梁曉

摘要：信息化高速發(fā)展，工業(yè)企業(yè)生產(chǎn)經(jīng)營(yíng)管理中產(chǎn)生大量數(shù)據(jù)，數(shù)據(jù)已然成為衡量一個(gè)企業(yè)經(jīng)營(yíng)效益的一系列指標(biāo)、有據(jù)可查的科學(xué)評(píng)估資料，數(shù)據(jù)分析在企業(yè)中的作用越來(lái)越重要。隨著大數(shù)據(jù)時(shí)代的到來(lái)，數(shù)據(jù)分析得到進(jìn)一步發(fā)展，在企業(yè)經(jīng)營(yíng)管理和工業(yè)生產(chǎn)全過(guò)程中發(fā)揮著重要的作用。本文簡(jiǎn)述了大數(shù)據(jù)和數(shù)據(jù)分析在經(jīng)營(yíng)管理中的意義和在工業(yè)生產(chǎn)過(guò)程中的應(yīng)用。

關(guān)鍵詞：數(shù)據(jù)分析；大數(shù)據(jù)；經(jīng)營(yíng)管理；生產(chǎn)過(guò)程

中圖分類號(hào)：TP39 文獻(xiàn)識(shí)別碼：A 文章編號(hào)：1001-828X（2017）013-0-02

引言

目前人類每年產(chǎn)生的數(shù)據(jù)量已經(jīng)從TB（1024GB=1TB）級(jí)別躍升到PB（1024TB=1PB）、EB（1024PB=1EB）乃至ZB（1024EB=1ZB）級(jí)別，隨著數(shù)據(jù)量的急劇增長(zhǎng)，大數(shù)據(jù)時(shí)代已經(jīng)到來(lái)。

隨著計(jì)算機(jī)處理技術(shù)和云計(jì)算的迅速發(fā)展，人們處理大規(guī)模復(fù)雜數(shù)據(jù)的能力日益增強(qiáng)，從大規(guī)模數(shù)據(jù)中提取有價(jià)值信息的能力日益提高。經(jīng)營(yíng)管理、工業(yè)生產(chǎn)等數(shù)據(jù)都可以直接從互聯(lián)網(wǎng)中提取并存儲(chǔ)到服務(wù)器中，然后進(jìn)行數(shù)據(jù)挖掘和分析，對(duì)于提高企業(yè)經(jīng)營(yíng)管理水平，進(jìn)行生產(chǎn)過(guò)程控制，提高生產(chǎn)效率發(fā)揮著巨大的作用。

數(shù)據(jù)是德國(guó)工業(yè)4.0五大特色之一。數(shù)據(jù)是信息化時(shí)代重要的生產(chǎn)要素，數(shù)據(jù)生產(chǎn)信息，信息改善決策，進(jìn)而提高生產(chǎn)力。可以預(yù)測(cè)，未來(lái)數(shù)據(jù)積累量、數(shù)據(jù)分析能力、數(shù)據(jù)驅(qū)動(dòng)業(yè)務(wù)的能力將是決定企業(yè)價(jià)值的最主要因素，是評(píng)價(jià)企業(yè)價(jià)值的核心。

一、大數(shù)據(jù)時(shí)代的數(shù)據(jù)分析

1.大數(shù)據(jù)

大數(shù)據(jù)是維克托·邁爾-舍恩伯格在2008年的著作《大數(shù)據(jù)時(shí)代》中提出的概念。維基百科給出的定義是，大數(shù)據(jù)指所涉及的資料規(guī)模巨大，無(wú)法通過(guò)目前常規(guī)軟件工具，在合理時(shí)間內(nèi)達(dá)到擷取、管理、處理、整理成為有用信息的數(shù)據(jù)集合。

大數(shù)據(jù)的主要特征為大量性（Volume）、多樣性（Variety）、高速性（Velocity）、價(jià)值性（Value）。

（1）大量性。是指大數(shù)據(jù)的數(shù)據(jù)量巨大。在大數(shù)據(jù)時(shí)代，個(gè)人電腦、手機(jī)、平板電腦等網(wǎng)絡(luò)工具的使用和高度發(fā)達(dá)的網(wǎng)絡(luò)技術(shù)的普及，數(shù)據(jù)資料的來(lái)源范圍在不斷拓展，數(shù)據(jù)的計(jì)量單位從PB到EB到ZB，數(shù)據(jù)量增長(zhǎng)發(fā)生了質(zhì)的飛躍。

（2）多樣性。是指數(shù)據(jù)類型繁多。大數(shù)據(jù)不僅包括傳統(tǒng)的以文本資料為主的結(jié)構(gòu)化數(shù)據(jù)，還包括信息化時(shí)代所有的文本、圖片、音頻、視頻等半結(jié)構(gòu)數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)，且以半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)為主。

（3）高速性。指大數(shù)據(jù)處理時(shí)效性高。大數(shù)據(jù)產(chǎn)生速度快，有價(jià)值信息存在時(shí)間短，時(shí)效性強(qiáng)，在海量的數(shù)據(jù)面前，處理數(shù)據(jù)的效率關(guān)乎數(shù)據(jù)是否有使用價(jià)值，因此，能迅速有效的提取大量復(fù)雜數(shù)據(jù)中的有價(jià)值信息顯得非常重要。

（4）價(jià)值性。指大數(shù)據(jù)價(jià)值巨大，但價(jià)值密度低。大數(shù)據(jù)中存在反映人們生產(chǎn)、生活、商業(yè)等各方面極具價(jià)值的信息，但由于大數(shù)據(jù)規(guī)模巨大，數(shù)據(jù)時(shí)時(shí)刻刻都在更新變化，這些有價(jià)值的信息可能轉(zhuǎn)瞬即逝。因此，如何通過(guò)強(qiáng)大的機(jī)器算法迅速高效地完成數(shù)據(jù)的價(jià)值“提純”成為大數(shù)據(jù)時(shí)代亟需解決的難題。

2.大數(shù)據(jù)時(shí)代

大數(shù)據(jù)時(shí)代是指在大量數(shù)據(jù)信息基礎(chǔ)上所形成的新型信息時(shí)代，是建立在通過(guò)互聯(lián)網(wǎng)、物聯(lián)網(wǎng)等現(xiàn)代網(wǎng)絡(luò)渠道廣泛大量數(shù)據(jù)資源收集基礎(chǔ)上的數(shù)據(jù)存儲(chǔ)、價(jià)值提煉、智能處理和展示，促進(jìn)數(shù)據(jù)發(fā)揮價(jià)值的信息時(shí)代。大數(shù)據(jù)時(shí)代，數(shù)據(jù)分析過(guò)程中數(shù)據(jù)的管理和應(yīng)用效率得到提高，人們幾乎能夠從任何數(shù)據(jù)中獲得可轉(zhuǎn)換為推動(dòng)人們生活方式變化的有價(jià)值的知識(shí)。大數(shù)據(jù)時(shí)代的發(fā)展會(huì)促進(jìn)眾多領(lǐng)域和行業(yè)進(jìn)行變革，會(huì)對(duì)人們未來(lái)生活產(chǎn)生深刻的影響。

3.數(shù)據(jù)分析

數(shù)據(jù)分析是指用合適的統(tǒng)計(jì)方法及與分析對(duì)象有關(guān)的知識(shí)，定量與定性相結(jié)合，對(duì)收集到的大量數(shù)據(jù)進(jìn)行分析的過(guò)程，是為了提取有用信息和形成結(jié)論而對(duì)大量數(shù)據(jù)進(jìn)行詳細(xì)研究和概括總結(jié)的過(guò)程。數(shù)據(jù)分析的目的是把隱藏在一大批看似雜亂無(wú)章的數(shù)據(jù)背后的信息挖掘和提煉出來(lái)，進(jìn)而總結(jié)出研究對(duì)象的內(nèi)在規(guī)律。

數(shù)據(jù)分析在企業(yè)經(jīng)營(yíng)管理中具有重要意義。企業(yè)通過(guò)統(tǒng)計(jì)調(diào)查、整理獲得的統(tǒng)計(jì)資料能夠?qū)陀^對(duì)象的數(shù)據(jù)特征取得一定的認(rèn)識(shí)，但只是停留在表面的初步認(rèn)識(shí)。通過(guò)數(shù)據(jù)分析，挖掘數(shù)據(jù)背后隱藏的信息，總結(jié)隱藏在其中的內(nèi)在規(guī)律，掌握事物的本質(zhì)及內(nèi)在的發(fā)展規(guī)律，將其應(yīng)用到實(shí)際的經(jīng)營(yíng)管理中，可以幫助管理者進(jìn)行合理的決策管理，并且及時(shí)調(diào)整企業(yè)的運(yùn)營(yíng)發(fā)展策略，使企業(yè)的各項(xiàng)管理工作不斷改善和提高。

目前常用的數(shù)據(jù)分析方法有：

老七種工具，即排列圖、因果圖、分層法、調(diào)查表、散步圖、直方圖、控制圖；

新七種工具，即關(guān)聯(lián)圖、系統(tǒng)圖、矩陣圖、KJ法、計(jì)劃評(píng)審技術(shù)、PDPC法、矩陣數(shù)據(jù)圖。

4.大數(shù)據(jù)時(shí)代的數(shù)據(jù)分析

從大數(shù)據(jù)中挖掘隱藏的有價(jià)值信息的關(guān)鍵在于對(duì)數(shù)據(jù)進(jìn)行正確的數(shù)據(jù)分析，數(shù)據(jù)分析是大數(shù)據(jù)處理流程的核心。大數(shù)據(jù)的價(jià)值產(chǎn)生于分析過(guò)程，從規(guī)模巨大的數(shù)據(jù)中挖掘有價(jià)值信息所進(jìn)行的分析過(guò)程就是大數(shù)據(jù)分析。

大數(shù)據(jù)分析和傳統(tǒng)數(shù)據(jù)分析最重要的區(qū)別在于數(shù)據(jù)量。數(shù)據(jù)量的急劇增長(zhǎng)及大數(shù)據(jù)的特征，決定了數(shù)據(jù)的存儲(chǔ)、查詢以及分析的難度增加，對(duì)數(shù)據(jù)處理技術(shù)的要求迅速提高。大數(shù)據(jù)分析建立在海量原始數(shù)據(jù)基礎(chǔ)上，不需要預(yù)先設(shè)定研究目的和方法，而要從大量數(shù)據(jù)中通過(guò)數(shù)據(jù)挖掘技術(shù)找到數(shù)據(jù)之間的關(guān)系并建立模型，尋找導(dǎo)致現(xiàn)實(shí)情況的根源因素，甚至形成理論和新的認(rèn)知，在此基礎(chǔ)上對(duì)未來(lái)進(jìn)行預(yù)測(cè)和優(yōu)化，以實(shí)現(xiàn)社會(huì)運(yùn)行中各個(gè)領(lǐng)域的持續(xù)改善與創(chuàng)新。

傳統(tǒng)的數(shù)據(jù)分析是“向后分析”，分析的是已經(jīng)發(fā)生的情況。而在大數(shù)據(jù)時(shí)代，數(shù)據(jù)分析是“向前分析”，具有預(yù)測(cè)性。傳統(tǒng)的數(shù)據(jù)分析主要針對(duì)結(jié)構(gòu)化數(shù)據(jù)，具備一整套行之有效且廣泛使用的分析體系：利用數(shù)據(jù)庫(kù)存儲(chǔ)結(jié)構(gòu)化數(shù)據(jù)→構(gòu)建數(shù)據(jù)倉(cāng)庫(kù)→構(gòu)建數(shù)據(jù)立方體進(jìn)行分析。對(duì)于從大數(shù)據(jù)中提煉更深層次更有價(jià)值的信息的需要促使數(shù)據(jù)挖掘技術(shù)的產(chǎn)生，并發(fā)明了聚類、關(guān)聯(lián)分析、分類、回歸分析、估計(jì)、預(yù)測(cè)、描述和可視化等一系列行之有效的方法。同時(shí)大數(shù)據(jù)的到來(lái)使得在線數(shù)據(jù)分析成為可能，如Web頁(yè)挖掘、OLAP等。數(shù)據(jù)挖掘是在沒(méi)有明確假設(shè)的前提下去挖掘信息、發(fā)現(xiàn)知識(shí)，用于指導(dǎo)以后的行動(dòng)。

二、大數(shù)據(jù)分析在企業(yè)經(jīng)營(yíng)管理中的意義

在企業(yè)的經(jīng)營(yíng)管理過(guò)程中，數(shù)據(jù)是關(guān)鍵且核心的因素，在關(guān)鍵環(huán)節(jié)進(jìn)行科學(xué)的數(shù)據(jù)分析，對(duì)于提升企業(yè)的經(jīng)營(yíng)管理能力具有十分重要的意義與作用。

首先，對(duì)企業(yè)情況進(jìn)行完整客觀的反映。在收集企業(yè)全面數(shù)據(jù)報(bào)表、調(diào)查資料的基礎(chǔ)上，利用數(shù)據(jù)分析工具進(jìn)行嚴(yán)謹(jǐn)?shù)姆治?，形成科學(xué)規(guī)范的數(shù)據(jù)分析報(bào)告，能發(fā)現(xiàn)數(shù)據(jù)背后的信息，便于理解、閱讀和利用，為企業(yè)發(fā)展決策提供參考。

其次，對(duì)企業(yè)運(yùn)營(yíng)情況進(jìn)行有效監(jiān)督。監(jiān)督是數(shù)據(jù)分析在企業(yè)經(jīng)營(yíng)管理中的一項(xiàng)十分重要的功能。對(duì)企業(yè)經(jīng)營(yíng)管理過(guò)程中所產(chǎn)生的數(shù)據(jù)進(jìn)行監(jiān)督具有十分重要的作用。在對(duì)企業(yè)數(shù)據(jù)、資料進(jìn)行收集整理的過(guò)程中，能夠相對(duì)較為全面、如實(shí)地知曉行業(yè)動(dòng)態(tài)及本企業(yè)運(yùn)行發(fā)展?fàn)顩r，能夠?qū)ζ髽I(yè)的相關(guān)活動(dòng)產(chǎn)生的效果進(jìn)行了解，比如企業(yè)方針政策實(shí)行與否、經(jīng)營(yíng)計(jì)劃落實(shí)情況、經(jīng)濟(jì)指標(biāo)完成情況等，從而進(jìn)行行業(yè)對(duì)比和橫向、縱向?qū)Ρ确治?，以幫助企業(yè)良性發(fā)展。

第三，參與科學(xué)化決策。對(duì)收集整理到的數(shù)據(jù)資料有針對(duì)性的進(jìn)行深層次地研究、分析，挖掘出數(shù)據(jù)資料潛在的實(shí)質(zhì)涵義，促使企業(yè)管理者及相關(guān)部門(mén)能夠更為完整客觀地了解企業(yè)發(fā)展現(xiàn)狀及發(fā)展方向，從而能夠更有針對(duì)性地進(jìn)行企業(yè)決策，計(jì)劃制定，起到數(shù)據(jù)分析在企業(yè)經(jīng)營(yíng)管理中的參與科學(xué)化決策的作用。數(shù)據(jù)驅(qū)動(dòng)型決策是大數(shù)據(jù)時(shí)代決策的特點(diǎn)：盡可能全面、完整綜合地收集數(shù)據(jù)，在此基礎(chǔ)上使用恰當(dāng)?shù)慕y(tǒng)計(jì)方法進(jìn)行建模和分析，挖掘出數(shù)據(jù)背后的關(guān)系，預(yù)測(cè)事件發(fā)生的概率。企業(yè)利用大數(shù)據(jù)和數(shù)據(jù)分析進(jìn)行決策時(shí)，首先要提高對(duì)數(shù)據(jù)的重視程度，轉(zhuǎn)變思維模式，在遇到重大決策時(shí)，先進(jìn)行數(shù)據(jù)收集、分析，再進(jìn)行決策。其次，要重視普通員工日常積累的數(shù)據(jù)。員工在完成日常工作的同時(shí)，積累了大量最基礎(chǔ)數(shù)據(jù)資料，企業(yè)將所有日常的數(shù)據(jù)加以整合分析，可以在決策時(shí)起到關(guān)鍵重要的作用。再次是建立數(shù)據(jù)輔助決策的流程和模板，建立基于決策任務(wù)的決策知識(shí)的收集、創(chuàng)造、共享、傳遞和激勵(lì)機(jī)制。

三、大數(shù)據(jù)分析在工業(yè)生產(chǎn)過(guò)程中的應(yīng)用探討

隨著信息化的推進(jìn)，數(shù)據(jù)已經(jīng)成為一種重要的資源。未來(lái)大數(shù)據(jù)和數(shù)據(jù)分析將在工業(yè)生產(chǎn)全過(guò)程中進(jìn)行應(yīng)用，將大力提升企業(yè)內(nèi)部運(yùn)營(yíng)管理效率，提升企業(yè)競(jìng)爭(zhēng)力，同時(shí)提升制造過(guò)程中的智能化。

信息技術(shù)隨著信息化與工業(yè)化的深度融合，已經(jīng)滲透到了工業(yè)企業(yè)產(chǎn)業(yè)鏈的各個(gè)環(huán)節(jié)，ERP、MES等技術(shù)在工業(yè)企業(yè)中得到廣泛應(yīng)用。工業(yè)企業(yè)中生產(chǎn)線高速運(yùn)轉(zhuǎn)，工業(yè)設(shè)備產(chǎn)生大量數(shù)據(jù)，工業(yè)領(lǐng)域所擁有的數(shù)據(jù)日益豐富?；诖髷?shù)據(jù)分析平臺(tái)，對(duì)這些數(shù)據(jù)進(jìn)行分析，總結(jié)經(jīng)驗(yàn)、發(fā)現(xiàn)規(guī)律、預(yù)測(cè)趨勢(shì)、輔助決策，充分釋放和利用海量數(shù)據(jù)資源中蘊(yùn)藏的巨大價(jià)值，優(yōu)化公司運(yùn)營(yíng)結(jié)構(gòu)，精準(zhǔn)決策，降低成本，提高效率。

大數(shù)據(jù)和數(shù)據(jù)分析的應(yīng)用將給工業(yè)企業(yè)帶來(lái)創(chuàng)新和變革的新時(shí)代。信息化和工業(yè)化的深入融合，給工業(yè)領(lǐng)域帶來(lái)深刻的變革，通過(guò)互聯(lián)網(wǎng)、物聯(lián)網(wǎng)等帶來(lái)的低成本感知、高速移動(dòng)鏈接、分布式計(jì)算和高級(jí)分析，給工業(yè)發(fā)展帶來(lái)了更快的速度、更高的效率和更高的洞察力。大數(shù)據(jù)分析在工業(yè)領(lǐng)域的應(yīng)用主要包括產(chǎn)品創(chuàng)新、生產(chǎn)流程優(yōu)化、產(chǎn)品質(zhì)量管理、生產(chǎn)計(jì)劃制定、產(chǎn)品定價(jià)、產(chǎn)品生命周期管理、庫(kù)存管理、供應(yīng)商管理等各個(gè)方面。

1.產(chǎn)品創(chuàng)新?？蛻襞c工業(yè)企業(yè)之間的交易產(chǎn)生大量的行為動(dòng)態(tài)數(shù)據(jù)，同時(shí)對(duì)產(chǎn)品的使用情況跟蹤記錄，產(chǎn)生產(chǎn)品使用動(dòng)態(tài)數(shù)據(jù)，對(duì)這些數(shù)據(jù)進(jìn)行挖掘和分析，將分析結(jié)果使用到產(chǎn)品改進(jìn)設(shè)計(jì)、創(chuàng)新等活動(dòng)中，相當(dāng)于讓客戶參與到產(chǎn)品的需求分析和產(chǎn)品設(shè)計(jì)等創(chuàng)新活動(dòng)中，對(duì)產(chǎn)品創(chuàng)新具有不可估量的貢獻(xiàn)。

2.生產(chǎn)流程優(yōu)化?，F(xiàn)代化的工業(yè)制造生產(chǎn)線安裝有數(shù)以千計(jì)的小型傳感器，在生產(chǎn)的全過(guò)程中可以探測(cè)溫度、壓力、振動(dòng)和噪聲等。整個(gè)生產(chǎn)流程將產(chǎn)生大量數(shù)據(jù)，對(duì)這些數(shù)據(jù)從不同角度進(jìn)行挖掘分析、比如設(shè)備診斷、能耗分析、工藝分析等。在此基礎(chǔ)上，對(duì)生產(chǎn)過(guò)程建立虛擬模型，仿真并優(yōu)化改進(jìn)生產(chǎn)流程，提高設(shè)備使用率、降低能耗、減少質(zhì)量事故發(fā)生幾率，優(yōu)化工藝等，從而提高生產(chǎn)效率。

3.進(jìn)行質(zhì)量分析，提高質(zhì)量管理水平。高度自動(dòng)化的設(shè)備在加工產(chǎn)品的同時(shí)記錄了龐大的檢測(cè)結(jié)果。利用檢測(cè)結(jié)果進(jìn)行質(zhì)量分析，可以提高質(zhì)量管理水平。在產(chǎn)品的整個(gè)壽命周期，包括從市場(chǎng)調(diào)研到售后服務(wù)等的各個(gè)過(guò)程中適當(dāng)運(yùn)用數(shù)據(jù)分析過(guò)程，可以提高質(zhì)量管理的有效性。例如QC工具在工業(yè)企業(yè)的應(yīng)用。QC指質(zhì)量控制。針對(duì)工業(yè)生產(chǎn)全過(guò)程特定的工作失誤或品質(zhì)不良運(yùn)用QC工具展開(kāi)分析討論，并將結(jié)果可視化顯示在大家容易看到的地方，提醒大家，防止再次發(fā)生同樣的問(wèn)題，同時(shí)誰(shuí)有新的建議可以隨時(shí)提出，大家一起討論修訂。

六西格瑪也是目前企業(yè)質(zhì)量管理中運(yùn)用比較廣泛的工具，它是一種用于改善企業(yè)質(zhì)量流程管理的技術(shù)，它以“零缺陷”的完美追求，帶動(dòng)質(zhì)量成本的大幅度降低。質(zhì)量分析工具在廣泛使用，可以提高產(chǎn)品質(zhì)量，從而最終實(shí)現(xiàn)財(cái)務(wù)成本的降低，同時(shí)實(shí)現(xiàn)企業(yè)競(jìng)爭(zhēng)力的突破。

4.產(chǎn)品故障診斷與預(yù)測(cè)。無(wú)處不在的傳感器、互聯(lián)網(wǎng)技術(shù)的利用，使得產(chǎn)品故障診斷實(shí)時(shí)進(jìn)行，提高了產(chǎn)品故障診斷的及時(shí)性。利用數(shù)據(jù)挖掘與分析技術(shù)，對(duì)記錄的數(shù)據(jù)進(jìn)行建模與仿真，可以對(duì)產(chǎn)品故障實(shí)行動(dòng)態(tài)預(yù)測(cè)。

5.生產(chǎn)計(jì)劃的科學(xué)制定。生產(chǎn)環(huán)節(jié)的大數(shù)據(jù)具有很大的利用價(jià)值，對(duì)其進(jìn)行挖掘與分析，對(duì)計(jì)劃制定具有指導(dǎo)意義。通過(guò)對(duì)計(jì)劃與完成的對(duì)比分析，發(fā)現(xiàn)計(jì)劃與實(shí)際完成的偏差，在考慮產(chǎn)能約束、人員技能、物料供應(yīng)、工裝模具等生產(chǎn)資源的基礎(chǔ)上，通過(guò)智能的優(yōu)化算法，建立計(jì)劃制定模型，從而制定更加科學(xué)合理的生產(chǎn)計(jì)劃。

6.進(jìn)行科學(xué)合理的產(chǎn)品定價(jià)。產(chǎn)品定價(jià)的合理性需要有詳細(xì)的基礎(chǔ)數(shù)據(jù)和試驗(yàn)數(shù)據(jù)作為支撐。一方面能夠獲取更加詳細(xì)的微觀數(shù)據(jù)信息，使產(chǎn)品成品的分析更加科學(xué)精確。另一方面可以研究客戶對(duì)產(chǎn)品定價(jià)的敏感度。通過(guò)這些數(shù)據(jù)分析，為產(chǎn)品定價(jià)提供決策參考。

7.實(shí)現(xiàn)產(chǎn)品生命周期管理。隨著物聯(lián)網(wǎng)的發(fā)展，條形碼、二維碼、RFID等能夠唯一標(biāo)示產(chǎn)品，傳感器、可穿戴設(shè)備、智能感知、視頻采集、增強(qiáng)現(xiàn)實(shí)等技術(shù)能將產(chǎn)品生命周期的信息進(jìn)行實(shí)時(shí)采集和分析，這些數(shù)據(jù)能夠幫助企業(yè)在供應(yīng)鏈的各個(gè)環(huán)節(jié)跟蹤產(chǎn)品，收集產(chǎn)品使用信息，從而實(shí)現(xiàn)產(chǎn)品生命周期的管理。這些數(shù)據(jù)還可以用于售后服務(wù)，提高售后服務(wù)質(zhì)量，從而提高產(chǎn)品競(jìng)爭(zhēng)力。

8.庫(kù)存管理。信息化高度發(fā)達(dá)，可以獲取工業(yè)企業(yè)各方面的信息。庫(kù)存信息將完全展現(xiàn)在管理者面前，通過(guò)數(shù)據(jù)分析和挖掘，可以準(zhǔn)確知道產(chǎn)品原材料和產(chǎn)成品庫(kù)存量。根據(jù)原材料庫(kù)存量和生產(chǎn)計(jì)劃確定原材料需求量，在此基礎(chǔ)上進(jìn)行采購(gòu)，可以保證產(chǎn)品生產(chǎn)需求，有最大限度地減少了資源浪費(fèi)。

9.完善供應(yīng)商管理，實(shí)現(xiàn)準(zhǔn)時(shí)化采購(gòu)。在對(duì)原材料大量數(shù)據(jù)挖掘和分析的基礎(chǔ)上，可以選擇最合適的供應(yīng)商，保證原材料質(zhì)量和準(zhǔn)時(shí)供應(yīng)，產(chǎn)品質(zhì)量得到有效控制，同時(shí)降低庫(kù)存成本，增加了制造的敏捷性與柔性。

四、結(jié)語(yǔ)

數(shù)據(jù)分析在工業(yè)企業(yè)中的應(yīng)用遠(yuǎn)不止此，經(jīng)營(yíng)管理和工業(yè)生產(chǎn)過(guò)程中的每個(gè)環(huán)節(jié)都有必要進(jìn)行數(shù)據(jù)分析。隨著數(shù)據(jù)分析和數(shù)據(jù)挖掘技術(shù)的進(jìn)一步深化，會(huì)有越來(lái)越多的應(yīng)用場(chǎng)景，最大程度發(fā)揮大數(shù)據(jù)應(yīng)用的價(jià)值，從而提升企業(yè)效率效益和企業(yè)核心競(jìng)爭(zhēng)力。

參考文獻(xiàn)：

[1]朱建平，章貴軍，劉曉威.大數(shù)據(jù)時(shí)代下數(shù)據(jù)分析理念的辨析[J].統(tǒng)計(jì)研究，2014（2）.

[2]張學(xué)敏.大數(shù)據(jù)時(shí)代的數(shù)據(jù)分析[J].探索與觀察，2014（16）.

[3]唐萍.淺談數(shù)據(jù)分析在企業(yè)經(jīng)營(yíng)管理中的意義與作用[J].商，2015，6：13-14.

[4]劉薇，陳英，高佳風(fēng).大數(shù)據(jù)分析及其對(duì)企業(yè)管理的挑戰(zhàn)和機(jī)遇[J].吉林建筑工程學(xué)院學(xué)報(bào)，2015（3）：89-92.

作者簡(jiǎn)介：梁 曉（1983-），女，漢族，河南鄭州人，鄭州飛機(jī)裝備有限責(zé)任公司，經(jīng)濟(jì)師，碩士，主要從事統(tǒng)計(jì)與數(shù)據(jù)分析研究。