機(jī)械社區(qū)
標(biāo)題: 別讓商務(wù)大數(shù)據(jù)的思路,,誤了工業(yè)大數(shù)據(jù) [打印本頁(yè)]
作者: 寂靜天花板 時(shí)間: 2015-11-28 06:00
標(biāo)題: 別讓商務(wù)大數(shù)據(jù)的思路,,誤了工業(yè)大數(shù)據(jù)
大數(shù)據(jù)的概念與背景大數(shù)據(jù)是最近幾年才熱起來(lái)的一個(gè)概念,。大數(shù)據(jù)熱大約在2012年前后在中國(guó)出現(xiàn),。其中,涂子沛先生的《大數(shù)據(jù)》一書(shū)起到了重要的作用,�,!俺松系�,,任何人都必須用數(shù)據(jù)來(lái)說(shuō)話”這句話,,更是得到了時(shí)任廣東省委書(shū)記汪洋(現(xiàn)為國(guó)務(wù)院副總理)的高度肯定,。
讀過(guò)這本書(shū)的人都知道:涂子沛關(guān)注的重點(diǎn)是大數(shù)據(jù)對(duì)政治、社會(huì),、倫理等方面的影響,。后來(lái),各家互聯(lián)網(wǎng)公司,、IT公司將人們關(guān)注的熱點(diǎn)引向了商業(yè)領(lǐng)域,,再經(jīng)股評(píng)師的運(yùn)作,,使之成為全社會(huì)炙手可熱的概念。與此同時(shí),,學(xué)術(shù)界不失時(shí)機(jī)地將大數(shù)據(jù)的概念引入了工業(yè)界,。
然而,工業(yè)界重視數(shù)據(jù)分析早已不是新鮮事了,。人們很早就希望通過(guò)數(shù)據(jù)發(fā)現(xiàn)客觀規(guī)律,、優(yōu)化生產(chǎn)過(guò)程。而數(shù)據(jù)挖掘等理論也早已廣泛傳播,。對(duì)數(shù)據(jù)挖掘的價(jià)值,一種流行的觀點(diǎn)是:當(dāng)企業(yè)競(jìng)爭(zhēng)進(jìn)入白熱化,、所有手段都已用盡時(shí),,數(shù)據(jù)挖掘提供了領(lǐng)先半步的可能。與現(xiàn)在的觀點(diǎn)相比,,這個(gè)認(rèn)識(shí)是相當(dāng)?shù)驼{(diào)的,。當(dāng)然,低調(diào)背后是有原因的,,因?yàn)闃I(yè)界真正成功的案例其實(shí)非常少,。
很多企業(yè)急于搭上“工業(yè)大數(shù)據(jù)”這趟快車(chē),然而在現(xiàn)實(shí)中遇到了很多的困惑,。
人們似乎都認(rèn)為數(shù)據(jù)的作用很大,,但從事過(guò)工業(yè)數(shù)據(jù)分析的人往往有這樣的體會(huì):分析過(guò)程往往達(dá)不到預(yù)想的目標(biāo),數(shù)據(jù)似乎并不是傳說(shuō)中的金礦,。
這種困惑也體現(xiàn)在商務(wù)活動(dòng)中,。企業(yè)信息化建設(shè)原本應(yīng)該遵循一個(gè)基本原則:用戶(hù)需求驅(qū)動(dòng)系統(tǒng)開(kāi)發(fā)。從事大數(shù)據(jù)業(yè)務(wù)的IT公司對(duì)用戶(hù)說(shuō):你說(shuō)怎么做,,我就怎么做;用戶(hù)卻說(shuō):我不知道能得到什么,,也不知道該怎么做,最好你告訴我怎么做,。
誰(shuí)都不知道怎么做,。于是,大家都被暢銷(xiāo)書(shū)的理念忽悠著做事,。然而,,暢銷(xiāo)書(shū)的觀點(diǎn)是正確的嗎? 暢銷(xiāo)書(shū)上的觀點(diǎn)往往對(duì)不上中國(guó)企業(yè)的現(xiàn)狀———或?qū)⑸虅?wù)大數(shù)據(jù)的應(yīng)用場(chǎng)景套在工業(yè)大數(shù)據(jù),或?qū)⑽磥?lái)的場(chǎng)景套用到現(xiàn)在,。
工業(yè)大數(shù)據(jù)與商務(wù)大數(shù)據(jù)有什么不同?
現(xiàn)在關(guān)于大數(shù)據(jù)的流行觀點(diǎn),,幾乎都是針對(duì)商務(wù)大數(shù)據(jù)的。然而,,許多觀點(diǎn)可能并不適合工業(yè)界,。工業(yè)和商業(yè)至少有以下幾點(diǎn)不同:
可發(fā)現(xiàn)的新知識(shí)少。一般來(lái)說(shuō),發(fā)現(xiàn)新知識(shí)是大數(shù)據(jù)分析的一個(gè)重要目的,。然而,,在工業(yè)領(lǐng)域,人們對(duì)生產(chǎn)過(guò)程的研究一般比較深入,,專(zhuān)業(yè)知識(shí)也很豐富,,很難從數(shù)據(jù)中發(fā)現(xiàn)新的知識(shí)。與之相比,,商務(wù)活動(dòng)的大數(shù)據(jù)分析往往涉及人的喜好,,這些恰恰是過(guò)去難以量化研究的,故而大數(shù)據(jù)的含金量高,。
對(duì)分析結(jié)果的質(zhì)量要求高,。工業(yè)界對(duì)分析結(jié)果的精度和可靠度要求高。如果將不可靠,、不精確的分析結(jié)果用于指導(dǎo)生產(chǎn),,不僅不能創(chuàng)造價(jià)值,甚至可能導(dǎo)致極大的損失,。與之相比,,在許多商務(wù)大數(shù)據(jù)的應(yīng)用場(chǎng)景下,即便分析錯(cuò)誤,,損失也不大,。
分析難度高。工業(yè)系統(tǒng)往往是復(fù)雜的人造系統(tǒng),,包含大量復(fù)雜的前饋和反饋環(huán)節(jié),。這意味著,變量間的相關(guān)性往往不是自然的因果關(guān)系,。這個(gè)問(wèn)題很容易誤導(dǎo)分析和決策的過(guò)程,。另外,工業(yè)數(shù)據(jù)的信噪比往往比較低,,分析結(jié)果很容易出現(xiàn)嚴(yán)重偏離事實(shí)的畸變(即所謂的有偏估計(jì)),。
相關(guān)性包含的信息少。在商務(wù)大數(shù)據(jù)中,,數(shù)據(jù)之間的“相關(guān)性”本身往往就具有很大的參考價(jià)值,,而在工業(yè)體系中則未必是這樣。
工業(yè)大數(shù)據(jù)體現(xiàn)價(jià)值的場(chǎng)景有哪些?
價(jià)值是用戶(hù)決定的,。一杯水,,放在沙漠里可以救命,剩在餐桌上就是垃圾,。工業(yè)大數(shù)據(jù)也是一樣,,能否創(chuàng)造價(jià)值,,首先是要看用在什么場(chǎng)景中。用戶(hù)對(duì)工業(yè)大數(shù)據(jù)提不出需求,,是客觀現(xiàn)實(shí)的真實(shí)反映,。大數(shù)據(jù)有用,但合適的應(yīng)用場(chǎng)景不一定是現(xiàn)在,。下面分析幾個(gè)有用的場(chǎng)景:
質(zhì)量要求高的生產(chǎn)場(chǎng)景,。制造業(yè)從什么時(shí)候開(kāi)始重視數(shù)據(jù)?顯然,當(dāng)我們追求高質(zhì)量,、高穩(wěn)定性的時(shí)候,,數(shù)據(jù)會(huì)顯得非常重要,數(shù)據(jù)的價(jià)值才得以體現(xiàn),。國(guó)外先進(jìn)企業(yè)追求6西格瑪,,故而強(qiáng)調(diào)數(shù)據(jù)的重要性;國(guó)內(nèi)許多企業(yè)一味追求低成本,數(shù)據(jù)的重要性自然就會(huì)低,。
高度自動(dòng)化及智能化的生產(chǎn)場(chǎng)景。在高度自動(dòng)化和智能化的生產(chǎn)單元,,人的介入很少,,對(duì)質(zhì)量的要求一般也很高。這時(shí),,對(duì)設(shè)備健康狀態(tài)和產(chǎn)品質(zhì)量的自動(dòng)監(jiān)控就變得非常重要,。
工業(yè)互聯(lián)網(wǎng)的場(chǎng)景。工業(yè)互聯(lián)網(wǎng)能使成千上萬(wàn)用戶(hù)的數(shù)據(jù)實(shí)現(xiàn)共享,。多個(gè)用戶(hù)的共享會(huì)帶來(lái)兩個(gè)過(guò)去無(wú)法企及的效果,。首先是分析結(jié)果的可靠性上升。這得益于來(lái)自不同用戶(hù)的實(shí)例,,可用于對(duì)分析結(jié)論的重復(fù)性認(rèn)證,。其次是分析結(jié)果可以在眾多的用戶(hù)中分享,以創(chuàng)造更大的價(jià)值,。
在當(dāng)今的中國(guó)企業(yè)中,,符合上述要求的場(chǎng)景是不多見(jiàn)的。多數(shù)企業(yè)重視成本遠(yuǎn)甚于質(zhì)量,,智能制造和自動(dòng)化的水平低,,工業(yè)互聯(lián)網(wǎng)尚未起步。由此可見(jiàn),,對(duì)中國(guó)多數(shù)企業(yè)來(lái)說(shuō),,工業(yè)大數(shù)據(jù)的價(jià)值很可能只是“未來(lái)時(shí)”,雖然這個(gè)未來(lái)可能并不遙遠(yuǎn),。
推進(jìn)工業(yè)大數(shù)據(jù)現(xiàn)在該做啥?
馬云策劃淘寶的年代,,那時(shí)學(xué)校的網(wǎng)速只有每秒100個(gè)字節(jié)———這件事啟發(fā)我們:機(jī)會(huì)往往發(fā)生在條件不太成熟的時(shí)候,。所以,創(chuàng)新者的起步一定要早,。在工業(yè)大數(shù)據(jù)全面應(yīng)用之前,,是我們培養(yǎng)能力、積累技術(shù)的時(shí)候,。
但是,,僅起步早是不夠的,關(guān)鍵還要走對(duì)路子,。正如培根所說(shuō):“跛足而走對(duì)路的人,,勝過(guò)健步如飛卻誤入歧途者�,!痹鯓颖M早抓住機(jī)會(huì)呢?筆者認(rèn)為,,可以從以下幾個(gè)方面做起:
一是理解工業(yè)大數(shù)據(jù)的本質(zhì)作用
對(duì)企業(yè)來(lái)說(shuō),大數(shù)據(jù)用得好壞的關(guān)鍵是看能否創(chuàng)造出高于成本的價(jià)值,。所以,,從功能的角度定義工業(yè)大數(shù)據(jù):大數(shù)據(jù)是過(guò)程(生產(chǎn)制造、研發(fā)服務(wù),、采購(gòu)銷(xiāo)售)痕跡的數(shù)字化記錄,,目的是為“用數(shù)據(jù)說(shuō)話”奠定基礎(chǔ),是對(duì)已有系統(tǒng)所產(chǎn)生的數(shù)據(jù)的二次利用,。
這意味著,,工業(yè)大數(shù)據(jù)平臺(tái)的建設(shè),應(yīng)該高度重視數(shù)據(jù)的組織,,避免遺漏重要的數(shù)據(jù)以及數(shù)據(jù)之間的聯(lián)系,。例如,實(shí)時(shí)的設(shè)備狀態(tài)和工藝參數(shù)應(yīng)該與所生產(chǎn)的產(chǎn)品準(zhǔn)確對(duì)應(yīng),,相關(guān)的時(shí)鐘不能混亂,。
二是以方便“人”的分析為出發(fā)點(diǎn)
在商務(wù)大數(shù)據(jù)中,很多人強(qiáng)調(diào)機(jī)器學(xué)習(xí),,強(qiáng)調(diào)從大量數(shù)據(jù)中獲得規(guī)律性,、重復(fù)性的知識(shí)。對(duì)于工業(yè)大數(shù)據(jù),,這種認(rèn)識(shí)要做調(diào)整:工業(yè)知識(shí)主要來(lái)自人腦,,數(shù)據(jù)的作用是對(duì)已有認(rèn)識(shí)的確認(rèn)、分辨與準(zhǔn)確化,。這就意味著,,大數(shù)據(jù)平臺(tái)的要點(diǎn)是方便人從事分析工作。而人的分析工作往往是針對(duì)特定事件驅(qū)動(dòng)的,。
使得這些過(guò)程做到透明化,,提高管理水平,,通過(guò)更有效的管理創(chuàng)造效益。這樣,,建立大數(shù)據(jù)平臺(tái)的一個(gè)重要任務(wù)是:讓相關(guān)過(guò)程顯性化,,避免人陷落在信息和數(shù)據(jù)的海洋中,喪失關(guān)注的焦點(diǎn),。按照這個(gè)觀點(diǎn),,在工業(yè)領(lǐng)域,“知識(shí)自動(dòng)化”的重點(diǎn)應(yīng)該是知識(shí)的管理,,而非知識(shí)的發(fā)現(xiàn),。
三是正確認(rèn)識(shí)工業(yè)大數(shù)據(jù)的知識(shí)發(fā)現(xiàn)
如前所述,由于工業(yè)數(shù)據(jù)體現(xiàn)出來(lái)的規(guī)律性往往難以突破人已有的認(rèn)識(shí)范圍,,發(fā)現(xiàn)規(guī)律性的知識(shí)(如工藝與質(zhì)量之間的關(guān)系)是比較困難的,。然而,工業(yè)大數(shù)據(jù)往往適合發(fā)現(xiàn)另外一類(lèi)知識(shí),,即從數(shù)據(jù)中提煉信息的知識(shí),,將物理量的檢測(cè)數(shù)據(jù)轉(zhuǎn)化成產(chǎn)品質(zhì)量、能耗,、效率,、設(shè)備狀態(tài)等信息的“軟測(cè)量”算法,其實(shí)就是這種類(lèi)型的知識(shí),。這些知識(shí)往往是生產(chǎn)技術(shù)人員并不熟悉的盲點(diǎn)。故而,,從數(shù)據(jù)研究者的角度看,,它們屬于容易出成績(jī)的領(lǐng)域。
過(guò)去,,學(xué)術(shù)界對(duì)這些問(wèn)題很熱衷,,企業(yè)卻不重視,因?yàn)檫@種知識(shí)很難創(chuàng)造價(jià)值,。不能創(chuàng)造價(jià)值的原因,,是未能將其納入管理或者控制的流程中,故而創(chuàng)造價(jià)值的途徑不暢通,。為此,,企業(yè)可能會(huì)需要一個(gè)平臺(tái),以便將這些知識(shí)轉(zhuǎn)化成數(shù)字化的模型,,并納入生產(chǎn)制造等流程中,,以便創(chuàng)造經(jīng)濟(jì)價(jià)值。
四是注重與智能制造的結(jié)合
數(shù)字化,、網(wǎng)絡(luò)化引發(fā)的智能制造大體是這樣一個(gè)邏輯:信息驅(qū)動(dòng)知識(shí),,在決策過(guò)程中創(chuàng)造價(jià)值,、體現(xiàn)智能。其中,,信息來(lái)自供應(yīng)鏈,、客戶(hù)、智能設(shè)備,、物聯(lián)網(wǎng),,知識(shí)表現(xiàn)為軟件化的模型,決策則包括自動(dòng)或人工的管理與控制,。
如前所述,,工業(yè)大數(shù)據(jù)在這個(gè)邏輯中有兩個(gè)重要作用:獲取“從數(shù)據(jù)提煉成信息的知識(shí)”;決策和專(zhuān)業(yè)知識(shí)主要來(lái)自人腦,但需要用大數(shù)據(jù)將其驗(yàn)證,、矯正和精確化,。
五是加強(qiáng)數(shù)據(jù)分析可靠性理論研究
在工業(yè)系統(tǒng)中,可靠分析的結(jié)果才有使用價(jià)值,�,?煽啃苑治鲈臼墙y(tǒng)計(jì)理論的重要組成部分。但用于大數(shù)據(jù)明顯是不合適的,。這些理論的基本假設(shè)條件往往都是不成立的,。而且,許多理論和著名觀點(diǎn)也造成了大量的誤導(dǎo),,如盲目強(qiáng)調(diào)分析結(jié)果的準(zhǔn)確性,、認(rèn)為大數(shù)據(jù)強(qiáng)調(diào)相互關(guān)系而輕視因果等。
大數(shù)據(jù)的因果分析是個(gè)十分需要重視的領(lǐng)域,,但過(guò)去主要是科學(xué),、哲學(xué)研究的范疇,統(tǒng)計(jì)學(xué)家對(duì)其重視不足,。其實(shí),,可以從杜絕假象、通過(guò)證偽等思路來(lái)逼近因果,。也就是說(shuō),,重點(diǎn)分析那些容易導(dǎo)致錯(cuò)誤結(jié)果的情況。同時(shí),,邏輯鏈的完整性和證據(jù)的獨(dú)立性也很重要,。
數(shù)據(jù)的質(zhì)量和完整性是導(dǎo)致分析錯(cuò)誤的重要誘因。因此,,建立大數(shù)據(jù)平臺(tái)時(shí),,不僅要關(guān)注數(shù)據(jù)本身,更要關(guān)注數(shù)據(jù)之間的對(duì)應(yīng)性;不僅要關(guān)注數(shù)據(jù)是什么,,還要關(guān)注數(shù)據(jù)的采集過(guò)程,。數(shù)據(jù)的采集過(guò)程不同,,意味著內(nèi)涵發(fā)生了變化。如果數(shù)據(jù)質(zhì)量不高,,大數(shù)據(jù)很可能是一堆垃圾,。這樣看來(lái),盲從商務(wù)大數(shù)據(jù)“非結(jié)構(gòu)化”的觀點(diǎn)也是不對(duì)的,。
作者: 把刀用好 時(shí)間: 2015-11-28 15:15
商務(wù)大數(shù)據(jù)不就是每人吃飯花了多少錢(qián),,坐車(chē)花了多少錢(qián),各地人分別愛(ài)吃什么菜,,分別花多少錢(qián)網(wǎng)購(gòu),。意義不是沒(méi)有,但是這種意義對(duì)國(guó)家我用嗎,?我覺(jué)得只是對(duì)商家有用,。而工業(yè)大數(shù)據(jù)不進(jìn)對(duì)廠家有用。對(duì)國(guó)家也有用,。實(shí)體這個(gè)慘樣,,錢(qián)都掙得少了,還怎么吃吃喝喝上狗東天貓啊,。我認(rèn)為商業(yè)大數(shù)據(jù)就是個(gè)玩物,,這東西擺不上臺(tái)面的。玩物當(dāng)適度,,否則喪志了可不好,!
歡迎光臨 機(jī)械社區(qū) (http://97307.cn/) |
Powered by Discuz! X3.4 |