详情
工业大数据技术的8种应用场景

7.产品质量控制和分析

某半导体技术公司生产的晶圆通过测试环节后,一个包含100多个测试项目和几百万行测试记录的数据集每天都在城市中发生。根据质量管理的基本要求,需要对100多个不同技术规格的测试项目进行课程能力分析。根据传统的事物模式,我们需要逐步划分和计算100多个课程能力指标,以逐个评估每个质量特征。就目前而言,无论是事物的量是巨大的还是繁琐的,即使有人能解决计算量的问题,也很难从这100多个历史能力指标中看出它们之间的相关性,更难以对产品的整体质量和性能有一个全面的认识和总结。然而,如果使用大数据质量治理分析平台,不仅可以快速获得传统的长单指标历史能力分析报告,还可以从同一大数据集获得许多新的分析结果。

目前,大数据分析已经成为许多电子商务企业提升供应链竞争力的重要手段。比如电子商务企业JD.COM商城,通过大数据提前对各地的商品需求进行分析和预测,从而提高配送和仓储的效率,保证商品从日本到日本到达的客户体验。RFID等产品电子识别技术、物联网技术和移动互联网技术可以支持工业企业获取完整产品供应链的大数据。使用这些数据进行分析将会显著提高仓储、配送和销售效率,并显著降低成本。以海尔为例。海尔的供应链体系很完善。它以市场链为纽带,以订单信息流为中心,动员物流和资金流的运动,整合全球供应链资源和全球用户资源。客户数据、企业内部数据和供应商数据被收集到海尔供应链的每个环节的供应链系统中。通过收集和分析供应链中的大数据,海尔可以不断进行供应链创新和优化,以确保海尔对客户的敏捷响应。美国较大的代工供应商一千多家,为制造企业提供一万多种差异的产品。每个制造商依靠市场预测和其他不同的变量来销售产品,如销售数据、市场信息、展览、新闻、竞争对手数据甚至天气预报。利用销售数据、产品传感器数据和供应商数据库数据,工业制造企业可以准确预测全球差异区域的需求。因为库存可以跟踪,价格下跌可以买到售价,所以制造企业可以节省很多成本。如果您重用产品中传感器生成的数据,您就可以知道产品有什么问题,他们还可以预测何时何地需要零件。这将大大消除库存,优化供应链。

5.产品销售预测和需求管理

分享到: QQ空间 新浪微博 腾讯微博 人人网 微信

lol下注 LOL下注平台 LOL下注平台 LOL下注平台 LOL下注平台 LOL下注平台