2集群经营管理大数据

通常用来形容一个公司创造的大量非结构化和半结构化数据，这些数据在下载到关系型数据库用于分析时会花费过多时间和金钱，大数据分析常和云计算联系到一起，因为实时的大型数据集分析需要像MapReduce一样的框架来向数十、数百或甚至数千的电脑分配工作。 

    简言之，从各种各样类型的数据中，快速获得有价值信息的能力，就是大数据技术，明白这一点至关重要，也正是这一点促使该技术具备走向众多企业的潜力。

最早提出“大数据”时代已经到来,数据已经渗透到每一个行业和业务职能领域，逐渐成为重要的生产因素；而人们对于海量数据的运用将预示着新一波生产率增长和消费者盈余浪潮的到来。 　　

       随着互联网技术的不断发展，数据本身是资产，这一点在业界已经形成共识，如果说云计算为数据资产提供了保管、访问的场所和渠道，那么如何盘活数据资产，使其为国家治理、企业决策乃至个人生活服务，则是大数据的核心议题，也是云计算内在的灵魂和必然的升级方向。” 　　

        事实上，全球互联网巨头都已意识到了“大数据”时代，数据的重要意义。包括EMC、惠普、IBM、微软在内的全球IT巨头纷纷通过收购“大数据”相关厂商来实现技术整合，亦可见其对“大数据”的重视。 　　

“大数据”作为一个较新的概念，目前尚未直接以专有名词被我国政府提出来给予政策支持，不过在工信部发布的物联网“十二五”规划上，把信息处理技术作为4项关键技术创新工程之一被提出来，其中包括了海量数据存储、数据挖掘、图像视频智能分析，这都是大数据的重要组成部分，而另外3项关键技术创新工程，包括信息感知技术、信息传输技术、信息安全技术，也都与“大数据”密切相关。

大数据，或称巨量资料，指的是需要新处理模式才能具有更强的决策力、洞察力和流程优化能力的海量高增长率和多样化的信息资产在维克托·迈尔-舍恩伯格及肯尼斯·库克耶编写的《大数据时代》中大数据指不用随机分析法(抽样调查)这样的捷径，而采用所有数据进行分析处理。大数据的5V特点:Volume(大量)、Velocity(高速)、Variety(多样)、Value(价值密度)、Veracity（真实性）。

大数据的价值体现在以下几个方面：

1)对大量消费者提供产品或服务的企业可以利用大数据进行精准营销

2) 做小而美模式的中长尾企业可以利用大数据做服务转型

3) 面临互联网压力之下必须转型的传统企业需要与时俱进充分利用大数据的价值，不过，“大数据”在经济发展中的巨大意义并不代表其能取代一切对于社会问题的理性思考，科学发展的逻辑不能被湮没在海量数据中。著名经济学家路德维希·冯·米塞斯曾提醒过：就今日言，有很多人忙碌于资料之无益累积，以致对问题之说明与解决，丧失了其对特殊的经济意义的了解，这确实是需要警惕的。

特点有四层面：

第一，数据体量巨大

从TB级别，跃升到PB级别。

第二，数据类型繁多

网络日志、视频、图片、地理位置信息等等。

第三，价值密度低

以视频为例，连续不间断监控过程中，可能有用的数据仅仅有一两秒。

第四，处理速度快

1秒定律。最后这一点也是和传统的数据挖掘技术有着本质的不同。业界将其归纳为4个“V”——Volume，Variety，Value，Velocity。

物联网、云计算、移动互联网、车联网、手机、平板电脑、PC以及遍布地球各个角落的各种各样的传感器，无一不是数据来源或者承载的方式。 　　

        例子包括网络日志，RFID，传感器网络，社会网络，社会数据（由于数据革命的社会），互联网文本和文件;互联网搜索索引;呼叫详细记录，天文学，大气科学，基因组学，生物地球化学，生物，和其他复杂和/或跨学科的科研，军事侦察，医疗记录;摄影档案馆视频档案;和大规模的电子商务。
        大的数据需要特殊的技术，以有效地处理大量的容忍经过时间内的数据，适用于大数据的技术，包括大规模并行处理（MPP）数据库，数据挖掘电网，分布式文件系统，分布式数据库，云计算平台，互联网，和可扩展的存储系统。

物联网

物联网和制造业相结合，为传统制造业插上了智慧的翅膀，推动了制造业的技术进步和商业模式进步，基于对环境和自身状态感知能力的各类终端、基于泛在计算网络和移动通信技术等，物联网得以融入智能工业生产的各个环节，提升了人类对制造过程的感知、控制能力，从而极高制造效率，提开产品质量，降低生产成本，减少资源消牦，将传统工业提升到智能工业的新阶段,生产要素包括人力资源、天然资源、知识资源、资本资源、基础设施，按重要性等级可分别基本要素和高级要素两大类：人力资源、知识资源等高级要素对产业集群优势具有更重要的作用。物联网产业集群高级要素的影响主要表现在通过直接投入提升要素水平，包括物联网专业人才教育培养、技术标准研发支持等。

       在物联网技术标准方面，传感器技术是物联网最为核心和关键的感知技术，我国的三大物联网产业集群应该不断加强在高端传感器和以MEMS为代表的新型传感器方面的研发，并取得一定突破。同时，在传感器基础技术和基础理论方面也加强了技术研发攻坚，接近国际先进水平的中高频RFID技术、面向工业领域的无限传感器组网技术、围绕M2M网络的无限移动通信增强技术等是我国物联网高技术水平的体现，因此，推动高水平的物联网技术标准研发制定是推进物联网产业集群的重要内容。

 汽车工业、航空航天、流程工业、石化工业等是最先应用物联网技术的领域，也是当前应用的热点，在制造业领域，物联网被广泛应用到供应链管理、生产过程控制与管理、产品设备监控管理、工业安全生产管理、环保监测及能源管理和产品售后服务管理等方面。

（1）供应链管理一一物联网应用于企业原材料采购、库存、物流、分销、零售等领域，通过提升供应链的透明化程度、提升供应链管理和运行效率，减少交易成本，从而降低供应链总成本，提升响应速度。 

（2）生产过程控制与管理一一物联网技术的应用提高了生产过程监控、设备实时状态参数采集、物料状态侦测、材料消耗监测的能力和水平。生产过程的智能监控、智能控制、智能诊断、智能决策、智能维护水平不断提高。钢铁企业应用各种传感器和通信网络，在生产过程中实现对加工产品的宽度、厚度、溫度的实时监控，从而提高产品质量，优化生产流程。 

（3）产品设备监控管理一一通过各种传感技术与制造技术融合，实现对产品使用过程、环境与工况，以及设备状况的实时动态记录、设备故障诊断的远程监控，及时预测设备可能出现的故障，提醒用户进行预防性维修；开展对设备使用环境的监测，捉醒用户根据环境变化调整设备使用方法。 

（4）工业安全生产管理一一把感应器嵌入和装备到矿山设备，油气管道、矿工设备中，可以感知危险环境中工作人员、设备机器、周边环境等方面的安全状态信息，将现有分散、独立、单一的网络监管平台提升为系统、开放、多元的综合网络监管平台，实现实时感知、准确辨识、快捷响应、有效控制。

（5）环保监测及能源管理一一物联网与环保设备的融合，实现了对工业生产过程中产生的各种污染源及污染治理各环节关键指标的实时监控。在重点排污企业排污口安装无线传感设备，不仅可以实时监测企业排污数锯，而且可以远程关闭排污口，防止突发性环境污染事故的发生。

（6）产品售后服务管理一一通过将物联网和产品相融合，对产品应用过程进行监测和控制，从而主动发现产品故障，实施预防性维修，提升售后服务水平。

云计算

分散化的人类社会和物质世界，被互联网和物联网广泛连接、全面感知、可靠传输和智能处理，就需要分散化的信息采集、存储、传输和计算资源与能力，云计算作为一种可以调用的虚拟化的资源池，为互联网和物联网提供了技术的基础，这些资源池可以根据负载动态重新配置，以达到最优化使用的目的，用户和服务提供商事先约定服务等级协议，用户以用时付费模式接受服务，云计算可以通过虚拟化技术，对存储、计算、内存、网络等资源，按用户需求动态地分配；可扩展性，用户可以随时随地根掘实际需求，快速弹性地请求和购买服务资源，扩展处理能力，宽带网络调用，用户使用各种客户端软件，通过网络调用云计算资源；可度量行，服务资源的使用可以被监控，报告给用户和服务提供商，并可根据具体使用类型（如带宽、活动用户数、存储等）收取费用；可靠性，自动检测失效节点，通过数据的冗余能够继续正常工作，提供高质量的服务，达到服务等级协议要求（SLA）。   

 云计算不仅仅是一种新的服务资源与能力的管理技术，更是一种新型商业模式，它基于分散资源的虚拟化、可伸缩性和用户按需取用等特征，降低了用户购买服务资源的成本，也帮助资源所有者实现了分散、私有资源的共享利用和盈利，是一种典型的双赢商业模式。在商业模式上，云计算服务商业模式可以划分为基础设施即服务（IaaS）、平台即服务(Paas)、软件即服务(Saas)。

Iass通过虚拟化的相关技术，为用户提供处理、存储、网络以及其他资源方面的服务，以便用户能够部署操作系统和运行软件。

Paas是构建在Iass之上的服务，用户通过云服务提供的软件工具和开发语言部署自己需要的软件运行环境和配置。

Saas是一种通过internet提供软件的模式，服务厂商将软件统一部署在服务器上，客户可以根据实际需求，通过互联网向厂商订购所需的应用软件服务，实施按需购买服务（按订购的服务和时间长短），并通过互联网获得产商提供的服务。Saas实现了“不为所有，但为所用”的理念，用户不需要购买软件，只需要租用软件服务商提供的服务时长来实现其业务，且无须维护软件

工业云   

基于云计算的资源虚拟化、透明化和按需取用的理念，制造业正在发展出一种新型的制造模式一一云制造，即利用网络和云制造服务平台，按用户需求组织网上制造资源（制造云）为用户提供各类按需制造服务的一种网络化制造新模式，云制造技术将现有网络化制造和服务技术同云计算、云安全、高性能计算、物联网等技术融合，实现对各类制造资源（制造硬设备、计算系统、软件、模型、数据、知识等）统一的、集中的智能化管理和经营，为制造全生命周期过程提供可随时获取、按需使用、安全可靠、优质廉价的各类制造活动服务。云制造不仅体现了“分散资源 集中共享”的思想，还体现了“集中资源分散服务”的思想，即其服务模式既有“多对一”，又突出了“多对多”形式。通过对制造资源的标准化、虚拟化和透明化，基于工业云实现分散化资源的整合，制造资源的需求方就可以像获得水、电、气、 internet上的信息一样，方便地从网络上获得所需的各种制造服务。 

例如北京“工业云服务平台”，利用云计算技术为离散型制造业（如机械、汽车零部件、家电等行业）的中小企业提供CAD、CAE、CAPP、PLM等工业软件服务和咨询服务，以租用服务替代软件销售，降低中小企业购买软件的成本。设计者可将自己的成果提供到云端，还可以通过云端分享他人的设计、标准、经验等，实现信息共享和传递。作为开放式平台，CAXA和其他企业的软件和资源都可以放到云平台上，实现生产性服务业的专业化发展。除了为中小企业提供设计软件租用和研发资源服务外，北京“工业云服务平台”正积极探索模具3D打印、制造资源异地协同及在线营销等服务。2013年7—9月，其成功组织了儿童电动车订单在线众包设计、模具3D打印、异地零配件协同制造、委托外包加工组装等制造加工过程，有效的降低了成本，提高了生产效率。

集群大数据

利用大数据技术挖掘制造企业在生产经营过程中产生的海量数据，可以帮助企业提升生产、运背，管理的智能决策水平和经营效率。制造企业可以利用大数据技术对所收集到的有关产品生产、产品测试的信息进行分析，实现动态监控、预测预警等服务，将关于产品的分析结果反馈给产品研发和设计部门，可以拓展企业研发产品的范围、改进产品的质量；基于对用户的地理分布，用户特征以及用户的反馈意见等大量数据的分析，销售部门可以了解市场需求制定有利于企业的销售方案。    

在研发与设计方面，收集和利用客户需求大数据，并将这些数据应用于产品设计、创建及测试的每一个环节，实现企业对市场的快速反应，在满足客户要求的同时也提高了产品研发的速度与准确度。比如福特汽车公司的制造工厂以及汽车产品内部都安装了各种测量仪表和大量传感器，实时收集包括车辆运行状况和消费者操控汽车方式的数据，并将对这些大量数据分析和挖掘后的结果反馈给产品设计人员，从而达到优化产品设计和用户体验的目的。       

在生产制诰方面，结合来自安装在生产线上的传感器及各种测量仪表中的实时数据，如制造工艺数据，零部件尺寸数据、生产及安装流程数据等，将这些海量数据集成、分析之后，可以及时发现生产流程中存在的缺陷及确定最佳的工艺路线，降低了产品返修率及检测成本，对于改进优化生产流程、完善产品、提高产品质量具有非常重大的意义。如三一重工通过在其挖掘机、水泥泵车等装备上增加物联网传感设施和通信设施，实现了超过10万台设备与三一企业控制中心及快速反应困队的连接，为用户提供设备运行过程监控、远程故障预警与诊断，预防性维修等服务。另外，大型鼓风机的提供商陕四鼓风机、沈阳鼓风机等都在自己的产品上加装了在线监测装置，通过互联网络在线实时监控设备运行状况，提供远程服务。       

消费者与制企业之间的交互和交易行为也将产生大量数据，利用大数据技术对消费者的动态数据进行分析挖掘，可以针对消费者的个性化需求，实现大规模、个性化定制生产，降低甚至消除库存，减少生产资源投人的风险，提高市场和生产柔性。这种方式还能够帮助消费者参与到产品的需求分析和产品设计等创新活动中，为产品创新贡献知识，技能和资源。     

在营销方面，通过大数据对消费者个性化行为进行迫踪与分析，可以构建消费者的“行为指纹”，为企业开展个性化营销奠定基础。用户在线的每一次点击，每一次评论，每一个视频点播，都是大数据的典型来源，也构成了用户的“行为指纹”。 基于多元数据融合后获得的消费者个体行为与偏好数据，企业可以精准地根据每一位消费者不同的兴趣与偏好，为他们提供专属性的个性化产品和服务。企业可以通过记录、收集甚至动态跟踪消费者在各个渠道（比如社会化、移动化的媒体与渠道）、生命周期各个阶段（顾客产品感知、品牌参与，产品购买、购买后的口碑和社会互动）的行为数据，设计出高度精准、绩效可商度定量化的营销策略。

 以宝洁公问的用户体验分析来说，通过摆放在超市、商场等每一货架上的摄像头来收集顾客在其中的行走路径、顾客在哪个地方停留了几秒、顾客眼睛看货物的眼动轨迹等数据，然后对如此大量的数据进行实吋分析，剖析顾客的消费行为和喜好，判断顾客属于哪一类消费者，进而针对不同类別的消费者，制定精准的营销策略，避免盲日营销导致的客户反感及投诉，这就是大数据在营销领域应用典型案例。  

在服务方面，应用和客户接触所积累的大数据，可以为制造企业提供在产品改进、设施选址、主动性维修等领域进行创新的机会。通过GPS（全球定位系统），企业可以实时获取有关客户的地理位置信息，通过分析这些个人位置信息数据，可以为企业的实体店、营业厅选址提供重要的依据，为企业客户提供更加方便、快捷的服务，提升服务在制造型企业中的潜在价值。陕汽集团充分利用大数据技术，实时收集来自客户的驾驶行为、油耗情况、实时车况、位置等信息，为客户提供行驶安全在线提醒、远程故障诊断、位置服务、实吋救援．预防性维修等各种个性化服务。