如今制造业面临竞争挑战，为了追求高生产力水平，制造业也纷纷加入大数据的应用热潮。但是，这项技术能否在生产设施中起到重要的作用？为了获得正确的答案，策意data大数据对制造业大数据进行了深入研究，总结了以下三种主要优势：

1.采用大数据以减少停机时间

电力中断或停机对于每个工业部门来说都是一个噩梦。制造商每年需要平均处理800小时的停机时间，这意味着生产力损失将从5％升至20％。

例如，通用电气（GE）在伦敦举办的“Minds and Machines Europe”活动中分享了他们的最佳实践。通用电气的前首席执行官Jeff Immelt表示，医疗保健、能源和航空等不同行业的技术组合将会发生一些变化。

Immelt表示，通过大数据分析与材料科学相结合，配备传感器技术的“智能机器”可以实时利用工业数据的强大功能，并带来巨大的好处。

因此，通用电气公司通过预测机器或某个组件何时发生故障，设法实现了其制造过程的自动化，优化了性能，并消除了停机时间。而每年所获得的450亿美元的市场收入是他们成功的证明。

举个例子，策意data大数据在对某航空业所实施的远程监控和问题的早期诊断中发现，燃气发动机的一组传感器每隔30秒将捕获一次数据。随后，Hadoop软件开始发挥作用。其容错冗余的Hadoop分布式文件系统(HDFS)将收集到的数据拆分为可管理的块，并将其分布在数千个节点中，为基于MapReduce的极速并行计算奠定基础。

这种大规模的数据处理有效地处理了大数据的体积、速度和变化三个V值，并帮助通用电气公司纠正可能的制造缺陷。Immelt表示，通过Hadoop支持的分析，每年至少提升1％的燃气发动机性能，并为客户节省20亿美元的费用。

2.在大数据时代缓解供应链风险

供应链充满了不确定性。如果企业想减少可能的风险，并与零售商和客户建立良好的关系，则需要再次进行数据分析。在供应链中，大数据应用围绕着可追溯性、采购和仓储三个主要孤岛开展。

例如，物联网促进数据卓有成效地用于产生有意义的见解，使制造商能够追踪货物和减轻不利的情况。

根据英国特许采购与供应协会的报告，自然灾害和极端天气条件是导致供应链中断的主要原因。为了确保这些情景不会导致业务中断，企业可以分析龙卷风、地震、飓风等天气状况，并使用预测分析来计算延误概率。

此外，通过从外部和在线渠道（例如金融分析师建议和媒体评论）挖掘历史和实时数据，制造商可以发现未来趋势，并在发生金融危机时获得应急措施的宝贵时间。大数据的其他应用包括维护最佳库存水平和改进采购决策。

3.利用大数据提高产品质量

质量控制（QC）是大数据可以展示其价值的另一个领域。换句话说，自2012年以来，跨国巨头英特尔公司一直在使用预测分析来加速芯片的生产，同时提高产品质量。

通过仔细检查制造过程中收集的历史数据大数据行业应用案例，英特尔公司显著减少了每个芯片应该经历的测试次数。英特尔数据中心集团总经理Ron K

来源【首席数据官】，更多内容/合作请关注「辉声辉语」公众号，送10G营销资料！