基于大数据的智能制造服务创新模式

100年前的医生可以了解医学的所有分支，可是今天一名医生面对的是大约10 000种疾病综合征、3 000种药品、1 100种检验方法的海量知识（姜峰，2012）。

100年前的最大的汽车企业福特公司只生产一种类型的汽车，而今天大型汽车企业要生产几十种款式、无数种变型的汽车。

21世纪是数据钻出石油的时代，从庞大的数据集合中可以找寻出有价值的数据和知识，通过分析挖掘为各行业提供真正的智慧。

大数据（big data）或称巨量资料，指的是所涉及的资料量规模巨大到无法通过目前主流的软件工具，在合理时间内达到撷取、管理、处理并整理成为帮助企业经营决策更积极目的的信息（维克托·迈尔-舍尔维恩，肯尼斯·库克耶，2013）。大数据与云计算是融合在一起的，因为大数据需要许多服务器的分布式存贮和计算。

企业各种信息系统、电子商务平台等逐渐累积的大数据对制造服务的智能化起了重要的作用。大数据的发展是一个渐进的过程，因此，如果按照数据量的大小，则大数据驱动的智能制造服务可以分为以下几种模式。

1.基于行业网站交易数据的制造服务

现在几乎每个行业都有自己的行业网站，这些行业网站由于其精准的专业服务、高度关联的产业链、配套齐全的供应商、云聚一网的客户，网上交易火热，累积了大量的交易数据。在此基础上，开展基于行业网站的交易数据的制造服务是水到渠成。

（1）中国化纤信息网基于大数据的化纤价格指数。浙江华瑞集团有限公司1997年4月正式开通了“中国化纤信息网”，提供全国十二大化纤专业市场及其他化纤原料的当日行情，还对不同品种化纤原料每周、月、年、跨年度的价格形成曲线，并做出趋势分析。1998年4月创立了中国化纤信息网化纤价格指数。该指数的建立主要依据各市场所在地域及附近地区织物年产量及对化纤产品的年需求量、各市场所在地域及附近地区当时的开机率等大数据，并根据时令、季节及市场炒作等因素调整各模型中的参数，以使其能最佳地代表市场价格行情。该网自独创涤纶综合指数、涤纶长丝指数、涤纶短纤指数、聚酯切片指数、粘胶长丝指数、粘胶短纤指数、腈纶短纤指数以来，及时、直观地反映了市场行情的综合信息，避免了因个别品种、厂家的价格波动所带来的行情错觉，为企业的决策提供了巨大的支持^[1]。

（2）浙江塑料城网上交易市场基于大数据的中国塑料价格指数。浙江塑料城网上交易市场创建于2004年9月，是我国首家塑料电子交易中心，为超过10 000家涉塑企业提供在线购销和在线支付清算服务，年交易额超过400亿元。2006年编制、发布的中国塑料价格指数，全面、真实地反映了市场价格运行轨迹，是我国首个大宗商品价格指数，已经成为塑料行情的风向标，如图5.5所示^[2]。

图5.5　中国塑料价格指数的界面

类似的还有义乌指数即义乌·中国小商品指数。

2.基于电子商务大数据的制造服务

作为电子商务的巨头，中国有淘宝网，美国有亚马逊公司。

（1）美国亚马逊公司基于电子商务大数据的制造服务。亚马逊公司（Amazon）是一家财富500强公司，总部位于美国华盛顿州的西雅图。它创立于1995年，目前已成为全球商品品种最多的网上零售商和全球第2大互联网公司，在公司名下，也包括了Alexa Internet、a9、lab126和互联网电影数据库（Internet Movie Database，IMDB）等子公司。亚马逊及其他销售商为客户提供数百万种独特的全新、翻新及二手商品，如图书、影视、音乐和游戏、数码下载、电子和电脑、家居园艺用品、婴幼儿用品、食品、服饰、鞋类和珠宝、健康和个人护理用品、体育及户外用品、玩具、汽车及工业产品等^[3]。

亚马逊已经成为一家拥有大数据，并以此获得持续利润的云计算企业。

亚马逊的官方网站Amazon.com目前拥有超过2亿的活跃用户和每个月1.5亿的独立访客。亚马逊即将推出的实时广告交易平台，又称“需求方平台”（Demand Side Platform，DSP），可以让广告与目标消费者相遇。广告商可以在“需求方平台”上竞标网站的闲置广告空间，而竞标标的包括广告版位，以及符合特定条件的消费者^[4]。

亚马逊与广告商分享的大数据有两类，一是依用户网络行为所做的通用分类，例如热衷时尚、喜爱电子产品、身份为母亲、爱喝咖啡等；二是用户的商品搜寻记录。至于消费者的实际购物资料，亚马逊似乎尚未列入分享。

广告商即使无法得知实际消费记录，能了解潜在顾客的商品搜寻记录，也够诱人了；亚马逊如果全力进军网络广告市场，可能大大改变产业生态。

DSP成功的关键就在于对用户信息的了解和精准定位，在海量用户中寻找他们的特点或个性化特征，对其进行分类，然后将其与不同类型的广告进行匹配。在广告投放过程中，如果显示的广告与用户的兴趣爱好或者需求相吻合，那么广告就能产生最大的效益。

对于亚马逊来说，它追踪了上亿网购用户在亚马逊网站上的浏览、搜索以及购买记录，在这一过程中不仅积累了大量的用户数据，而且开发了强大的推荐算法，亚马逊利用这些算法为消费者推荐了很多适合的商品，这是亚马逊的核心竞争力所在。

（2）阿里巴巴集团基于电子商务大数据的制造服务。目前，包括淘宝、天猫、支付等阿里巴巴集团下的注册用户超过6亿，某种程度上来说，这是目前互联网数据“原产地”之一。海量的数据汇总之后，自身就变成了一种价值。

围绕淘宝，正在形成一个庞大的生态体系，包括传统制造业、网店掌柜、客服、第三方服务商、淘宝客、快递。2012年，我国的快递业务总收入突破1 000亿元，较2011年同比增长39.2%。淘宝提供的数据显示，淘宝网和天猫每天产生超过1 200万单包裹。淘宝上第三方服务商数量接近20万家^[5]。

许多企业主重视市场调查，但传统的电话、邮件、信函等抽样调查方式旷日持久、花费高昂，且调查误差较大。淘宝网采用的则是构建于云平台之上的在线分析系统，能够实时处理数千万甚至上亿条客户的购买记录，并在若干秒之内根据客户提供的限制条件给出结果。

这个限制条件包括购买这一产品的人群的性别、年龄、地域、星座、消费层级，以及产品的查询、购买均价等基本信息。

从网购的男女比例来看，传统观念是女性更喜欢逛街购物，但淘宝网购颠覆了这一点。与2009年相比，淘宝女性用户比例略有上升，但仍少于男性用户7.8%，这可能是因为男性能够更加熟练地操作计算机。

2012年4月18日，淘宝网旗下的消费数据平台——淘宝指数上线，它是一个更加完备的数据产品。用户可以在淘宝指数中搜索任何一个关键词，得到这个关键词在淘宝、天猫上的搜索、成交趋势、人群信息（如性别、年龄、星座、地区、爱好），等等，还可以查询从这个关键词出发的淘宝上的相关商品、商品属性、品牌等的销售情况。

以“淘宝”为例，每天有数以万计的交易在淘宝上进行。与此同时，相应的交易时间、商品价格、购买数量会被记录，更重要的是，这些信息可以与买方和卖方的年龄、性别、地址，甚至兴趣爱好等个人特征信息相匹配。运用匹配的数据，淘宝可以进行更优化的店铺排名和用户推荐；商家可以根据以往的销售信息和“淘宝指数”进行生产、库存决策，赚更多的钱；更多的消费者“亲”们也能以更优惠的价格买到更心仪的宝贝。(www.xing528.com)

淘宝可以对外提供至少3类具备极大商业价值的数据与信息。第1类是针对消费者，方便其购物与消费的数据信息，包括各类商品及店铺信息、促销信息等；第2类是针对店铺以及卖方，可有效提升其店铺管理及商品销售效果的数据信息，包括消费者的消费行为、网络使用行为、媒体接触及使用行为、市场发展及行业竞争数据与信息等；第3类是可以提供给社会及第三方机构帮助其了解电商企业以及与淘宝相关的数据信息，包括销售数据、购买数据、交易数据、消费者行为数据等。

图5.6为淘宝大数据的应用框架（刘珊，2012）。

图5.6　淘宝大数据的应用框架

3.基于销售大数据的制造服务

（1）小苹果背后的大数据。陕西省西咸新区管委会副主任、沣西新城管委会主任刘宇斌打了一个“小苹果背后的大数据”的简单比方：以陕西省苹果产业发展为例，诸如某品种苹果最适宜生长所需要的空间地理信息数据，与具体产区的苹果产量、含糖量等数据叠加，并通过物联网等手段赋予苹果可追溯的唯一“身份”，在种植过程中实时监控，由每一个苹果“反馈”收集而成的数据，假如足够海量，就整合而成了大数据。拥有了这些数据，首先可以通过数据租售服务的方式对潜在客户产生价值，此类商业模式体现了数据之和的价值远远大于数据的价值之和。其次，如能运用组群分析、数据挖掘等科学方法，辅以云计算、分布式存储等手段，则可以对数据展开深层次分析和预测服务，“哪些苹果品质最好，市场反应更好，明年产量销量会怎样，各地市场对苹果购买的喜好会有何变化”，这种数据深挖及其背后的消费者行为预测分析，未来可能花费几分钟时间就可以完成。

数据经过积累，并与全国其他地方进行比对，则可为陕西苹果产业发展提供决策支持服务，并成为政府、行业指导果农生产的决策依据，避免产品滞销和果农利益受损。

（2）ZARA基于销售大数据的制造服务^[6]。ZARA平均每件服饰价格只有LV的1/4，但是，打开两家公司财报，ZARA税前毛利率比LVMH集团还高，达到23.6%。

1）来自一线销售人员的大数据。在ZARA的卖场内，到处装有摄像机，门店经理随身带着PDA。当客人向店员反映“这个衣领图案很漂亮”“我不喜欢口袋的拉链”这些细枝末节时，店员向分店经理汇报，经理通过ZARA内部全球信息网络，每天至少两次传递信息给总部设计人员，由总部做出决策后立刻传送到生产线，改变产品样式。卖场的POS机也将每天的销售数据和库存数据传递给总部。

根据这些大数据，ZARA分析出相似的“区域流行”，在颜色、版型的生产中，做出最靠近客户需求的市场区隔。

2）来自网上卖场的大数据。ZARA在许多国家建立了网上卖场，除了增加营收，网上卖场还可获得大量的用户购买行为的数据，如对某款服装的点击和下单的数据。这不仅回收意见给生产部门，让决策者精准找出目标市场；也对消费者提供更准确的时尚信息，双方都能享受大数据带来的好处。分析师预估，网上卖场为ZARA至少提升了10%营收。

此外，网上卖场除了交易行为，也是活动产品上市前的营销试金石。ZARA通常先在网络上举办消费者意见调查，再从网络回馈中，撷取顾客意见，以此改善实际出货的产品。

ZARA将网络上的大数据看作实体店面的前测指标。因为会在网络上搜寻时尚信息的人，对服饰的喜好比一般大众更前卫，他们掌握信息及催生潮流的能力更强。再者，会在网络上抢先得知ZARA信息的消费者，进实体店面消费的比例也很高。ZARA选择迎合网民喜欢的产品或趋势，果然在实体店面的销售成绩更加亮眼。

这些珍贵的顾客资料，除了应用在生产端，同时被整个ZARA所属的英德斯（Inditex）集团各部门所运用，包含客服中心、行销部、设计团队、生产线和通路等。ZARA根据这些巨量资料，形成各部门的KPI，完成内部的垂直整合主轴。

ZARA推行的大数据分析方法，获得空前的成功，后来被ZARA所属的英德斯集团底下8个品牌学习应用。可以预见，未来的时尚圈，除了台面上的设计能力，台面下的信息/数据大战，将是更重要的隐形战场。

3）有了大数据还要迅速回应、修正与执行。H&M一直想跟上ZARA的脚步，积极利用大数据改善产品流程，成效却不彰，两者差距愈拉愈大，这是为什么？

主要的原因是，大数据最重要的功能是缩短生产时间，让生产端依照顾客意见，能于第一时间迅速修正。但是，H&M内部的管理流程却无法支撑大数据提供的庞大信息。H&M的供应链中，从打版到出货，需要3个月左右，完全不能与ZARA的两周相比。

因为H&M不像ZARA，后者设计生产近半维持在西班牙国内，而H&M产地分散到亚洲、中南美洲各地。跨国沟通的时间，拉长了生产的时间成本。如此一来，大数据即使当天反映了各区顾客意见，也无法立即改善。信息和生产分离的结果，让H&M内部的大数据系统功效受到限制。

大数据运营成功的关键是信息系统能与决策流程紧密结合，迅速对消费者的需求做出回应、修正，并且立刻执行决策。

（3）沃尔玛基于销售大数据的制造服务^[7]。2011年4月，沃尔玛以3亿美元高价收购了一家专长分类社群的网站Kosmix。Kosmix不仅能收集、分析网络上的海量资料（大数据）给企业，还能将这些信息个人化，提供采购建议给终端消费者（若不是追踪结账资料，这些细微的消费者习惯，很难从卖场巡逻中发现）。这意味着，沃尔玛使用的大数据模式，已经从“挖掘”顾客需求进展到能够“创造”消费需求。

作为世界最大的零售业巨人，沃尔玛在全球超过200万名员工，总共有110个超大型配送中心，每天处理的资料量超过10亿笔。由于资料量过于庞大，沃尔玛的大数据系统最重要的任务就是在做出每一次决定前，将执行成本降到最低，并且创造新的消费机会。

Kosmix为沃尔玛打造的大数据系统称作“社交基因组（Social Genome）”，联结到Twitter、Facebook等社交媒体。工程师每天从热门消息中推出与社会时事呼应的商品，创造消费需求。分类范围包含消费者、新闻事件、产品、地区、组织和新闻议题等。同时，针对社交网络快消息流的特质，沃尔玛内部的大数据实验室专门发展出一套追踪系统，结合手机上网，专门管理追踪庞大的社交动态，每天能处理的信息量超过10亿笔。

“社交基因组”的应用方式五花八门。举例来说，沃尔玛实验室的内部软件能从Foursquare平台上的打卡记录分析出在黑色星期五，不同地区消费者最常购买的商品，然后，针对不同地区送出购买建议。

沃尔玛认为，如果能通过社交网站的大数据掌控消费者的行为，就能以此重新定义消费的方式。

4.基于产品运行和维修大数据的制造服务

产品运行如飞机发动机运行的数据现在都可以实时获取，显然，这些数据非常庞大。利用产品运行和维修大数据，挖掘产品故障模式、预测产品寿命及故障，对于提高产品的可靠性和安全性等有很大的好处。