本文讲的是IBM萧丁瑞：制造业大数据解决方案实践,当前，行业对于“大数据”的关注疾速攀升，这并不亚于数据本身的增长程度。您是否想过，我们看到的“谈大数据色变”或许只是个表象，走在行业前列的企业早已开始默默挖掘大数据中蕴含的“金矿”，为自己的业务飙升迈出制胜一步。
作为行业引领者，IBM一直走在新趋势的前沿，对于大数据更是全力融合创新技术与行业经验助力客户梳理大数据概念，选择战略方向，制定方案策略，实现行业落地：今年5月，IBM智慧的分析洞察正式发布，为大数据环境下的企业描绘了一幅宏伟的战略蓝图。在此基础上，IBM全面整合内部资源，搭建了融软件、硬件、服务为一体的大数据平台，为企业提供易执行、低成本、高效率的大数据解决方案。在行业方面，IBM为行业企业量身定制的大数据解决方案优势充分凸显，大数据制胜策略已不再纸上谈兵，实践之花也开遍制造、电信、金融等诸多行业。
IBM软件集团大中华区制造业事业部总经理萧丁瑞从制造行业应用大数据的实践详细了大数据的价值。
萧丁瑞指出，制造业不仅仅是一个行业，制造业包含超过二三十个行业。选择电子和汽车行业因为是消费者比较关心的，也比较有趣，复杂度也比较高。我们看到现在其实电子业开始融入在机械业或者汽车产业当中，比如笔记本电脑和法拉利合作等等，或者像电子产业还有变形金刚，把机械的原理融入到电子里，很多汽车产业也是，开始很多汽车电子，早期的汽车都是机械的，我们看到所有的汽车里一定会有一台电脑，这台电脑里控制很多不同的电子。不同行业之间的协同，造就很多数据之间的交流，多了就看了大数据的机会就出来了。
▲IBM软件集团大中华区制造业事业部总经理萧丁瑞
以三个案例为中心首先这是一个手机制造商，它运用的客户改善计划，实际上它有很多代号序列机，一年至少是500个TB 的是数据上做分析，首先是改善对他客户的了解程度，因为每个客户年纪大的、年纪小的，他们的喜好和行为模式要进行掌握，希望在下一个机种出来的时候或者主打哪一个机型的时候要做什么特殊的设计。因为一年是500个TB，以传统的能力是不容易去解决的，尤其是客户在全世界。通过IBM这样的数据分析能力，我们帮它做到了。首先处理既有的能够量化的东西，接下来大家看到每一家公司都在走社交网络里面，这里有一个讨论，这是很珍贵的。在社交网络上有很多讨论，这些资料的信息作为他们下一步改善的一个参考。我们看到怎么处理这些其实是一个难处，我今天也不讲策略，我也不讲解决方案，我们讲应用。最主要是能够结合整个市场上消费行为，消费行为是很重要的，我们现在面对的如果是商业行为，可能也没有那么大，我们面对是广大的消费群，尤其是手机动不动就是一千万和两千万的使用者，使用者用得好不好，在网络上的流传很快，一分钟、两分钟大家都知道了。对于它后续的铺货等等的影响很巨大。我们看到一个手机，过去来讲一个手机用三年五年，现在一只手机出来，搞不好每年都换手机，甚至于笔记本电脑的生命周期是半年，如果你的手机是三个月，所以怎么样能够反映更快，除了分析过去的历史数据以外，更重要的是怎么预测未来，怎么做到创新。如果没有创新，大家觉得牌子都一样，就比价钱和造型。创新是怎么来的?怎么样的创新是有吸引力的，对客户是有帮助的，这个信息从哪里来?就是社区网络以及客户的回馈。这是一个例子，怎么应用这样的灵活度的分析平台让它能够实现创新的能力，能够挖掘到需要挖掘的数据，也许在某一个机型上摔一跤，但是爬起来也会更快，因为在电子行业是很正常的事情。
第二案例汽车。汽车制造里面很复杂，因为首先是面对自己内部的生产优化，二是面对客户的回应。过去中国的汽车市场不大，这几年中国的汽车市场是居世界第一。过去是大家有钱买车，接下来大家更有钱，大家有什么需要，要好的品牌和好的质量，要更多的功能。这些车厂碰到最大的问题是车子做出来就被拿走了，供不应求，需求和供给不平衡。但是现在可以看到很多车厂还是供不应求，但是很多车厂也在赔钱，原因是什么?因为客户开始有选择，客户懂得选择。这些客户基本上他们在想一个问题，首先是怎么留住客户，用什么方法可以留住客户?二是怎么样让生产更优化，赚更多的钱，只有赚了钱才有能力去研发和创新。
这是我们实际的案例，BMW跟IBM的合作，车子里面都能够连到电脑，电脑里有一些数据可以通过接口接出来，现在3G很方便，可以把数据传出来，然后进行数据的分析，在分析不同的路况、不同的天气、气候和不同的开车模式下对电池的耗损率，电量的耗损率，作为改善电池，电动车电池的设计，在很热的环境以及很冷的环境，好的天气、潮湿的天气、干燥的天气都能够不同的反映出来，电池是一个化学反应。这些资料很多，车在动就会有资料，把这个信息传回来。
第二有很多资料是做什么，很多资料是工作单，可能因为工作的环境里有很多不同的影响，比如说这边是靠窗的，窗口能够晒太阳，另一边很凉，可能出来的东西就不一样，最明显的是喷漆，如果太阳温度比较高，漆干得快，在后面见不到太阳，就干得慢。我们通过工作单来追。这是从怎么去优化方面来做。
另外是怎么留住这个客户，有什么更好的车型，他这个年纪赚这么多钱，他现在买我的车，以后他再过五年可能换车，我是否能留住他，换我的车，怎么留住?我的服务要做得更好，现在在想一个问题，我车子里装了一个电脑，是否可以做一个车主平台，在车里镶一个PAD，PAD是否可以接到电脑里去，通过数据接口把一些讯息送回来，后面是一个系统在做，比如开一开以后，可能快有故障，这个故障是怎么来的，可以预测，这个东西坏了之前就告诉你，最近有空去4S店保养一下，这就是我们的一套预警系统。
▲供应链可见性
通过这样的交流，他们有一个社交网络的平台，让客户更好的方式去做交流，大家开车的经验，从这里收集很多信息，作为改善车子的下一步。很多车厂想如果能够利用这样的平台，形成提供客户更好的服务，通过这个平台打电话又不需要花钱，很多国内的客户，尤其是高级车的客户有很多小孩在国外念书，平时国际电话很贵，如果通过这个平台打电话又不用钱，组织一个车主的俱乐部，让车主加入，当他加入的时候，对品牌的忠诚度很高。这是车厂很多品牌的车子也在想这个问题。
第三，在制造里面有很多不同的行业，大家看到互相交换的协同作业，从需求到供给，其实这是很长的供应链。这个供应链已经跳出制造业，牵扯到零售业。当我的需求一点点的变化，到后面的供给这个幅度就很大，我们看到2008年金融危机的时候，很多订单都是被砍，当我订单被砍的时候，很多制造商不知道多出来多少，制造业最担心、最怕的就是库存，因为库存是吃掉他们最大的凶手，怎么降低库存，过去根本不知道到底是怎么来的，我们有一个环境就是快速的分析，这个环境不是单一的信息，而是结合供应商，你的供应链，甚至于你的工作单。曾经有客户告诉我说，他们一个月的设计变更，光设计的变更就超过一千次，很多设计都是变成资料，我变更的怎么知道，变更以后我的分析有没有到位，这个分析是能作为我后面决策的一个依据，制造业最重要的产销协同，我们怎么通过可靠有用的数据，在快速的时间里分析出来，我们讲产销协调可以开会开到一半，说对不起，给我四个小时的时间再回答你，这是不可能的，我们希望能快速地产生不同的场景，公司高层在会议上能直接解决掉。这个数据一定要准确，我们做决策才会正确。这是从供应链和产销方面很重要的部分。
这里跨了电子业、机械业也好，甚至其他的产业，怎么把这个数据快速收集起来，在快速的时间里做分析，这个时间可能只有一分钟、两分钟，能够把这些信息拿出来，提供高层来做决策。我曾经碰到一个客户，跑一次要18个小时，每天要跑三个，我说你就不用做了，每天不用睡觉都做不完。曾经有一个上海的客户说碰到一个困难，报表无法产生出来，没有办法做决策，希望通过很好的方式能够把全中国的每个点的信息在网上收集，快速的跑出来，一大早就能放到老板的桌子上，每天开会的时候都有。这就是要通过很好的平台，用很快速的方式把这些信息做快速的分析。不只是有结构资料，非结构性的资料也是可以的。我们讲了很多架构和讲了很多的解决方案，怎么能够贴切的应用在每个不同的需求上，这是我们可以跟客户面对面的去沟通，尤其是每个客户的需求不尽然相同，一样的行业、一样的竞争对手，它的需求不同。从这里可以找到不同的地方出来，我们有这样的环境和架构，我们可以很快速的把客户短时间长线，帮助他解决问题，省了很多不必要的成本，赚钱更多的利益。
作者： 李伟
来源： IT168
原文标题：IBM萧丁瑞：制造业大数据解决方案实践