工业大数据在企业运营中的八大应用（2）

工业大数据在企业运营中可落地八大应用（二）

（2017年11月14日）

3、产品与服务的设计

产品可以分为有形产品和无形产品。生产型企业生产的多为有形产品，而服务型企业生产的多为无形的产品。无论有形，无形或是把产品服务化的企业，其最终的目的都是以通过服务来增加利润，并且在同质化竞争中体现差异性。

产品设计是明确企业产品性质与特点的过程，这个过程复杂且代价高。生产成本的80%左右是受到了产品设计阶段的决策影响。因此，如何提升产品设计的决策是所有企业家和管理者的共同挑战。

我们在设计并且生产出消费着需要的产品的旅程中发现，产品的设定和生产要素，跟流程、工艺、市场，消费习惯，销售策略，区域，气候等等都有千丝万缕的关系，数字化能够帮我把这个轮廓勾勒出来。利用大数据的实时数据分析，将数字勾勒出来的消费者偏好转化成为有形的产品特点，利用数据设计产品，实现研发与运营共享数据，共同参与产品设计的改进和调整。

4、开放式的融合创新

Web2.0的出现和广泛流行至今，深远地影响了用户使用互联网的方式。互联网，移动通信网以及物联网是当今最具影响力的三个全球性网络，移动互联网恰恰融合了前两者的发展优势，而物联网传感器数据则使得创新型售后服务成为可能。现在，人们越来越习惯从互联网上获取所需的应用与服务。

供应商，消费者，第三方机构等与此同时将自己的数据在网络上共享与保存，不仅仅会通过全渠道征求消费者意见，还与学术或行业研究者合作开发新产品。通过互联网平台来为企业创新出谋划策，与其合作研发产品。Web2.0时代不单单提供了云计算的接入模式，也为云计算培养了用户习惯。大数据为生产型企业提供创新服务乃至建立新型商业模型提供了历史性的机会。

5、适应性库存管理

众所周知，库存成本往往占了产品成本的50%，过多的库存会造成过高的库存管理成本。与此同时，库存的多少似乎永远也无法解决商品的脱销。无论是库存量还是脱销量，企业在发展过程中，都希望利用信息化手段，能够通过实时跟踪货物，采集数据，确定不同地区在不同时间的库存水平，使得库存水平具有适应性。

运用大数据使得供应与需求信号紧密联系在一起变得容易实现和具有可操作性。我们可以把销售记录，销售网点数据，天气预报，季节性销售周期，区域库存信息等不同纬度的数据融合起来，形成实时感应需求信号，与实时货物位置等信息能关联分析，匹配供求关系。产生的精确的信息，可以反馈到生产计划，库存水平与订单量等库存计算的各个环节，使企业了解具体地区的库存量并且自动生成订单，从“需求感应”实现“适应性的库存”管理，不断优化库存水平。

（未完待续）

（摘编自：微信公众号 观察立）