Tableau 157亿收购背后，50页深度报告看清BI的未来
|
3.4 制造 制造业对BI系统的需求是产业全链条的，从设计、生产、物流、供应链、质量管控到销售等一系列环节都有巨大的BI需求。目前，大部分中大型的制造企业已经建立了比较完善的CRM、ERP、MES、MRP、EAS等基础信息化系统，帮助制造企业收集大量的历史数据。如何利用数据实现精益生产，成为制造业的刚需。 制造业利用生产数据与用户反馈可以有效的改进生产，如设备运维监控、质量监控、库存分析、柔性生产，都需要借助实时的数据采集与反馈。在生物制药领域，通过对生产线超过200个指标的监控，实现生产线的柔性控制，每条生产线可以节省500万到1000万美元的成本。芜湖格力工厂，把MRP和MES的数据导入BI系统，实现实时多维数据分析，提高了30%以上的工作效率。 现代制造企业通过内部与外部的数据，结合敏捷BI，可以实时优化产品方案。美的集团在跟踪产品销售情况时，会根据用户需求、产品特征、客户评价以及用户评价等多个维度挖掘用户需求，从而及时反馈到生产线，实时优化产品方案。 制造业BI应用中的困难主要在于，内外部海量、异构数据的整合与精确、实时分析的实现，而数据采集经过多年发展已经相对成熟。以美的为例，美的从2012年开始投入超过10亿元进行IT治理和全面重构系统，实现了集团级的企业标准和语言。 在实施过程中，其技术人员负责数据分析体系的搭建与技术实施，业务团队的配合负责数据清洗、转换、建模的部分。数据分析系统通过按月迭代的方式，持续释放新的业务价值。 图 13: 美的集团数据应用架构
数据来源：永洪科技&爱分析 目前，美的集团实现了实现从研发、生产、库存、营销、收付全链条的动态可视化，将数据运营的结果展现出来。对于1.5亿美的用户，美的大数据平台实现了用户购买的记录、购买渠道、地域、使用偏好等等信息全部标签化，形成完整的用户画像，实现精准营销。 BI一体化平台通过降低数据应用构建门槛，帮助企业建立数据化运营体系，真正实现数据驱动决策，从而盘活数据资产和底层基础设施，真正发挥数据给制造企业带来的巨大价值。 3.5 互联网 互联网行业与其他传统行业对BI的有明显的不同。互联网公司自身业务通常面临高并发和分布式的特点，又有自己的技术团队，因此像美团、快手体量的互联网公司通常通过开源组件搭建自身的BI平台以满足自身业务的需要。 但对于行业性或者一般规模的互联网企业，仍然乐于采用成熟商业化的BI产品满足自身数据分析与可视化的需要。 图14: 典型互联网BI架构
数据来源：永洪科技&爱分析 （编辑：晋中站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
