当前位置:CIO人物访谈 → 正文

潘睿刚:三一重工的大数据思考及实践

责任编辑:jcao 作者:曹建菊 |来源:企业网D1Net  2016-03-21 15:02:19 本文摘自:企业网D1Net

我们曾在上一篇文章里讨论过三一重工整体信息化建设(不一样的三一重工:重在选择),从规划开始,到IT底层架构,至业务流程的拓展,通过独具特色的“信息四化”,即研发过程“数字化”, 制造过程“智能化”,产品与服务“智慧化”、运营管理“卓越化”,使得三一重工的“智能制造”走到了国际前列。企业网D1Net记者特邀三一集团CIO潘睿刚对三一的大数据战略进行了详细解读。

上图为:三一集团CIO潘睿刚

大数据 智能制造之基础

潘睿刚说:“美国的工业互联网,德国的工业4.0,或者说中国制造2025,大家描述的前景都非常美好,但到底如何选择?如何去做?是前端客户的整体解决方案,还是后端的产业链,或者是纵向的单纯把智能制造的程度提升,把大数据分析与客户需求进行结合。但如何结合?这是每一个CIO都会碰到的真实问题。“

但显然,所谓的“智能制造”,就是给予 “制造”新的“智能”。“智能”的获得离不开数据。

大数据:从积累开始 重点是分析

潘睿刚介绍,三一目前有20万台在外设备安装了自主研发的工业智能控制终端,已累积40TB的工况数据,且每天增量达两亿条。

2014年,三一集团启动大数据平台建设,通过自主研发,建立基于HADOOP的大数据存储与分析平台,具备工业级各类型大数据存储与分析能力,最终目的是实现低成本海量设备数据接入与分析,完美实现服务承诺,敏锐洞察用户行为,全生命周期闭环反馈。

在应用上基于工况数据开展大数据分析工作,目前正在进行国家宏观经济相关性分析,挖掘机、泵车故障预测模型,配件需求预测模型,客户征信模型研制开发工作,应用于国家经济宏观环境了解与预测、工程机械设备故障预测,市场销售预测、银行保险客户信用评估等领域,进而提升备件水平,降低库存,提升营销、服务能力。同时开发数据质量管理系统,对研发、服务都有较好的指导意义。

三一重工的大数据结构

三一大数据平台架构如下图:

大数据:应重视分析模型的建立

数据存储是一切应用的基础,三一重工集团的数据库每天必须承受来自全球多达20万台设备的写入请求,保证数据服务持续、稳定运行是建立工程机械物联网的首要难点,三一通过分布式工况数据存储集群技术,实现了低成本、无上限数据存储,降低车辆接入运营成本达80%以上。

建立良好的分析模型也是大数据应用结果的关键所在,三一重工与一些科研机构合作(比如IMS、清华大学),借用资源,为三一重工的分析模型提供更多的参考。

大数据应用的三大场景

目前,三一重工的大数据应用已应用到以下几个重要环节:

1、首先可对宏观经济趋势与开工率趋势进行相关性和偏相关性分析,并建立了宏观经济趋势与开工率趋势的定量预测模型,而这些数据每个月都会定期递送给马凯副总理的办公室,为国家宏观经济的分析提供支撑。

2、三一售后配件SKU已达8万,代理商库存13.5亿,为进一步优化配件周转状况,通过对泵车常用件(如眼镜板、切割环等)结合工况、订单、宏观经济等因素进行预测。通过大数据手段预测分析,实现在保证服务水平不变的前提下,库存水平下降48%;配件需求预测准确率由现有的45.4%提升至70%;改变现有旬计划采购策略,临时计划占比下降20%。

3、为未来研发提供科学依据:从后台数据中统计的一段时间内按月统计得到的泵车操作手排量设置偏好分析结果显示,操作手施工的时候会较多的在低排量下使用三一重工的产品,同时一般采用的量设置集中在30%~70%之间,而春秋两季和冬夏两季的排量设置偏好是各不相同的,这为未来三一重工研发新型节能产品便具有十分重要的指导意义。

大数据对重型制造业的思考:既是共性也是个性

潘睿刚认为:“大数据分析可为企业带来效益,三一重工所面临的难题对于重型制造业来讲既是共性问题也是个性问题。应从两个维度来看,技术上是共性问题,业务层面则是共性和个性问题各一半。“

技术层面,各企业都会遇到如何优化大数据平台架构、如何存储数据,分析数据、利用数据,如何获取各个系统的异构数据并使其发挥作用,这些问题对于大多数重型制造业是可以复制的。

但另外一个层面,虽然都为重型制造业,三一重工产品的终端客户、产品质量要求、产品或服务的盈利模式、决策层关注的热点都有不同,所以具体的分析模型与产出结果则因企业不同而要有所变化;比如说虽然都可以做配件的预测,但各地都有区域仓库的和只有总部仓库的明显就会不同,所以三一重工有分析施工热度、分析配件的维修更换、仓库配件的库存保障、分析产品结构变化、分析产品区间的作业频度、分析操作手的偏好等等,这些经验对于后来的企业可以参照,但绝对不是简单的复制,需要根据企业自身情况做相应的调整,才能更好的支撑企业的运营发展。

采访小记:

大数据真的很热很火,也一直被认为具有价值。但这种价值究竟体现在哪里?应该如何入手?三一重工的探索与实践我相信可以带给行业内一些思索。正如潘睿刚所言:“大数据的确可为企业带来效益,但每家企业所面临的问题都既有共性也有个性。”如果技术可能解决共性问题,那么业务层面的个性问题就需要各CIO们独立思索后与企业的CEO们共同实践,才能挖掘出适合自身企业数据价值。

潘睿刚个人简介:

现任三一集团CIO。1995年毕业于复旦大学,在快消、零售、高科技以及汽车等行业有着将近19年业务和IT系统变革的咨询经验,曾经在多家跨国及大型本土企业负责业务变革的实施和落地、以及各大应用系统、电商平台、移动的规划及实施。曾在埃森哲、IBM等知名企业担任高级职位。

三一重工信息化建设:详情请见不一样的三一重工:重在选择

关键字:大数据CIO三一重工

本文摘自:企业网D1Net

x 潘睿刚:三一重工的大数据思考及实践 扫一扫
分享本文到朋友圈
当前位置:CIO人物访谈 → 正文

潘睿刚:三一重工的大数据思考及实践

责任编辑:jcao 作者:曹建菊 |来源:企业网D1Net  2016-03-21 15:02:19 本文摘自:企业网D1Net

我们曾在上一篇文章里讨论过三一重工整体信息化建设(不一样的三一重工:重在选择),从规划开始,到IT底层架构,至业务流程的拓展,通过独具特色的“信息四化”,即研发过程“数字化”, 制造过程“智能化”,产品与服务“智慧化”、运营管理“卓越化”,使得三一重工的“智能制造”走到了国际前列。企业网D1Net记者特邀三一集团CIO潘睿刚对三一的大数据战略进行了详细解读。

上图为:三一集团CIO潘睿刚

大数据 智能制造之基础

潘睿刚说:“美国的工业互联网,德国的工业4.0,或者说中国制造2025,大家描述的前景都非常美好,但到底如何选择?如何去做?是前端客户的整体解决方案,还是后端的产业链,或者是纵向的单纯把智能制造的程度提升,把大数据分析与客户需求进行结合。但如何结合?这是每一个CIO都会碰到的真实问题。“

但显然,所谓的“智能制造”,就是给予 “制造”新的“智能”。“智能”的获得离不开数据。

大数据:从积累开始 重点是分析

潘睿刚介绍,三一目前有20万台在外设备安装了自主研发的工业智能控制终端,已累积40TB的工况数据,且每天增量达两亿条。

2014年,三一集团启动大数据平台建设,通过自主研发,建立基于HADOOP的大数据存储与分析平台,具备工业级各类型大数据存储与分析能力,最终目的是实现低成本海量设备数据接入与分析,完美实现服务承诺,敏锐洞察用户行为,全生命周期闭环反馈。

在应用上基于工况数据开展大数据分析工作,目前正在进行国家宏观经济相关性分析,挖掘机、泵车故障预测模型,配件需求预测模型,客户征信模型研制开发工作,应用于国家经济宏观环境了解与预测、工程机械设备故障预测,市场销售预测、银行保险客户信用评估等领域,进而提升备件水平,降低库存,提升营销、服务能力。同时开发数据质量管理系统,对研发、服务都有较好的指导意义。

三一重工的大数据结构

三一大数据平台架构如下图:

大数据:应重视分析模型的建立

数据存储是一切应用的基础,三一重工集团的数据库每天必须承受来自全球多达20万台设备的写入请求,保证数据服务持续、稳定运行是建立工程机械物联网的首要难点,三一通过分布式工况数据存储集群技术,实现了低成本、无上限数据存储,降低车辆接入运营成本达80%以上。

建立良好的分析模型也是大数据应用结果的关键所在,三一重工与一些科研机构合作(比如IMS、清华大学),借用资源,为三一重工的分析模型提供更多的参考。

大数据应用的三大场景

目前,三一重工的大数据应用已应用到以下几个重要环节:

1、首先可对宏观经济趋势与开工率趋势进行相关性和偏相关性分析,并建立了宏观经济趋势与开工率趋势的定量预测模型,而这些数据每个月都会定期递送给马凯副总理的办公室,为国家宏观经济的分析提供支撑。

2、三一售后配件SKU已达8万,代理商库存13.5亿,为进一步优化配件周转状况,通过对泵车常用件(如眼镜板、切割环等)结合工况、订单、宏观经济等因素进行预测。通过大数据手段预测分析,实现在保证服务水平不变的前提下,库存水平下降48%;配件需求预测准确率由现有的45.4%提升至70%;改变现有旬计划采购策略,临时计划占比下降20%。

3、为未来研发提供科学依据:从后台数据中统计的一段时间内按月统计得到的泵车操作手排量设置偏好分析结果显示,操作手施工的时候会较多的在低排量下使用三一重工的产品,同时一般采用的量设置集中在30%~70%之间,而春秋两季和冬夏两季的排量设置偏好是各不相同的,这为未来三一重工研发新型节能产品便具有十分重要的指导意义。

大数据对重型制造业的思考:既是共性也是个性

潘睿刚认为:“大数据分析可为企业带来效益,三一重工所面临的难题对于重型制造业来讲既是共性问题也是个性问题。应从两个维度来看,技术上是共性问题,业务层面则是共性和个性问题各一半。“

技术层面,各企业都会遇到如何优化大数据平台架构、如何存储数据,分析数据、利用数据,如何获取各个系统的异构数据并使其发挥作用,这些问题对于大多数重型制造业是可以复制的。

但另外一个层面,虽然都为重型制造业,三一重工产品的终端客户、产品质量要求、产品或服务的盈利模式、决策层关注的热点都有不同,所以具体的分析模型与产出结果则因企业不同而要有所变化;比如说虽然都可以做配件的预测,但各地都有区域仓库的和只有总部仓库的明显就会不同,所以三一重工有分析施工热度、分析配件的维修更换、仓库配件的库存保障、分析产品结构变化、分析产品区间的作业频度、分析操作手的偏好等等,这些经验对于后来的企业可以参照,但绝对不是简单的复制,需要根据企业自身情况做相应的调整,才能更好的支撑企业的运营发展。

采访小记:

大数据真的很热很火,也一直被认为具有价值。但这种价值究竟体现在哪里?应该如何入手?三一重工的探索与实践我相信可以带给行业内一些思索。正如潘睿刚所言:“大数据的确可为企业带来效益,但每家企业所面临的问题都既有共性也有个性。”如果技术可能解决共性问题,那么业务层面的个性问题就需要各CIO们独立思索后与企业的CEO们共同实践,才能挖掘出适合自身企业数据价值。

潘睿刚个人简介:

现任三一集团CIO。1995年毕业于复旦大学,在快消、零售、高科技以及汽车等行业有着将近19年业务和IT系统变革的咨询经验,曾经在多家跨国及大型本土企业负责业务变革的实施和落地、以及各大应用系统、电商平台、移动的规划及实施。曾在埃森哲、IBM等知名企业担任高级职位。

三一重工信息化建设:详情请见不一样的三一重工:重在选择

关键字:大数据CIO三一重工

本文摘自:企业网D1Net

电子周刊
回到顶部

关于我们联系我们版权声明隐私条款广告服务友情链接投稿中心招贤纳士

企业网版权所有 ©2010-2024 京ICP备09108050号-6 京公网安备 11010502049343号

^