序言：寫作是分享個人見解和探索未知領(lǐng)域的橋梁，我們?yōu)槟x了8篇的財(cái)務(wù)數(shù)據(jù)可視化分析樣本，期待這些樣本能夠?yàn)槟峁┴S富的參考和啟發(fā)，請盡情閱讀。

第1篇

【關(guān)鍵詞】 XBRL; 數(shù)據(jù)挖掘; 財(cái)務(wù)數(shù)據(jù); 構(gòu)建

XBRL通常被譯為可擴(kuò)展的商業(yè)報(bào)告語言(extensible business reporting language),是一個開放式的不局限于特定操作平臺的國際標(biāo)準(zhǔn),通過它可以實(shí)現(xiàn)財(cái)務(wù)和商業(yè)報(bào)告數(shù)據(jù)及時(shí)、準(zhǔn)確、高效和經(jīng)濟(jì)的存儲、處理和交流。XBRL是在XML(可擴(kuò)展的標(biāo)記語言)的基礎(chǔ)上發(fā)展起來的,是目前應(yīng)用于非結(jié)構(gòu)化信息處理尤其是財(cái)務(wù)報(bào)表信息處理的最新技術(shù)。它通過對財(cái)務(wù)數(shù)據(jù)進(jìn)行特定的標(biāo)簽識別和分類,促進(jìn)統(tǒng)一信息的財(cái)務(wù)數(shù)據(jù)在不同的計(jì)算機(jī)平臺和財(cái)務(wù)信息使用者之間共享,極大地促進(jìn)了財(cái)務(wù)信息數(shù)據(jù)挖掘的進(jìn)行,滿足了決策者對有用信息和知識的要求。

一、XBRL技術(shù)框架及特點(diǎn)

(一)XBRL技術(shù)框架

XBRL運(yùn)用XML數(shù)據(jù)標(biāo)記描述財(cái)務(wù)信息,主要由XBRL規(guī)范、XBRL分類標(biāo)準(zhǔn)、XBRL實(shí)例文檔和樣式表組成。XBRL規(guī)范,或稱規(guī)格書、說明,是XBRL的核心和基礎(chǔ),它規(guī)定了XBRL的理念和原則,主要用于定義XBRL的各種專用術(shù)語,規(guī)范XBRL的文件格式,說明怎樣建立XBRL;XBRL分類標(biāo)準(zhǔn)是XBRL為企業(yè)報(bào)告中的每個項(xiàng)目建立不同的標(biāo)簽,分類標(biāo)準(zhǔn)定義了各項(xiàng)目的屬性及其之間的關(guān)系等,相當(dāng)于一個行業(yè)商業(yè)信息交換的“詞典”。分類標(biāo)準(zhǔn)是在技術(shù)規(guī)范的基礎(chǔ)上,結(jié)合各個國家、行業(yè)、企業(yè)的實(shí)際情況制定的;XBRL實(shí)例文檔是一個企業(yè)財(cái)務(wù)報(bào)告的實(shí)例文件,主要包含財(cái)務(wù)報(bào)告中的標(biāo)簽和數(shù)據(jù)。XBRL根據(jù)財(cái)務(wù)報(bào)告中標(biāo)簽與會計(jì)業(yè)務(wù)數(shù)據(jù)的對應(yīng),利用應(yīng)用程序自動從會計(jì)業(yè)務(wù)數(shù)據(jù)庫中提取數(shù)據(jù),生成實(shí)例文檔;樣式表用于定義財(cái)務(wù)報(bào)告時(shí)的顯示項(xiàng)目和格式。整個技術(shù)框架采用自下而上的層次結(jié)構(gòu)(如圖1所示)。

(二)XBRL特點(diǎn)和技術(shù)優(yōu)勢

作為一種以XML為基礎(chǔ)發(fā)展起來的標(biāo)記語言,XBRL繼承了XML所擁有的所有語言優(yōu)勢,其特點(diǎn)和技術(shù)優(yōu)勢如下:

(1)無許可證限制,XBRL具有良好屬性的開放式技術(shù)構(gòu)架,它使任何財(cái)務(wù)信息供應(yīng)鏈上的人都能免費(fèi)、自由地在不同的軟件平臺上準(zhǔn)備、獲得、交換并分析財(cái)務(wù)信息。

(2)跨平臺使用。由于XML文件可以跨平臺使用,XBRL就具有了跨平臺的優(yōu)勢。在不同的操作系統(tǒng)下,如Windows、Unix和Linux等,XBRL文件無需修改就可以直接使用。在不同的應(yīng)用軟件中,即使所用的數(shù)據(jù)庫不同,只要轉(zhuǎn)換成XBRL格式,也可以實(shí)現(xiàn)數(shù)據(jù)的交換。因而,通過XBRL 信息可以在不同的操作系統(tǒng)、數(shù)據(jù)庫和應(yīng)用軟件之間進(jìn)行傳輸和交換,XBRL是一種互聯(lián)網(wǎng)上企業(yè)報(bào)告的通用語言。

(3)多種格式的輸出。對同一份XBRL實(shí)例文檔,采用不同的樣式表,可以生成多種企業(yè)報(bào)告,所有報(bào)告的編制一次性完成,不僅降低了輸入錯誤的風(fēng)險(xiǎn),保證了數(shù)據(jù)的一致性,而且減少了重復(fù)輸入,提高了報(bào)告的編制效率。對同一份企業(yè)報(bào)告,XBRL也可以按多種格式輸出,如在瀏覽器上顯示、轉(zhuǎn)換成不同的數(shù)據(jù)格式進(jìn)行傳輸,或打印成紙質(zhì)財(cái)務(wù)報(bào)告等。

(4)搜索快速、準(zhǔn)確。采用XBRL的方式,統(tǒng)一了網(wǎng)上的數(shù)據(jù)定義和格式,無需以人工方式找出網(wǎng)上的數(shù)據(jù)資料后逐一進(jìn)行比較,所以XBRL在數(shù)據(jù)處理方面的效率要遠(yuǎn)遠(yuǎn)高于網(wǎng)絡(luò)上常用的PDF、WORD、HTML格式文件,有利于網(wǎng)上搜尋引擎的自動搜尋和過濾工作,達(dá)到快速、準(zhǔn)確。

二、數(shù)據(jù)挖掘技術(shù)及其在財(cái)務(wù)信息系統(tǒng)中的應(yīng)用分析

(一)數(shù)據(jù)挖掘

隨著數(shù)據(jù)庫技術(shù)的廣泛使用,以及計(jì)算技術(shù)和計(jì)算機(jī)性能與網(wǎng)絡(luò)的迅速發(fā)展,人們面臨著一個困難的問題,即如何從海量的數(shù)據(jù)中提取出有價(jià)值的信息。查詢功能遠(yuǎn)不能滿足人們的需要,數(shù)據(jù)挖掘應(yīng)運(yùn)而生。數(shù)據(jù)挖掘(Data Mining,DM)是從大量的、不完全的、有噪聲的、模糊的和隨機(jī)的數(shù)據(jù)集中識別有效的、新穎的和潛在有用的,以及最終可理解的模式的過程。

在當(dāng)今瞬息萬變的商業(yè)環(huán)境中,競爭的主要方式是信息的競爭,傳統(tǒng)的事后分析型的數(shù)據(jù)分析方法被事前探索型的數(shù)據(jù)挖掘所取代。而與此同時(shí),信息提供者之間也存在著激烈的競爭,如財(cái)務(wù)信息與非財(cái)務(wù)信息之間的競爭。XBRL技術(shù)的應(yīng)用不但為財(cái)務(wù)信息提供者增加了競爭的籌碼,也直接推動了財(cái)務(wù)數(shù)據(jù)挖掘的展開。

(二)財(cái)務(wù)信息系統(tǒng)中應(yīng)用的數(shù)據(jù)挖掘策略

數(shù)據(jù)挖掘策略概括了一種解決問題的方法,即選擇什么方式解決特定的問題。數(shù)據(jù)挖掘策略可以廣義地分為有指導(dǎo)學(xué)習(xí)和無指導(dǎo)聚類。有指導(dǎo)學(xué)習(xí)是指利用已知的模型和屬性來幫助我們進(jìn)一步區(qū)分結(jié)構(gòu)相似的對象。與有指導(dǎo)學(xué)習(xí)不同,無指導(dǎo)沒有預(yù)先已知的模型和屬性,所有變量均為自變量。在財(cái)務(wù)信息系統(tǒng)中主要應(yīng)用以下幾種數(shù)據(jù)挖掘策略:(1)分類,分類是用一個函數(shù)把各個數(shù)據(jù)項(xiàng)映射到某個預(yù)定義的類,或者說是發(fā)掘出關(guān)于該類數(shù)據(jù)的描述或者模型,重點(diǎn)在于建立模型,將新的實(shí)例指派給一組定義明確的類中的一個。例如:確定一項(xiàng)長期投資是否具有高風(fēng)險(xiǎn);將進(jìn)行賒銷的客戶歸類為具有良好的或者不良的信用風(fēng)險(xiǎn)的客戶群等。(2)估計(jì),與分類模型類似,估計(jì)模型的目的在于確定一個未知屬性的值。然而,不同于分類屬性的是,對一個估計(jì)問題,其輸出屬性(一個或多個)是數(shù)值的而不是分類的。例如:估計(jì)一項(xiàng)投資的風(fēng)險(xiǎn)程度;估計(jì)當(dāng)前應(yīng)收賬款中的壞賬比例;估計(jì)籌資規(guī)模(數(shù)量)等。(3)預(yù)測,預(yù)測模型的目的在于確定未來的輸出結(jié)果而不是當(dāng)前的行為。通過建立表示數(shù)據(jù)中固有模式和趨勢的模型,這樣該模型可以用來對未來事件的結(jié)果進(jìn)行預(yù)測,在財(cái)務(wù)系統(tǒng)中,常有的一些預(yù)測例子有:預(yù)測一項(xiàng)投資的未來收益;預(yù)測產(chǎn)品銷售的價(jià)格趨勢等。(4)無指導(dǎo)聚類,對于無指導(dǎo)聚類,沒有因變量指導(dǎo)學(xué)習(xí)的過程。相反,學(xué)習(xí)規(guī)程通過使用聚類度量將實(shí)例分為兩個或更多個類,來建立知識結(jié)構(gòu)。無指導(dǎo)聚類策略的主要目標(biāo)在于發(fā)現(xiàn)數(shù)據(jù)中的概念結(jié)構(gòu),是一種對具有共同趨勢和模式的數(shù)據(jù)元組進(jìn)行分組的方法。聚類經(jīng)常用于搜索并且識別一個有限的種類集合或簇集合,從而描述數(shù)據(jù)。例如對客戶群體分類,將目標(biāo)消費(fèi)群體化分為三個類:高收入、中等收入、低收入,針對不同類的客戶采取不同的營銷策略等。

到目前為止,大多數(shù)數(shù)據(jù)挖掘是借用人工智能的各種方法來挖掘數(shù)據(jù)中存在的知識。但是正如人工智能本身的發(fā)展現(xiàn)狀一樣,數(shù)據(jù)挖掘還不能很好的理解數(shù)據(jù)中存在的知識。XML技術(shù)的出現(xiàn),不僅為互聯(lián)網(wǎng)上的電子數(shù)據(jù)交換提供了一個標(biāo)準(zhǔn),而且XML技術(shù)從數(shù)據(jù)的角度提供了一個更好的表示數(shù)據(jù)內(nèi)容以及數(shù)據(jù)所代表意義的手段。XBRL作為XML在網(wǎng)絡(luò)財(cái)務(wù)報(bào)告語言上的應(yīng)用,則為我們理解大量的財(cái)務(wù)數(shù)據(jù),為企業(yè)戰(zhàn)略的建立提供有效的支持。

三、基于XBRL技術(shù)的財(cái)務(wù)信息挖掘系統(tǒng)架構(gòu)模型

傳統(tǒng)財(cái)務(wù)數(shù)據(jù)挖掘的一般過程主要包括財(cái)務(wù)數(shù)據(jù)源、財(cái)務(wù)數(shù)據(jù)的集成和變換、財(cái)務(wù)數(shù)據(jù)倉庫、財(cái)務(wù)數(shù)據(jù)挖掘以及知識表達(dá)等幾個階段。首先將各種形式的財(cái)務(wù)數(shù)據(jù)經(jīng)過集成和變換,去除冗余,轉(zhuǎn)換成符合一定格式的數(shù)據(jù),并裝入財(cái)務(wù)數(shù)據(jù)倉庫,而財(cái)務(wù)數(shù)據(jù)倉庫是一個面向主題的、集成的、相對穩(wěn)定的、反映歷史變化的財(cái)務(wù)數(shù)據(jù)集合,用于支持管理決策。財(cái)務(wù)數(shù)據(jù)挖掘是整個過程的核心部分,其目的是從大量的財(cái)務(wù)數(shù)據(jù)中挖掘出潛在的、有用的知識或模式。傳統(tǒng)財(cái)務(wù)數(shù)據(jù)挖掘過程需要數(shù)據(jù)倉庫的支持,而財(cái)務(wù)數(shù)據(jù)倉庫的建立需要專業(yè)的技術(shù)手段,對大多數(shù)企業(yè)來講,實(shí)現(xiàn)的難度很大,往往達(dá)不到預(yù)期的效果。

筆者設(shè)計(jì)的基于XBRL的財(cái)務(wù)數(shù)據(jù)挖掘過程,主要通過一個數(shù)據(jù)變換模塊將各種格式的數(shù)據(jù)轉(zhuǎn)換為符合XBRL規(guī)范的數(shù)據(jù),解決了重要而繁雜的技術(shù)難題,財(cái)務(wù)數(shù)據(jù)挖掘是從具有統(tǒng)一XBRL描述形式的數(shù)據(jù)中挖掘出潛在的有用的知識或模式。

基于XBRL的財(cái)務(wù)數(shù)據(jù)挖掘模型如圖2所示,主要包括財(cái)務(wù)數(shù)據(jù)獲取模塊、XBRL模式變換、財(cái)務(wù)數(shù)據(jù)挖掘以及基于XBRL的知識表達(dá)與理解四個部分。各部分之間的信息流動和數(shù)據(jù)交換都是基于XBRL進(jìn)行的。

(一)財(cái)務(wù)數(shù)據(jù)獲取模塊

數(shù)據(jù)獲取模塊的主要功能是獲取財(cái)務(wù)數(shù)據(jù)源,財(cái)務(wù)數(shù)據(jù)的來源可以有多種,可以是企業(yè)內(nèi)部財(cái)務(wù)系統(tǒng)、本地外部財(cái)務(wù)系統(tǒng)、遠(yuǎn)程外部財(cái)務(wù)系統(tǒng)以及企業(yè)已經(jīng)建立的諸如ERP、SCM、CRM、OA等系統(tǒng)和一些相關(guān)系統(tǒng),這些系統(tǒng)數(shù)據(jù)格式千差萬別,需要按照XBRL的語法格式和語義規(guī)則進(jìn)行提取、轉(zhuǎn)換,統(tǒng)一轉(zhuǎn)換為XBRL模式數(shù)據(jù)。

(二)XBRL模式變換

基于XBRL的財(cái)務(wù)數(shù)據(jù)挖掘,其數(shù)據(jù)源必須是符合XBRL規(guī)范的財(cái)務(wù)數(shù)據(jù),因此在進(jìn)行財(cái)務(wù)數(shù)據(jù)挖掘之前,所有財(cái)務(wù)數(shù)據(jù)以及其他源數(shù)據(jù)都要經(jīng)過處理,轉(zhuǎn)換成符合XBRL規(guī)范的格式。這一過程需要通過XBRL模式變換來實(shí)現(xiàn)。根據(jù)數(shù)據(jù)的組織形式,XBRL模式變換模塊的主要功能分為兩個部分:一是對XBRL描述的財(cái)務(wù)數(shù)據(jù)源進(jìn)行規(guī)范性檢測;二是對非XBRL描述的財(cái)務(wù)數(shù)據(jù)進(jìn)行XBRL封裝。

(三)財(cái)務(wù)數(shù)據(jù)挖掘

利用多維分析工具、多維報(bào)表工具以及數(shù)據(jù)挖掘工具對數(shù)據(jù)進(jìn)行綜合數(shù)據(jù)查詢、分析統(tǒng)計(jì)和生成統(tǒng)計(jì)圖表等,通過采用分類、聚類分析、統(tǒng)計(jì)方法、關(guān)聯(lián)規(guī)則、決策樹方法、神經(jīng)網(wǎng)絡(luò)等數(shù)據(jù)挖掘方法,從大量的具有統(tǒng)一XBRL格式的財(cái)務(wù)數(shù)據(jù)中挖掘出潛在的、有用的知識或模式。

(四)基于XBRL的知識表達(dá)模塊

知識表達(dá)模塊的主要功能是對在數(shù)據(jù)挖掘模塊中發(fā)現(xiàn)的知識進(jìn)行可視化的表示,以便于非專業(yè)管理人員理解。財(cái)務(wù)數(shù)據(jù)挖掘的根本目的是從財(cái)務(wù)數(shù)據(jù)中發(fā)現(xiàn)有用的知識或模式,在知識的表示形式上,目前較好的且應(yīng)用較多的有專家系統(tǒng)知識規(guī)則、決策樹規(guī)則和在數(shù)據(jù)挖掘中的關(guān)聯(lián)規(guī)則以及分類規(guī)則等。財(cái)務(wù)數(shù)據(jù)挖掘結(jié)果不僅要有利于人的理解,而且更主要的是要有利于計(jì)算機(jī)的理解,因此在數(shù)據(jù)挖掘完成之后,要將所得到的知識,形成符合XBRL規(guī)范的知識庫。

四、結(jié)束語

XBRL在未來發(fā)展前景良好,所有企業(yè)都會向這一方向發(fā)展,所以面向XBRL數(shù)據(jù)挖掘也會得到長遠(yuǎn)發(fā)展。本文從XBRL的技術(shù)框架及特點(diǎn)、數(shù)據(jù)挖掘技術(shù)及其在財(cái)務(wù)系統(tǒng)中應(yīng)用分析出發(fā),結(jié)合傳統(tǒng)財(cái)務(wù)數(shù)據(jù)挖掘的一般過程和XBRL技術(shù),設(shè)計(jì)出一種基于XBRL技術(shù)的財(cái)務(wù)數(shù)據(jù)挖掘系統(tǒng)模型,為進(jìn)一步深入研究財(cái)務(wù)數(shù)據(jù)挖掘提供了一種較好的方法。

【參考文獻(xiàn)】

[1] 劉國英.基于XBRL的財(cái)務(wù)數(shù)據(jù)挖掘系統(tǒng)分析與設(shè)計(jì)[J].中國管理信息化,2008(18):12-15.

[2] 劉靜.淺談XBRL與財(cái)務(wù)信息數(shù)據(jù)挖掘[J].湖南財(cái)經(jīng)高等專科學(xué)校學(xué)報(bào),2004,20(6):53-55.

[3] XBRL Progress ReportApril 2003,省略/

第2篇

關(guān)鍵詞：市公司 綜合評價(jià) Chernoff 臉譜

一、引言

對于上市公司多指標(biāo)財(cái)務(wù)分析，數(shù)值方法給出的結(jié)果往往缺乏整體性印象，而圖形化方法則具有明顯的直觀優(yōu)勢，借助計(jì)算機(jī)編程和多元統(tǒng)計(jì)分析理論，圖形不僅可以幫助觀察多維數(shù)據(jù)的本質(zhì)，更可以通過多元圖形本身的信息來反映公司財(cái)務(wù)的綜合狀況。用于上市公司多指標(biāo)財(cái)務(wù)分析與評價(jià)的常用多元圖形化方法有：二維散布圖、雷達(dá)圖、臉譜圖、星座圖及像素圖等，舒曉惠等（2006）提出了一種新的圖形化方法：樹譜圖。基于可視化目標(biāo)的多元圖形方法主要來看分為兩個層次，一是直觀反映上市公司財(cái)務(wù)的各指標(biāo)狀況，例如，二維散布圖、雷達(dá)圖、星座圖；二是圖形本身所具有的信息可以形象反映財(cái)務(wù)狀況的優(yōu)劣，例如，臉譜圖和樹譜圖等。目前，國內(nèi)文獻(xiàn)主要集中在研究雷達(dá)圖在財(cái)務(wù)分析評價(jià)與預(yù)警中的應(yīng)用，主要有王強(qiáng)（2000），舒曉惠等（2005），付（2007）與金曉燕（2010）；臉譜圖則最初是由Chernoff（1973）提出來，Wainer and Thissen（1981）以及 Smith與Taffler（1984）將其應(yīng)用于公司財(cái)務(wù)分析，國內(nèi)則僅有舒曉惠等（2006）將其用于上市公司財(cái)務(wù)評價(jià)，實(shí)證研究表明，在進(jìn)行上市公司財(cái)務(wù)分析時(shí)，通過雷達(dá)圖向普通股民傳達(dá)公司信息時(shí)缺乏綜合形象性，而臉譜圖的應(yīng)用則有明顯的優(yōu)勢。上述研究都是對上市公司財(cái)務(wù)狀況展開靜態(tài)分析，并沒有動態(tài)跟蹤一段時(shí)期內(nèi)上市公司的財(cái)務(wù)狀況，同時(shí)，以往文獻(xiàn)都沒有明確提出可以將綜合評價(jià)方法與Chernoff臉譜圖相結(jié)合的思想來實(shí)現(xiàn)利用臉譜的表情綜合評價(jià)上市公司財(cái)務(wù)狀況?；诖耍疚膽?yīng)用Chernoff臉譜圖的基本思想，結(jié)合綜合評價(jià)方法對所構(gòu)建的上市公司財(cái)務(wù)評價(jià)指標(biāo)體系通過主成分分析方法進(jìn)行降維后，利用舒曉惠（2006）的方法通過計(jì)算機(jī)實(shí)現(xiàn)了上市公司財(cái)務(wù)績效的可視化臉譜圖，并對深、滬兩市鋼鐵行業(yè)30家上市公司2003年至2007年財(cái)務(wù)狀況進(jìn)行了動態(tài)跟蹤，結(jié)果表明，臉譜圖不僅能夠形象反映上市公司的財(cái)務(wù)狀況，而且可以很好地動態(tài)反映不同時(shí)期財(cái)務(wù)狀況的變化情況。

二、研究設(shè)計(jì)

（一）基本原理 Chernoff 臉最初設(shè)計(jì)可處理18 個變量，當(dāng)變量數(shù)小于18 時(shí)，可將臉譜中某幾個部位固定；當(dāng)變量數(shù)超過18 時(shí)則可以設(shè)法在臉譜中再添加一些部位，如頭發(fā)、耳朵等。Chernoff 臉最初認(rèn)為主要可以用于對研究對象進(jìn)行分組：由原始材料和直覺提出的最初的分組；由聚類算法產(chǎn)生的最終的分組。進(jìn)一步研究表明，利用Chernoff 臉除了可以進(jìn)行輔助聚類分析外，也可以通過已經(jīng)得到的聚類結(jié)果對新的結(jié)果進(jìn)行輔助判別分析。顯然，將上市公司相關(guān)財(cái)務(wù)指標(biāo)數(shù)值與臉譜的相關(guān)部位進(jìn)行對應(yīng)即可實(shí)現(xiàn)利用Chernoff臉對上市公司的財(cái)務(wù)狀況進(jìn)行輔助聚類分析和輔助判別分析?？紤]人臉表情的復(fù)雜性，當(dāng)處理的變量過多時(shí)，臉譜所表示的人的各種表情則不容易合理用于綜合評價(jià)上市公司的財(cái)務(wù)狀況，例如通過嘴的微笑，眉毛舒展等來反映相關(guān)財(cái)務(wù)狀況良好，顯然這些表情具有很好的直觀效果。因此，用Chernoff 臉譜圖綜合反映上市公司的財(cái)務(wù)狀況，除了實(shí)現(xiàn)第一層次的財(cái)務(wù)指標(biāo)值與臉譜的各部位對應(yīng)外，還需考慮第二層次臉的表情所表達(dá)的財(cái)務(wù)狀況，從而能夠達(dá)到直觀形象的目的。為實(shí)現(xiàn)這一思想，本文提出可以通過構(gòu)建上市公司財(cái)務(wù)狀況的綜合評價(jià)財(cái)務(wù)指標(biāo)體系，應(yīng)用綜合評價(jià)方法進(jìn)行財(cái)務(wù)指標(biāo)數(shù)據(jù)的預(yù)處理和主成分分析，并在此基礎(chǔ)上通過以行業(yè)財(cái)務(wù)指標(biāo)平均值為閾值進(jìn)行映射轉(zhuǎn)換，將相關(guān)綜合評價(jià)的數(shù)值轉(zhuǎn)換為Chernoff 臉譜圖，從而實(shí)現(xiàn)臉譜圖形自身的表情，即達(dá)到可用于評價(jià)上市公司綜合財(cái)務(wù)狀況的目的。也即Chernoff 臉譜圖相關(guān)表情需通過綜合評價(jià)方法來合理加以實(shí)現(xiàn)。

（二）上市公司財(cái)務(wù)狀況Chernoff 臉譜圖設(shè)計(jì) 對于上市公司財(cái)務(wù)狀況的綜合評價(jià)，已經(jīng)有眾多的學(xué)者展開研究，結(jié)果表明，傳統(tǒng)產(chǎn)業(yè)與高新技術(shù)產(chǎn)業(yè)上市公司的評價(jià)指標(biāo)體系具有一定的差異，本文主要以傳統(tǒng)產(chǎn)業(yè)為研究對象，參照1999年財(cái)政部、國家經(jīng)貿(mào)委、人事部和國家計(jì)委聯(lián)合的《國有資本金效益評價(jià)規(guī)則》中公布的競爭性工商企業(yè)評價(jià)指標(biāo)體系，按盈利能力、償債能力、資產(chǎn)運(yùn)營能力和成長能力四個方面11個財(cái)務(wù)指標(biāo)給出權(quán)重如（表1）所示。一般認(rèn)為，臉部的各部位形態(tài)及表情可以給人初步明確的信息，比如嘴形的笑意，眉心是否舒展，眼睛是否炯炯有神，鼻子長短表明氣息是否粗壯，臉形是否圓潤等，這些臉部的形態(tài)和表情所傳達(dá)的信息好壞顯然給人的感受基本是一致的。注意到人眼對臉部各個部位的敏感程度不同，按權(quán)重的重要程度與敏感程度相對應(yīng)，本文選取臉譜指標(biāo)與財(cái)務(wù)指標(biāo)對應(yīng)如下：嘴部指標(biāo)對應(yīng)盈利能力指標(biāo)，眼部指標(biāo)對應(yīng)償債能力指標(biāo)，鼻子眉毛指標(biāo)對應(yīng)資產(chǎn)運(yùn)營能力指標(biāo)，下部臉形指標(biāo)對應(yīng)成長能力指標(biāo)。具體實(shí)現(xiàn)則首先對各財(cái)務(wù)比率指標(biāo)值進(jìn)行一致化和無量綱化處理后，再利用主成分分析法對各類財(cái)務(wù)指標(biāo)進(jìn)行降維，在與Chernoff 臉譜的18個變量相關(guān)對應(yīng)中，按（表2）選取相對應(yīng)的指標(biāo)，其余Chernoff 臉譜的指標(biāo)值則取某一固定值。臉譜圖的優(yōu)點(diǎn)是不僅將財(cái)務(wù)數(shù)據(jù)通過圖形化直觀表示，而且可以利用人的自然表情來傳達(dá)上市公司的財(cái)務(wù)狀況，作為一個對應(yīng)的聯(lián)系，本文以行業(yè)平均值作為人臉表情改變的閥值，各財(cái)務(wù)指標(biāo)值較行業(yè)平均值超過越多則表情越開心，其示意圖如（圖1）。由（圖1）以行業(yè)均值為閥值，圖1-a從臉部形態(tài)看不喜不悲，各指標(biāo)均為平常形態(tài)表情，表明財(cái)務(wù)狀況基本正常; 圖1-b從臉部形態(tài)看嘴帶笑意，目光炯炯有神，眉心舒展，鼻長氣粗，臉形圓潤，呈現(xiàn)良好形態(tài)，表明各財(cái)務(wù)指標(biāo)狀況良好；圖1-c從臉部形態(tài)看則顯得愁眉苦臉，臉形削瘦，表明各財(cái)務(wù)指標(biāo)出現(xiàn)一定的危機(jī)。

三、動態(tài)跟蹤分析

（一）數(shù)據(jù)預(yù)處理 本文以鋼鐵行業(yè)為例，選取深、滬兩市鋼鐵行業(yè)30家上市公司，按前述11個財(cái)務(wù)指標(biāo)從RESSET金融數(shù)據(jù)庫中得2003年至2007年共5年的年度財(cái)務(wù)數(shù)據(jù)總計(jì)1650個財(cái)務(wù)指標(biāo)值。按照將上市公司財(cái)務(wù)績效的綜合評價(jià)方法與Chernoff 臉譜相對應(yīng)的思路，按如下方法展開實(shí)證分析。首先進(jìn)行數(shù)據(jù)預(yù)處理。第一，極端值處理：按3?滓原則剔除財(cái)務(wù)指標(biāo)值中的極端值，在其后的處理中再對剔除的相關(guān)指標(biāo)值進(jìn)行相應(yīng)取值。第二，進(jìn)行一致化處理，將各財(cái)務(wù)指標(biāo)化為正向型指標(biāo)。在所選取的上述指標(biāo)中，有正向性指標(biāo)和適度性指標(biāo)兩類，其中資產(chǎn)負(fù)債比率X4、流動比率X5、速動比率X6為適度性指標(biāo)。因此有必要進(jìn)行一致化處理，使之都為正向性指標(biāo)。按照國際慣例注意到資產(chǎn)負(fù)債比率、流動比率、速動比率的適度值分別為50%、200%、100%，設(shè)xij為第j個上市公司的第個財(cái)務(wù)指標(biāo)值［L1j，L2j］為最優(yōu)適度區(qū)間，則可利用如下公式（1）進(jìn)行變換：

x'ij=1.0-■ xij

注：適度區(qū)間為一點(diǎn)時(shí)，取L1j=L2j；Mj，mj分別為xij的允許上下界。

第三，采用極值法對各財(cái)務(wù)指標(biāo)進(jìn)行無量綱化。進(jìn)行無量綱化處理的方法一般有：“標(biāo)準(zhǔn)化”處理法、極值處理法和功效系數(shù)法，本文目的是建立各類財(cái)務(wù)指標(biāo)的主成分與臉譜相關(guān)指標(biāo)數(shù)據(jù)的聯(lián)系，因此采用極值處理法，利用如下公式（2）進(jìn)行無量綱處理（對于剔除的極端值，這里都賦為最大值1.0）：x'ij=■ （2）

這里，Mj=■｛xij｝，mj=■｛xij｝為保證動態(tài)跟蹤的可比性，本文將Mj和mj固定為2003年度各財(cái)務(wù)指標(biāo)數(shù)據(jù)的極值。第四，按盈利能力、償債能力、運(yùn)營能力和成長能力對各類指標(biāo)提取主成分，利用SAS軟件分別對財(cái)務(wù)指標(biāo)盈利能力方面、償債能力和運(yùn)營能力方面各提取兩個主成分，對成長能力方面求出主成分綜合得分，即求得指標(biāo)值。第五，確定各類指標(biāo)的主成分與臉譜指標(biāo)的對應(yīng)關(guān)系。臉譜的特點(diǎn)就是通過人的自然表情來反映上市公司的財(cái)務(wù)狀況，本文以行業(yè)平均值作為臉譜表情不悲不喜對應(yīng)的中間值。設(shè)主成分值zij∈［x1j，x2j］，x0j為行業(yè)平均值對應(yīng)的主成分值；臉譜指標(biāo)值yj∈［y1j，y2j］，y0j為臉譜表情不悲不喜的取值，則按下式（3）做變換：

yj=■（y0j-y1j）+y1j x1j?燮zij?燮x0j y0j zij=x0j■（y2j-y0j）+y0j x0j?燮zij?燮x2j （3）

這里為保證動態(tài)跟蹤的可比性，本文以2003年度30家鋼鐵行業(yè)的平均值做為基期的定基值，各年度的各上市公司指標(biāo)值均與該相應(yīng)平均值按式（3）進(jìn)行變換，從而利用式（3）即可計(jì)算出各上市公司對應(yīng)的臉譜指標(biāo)數(shù)值。

（二）上市公司財(cái)務(wù)績效臉譜圖 運(yùn)用Bland C++編程畫出所有30家鋼鐵行業(yè)上市公司2003年至2007年的臉譜圖。為方便起見，這里報(bào)告2003年度30家鋼鐵行業(yè)上市公司財(cái)務(wù)綜合狀況的臉譜圖如（圖2）。利用上述分析結(jié)果，則可以展開利用Chernoff 臉譜對上市公司財(cái)務(wù)績效狀況的靜態(tài)和動態(tài)兩方面的分析。

（1）Chernoff臉譜靜態(tài)聚類分析。對于上市公司財(cái)務(wù)狀況的多元圖形分析，其第一層的意義乃是可以進(jìn)行最初的聚類分析，以2003年鋼鐵行業(yè)30家上市公司為例，按照對臉譜圖的最初印象，可以將圖形結(jié)果分為六類，具體見（圖3）。顯然通過聚類，可以清楚地將上市公司的財(cái)務(wù)狀況做一個大致的分類，而如此分類的方式相對于利用多元統(tǒng)計(jì)分析得到的聚類結(jié)果，其具有多指標(biāo)聚類的性質(zhì)，這一點(diǎn)是數(shù)據(jù)分析結(jié)果較難企及的。利用分類結(jié)果，進(jìn)一步按照臉譜圖本身所具有表性等形象反映上市公司財(cái)務(wù)狀況的第二層次的功能，可以明顯發(fā)現(xiàn)，（圖3）中的第一類和第二類上市公司，其財(cái)務(wù)狀況綜合看較為良好，各項(xiàng)指標(biāo)均基本正常。第三類公司則顯著特點(diǎn)是嘴形較大，笑意明顯，表明這三家公司的盈利能力良好，但從眉心來看都不舒展，表明公司的資本運(yùn)營能力存在一定程度的欠缺。第四類和第五類公司分類則臉部表情較為怪異，說明財(cái)務(wù)指標(biāo)數(shù)據(jù)反映的綜合狀況較為復(fù)雜，比如眼睛的斜率不好但較大，反映了一個相互矛盾的償債能力指標(biāo)，這也表明使用臉譜圖，當(dāng)指標(biāo)值良莠參半時(shí)，其表性則較為古怪。第六類公司則是明顯地臉形偏、愁眉苦臉，這也清楚地表明這類公司的財(cái)務(wù)狀況比較糟糕。最后，利用臉譜圖還可以對相近資產(chǎn)的上市公司進(jìn)行對比分析，例如，取總資產(chǎn)相近的000825以及000629，由（圖2），上市公司 000825給人的第一印象明顯要好于000629；進(jìn)一步按六個臉譜指標(biāo)逐對照，000825的臉譜圖除嘴形的寬度不如000629外，其余都好于或相近于000629，說明000825除盈利能力較弱于000629 外，其余均較優(yōu)于000629。此外，000629 的臉譜圖面有愁容，財(cái)務(wù)狀況具有危機(jī)。

（2）Chernoff臉譜動態(tài)跟蹤分析。應(yīng)用SAS軟件對鋼鐵行業(yè)上市公司2003至2007年各年度數(shù)據(jù)首先按盈利能力、償債能力、運(yùn)營能力和成長能力進(jìn)行主成分分析，結(jié)果表明各年度的兩主成分累積貢獻(xiàn)率均超過85%，進(jìn)一步以2003年鋼鐵行業(yè)平均值為基期值轉(zhuǎn)化為臉譜圖，本文展開如下兩主面的動態(tài)跟蹤比較。第一，對整個上市公司財(cái)務(wù)狀況的臉譜圖動態(tài)跟蹤分析。應(yīng)用臉譜圖考察整個鋼鐵行業(yè)財(cái)務(wù)指標(biāo)四個方面綜合能力平均水平的變化，以2003年鋼鐵行業(yè)平均值為基期對比值，對5年間的鋼鐵行業(yè)各財(cái)務(wù)指標(biāo)按四個方面分別提取主成分后其行業(yè)平均水平的臉譜圖見（圖4），實(shí)證數(shù)據(jù)分析表明：由臉譜圖的嘴部表明，整個鋼鐵行業(yè)的盈利能力出現(xiàn)一定程度的下降，特別是盈利能力第二主成分即嘴形的寬度減少。而第二主成分主要與主營業(yè)務(wù)的盈利能力有關(guān)，表明整個鋼鐵行業(yè)相對于2003年其主營業(yè)務(wù)利潤率有所下降，其中一個主要原因是鐵礦石價(jià)格不斷攀升導(dǎo)致。由臉譜圖的眼部表明，整個鋼鐵行業(yè)的償債能力也漸次下降，2005年后基本穩(wěn)定相差不大。由臉譜圖的眉毛和鼻子的形態(tài)表明，整個鋼鐵行業(yè)的運(yùn)營能力喜憂參半，總體來說有所降低；第一主成分對應(yīng)的眉心并不舒展，但第二主成分對應(yīng)的鼻子長度增加，這主要是由于各上市分司運(yùn)營能力指標(biāo)數(shù)據(jù)參差不齊導(dǎo)致。由臉譜圖的下臉形態(tài)表明，2004年與2005年整個鋼鐵行業(yè)的成長能力有所下降，但2006年后則有所增強(qiáng)，這主要與近年來鋼鐵行業(yè)在受外部鐵礦石價(jià)格因素的影響整個行業(yè)進(jìn)行了一定的整合重組，使得強(qiáng)者愈強(qiáng)以提高行業(yè)的整體競爭力。上述圖形分析與我國鋼鐵行業(yè)的5 年來的發(fā)展情況基本吻合，這表明臉譜圖可以動態(tài)反映行業(yè)的發(fā)展?fàn)顩r。第二，對單個上市公司財(cái)務(wù)狀況的臉譜圖進(jìn)行動態(tài)跟蹤分析。簡單起見，本文對鋼鐵行業(yè)龍頭企業(yè)寶鋼股份，財(cái)務(wù)狀況變化較為明顯的寶鋼股份、韶鋼松山與鞍鋼新扎等上市公司展開分析，其相應(yīng)各年度臉譜圖的結(jié)果如（圖5）。由（圖5），以2003年鋼鐵行業(yè)平均值為基期對比值，實(shí)證數(shù)據(jù)分析表明：寶鋼股份總體來看，各項(xiàng)指標(biāo)表明其財(cái)務(wù)狀況基本呈現(xiàn)下降趨勢，僅2005年下臉形態(tài)表明有一次較明顯的成長，而鼻子長度增加表明運(yùn)營能力有所加強(qiáng)，這與寶鋼因?yàn)殍F礦石價(jià)格上漲壓縮盈利空間和在此原因下的規(guī)模擴(kuò)張有關(guān)。韶鋼松山則在2003年各項(xiàng)指標(biāo)均表明其財(cái)務(wù)狀況良好，其主要受益于廣東省的經(jīng)濟(jì)建設(shè)迅速發(fā)展，然而在鐵礦石價(jià)格上漲的壓力下，中等規(guī)模技術(shù)含量相對落后的鋼鐵企業(yè)受到的沖擊更大，其臉譜圖表明大部分財(cái)務(wù)指標(biāo)狀況出現(xiàn)不同程度的惡化，而鼻子長度增加表明公司加強(qiáng)了內(nèi)部運(yùn)營能力，2007年下臉形態(tài)表明有一次較明顯的成長。鞍鋼新扎的臉譜圖則表明，受益于本地的鐵礦石資源，除償債能力外，公司其他各項(xiàng)指標(biāo)表明其財(cái)務(wù)狀況基本呈現(xiàn)良好趨勢，而償債能力即眼睛變小表明公司在發(fā)展過程中充分利用了財(cái)務(wù)的杠桿作用，同時(shí)增加了財(cái)務(wù)風(fēng)險(xiǎn)。2006年與2007年公司成長明顯，盈利能力也明顯增強(qiáng)。由上述分析可見，臉譜圖對于單個上市公司的財(cái)務(wù)狀況能夠進(jìn)行跟蹤反映，并且能通過臉譜的表情綜合反映企業(yè)財(cái)務(wù)狀況的動態(tài)變化。

四、結(jié)論

對于上市公司財(cái)務(wù)績效的圖形化分析，由于其直觀形象與綜合性，可以為使用者提供簡單明了又全面的公司財(cái)務(wù)狀況的初步印象。這為廣大中小投資者了解上市公司基本財(cái)務(wù)狀況提供了一種有效途徑，從而避免了對大量財(cái)務(wù)數(shù)據(jù)的整理分析，使得更多的普通投資者也可以解讀公司的基本狀況。運(yùn)用臉譜圖分析上市公司的財(cái)務(wù)狀況，可以從臉的形狀和表情來直觀反映公司的情況，更貼切地實(shí)現(xiàn)了上述圖形化的特點(diǎn)，因此具有廣泛的實(shí)用價(jià)值。在靜態(tài)分析的基礎(chǔ)上進(jìn)一步展開了上市公司財(cái)務(wù)狀況臉譜圖的動態(tài)跟蹤研究，以鋼鐵行業(yè)為例實(shí)證分析發(fā)現(xiàn)，臉譜圖既能對整個鋼鐵行業(yè)的綜合財(cái)務(wù)狀況進(jìn)行有效跟蹤，也能對單個上市公司的財(cái)務(wù)狀況進(jìn)行動態(tài)跟蹤，其臉譜圖能夠很好地反映上市公司在不同時(shí)期各財(cái)務(wù)指標(biāo)的動態(tài)變化，從而更好地幫助投資者了解上市公司財(cái)務(wù)的歷史信息，進(jìn)行對比分析。由此可見，臉譜圖不僅可以作為聚類分析和判別分析的輔助手段，也可以進(jìn)一步作為綜合評價(jià)和動態(tài)跟蹤方法展開應(yīng)用。研究過程中也發(fā)現(xiàn)應(yīng)用臉譜圖進(jìn)行上市公司財(cái)務(wù)狀況評價(jià)和動態(tài)跟蹤需要進(jìn)一步探討的問題：基期參照財(cái)務(wù)指標(biāo)值的設(shè)定，本文使用的是2003年鋼鐵行業(yè)財(cái)務(wù)指標(biāo)的平均值作為閾值，其參考點(diǎn)是否合理仍可進(jìn)一步商榷。進(jìn)行無量綱化的方法的選擇，不同的方法實(shí)證結(jié)果會有一定的出入。臉譜圖的表情處理問題需進(jìn)一步改善。在進(jìn)行將預(yù)處理后的財(cái)務(wù)指標(biāo)數(shù)據(jù)對應(yīng)到各臉譜圖的數(shù)值轉(zhuǎn)換映射時(shí)，對于靈敏度的處理需進(jìn)一步改善，以保證臉譜圖的表情能夠更準(zhǔn)確地反映上市公司財(cái)務(wù)狀況。

*本文湖南省教育廳科研項(xiàng)目“上市公司財(cái)務(wù)績效評價(jià)方法與多元圖形化研究”（編號：06C644）以及懷化學(xué)院重點(diǎn)學(xué)科金融學(xué)建設(shè)項(xiàng)目階段性成果

參考文獻(xiàn)：

［1］［美］Richard A.Johnson & Dean W.Wichern著、陸璇譯：《多元統(tǒng)計(jì)分析》，清華大學(xué)出版社2001年版。

［2］王強(qiáng)：《“銀行風(fēng)險(xiǎn)雷達(dá)圖”在我國商業(yè)銀行風(fēng)險(xiǎn)監(jiān)測中的應(yīng)用》，《上海金融》2000年第5期。

［3］舒曉惠等：《上市公司財(cái)務(wù)的樹譜分析及實(shí)證研究》，《金融經(jīng)濟(jì)》2006年第2期。

［4］舒曉惠等：《上市公司財(cái)務(wù)的Chernoff臉譜分析及實(shí)證研究》，《金融經(jīng)濟(jì)》2006年第2期。

第3篇

5月5日15時(shí)19分，一架在后機(jī)身涂有象征天空藍(lán)色和大地綠色的大型客機(jī)，瀟灑穩(wěn)健地降落在第四跑道上。這是一個歷史性的時(shí)刻――它標(biāo)志著中華民族百年的“大飛機(jī)夢”終于取得了歷史性突破。而C919的下線以及首飛，不僅僅是一個產(chǎn)品的成功研制，更是一種新模式新體系――智能制造的實(shí)踐檢驗(yàn)。

2015年5月，國務(wù)院印發(fā)《中國制造2025》規(guī)劃，部署全面推進(jìn)實(shí)施制造強(qiáng)國戰(zhàn)略。規(guī)劃提出， 以加快新一代信息技術(shù)與制造業(yè)深度融合為主線，以推進(jìn)智能制造為主攻方向。

智能制造是一系列熱點(diǎn)技術(shù)的總稱，它是基于物聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算等新一代信息技術(shù)，貫穿于研發(fā)、設(shè)計(jì)、生產(chǎn)、管理、服務(wù)等制造活動的各個環(huán)節(jié)，具有信息深度自感知、智慧優(yōu)化自決策、精準(zhǔn)控制自執(zhí)行等功能的先進(jìn)制造過程、系統(tǒng)與模式的總稱。

智能制造具有以智能工S為載體、以關(guān)鍵制造環(huán)節(jié)智能化為核心、以端到端數(shù)據(jù)流為基礎(chǔ)、以全面深度互聯(lián)為支撐四大特征，其目標(biāo)是縮短研發(fā)周期、降低運(yùn)營成本、提高生產(chǎn)效率、提升產(chǎn)品質(zhì)量、降低資源能耗。

C9型客機(jī)成功首飛意味著中國實(shí)現(xiàn)了民機(jī)技術(shù)集群式突破，形成了我國大型客機(jī)發(fā)展的核心能力，其中就包括工業(yè)大數(shù)據(jù)技術(shù)。

中國商用飛機(jī)有限責(zé)任公司信息化中心主任王文捷介紹，大飛機(jī)一次飛行產(chǎn)生的數(shù)據(jù)量達(dá)到10個TB的量級，也就是說至少20臺500G大硬盤的電腦才能裝得下。而中國商飛公司，不僅要成功研制自主知識產(chǎn)權(quán)大飛機(jī)，還要成功運(yùn)營大飛機(jī)制造商，從適航試飛到供應(yīng)鏈管理，分分秒秒、日新月異的大數(shù)據(jù)堪稱天量。

專家表示，設(shè)計(jì)圖紙將成為過去，飛機(jī)完全是在數(shù)字世界里設(shè)計(jì)的，3D幾何數(shù)據(jù)模型以數(shù)字模型的形式呈現(xiàn)飛機(jī)。數(shù)字化樣機(jī)將含有制造所需的全部信息，不僅含有產(chǎn)品幾何體，而且還含有制造產(chǎn)品所需的信息，比如材料、技術(shù)要求、包含的標(biāo)準(zhǔn)件、授權(quán)的文件等。在裝配階段，數(shù)字化裝配技術(shù)將實(shí)現(xiàn)飛機(jī)裝配建模、裝配序列建模、裝配路徑規(guī)劃和裝配過程分析。

為此，中國商飛已經(jīng)新合并成立信息化與管理創(chuàng)新部，并專門下設(shè)數(shù)據(jù)處，用數(shù)據(jù)驅(qū)動創(chuàng)新。如今，中國商飛建立起以零件號、版次、物料組等為基礎(chǔ)的編碼標(biāo)準(zhǔn)，給大大小小每一種零件都配上“身份檔案”和“電子履歷”，引入11萬種以上的物料主數(shù)據(jù)。王文捷表示，即使在像馬航MH370這樣的事件中，任何零件都可追溯還原為一架完整的飛機(jī)，甚至倒查出某零件的前世今生。目前，C919研制已形成全程管控中心，可實(shí)現(xiàn)三維可視化分析。

“對于民用飛機(jī)來說，不僅僅是實(shí)現(xiàn)技術(shù)上的成功，把飛機(jī)飛上天，還要讓這架飛機(jī)在航線上取得商業(yè)成功。中國商飛在飛機(jī)的研制過程中，伴隨產(chǎn)品的演化衍生出各類試飛數(shù)據(jù)、試演數(shù)據(jù)、在航線運(yùn)營過程中關(guān)機(jī)監(jiān)控的數(shù)據(jù)，所有的數(shù)據(jù)貫穿始終?！蓖跷慕菡f。

“我國智能制造未來發(fā)展?jié)摿薮螅?020年我國智能制造產(chǎn)值有望超過3萬億元，年均復(fù)合增長率約20%?！眹倚畔⒅行母敝魅务R忠玉在大數(shù)據(jù)智能應(yīng)用推動制造業(yè)變革與升級研討會上強(qiáng)調(diào)，智能制造是中國制造業(yè)轉(zhuǎn)型升級的戰(zhàn)略支點(diǎn)。

隨著產(chǎn)業(yè)互聯(lián)網(wǎng)和智能制造時(shí)代的到來，工業(yè)大數(shù)據(jù)技術(shù)將成為制造業(yè)轉(zhuǎn)型升級的重要引擎，是驅(qū)動研發(fā)設(shè)計(jì)智能化、生產(chǎn)過程智能化、 管理經(jīng)營智能化、市場營銷智能化、服務(wù)運(yùn)維智能化、新業(yè)態(tài)新模式智能化的關(guān)鍵要素。

工業(yè)大數(shù)據(jù)的演變

自工業(yè)從社會生產(chǎn)中獨(dú)立成為一個門類以來，工業(yè)生產(chǎn)的數(shù)據(jù)采集、使用范圍就逐步加大。從泰勒拿著秒表計(jì)算工人用鐵鍬送煤到鍋爐的時(shí)間開始，是對制造管理數(shù)據(jù)的采集和使用；福特汽車的流水化生產(chǎn)，是對汽車生產(chǎn)過程的工業(yè)數(shù)據(jù)的采集和工廠內(nèi)使用；豐田的精益生產(chǎn)模式，將數(shù)據(jù)的采集和使用擴(kuò)大到工廠和上下游供應(yīng)鏈；核電站發(fā)電過程中全程自動化將生產(chǎn)過程數(shù)據(jù)的自動化水平提高到更高程度。

任何數(shù)據(jù)的采集和使用都是有成本的，工業(yè)數(shù)據(jù)也不例外。但隨著信息技術(shù)的發(fā)展，一批智能化、高精度、長續(xù)航、高性價(jià)比、微型傳感器面世，以物聯(lián)網(wǎng)為代表的新一代網(wǎng)絡(luò)技術(shù)在移動數(shù)據(jù)通信的支持下，能做到任何時(shí)間、任何地點(diǎn)采集、傳送數(shù)據(jù)。以云計(jì)算為代表的新型數(shù)據(jù)處理基礎(chǔ)架構(gòu)，大幅降低工業(yè)數(shù)據(jù)處理的技術(shù)門檻和成本支出。以工業(yè)領(lǐng)域的SCADA系統(tǒng)為例，傳統(tǒng)模式下每個電網(wǎng)、化工企業(yè)都需要建立一套SCADA系統(tǒng)，成本在千萬以上，如果采用云架構(gòu)模式，成本可以降低7成以上。

社會需求的演進(jìn)是工業(yè)變革的重要動力。當(dāng)經(jīng)濟(jì)發(fā)展進(jìn)入新常態(tài)，商品極大豐富甚至出現(xiàn)過剩，以個性化、多元化為代表的消費(fèi)文化，使得工業(yè)企業(yè)的產(chǎn)出物，要最大限度匹配個性需求和多元需求。

以服裝定制為例，通過制訂一套數(shù)據(jù)采集手段，通過線上或線下采集用戶身形數(shù)據(jù)，然后將數(shù)據(jù)傳回總部，結(jié)合生產(chǎn)原材料數(shù)據(jù)，對需求和工藝進(jìn)行分解，實(shí)現(xiàn)柔性生產(chǎn)，達(dá)到定制化要求的服裝，而且效率和質(zhì)量都可以得到保證。隨著生產(chǎn)線的擴(kuò)容線性提升和工藝的不斷改進(jìn)，定制化生產(chǎn)的成本將得以顯著攤薄，可以滿足大批量個性化定制的社會生產(chǎn)需求。

無論是德國工業(yè)4.0，還是美國的工業(yè)互聯(lián)網(wǎng)，其核心都離不開工業(yè)大數(shù)據(jù)。德國“工業(yè) 4.0 ”戰(zhàn)略的實(shí)施重點(diǎn)在于信息互聯(lián)技術(shù)與傳統(tǒng)工業(yè)制造結(jié)合， 其中大數(shù)據(jù)分析作為關(guān)鍵技術(shù)將得到較大范圍應(yīng)用。一是“智能工廠”，重點(diǎn)研究智能化生產(chǎn)系統(tǒng)及過程，以及網(wǎng)絡(luò)化分布式生產(chǎn)設(shè)施的實(shí)現(xiàn)；二是“智能生產(chǎn)”，主要涉及整個企業(yè)的生產(chǎn)物流管理、人機(jī)互動以及 3D 技術(shù)在工業(yè)生產(chǎn)過程中的應(yīng)用等；三是“智能物流”，主要通過互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、物流網(wǎng)，整合物流資源，充分發(fā)揮現(xiàn)有供應(yīng)方的效率，需求方則能夠快速獲得服務(wù)匹配。

美國擁有強(qiáng)大的互聯(lián)網(wǎng)、云計(jì)算及大數(shù)據(jù)處理能力，基于此，提出工業(yè)互聯(lián)網(wǎng)戰(zhàn)略，將單個設(shè)備、單條生產(chǎn)線、單個工廠的數(shù)據(jù)聯(lián)網(wǎng)，通過大數(shù)據(jù)處理后，在診斷、預(yù)測、后服務(wù)等方面挖掘工業(yè)服務(wù)的價(jià)值。2014 年，美國白宮總統(tǒng)行政辦公室《 2014 年全球大數(shù)據(jù)白皮書》，指出美國大型企業(yè)在投資數(shù)據(jù)科技方面存在以下幾個關(guān)鍵驅(qū)動因素：分析運(yùn)營和交易的能力；洞察客戶線上消費(fèi)的行為，以向市場提供新的高度復(fù)雜的產(chǎn)品；對組織中的機(jī)器和設(shè)備進(jìn)行更加深入的感知。

中國相對于德國、美國而言，在工業(yè)自動化和數(shù)字化方面都處于發(fā)展期?！吨袊圃?025》明確提出通過工業(yè)化和信息化融合發(fā)展的方式，制定一系列的重點(diǎn)工程和推進(jìn)計(jì)劃。為推動智能制造的發(fā)展，國務(wù)院又于2015年8月了《促進(jìn)大數(shù)據(jù)發(fā)展行動綱要》，強(qiáng)調(diào)要發(fā)展工業(yè)大數(shù)據(jù)，推動大數(shù)據(jù)在工業(yè)研發(fā)設(shè)計(jì)、生產(chǎn)制造、經(jīng)營管理、市場營銷、售后服務(wù)等產(chǎn)品全生命周期、產(chǎn)業(yè)鏈全流程各環(huán)節(jié)的應(yīng)用，分析感知用戶需求，提升產(chǎn)品附加價(jià)值，打造智能工廠。建立面向不同行業(yè)、不同環(huán)節(jié)的工業(yè)大數(shù)據(jù)資源聚合和分析應(yīng)用平臺。抓住互聯(lián)網(wǎng)跨界融合機(jī)遇，促進(jìn)大數(shù)據(jù)、物聯(lián)網(wǎng)、云計(jì)算和三維（3D）打印技術(shù)、個性化定制等在制造業(yè)全產(chǎn)業(yè)鏈集成運(yùn)用，推動制造模式變革和工業(yè)轉(zhuǎn)型升級。

工業(yè)大數(shù)據(jù)來源及特點(diǎn)

在工業(yè)生產(chǎn)中，無時(shí)無刻不產(chǎn)生數(shù)據(jù)。那么什么是工業(yè)大數(shù)據(jù)？中國電子技術(shù)標(biāo)準(zhǔn)化研究院的《工業(yè)大數(shù)據(jù)白皮書（2017版）》指出，工業(yè)大數(shù)據(jù)是指在工業(yè)領(lǐng)域中，圍繞典型智能制造模式，從客戶需求到銷售、訂單、計(jì)劃、研發(fā)、設(shè)計(jì)、工藝、制造、采購、供應(yīng)、庫存、發(fā)貨和交付、售后服務(wù)、運(yùn)維、報(bào)廢或回收再制造等整個產(chǎn)品全生命周期各個環(huán)節(jié)所產(chǎn)生的各類數(shù)據(jù)及相關(guān)技術(shù)和應(yīng)用的總稱。其以產(chǎn)品數(shù)據(jù)為核心，極大延展了傳統(tǒng)工業(yè)數(shù)據(jù)范圍，同時(shí)還包括工業(yè)大數(shù)據(jù)相關(guān)技術(shù)和應(yīng)用。

工業(yè)大數(shù)據(jù)主要來源于機(jī)器設(shè)備數(shù)據(jù)、工業(yè)信息化數(shù)據(jù)（包括傳統(tǒng)工業(yè)設(shè)計(jì)和制造類軟件、企業(yè)資源計(jì)劃ERP、產(chǎn)品生命周期管理PLM、供應(yīng)鏈管理SCM、客戶關(guān)系管理CRM和環(huán)境管理系統(tǒng)EMS等）和產(chǎn)業(yè)鏈跨界數(shù)據(jù)（包括氣象、地理、環(huán)境、宏觀經(jīng)濟(jì)）。

今天做工業(yè)大數(shù)據(jù)分析，不僅要看自己數(shù)據(jù)還要看別人的數(shù)據(jù)，比如優(yōu)化供應(yīng)鏈的時(shí)候還需要市場銷售的數(shù)據(jù)、供應(yīng)商的數(shù)據(jù)等。風(fēng)電優(yōu)化分析除了利用風(fēng)機(jī)的數(shù)據(jù)，也需要結(jié)合氣象的數(shù)據(jù)。很多外部數(shù)據(jù)原來工業(yè)界從來沒有嘗試過管理這些數(shù)據(jù)，這是大數(shù)據(jù)分析的時(shí)候傳統(tǒng)工業(yè)管理數(shù)據(jù)的機(jī)制遇到的一些挑戰(zhàn)。

“制造業(yè)大數(shù)據(jù)是一座金礦！”北京大學(xué)工學(xué)院工業(yè)工程與管理系主任侍樂媛表示，制造業(yè)擁有的大數(shù)據(jù)遠(yuǎn)超其他行業(yè)，但到現(xiàn)在為止距開采出來還差得很h，很多數(shù)據(jù)天天“流淌”都沒有辦法收集起來。究其原因，制造業(yè)大數(shù)據(jù)具有復(fù)雜性，是動態(tài)復(fù)雜的拆分合并數(shù)據(jù)。從全球應(yīng)用現(xiàn)狀看，制造業(yè)基本上是縱向數(shù)據(jù)的采集和利用，缺乏橫向數(shù)據(jù)的鏈接和利用。實(shí)際上，制造業(yè)需要經(jīng)緯縱橫的數(shù)據(jù)采集能力。

工業(yè)大數(shù)據(jù)除了具有一般大數(shù)據(jù)的特征，比如容量大、類型多、存取速度快、應(yīng)用價(jià)值高，業(yè)界認(rèn)為還具有實(shí)時(shí)性、準(zhǔn)確性、閉環(huán)性、集成性、透明性、預(yù)測性等特征。

清華大學(xué)數(shù)據(jù)科學(xué)研究院工業(yè)大數(shù)據(jù)研究中心總工程師、昆侖數(shù)據(jù)公司CTO王晨表示，工業(yè)大數(shù)據(jù)主要面臨兩方面的變化，第一是人才的變化，以前用大數(shù)據(jù)是互聯(lián)網(wǎng)公司的復(fù)合型極客，這些人有很強(qiáng)的數(shù)學(xué)功底、編程能力、數(shù)據(jù)管理技術(shù)、分布式計(jì)算技術(shù)，同時(shí)掌握領(lǐng)域的業(yè)務(wù)知識，是具備四大方面的全面型的人才。在產(chǎn)業(yè)互聯(lián)網(wǎng)領(lǐng)域里的人更多的是熟悉領(lǐng)域業(yè)務(wù)知識，而計(jì)算機(jī)能力真的很有限。第二是數(shù)據(jù)種類的變化，以前互聯(lián)網(wǎng)領(lǐng)域是大量的文本數(shù)據(jù)、社交數(shù)據(jù)、多媒體數(shù)據(jù)等，而產(chǎn)業(yè)互聯(lián)網(wǎng)領(lǐng)域是大量的傳感器產(chǎn)生的實(shí)時(shí)數(shù)據(jù)、企業(yè)內(nèi)部的業(yè)務(wù)過程數(shù)據(jù)，大量的非結(jié)構(gòu)化工程數(shù)據(jù)、仿真數(shù)據(jù)、設(shè)計(jì)的CAD數(shù)據(jù)，這些數(shù)據(jù)跟傳統(tǒng)互聯(lián)網(wǎng)的數(shù)據(jù)都不太一樣。

工業(yè)大數(shù)據(jù)如何變革制造業(yè)

“大數(shù)據(jù)驅(qū)動智能制造加快發(fā)展，加快互聯(lián)網(wǎng)與制造業(yè)快速融合，是傳統(tǒng)制造業(yè)變革與升級的重要內(nèi)容。”馬忠玉表示，大數(shù)據(jù)智能應(yīng)用發(fā)展對生產(chǎn)、生活都產(chǎn)生重大影響，以數(shù)據(jù)挖掘分析為核心的應(yīng)用和服務(wù)，為經(jīng)濟(jì)社會發(fā)展帶來了深刻變革。

工業(yè)大數(shù)據(jù)技術(shù)是指工業(yè)大數(shù)據(jù)中所蘊(yùn)含的價(jià)值得以挖掘和展現(xiàn)的一系列技術(shù)和方法，包括數(shù)據(jù)采集、預(yù)處理、存儲、分析挖掘、可視化和智能控制等。工業(yè)大數(shù)據(jù)是智能制造的關(guān)鍵技術(shù)，主要作用是打通物理世界和信息世界，推動生產(chǎn)型制造向服務(wù)型制造轉(zhuǎn)型。其在智能制造中有著廣泛的應(yīng)用前景，在智能制造中有著廣泛的應(yīng)用前景，在產(chǎn)品市場需求獲取、產(chǎn)品研發(fā)、制造、運(yùn)行、服務(wù)直至報(bào)廢回收的產(chǎn)品全生命周期過程中，工業(yè)大數(shù)據(jù)在智能化設(shè)計(jì)、智能化生產(chǎn)、網(wǎng)絡(luò)協(xié)同制造、智能化服務(wù)、個性化定制等場景都發(fā)揮出巨大的作用。

創(chuàng)新研發(fā)設(shè)計(jì)模式實(shí)現(xiàn)個性化定制

實(shí)現(xiàn)定制化設(shè)計(jì)。企業(yè)通過互聯(lián)網(wǎng)平臺能夠收集用戶的個性化產(chǎn)品需求，也能獲取到產(chǎn)品的交互和交易數(shù)據(jù)；挖掘和分析這些客戶動態(tài)數(shù)據(jù)，能夠幫助客戶參與到產(chǎn)品的需求分析和產(chǎn)品設(shè)計(jì)等創(chuàng)新活動中，實(shí)現(xiàn)定制化設(shè)計(jì)，再依托柔性化的生產(chǎn)流程，就能為用戶生產(chǎn)出量身定做的產(chǎn)品。例如，海爾集團(tuán)沈陽冰箱工廠利用云將用戶需求和生產(chǎn)過程無縫對接，用戶個性化需求可直接發(fā)送到生產(chǎn)線上，實(shí)現(xiàn)定制化生產(chǎn)。用戶還可通過生產(chǎn)線上的上萬個傳感器隨時(shí)查到自己冰箱的生產(chǎn)進(jìn)程。目前，一條生產(chǎn)線可支持500多個型號的柔性化大規(guī)模定制，生產(chǎn)時(shí)間可以縮短到10秒一臺。

私人定制工廠青島紅領(lǐng)也探索出了C2M、M2B等服裝定制模式，通過精準(zhǔn)的量體裁衣，在其他成衣服裝規(guī)模關(guān)店的市場下，能保持每年150%的收入和利潤增長，每件衣服的成本僅比成衣高10%。小米手機(jī)也屬于這一類。

利用大數(shù)據(jù)進(jìn)行虛擬仿真。傳統(tǒng)生產(chǎn)企業(yè)在測試、驗(yàn)證環(huán)節(jié)需要生產(chǎn)出實(shí)物來評測其性能等指標(biāo)，成本隨測試次數(shù)增加而不斷提升。利用虛擬仿真技術(shù)，可以實(shí)現(xiàn)對原有研發(fā)設(shè)計(jì)環(huán)節(jié)過程的模擬、分析、評估、驗(yàn)證和優(yōu)化，從而減少工程更改量，優(yōu)化生產(chǎn)工藝，降低成本和能耗。長安福特采用虛擬仿真技術(shù)改良汽車設(shè)計(jì)環(huán)節(jié)，設(shè)計(jì)師帶著3D眼鏡能夠看見最新設(shè)計(jì)的福特轎車，甚至還能夠模擬坐進(jìn)車內(nèi)，感受內(nèi)裝是否符合心意。如果有任何不好的地方，設(shè)計(jì)師能夠馬上通過軟件修改，減少了開發(fā)產(chǎn)品的次數(shù)，能夠在短時(shí)間內(nèi)完成更多的設(shè)計(jì)工作，更快地反映市場的需求。

促進(jìn)研發(fā)資源集成共享和創(chuàng)新協(xié)同。企業(yè)通過建設(shè)和完善研發(fā)設(shè)計(jì)知識庫，促進(jìn)數(shù)字化圖紙、標(biāo)準(zhǔn)零部件庫等設(shè)計(jì)數(shù)據(jù)在企業(yè)內(nèi)部以及供應(yīng)鏈上下游企業(yè)間的資源共享和創(chuàng)新協(xié)同，提升企業(yè)跨區(qū)域研發(fā)資源統(tǒng)籌管理和產(chǎn)業(yè)鏈協(xié)同設(shè)計(jì)能力。提升企業(yè)管理利用全球研發(fā)資源能力，優(yōu)化重組研發(fā)流程，提高研發(fā)效率。例如，C9型客機(jī)成功首飛意味著中國實(shí)現(xiàn)了民機(jī)技術(shù)集群式突破，形成了以中國商飛公司為平臺，包括設(shè)計(jì)研發(fā)、總裝制造、客戶服務(wù)、適航取證、供應(yīng)商管理、市場營銷等在內(nèi)的我國民用飛機(jī)研制核心能力，形成了以上海為龍頭，陜西、四川、江西、遼寧、江蘇等22個省市、200多家企業(yè)、近20萬人參與的民用飛機(jī)產(chǎn)業(yè)鏈。

在C919飛機(jī)的智能制造項(xiàng)目建設(shè)過程中，形成了一套主制造商―供應(yīng)商模式下的協(xié)同制造技術(shù)、管理方法。C919飛機(jī)的研發(fā)成員企業(yè)包括了設(shè)計(jì)與主制造商、10家機(jī)體結(jié)構(gòu)、24家機(jī)載設(shè)備、16家材料供應(yīng)商和54家標(biāo)準(zhǔn)件等供應(yīng)商，另有200多家企業(yè)參與了項(xiàng)目的研制過程。通過協(xié)同設(shè)計(jì)、敏捷生產(chǎn)與智能管理等先進(jìn)技術(shù)手段，將飛機(jī)從設(shè)計(jì)到制造過程中涉及的設(shè)計(jì)商、制造商、供應(yīng)商、集成商等成員有機(jī)緊密聯(lián)合。

其中，在協(xié)同設(shè)計(jì)方面，中國商飛通過構(gòu)建多供應(yīng)商協(xié)同設(shè)計(jì)環(huán)境，并實(shí)施基于模型的定義、工藝設(shè)計(jì)等應(yīng)用技術(shù)，建立起民用飛機(jī)聯(lián)合協(xié)同研制的新模式，建設(shè)協(xié)同研制平臺，實(shí)現(xiàn)了設(shè)計(jì)與制造過程的一體化。同時(shí)，在智能管理方面，全面實(shí)施了PLM、ERP、MES、BI等信息化平臺，實(shí)現(xiàn)了各系統(tǒng)之間的信息互通和集成，支撐了制造現(xiàn)場層、車間控制層、業(yè)務(wù)操作層、業(yè)務(wù)管理層、企業(yè)決策層的一體化智能管理。

培育研發(fā)新模式。基于設(shè)計(jì)資源的社會化共享和參與，企業(yè)能夠立足自身研發(fā)需求開展眾創(chuàng)、眾包等研發(fā)新模式，提升企業(yè)利用社會化創(chuàng)新和資金資源能力。在帝樽空調(diào)和天樽空調(diào)的研發(fā)過程中，海爾集團(tuán)前期通過互聯(lián)網(wǎng)平臺與數(shù)十萬用戶實(shí)時(shí)互動，提取用戶對產(chǎn)品的共性需求。然后利用HOPE（開放創(chuàng)新平臺）平臺對接全球100多萬個領(lǐng)域?qū)＜液蜕锨Ъ胰蛞涣鞯难邪l(fā)資源。

建立先進(jìn)生產(chǎn)體系實(shí)現(xiàn)智能化生產(chǎn)

提升車間管理水平?，F(xiàn)代化工業(yè)制造生產(chǎn)線安裝有數(shù)以千計(jì)的小型傳感器，來探測溫度、壓力、熱能、振動和噪聲等，利用這些數(shù)據(jù)可以實(shí)現(xiàn)很多形式的分析，包括設(shè)備診斷、用電量分析、能耗分析、質(zhì)量事故分析等。在生產(chǎn)過程中使用這些大數(shù)據(jù)，就能分析整個生產(chǎn)流程，一旦某個流程偏離了標(biāo)準(zhǔn)工藝，就會發(fā)出報(bào)警信號，快速地發(fā)現(xiàn)錯誤或者瓶頸所在。

優(yōu)化生產(chǎn)流程。將生產(chǎn)制造各個環(huán)節(jié)的數(shù)據(jù)整合集聚，并對工業(yè)產(chǎn)品的生產(chǎn)過程建立虛擬模型，仿真并優(yōu)化生產(chǎn)流程。當(dāng)所有流程和績效數(shù)據(jù)都能在系統(tǒng)中重建時(shí)，對各環(huán)節(jié)制造數(shù)據(jù)的集成分析有助于制造商改進(jìn)其生產(chǎn)流程。例如，在能耗分析方面，在設(shè)備生產(chǎn)過程中利用傳感器集中監(jiān)控所有的生產(chǎn)流程，能夠發(fā)現(xiàn)能耗的異?；蚍逯登樾危纱吮憧稍谏a(chǎn)過程中優(yōu)化能源的消耗，對所有流程進(jìn)行分析，此舉將會大大降低能耗。

德國安貝格電子工廠基于西門子PLM軟件在虛擬環(huán)境中仿真產(chǎn)品的研發(fā)和生產(chǎn)，并在真實(shí)世界的工廠中進(jìn)行實(shí)際操作，即實(shí)現(xiàn)了產(chǎn)品跨行業(yè)的多樣化，也提升了生產(chǎn)效率和質(zhì)量。研發(fā)環(huán)節(jié)，安貝格擁有一個虛擬的工廠，研發(fā)設(shè)計(jì)部門把虛擬的研發(fā)產(chǎn)品同步給生產(chǎn)部門來生產(chǎn)，兩部門有著統(tǒng)一平臺，并時(shí)刻保持著協(xié)調(diào)的一致性。真實(shí)工廠生產(chǎn)時(shí)的數(shù)據(jù)參數(shù)、生產(chǎn)環(huán)境等都會通過虛擬工廠來反映出來，而人則通過虛擬工廠對現(xiàn)實(shí)中的真實(shí)工廠進(jìn)行把控。生產(chǎn)環(huán)節(jié)，當(dāng)一個元件進(jìn)入烘箱時(shí)，機(jī)器會判斷該用什么溫度以及溫度持續(xù)的時(shí)間長短，并可以判斷下一個進(jìn)入烘箱的元件是哪一種，并適時(shí)調(diào)節(jié)生產(chǎn)參數(shù)。安貝格工廠的每一條生產(chǎn)線每天并不是一成不變地只生產(chǎn)一種產(chǎn)品，生產(chǎn)系統(tǒng)會實(shí)時(shí)同步研發(fā)部門的最新指示，自動跳轉(zhuǎn)到不同產(chǎn)品或者器件的生產(chǎn)模式。在這樣的生產(chǎn)模式下，該工廠每年可生產(chǎn)約1000個品種共計(jì)1200萬件工業(yè)控制產(chǎn)品。按照每年生產(chǎn)230天計(jì)算，平均每秒就能生產(chǎn)出一件產(chǎn)品，其中百萬件缺陷僅為15，缺陷率僅為德國工人的1/25。

優(yōu)化經(jīng)營管理體系實(shí)現(xiàn)精益化管理

優(yōu)化工業(yè)供應(yīng)鏈。RFID等電子標(biāo)識技術(shù)、物聯(lián)網(wǎng)技術(shù)以及移動互聯(lián)網(wǎng)技術(shù)能幫助工業(yè)企業(yè)獲得完整的產(chǎn)品供應(yīng)鏈的大數(shù)據(jù)，利用這些數(shù)據(jù)進(jìn)行分析，將帶來倉儲、配送、銷售效率的大幅提升和成本的大幅下降。跟蹤產(chǎn)品庫存和銷售價(jià)格，而且準(zhǔn)確地預(yù)測全球不同區(qū)域的需求，從而運(yùn)用數(shù)據(jù)分析得到更好的決策來優(yōu)化供應(yīng)鏈。

推動經(jīng)營管理全流程的銜接和優(yōu)化。整合企業(yè)生產(chǎn)數(shù)據(jù)、財(cái)務(wù)數(shù)據(jù)、管理數(shù)據(jù)、采購數(shù)據(jù)、銷售數(shù)據(jù)和消費(fèi)者行為數(shù)據(jù)等資源，通過數(shù)據(jù)挖掘分析，能夠幫助企業(yè)找到生產(chǎn)要素的最佳投入比例，實(shí)現(xiàn)研產(chǎn)供銷、經(jīng)營管理、生產(chǎn)控制、業(yè)務(wù)與財(cái)務(wù)全流程的無縫銜接和業(yè)務(wù)協(xié)同，促進(jìn)業(yè)務(wù)流程、決策流程、運(yùn)營流程的整合、重組和優(yōu)化，推動企業(yè)管理從金字塔靜態(tài)管理組織向扁平化動態(tài)管理組織轉(zhuǎn)變，利用云端數(shù)據(jù)集成驅(qū)動提升企業(yè)管理決策的科學(xué)性和運(yùn)營一體化能力。

例如，三一公司通過在線跟蹤銷售出去的挖掘機(jī)的開工、負(fù)荷情況，就能了解全國各地基建情況，進(jìn)而對于宏觀經(jīng)濟(jì)判斷、市場銷售布局、金融服務(wù)提供調(diào)整依據(jù)。

促進(jìn)商業(yè)模式創(chuàng)新實(shí)現(xiàn)服務(wù)型制造

大數(shù)據(jù)將幫助工業(yè)企業(yè)不斷創(chuàng)新產(chǎn)品和服務(wù)，發(fā)展新的商業(yè)模式。通過嵌在產(chǎn)品中的傳感器，企業(yè)能夠?qū)崟r(shí)監(jiān)測產(chǎn)品的運(yùn)行狀態(tài)，通過商務(wù)平臺，企業(yè)能夠獲得產(chǎn)品的銷售數(shù)據(jù)和客戶數(shù)據(jù)，通過對這些數(shù)據(jù)的分析和預(yù)測，企業(yè)能夠開展故障預(yù)警、遠(yuǎn)程監(jiān)控、遠(yuǎn)程運(yùn)維、質(zhì)量診斷等在線增值服務(wù)，提供個性化、在線化、便捷化的增值服務(wù)，擴(kuò)展產(chǎn)品價(jià)值空間，使得以產(chǎn)品為核心的經(jīng)營模式向“制造+服務(wù)”的模式轉(zhuǎn)變。

比如，GE不銷售發(fā)動機(jī)，而是將發(fā)動機(jī)租賃給航空公司使用，按照運(yùn)行時(shí)間收取費(fèi)用，這樣GE通過引入大數(shù)據(jù)技術(shù)監(jiān)測發(fā)動機(jī)運(yùn)行狀態(tài)，通過科學(xué)診斷和維護(hù)提升發(fā)動機(jī)使用壽命，獲得的經(jīng)濟(jì)回報(bào)高于發(fā)動機(jī)銷售。

保利協(xié)鑫是中國首家突破年產(chǎn)萬噸級以上多晶硅產(chǎn)能和產(chǎn)量、全球最大的光伏切片企業(yè)。在光伏切片的生產(chǎn)過程中，有數(shù)千個生產(chǎn)參數(shù)會影響到切片良品率。

保利協(xié)鑫僅切片廠就有1000多臺智能裝備，加上DCS以及復(fù)雜的ERP系統(tǒng)，每天產(chǎn)生大量的數(shù)據(jù)，但是數(shù)據(jù)存在于“孤島”之上，并沒有實(shí)現(xiàn)互聯(lián)互通；雖然從采購、生產(chǎn)、銷售、物流等業(yè)務(wù)全方位實(shí)現(xiàn)了信息化，企業(yè)在生產(chǎn)過程中重視對數(shù)據(jù)分析與利用，但都是依靠以往的經(jīng)驗(yàn)進(jìn)行人工分析，很難把握這些數(shù)據(jù)的關(guān)聯(lián)性，缺乏可靠的技術(shù)支持，也很難得出科學(xué)的結(jié)果。