大数据分析发展的机遇：政策与场景需求

大数据工业4.0 数据驱动

徐征 | 2016-05-19 12:10

【数据猿导读】 Teradata天睿公司营销与业务拓展副总裁Mikael Bisgaard-Bohr在接受记者采访时表示，随着“工业4.0”、“中国制造2025”等政策的提出，企业更加强调数字化业务转型的重要

近日，全球领先的大数据分析服务供应商Teradata天睿公司正式举办“2016 Teradata大数据峰会”。作为大中华地区规模最大的数据分析盛会，全球的大数据专家、商业领袖、企业用户共聚一堂，分享构建下一代数据分析生态系统的权威观点，提出融合数据仓库、开源技术和大数据咨询服务，帮助各个行业的客户推动其实现数据驱动型转型。

Teradata天睿公司营销与业务拓展副总裁Mikael Bisgaard-Bohr在会议现场接受记者专访

会后，记者专访了Teradata天睿公司营销与业务拓展副总裁Mikael Bisgaard-Bohr，针对一些行业性的大数据应用话题进行了详细探讨。

Bisgaard-Bohr先生长期负责的零售行业，他表示纵观中国地区以及全球范围内的行业市场，全渠道的线上和线下客户信息整合促进销售联动已经成为流行趋势。另外，在商品定价、供应链管理等方面也实现了参照数据分析来决策的管理。

他还谈到，随着“工业4.0”、“中国制造2025”等政策的提出，企业更加强调数字化业务转型的重要性。“我们有很多制造业用户，很多是做B2C的企业，而正是B2C带来了丰富的数据。现在万物都在智能化，这也是新的市场增长点，这也是为什么Teradata改变技术战略，强调打造一个包容不同技术的生态系统。”

Bisgaard-Bohr补充说，“我们看到数据在呈指数级的增长，但是IT预算却不是这样。因此在技术上，Teradata会坚持创新，而业务模式上我们也会去不断地突破，从而能够让制造业客户把我们的技术利用到他们核心生产的系统里。”

目前，工业4.0的推进进程会遇到诸多不确定因素，特别是在智能化之后的数字分析方面。在制造行业，多数用户主要是工程师，与零售行业不同的是，他们不善于使用数据。他通过飞机引擎制造厂的内部管理与销售案例介绍，阐述了现在工厂中进行数据采集变得十分简单，成本也会变得非常廉价，甚至个人的数据也可以轻松采集。

“比如，以前制造企业认为流水线工人的工作流程设计是合理的，但是根据数据显示，工人为了组装重型工业设备，通常要单手举起一个非常重的部件，然后又弯下身拿起工具，再做一些组装操作。整个流程设置是极其不合理的，因此就需要工作流程的再造。一年之前，如果没有Fitbit可穿戴装置收集这方面的数据，基本上是不可能得知这些结论的。但是现在通过收集这些数据，解决了工会投诉的一系列问题，并提供了改进方向。现在，我们可以用这个数据以更快的速度解决很多其他问题。”

从这些例子可以看出，无论是工厂人员还是普通消费者，都会越来越意识到数据的价值，尤其是如何使用数据。信息内容规模和多样化的激增正在带来数据驱动型企业优化分析架构技术的显著变化。Teradata认为下一代数据分析解决方案将是商业和开源技术的融合，甚至不断增加的云部署技术等多元化技术的综合，而Teradata正在着眼数千名企业客户需求，帮助他们探索从传统分析解决到下一代分析生态系统的快速演进。

来源：比特网

收藏分享

声明：数据猿尊重媒体行业规范，相关内容都会注明来源与作者；转载我们原创内容时，也请务必注明“来源：数据猿”与作者名称，否则将会受到数据猿追责。