1704033290
1704033291
这样一来就能从各处收集数据,可能来自于制造商的操作系统,或直接从工厂车间或客户安装的联网设备中收集,又或是其他数据来源。对提取的数据进行转换和标准化处理后,企业可以建立起针对每位客户及其所安装设备的全方位视角。紧接着就是通过预先确立的业务规则处理数据,制定能够自动执行的商业举措(业务开拓、工作指令等),或将行动方案发送给现场人员或客户服务团队,实施特定干预。
1704033292
1704033293
但此类平台应如何建立?企业如何利用现有IT投资?可以通过客户关系管理工具(如Salesforce或微软CRM)与制造商的产品进行连接。借助特定分析方法,可以获得与制造商的某项服务或产品相关的客户行为和偏好洞察(见图5.5)。
1704033294
1704033295
1704033296
1704033297
1704033298
图5.5 完成生态系统闭环(9)
1704033299
1704033300
该方案极其灵活,且规模易于调整,适用于各类工业企业,而且只需一个简单的分析平台就可以带动。
1704033301
1704033302
该方案有着强有力的商业实证。通过与数家制造商共同发力,提高潜在客户的数量和质量,提高转化率、客户保持率和黏性,有望使收益增长10%~15%。这一增幅还不包括销售成本的削减和销售周期的加快。
1704033303
1704033305
从纯监控到预测性维护实践
1704033306
1704033307
依照经验,工业制造领域运用数据分析所创造的价值当中,很大一部分来自实体资产。
1704033308
1704033309
位置检测也许是迄今为止最常见的用例。知道某个实体资产、组件、移动机器、工具或人在供应链中处于哪个位置,就掌握了价值丰富的信息,因为这些信息可以直接带来效率提升。
1704033310
1704033311
第二大常见用例或许是通过数据分析寻找实时答案,以解决机器是否正常运转、装配线和机器人是否在规定的容错范围内运行等问题。
1704033312
1704033313
久而久之,数据分析将不再单纯用于监控,而是用来进行预测性维护,最终实现未卜先知,即从传感器反馈的数据中预测某个机械组件会发生故障,或是提高组件质量,从而彻底避免故障出现。
1704033314
1704033315
全球重型设备制造商进军联网服务领域
1704033316
1704033317
一家全球领先的建筑、采矿和发电设备制造商很早就应用了物联网,但多年过去,该企业需对其各项能力进行全面快速的改革——包括成本结构、业务模式、体系架构和技术能力。
1704033318
1704033319
此外,该公司服务的关键行业——采矿、建筑、油气等行业——都面临挑战,其主要精力也都集中在资产效率上。因此,这些行业需要调整策略,努力通过技术实现成果,而不再仅仅关注机器本身,因为机器不再是区分企业优劣的关键因素。
1704033320
1704033321
他们首先确定了一套完备的物联网构想,并宣布结盟。该构想涵盖业务模式以及新型数字化服务的方案架构、开发和运营。
1704033322
1704033323
对现有云平台的利用大大加快了变革进程。短短几周,原型应用程序就被嵌入到正在使用的实体设备中。如今,该制造商向全球客户售出的机器和设备中,实现直接联网的有数十万台,已嵌入传感器数百万个,企业的年业务量高达数十亿单。
1704033324
1704033325
在高速双向通信的帮助下,企业现已推出新一代先进服务,如无线软件升级、远程监控、故障检修和机器配置以及自主技术应用等等。
1704033326
1704033327
这些技术为推出下一代服务——结合来自传感器、交易商和众多企业的实时数据——奠定了基础,目的是提供预测性故障检测和前瞻性商机管理。如此一来,企业将为客户创造巨大价值。
1704033328
1704033330
数据分析策略——行业必备之新条件
1704033331
1704033332
数据和数据分析在当今工厂中的蓬勃发展主要得益于五项技术的快速演进。在这些技术的帮助下,工业企业能够对数字数据进行迅速的创造、传递和分析处理。
1704033333
1704033334
一是云计算的远程处理能力,企业的流程运营将基于数字数据,可享受云计算所带来的前所未有的扩展性、灵活性和反应速度。
1704033335
1704033336
二是先进分析软件的出现,这类软件容量巨大,数据处理速度极快,通过筛选海量运营数据,为企业提供广泛的实时洞察。
1704033337
1704033338
三是为机器控制建立的自我调节式传感执行网络逐渐增多,此类网络更加精密、数据吞吐量更大。
1704033339
[
上一页 ]
[ :1.70403329e+09 ]
[
下一页 ]