&&>&&&&>&&
麦肯锡：如何利用大数据改进制造业　 来源：199IT网　 作者：
麦肯锡咨询公司发布《如何利用大数据改进制造业》的文章，就大数据及高级分析如何使生物制药、化工和离散制造更加合理化给出深度分析。文章特别提到，那些身处基于过程的行业的制造商如何利用高级分析来提高产量并且降低费用。今天，制造商可以对大量来自生产和销售过程中的数据进行追踪。麦肯锡的文章通过对数个案例进行解析，以此来说明大数据以及高级分析应用和平台如何能够为经营决策提供帮助。
通过寻找决定过程效益的核心因素，大数据与在其上进行的高级分析如何厘清制造中的价值链，然后帮助管理人员采取行动，以便对制造过程进行持续改进。下面是关于大数据如何颠覆制造过程的10条途径：
一、在生物制药行业的生产过程中，进一步提高精确度、质量和产量。
在生物制药的生产流程中，制造商通常需要对超过200种以上的变量进行监视，以便确保原料成分的纯净度，同时确保生产出的药品符合标准。让生物制药生产过程充满挑战的因素之一是：产量会在50%至100%之间变化，而且还无法马上辨别出原因。而使用高级分析，制造商能够对9个最能够影响产量变化的变量进行追踪。通过上述手段的帮助，他们将疫苗的产量提高了50%，每年在单一疫苗品种上节省的费用就达到500万至1000万美元。
二、加快IT、制造与营运的整合，让工业4.0的愿景更快成为现实。
工业4.0是由德国政府提出，旨在通过发展智能工厂，促进制造行业自动化。根据供应商、客户、有效产能以及费用的相关约束，大数据已经被用在优化生产进度方面。那些存在高度管制的行业里的制造业价值链上的厂商得益于德国供应商和制造商的帮助，正在大踏步迈向工业4.0。同时，以此为契机，这些厂商的各个部门能够充分发挥各自功能，而大数据和高级分析对于取得成功来说至关重要。
关键词：麦肯锡 DMAIC 制造商 有效产能 制造业 1麦肯锡：如何利用大数据改进制造业 | 互联网数据中心-199IT | 中文互联网数据研究资讯中心-199IT
199IT高端交流群已有1800+资深用户，3800+份最新的各行业研究报告、欢迎您的加入。
扫描微信二维码,数据随身查添加微信公共帐号： i199it欢迎关注：欢迎关注：当前位置：
杨学山：如何利用工业大数据推动制造业转型升级？
从企业的角度看，工业大数据是在一个企业的设计、创新、生产、经营和管理决策过程产生、使用和转型升级过程需要的信息之和。所以最小的圈是企业，一个企业从开始到生产线到设计、到工艺过程、到人，一直到管理、决策、市场、服务，像这样的环节都在使用。
工业大数据怎么推动制造业转型升级？在回答怎么办之前，首先要知道存在着哪些主要问题：1、在数据生成环节，主要存在跑冒滴漏和非标准的问题；2、在数据利用环节，主要存在数据不足、质量不高、各个环节协同存在制度、核算、标准等大量障碍；3、在发展需求环节，主要存在缺乏预见性、缺乏有效的模型和工具、缺乏制度和标准规范等问题。要想建设好、应用好大数据，首先要解决这三个问题：首先是建设，什么是建设？我记得三年前说过，把大数据作探矿、采矿、炼矿、用矿，实际上探矿和采矿就是建设好信息，可以从三个纬度四个方面来建设好信息。三个纬度首先是发现，然后才可以按照应用需求结合起来。第二要有制度，要有标准，要实现系统之间的互操作。同时我们还要发现、收集、组织，来提升系统性、完整性、及时性、准确性。这是建设好、运用好。利用好有三个方面或者三个层次和若干个关键环节。由于时间关系就不再展开讨论了。最后，要特别注重取得实效、最佳实践和理论研究。1、要特别注重实效。因为今天的大数据，每一个环节的形成都有它的实效，这件事情从开始到做完以后，效果究竟是什么？有很多企业家，当你用大数据对你企业各个环节进行改善提升的时候，你首先第一条要把提高效率放在首位，这是关键，而且对于制造业来说，要永远把利润率放在最重要的位置。当然，工业大数据不能直接用钱来算，有的环节是企业老板在管理上、服务上提效，但是这个效果必须是可测量的，不管是定性的还是定量的。2、要特别注重最佳实践。i5数控机床，从开始研发到今天位列智能数控机床试点领先的行列，花了十年的时间。为什么前面几年没有成功？就是因为数据缺失。缺什么数据？高端数控机床为什么长期被国外控制？数控机床的技术为什么那么长时间没有克服？因为不管是材料的发展，还是装备的发展，都没有数据，没有实践过程中的数据，它是发展不起来的。接下来是模型怎么建，也需要数据来支撑，但是原来由于高端数控机床都由国外来控制，我们没有数据。另外，它在这个过程里面还倡导商业模式，这个机床是按服务钥匙收费。所以它又变成了今天最新最热门的制造行业分享。这显然是一个最佳实践，这里面工业数据是极其重要的。3、要注重理论的研究，注重方法、制度创新的研究。在这个过程中，需要对制造业发展的趋势、特征，工业大数据的内涵外延，工业大数据建设和利用的系统方法，工业大数据质量保证、协同发展、制度创新等等一系列问题进行研究。
本文由入驻OFweek公众平台的作者撰写，除OFweek官方账号外，观点仅代表作者本人，不代表OFweek立场。如有侵权或其他问题，请联系举报。
邮箱/用户名：
忘记密码？
用其他账号登录： QQ
请输入评论
广东省/深圳市
四川省/成都市
广东省/深圳市
广东省/深圳市
广东省/深圳市
广东省/深圳市
北京市/海淀区
广东省/深圳市
广东省/深圳市
广东省/惠州市
*文字标题：
*纠错内容：
联系邮箱：
*验 证 码：}