大数据时代 ，"数"中自有黄金屋 ——大数据与制造业

　　人类正处于一个数据爆炸的时代。随着计算机硬件技术的迅速发展，信息存储的成本迅速降低，使得更大的数据可以更加方便地存储；随着互联网带宽的快速提升，数据传输的数据越来越快，可以传输越来越多的数据；随着智能手机的迅速普及，移动互联网应用得以迅速发展；社交网络发展迅速，越来越多的人通过互联网进行交流和信息交互；云计算应用的落地，使得更多的应用程序，可以通过互联网来进行应用。

　　在这种背景下，“大数据”（Big Data）开始受到广泛关注。研究机构Gartner给“大数据”的定义是这样的：“大数据”是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。

　　大数据的特点是4V：

　　1） Volume：数据体量巨大。从TB级别跃升到PB乃至EB级别。

　　2） Variety：数据类型繁多。网络日志、音频、视频、图片、地理位置信息等多类型的数据对数据的处理能力提出了更高的要求。

　　3） Value：价值密度低。价值密度的高低与数据总量的大小成反比，例如在连续不间断的视频监控记录中，有价值的信息只有一两秒。

　　4） Velocity：处理速度快。这是大数据区分于传统数据挖掘最显著的特征。

　　“大数据”确实在互联网、金融、电信这些行业引发了应用热潮，然而这样的热潮是否能吸引制造业的眼球呢？首先要明确制造业的“大数据”包含哪些内容：

　　1）产品数据：计算、设计、仿真、工艺、加工、试验、维护数据、产品结构、配置关系、变更记录等。随着三维造型技术、真三维渲染、虚拟现实技术的广泛应用，产品模型的数据量也迅速增大。

　　2）运营数据：组织结构、管理制度、人力资源、薪酬、福利、设备、营销、财务、质量、生产、采购、库存、标准/行业法规、知识产权、工作计划、市场推广、办公文档、媒体传播、电子商务等。例如，在市场推广方面，涉及到越来越多的多媒体数据。

　　3）价值链数据：客户、供应商、合作伙伴、联系人、联络记录、合同、回款、客户满意度等。例如，在客户服务过程中，涉及到很多服务原始记录的保存。

　　4）外部数据：经济数据、政策信息、行业数据、竞争对手数据等。

　　随着互联网社区的发展，制造企业还需要考虑对互联网上相关的新闻、咨询、文章、博客、QQ群、微博、微信等信息传播媒介的信息进行监控，为企业的运营服务，及时规避风险。

　　虽然制造业的数据符合“大数据”的特点，但是在制造业信息化的进程中，对于“大数据”不可一概而论。对于中小企业而言，“大数据”还并不是他们数据管理的第一要务。据e-works了解，他们在进行基础数据管理时，首先要解决的不是技术而是管理问题，即如何理顺数据管理的流程，规范基础数据管理。由于他们中的大部分企业还没有到达“企业2.0”，非结构化数据并不是很多，数据相对而言没有那么“多样性”，因此他们的管理重点还是在结构化数据上。但是对于某些大型集团企业而言，确实已经面临着如上所说的“大数据”问题，他们的非结构化数据越来越多，数据体量呈几何级数快速增长，有些已经到达了PB甚至EB级，同时，他们必须时刻关注舆情信息，尤其是上市公司，以树立良好的企业形象。

　　综上所述，大型集团制造企业已经开始关注大数据，而对于广大中小企业而言，虽然面临亟待解决的问题还是数据的规范化管理，但以后他们的管理终将规范、也终将迎来“企业2.0”，移动应用也越来越普及，非结构化数据也会越来越重要，“大数据”对于中小企业也只是迟早的问题。