课程简介

 

 

 

 

 

 

 

 

 

【课程简介】

一、概述：

1、用“互联网+”去改变！

1）主要内容

新时代、新机遇

各行业的互联网+案例

制造行业的“互联网+”

大数据下的工程行业发展

总结及展望

2）你能离开“互联网”吗？

从“网络生存”到“网络戒瘾”

互联网改变了“衣食住行”

购物、查询、服务、订车等等

互联网改变了“人”

九五后的视频“弹幕”

为什么生产人员老龄化？——缺少年轻人的吸引

如何打造“酷”的文化？——游戏操控设备？

那么为什么不能让互联网改变你的制造？

汽车可以联网，制造为何不能联网？

每座制造的耗电量、人员情况、人员组成等

每一处危险的提前告警？

从“办公室数据分析”开始

2、我国制造业一些现状

国内制造行业“互联网+”概况：

传统的制造业来说,在快速发展的同时仍存在着管理粗放、效率低下、浪费较大、能耗过高、科技创新不足等问题

任何一个制造,都有决策、设计、采购、生产、运维五个阶段,在这五个阶段（互联网切入点），整合各种硬件服务商、软件服务商,各种专业服务商,以及网络服务商、征信机构甚至金融机构，构筑“生态圈”，十分迫切！

国内制造行业应用“互联网+”一些案例

国内制造行业IT系统建设现状

【例】制造行业的电商

未来制造行业的淘宝在哪里？

制造行业的电商举例

3、物联网对制造业影响

4、如何进行“互联网+制造”？

“互联网+制造”，统筹市场、经营、生产，还有财务、资金部门、以及生产现场管理等各个环节，打造“数字工厂”

“物料管理”：一个项目或者一个工厂有大量的钢筋、混凝土进入，它的计量时常有跑冒滴漏，或者运货少，现场通过地磅过磅，就会和料单不一样。但如果地磅计量数据进行量化管理，这个供应商的供货品质就能够得到评价，同时还能避免各种误差、错漏现象产生

对劳务人员的管理：还可以对劳务人员进行管理。比如，劳务人员进、出厂时，可以刷卡，或者佩戴一个手环，或者通过人脸识别，在规定时间出入，现场显示屏会统计有多少木工、瓦工出现，避免非项目作业人员出入。

劳务人员的金融服务：生产企业要对劳务人员直接支付基本生活保障，但是工人拿基本生活保障不会每月消费完，一般需要把钱存起来，到年底回家的时候用。通过“工资+”的形式，务工人员可以把钱存在类似于支付宝账户内，年底不仅能拿到本金，还能获得和银行一样，甚至比银行还高的利息。

电子采购平台：可以让制造企业和供应商直接互动等

二、各行业的“互联网+”案例

1、“互联网+”在不同行业中的应用

“等死”还是“作死”？

互联网浪潮已经来了。。。。

改革是必然的选择！

让互联网+“沐浴”你！

加快“互联网+”过程

20年改变世界的互联网，

何时才能改变“你”？

数据的积累和沉淀

数据分析和应用

2、大数据助力美国“大选”

【示例】奥巴马竞选的“核武器”

【思考】制造行业据此获取大客户？非洲客户、欧洲客户、美洲客户？

 

3、制造业4.0——智慧制造

【示例】智慧制造

智能控制

工程组件、工序监控等

机器人

【例】工业4.0下的汽车制造

物联网的渗入

3D制造

大数据促进的“智慧”。。。。

【示例】机器乒乓人-波尔

4、房地产业——“个性制造”还远吗？

大数据下的房地产

个性化房地产成为可能——客户分析

“房价下降一半”？

工业化下的灵活组装和布局

制造业信息服务

制造的共同设计，原型的显性

装修的O2O

【示例】智慧工厂-APP

5、汽车业——“未来人驾驶汽车可能违法”

 “第四屏”：特斯拉——“手机上加轮子”

【附】—某汽车企业的大数据分析

【思考】车联网可以获取这些数据，道路呢？——道路感知

6、物流业——“右拐”的奥秘

大数据改变物流业。。。

【例】UPS快递：全球的包裹快递公司UPS，5个工作日在全球的送件量就能达到15.8亿件

【例】菜鸟物流的仓库管理发货只需3分钟

【例】公路上的物流

7、电影业——谁是观众的大明星？

【示例】附件B-电影业的大数据

【示例】90后的“小鲜肉”客户

8、零售业——看看90后喜欢哪些商品

“啤酒和尿布”的故事

大数据“透视”客户需求

9、酒店业——酒店or民宿？

互联网的共享经济

【例】小猪短租——“别住酒店，住我家”

http://www.xiaozhu.com/

10、婚介业——用“算法”给自己找媳妇

11、金融业——无法伪装的客户征信

金融建立在征信上

淘宝的成功建立在诚信基础上

12、股票业——用大数据炒股更靠谱

股票与数据的天然联系

【示例】某银行员工的炒股案例

【示例】《决胜21点》

【附】大数据在股市中的应用案例-1

【附】大数据在股市中的应用案例-2

13、新闻业——机器人自动编写新闻

【示例】附件C:“相逢缥缈，窗外又拂晓，长忆清弦弄浅笑，只恨人间花少；

黄菊不待清尊，相思飘落无痕，风雨重阳又过，登高多少黄昏”

【示例】机器人写作

14、公安业——无处藏身的罪犯

应用1：周克华案件

应用2：金水桥事件

【示例】大数据应用于国家安全

15、还有哪些行业不受冲击？

海尔的转型

李宁的教训

。。。。。。

【示例】李宁公司的困惑

【附】一些企业的“互联网+”案例

互联网行业

【示例】附件D-饕餮之路_2015年货大数据报告

【示例】附件E-中国95后年轻人视频消费机密报告

电信行业

【示例】附件F-大数据背景下的城市规划

附件*-“外来工”专项营销案例

制造行业

【示例】附件G-万科数据分析报告

三、制造行业的“互联网+”

1、内部IT建设和梳理阶段

关键点和难点

2、“互联网+”阶段

关键点和难点

【例】互联网+制造

【互联网+家电】

【例】学习车联网的经验

阿里云又和中国交通通信信息中心结姻，宣布达成 “互联网 + 航运” 合作，后者研发、运营的宝船网2.0 系统将运行在阿里云平台上

3、“大数据×”阶段

关键点和难点

1）大数据的概念和特点

【例】北京市每天视频采集量达到3PB，一个中等城市每年视频监控约为300PB
【示例】辣椒评定度——斯科维尔

【例】从“满铁”说起。。。

2）制造行业数据种类举例

3）大数据在生产行业的应用（一）

大数据在生产行业应用（二）

生产物料的即时询价

建立采购平台，让各个供货方报价

收集国内外市场各种物料的实时价格，并借助数据挖掘进行价格预测

配合物联网类应用

项目管理

项目进度评估及分析

项目造价分析、成本核算等分析

智能制造

大数据在生产行业应用（三）

4、制造行业的“互联网+”创新

1）日常工作模式的创新

思维模式的创新

商业模式的创新

制造行业如何模仿工业制造？

模块化制造能力升级？

标准化之后的机器人建造？（如：美的的机器人）

质量的管控机制提升（从丰田汽车说起）

 

2）互联网+带来思维模式创新

大数据带来的思维变革

大数据可以直接带来“金钱”

制造数据分析服务——了解结构、材料等

制造行业卖制造还是卖“数据”？

公路的运营数据：车流量、人口分布、行业分布等

【思考】从西柏坡的“地图”说起。。。

“制造产生数据，数据产生“价值””！

水文地质等GIS系统急需的POI(“Point of Interest”)信息

【例】王永庆的大数据思维（12斗-110斗）

3）互联网+对商业模式的创新

阿里的上市，让我们重识互联网企业

互联网企业中的名人名言

新一轮的“文艺复兴”——互联网思维

互联网思维是什么

互联网思维的精髓：独孤九剑

工程建设行业的互联网思维

5、制造行业的“大数据”创新

大数据的客户分群分析

基于大数据的精细管理创新

基于大数据的精准营销创新

大数据渗透到企业的每一个“毛孔”中

例如：网络优化的数据和设计

将专家的经验，变成数据、知识进行积累

咨询师转型为分析师

西医用数据、指标说话，用数据分析客户的实际情况，更具说服力

留下所有的痕迹，从中发现设计的规律

IBM“深蓝”的启示

【示例】如何了解自己的企业？
——企业的数字化管理（某企业的KPI监控实例）

五、大数据下的工程行业发展

1、全过程监控

从工业4.0到制造业4.0？

某企业“全过程、全方位、全员”的三全质量管控体系：

全过程监控方法及KPI指标

全方位监控方法及KPI指标

全员监控方法及KPI指标

【例】互联网+工程机械

工程机械的“互联网+”还体现在产品的智能化，如识别、定位、跟踪、监控等功能，以及大数据分析

2、生产过程各阶段的KPI量化

KPI指标的具体定义

KPI指标的歧义性

KPI指标的实时获取

生产过程上/下游影响分析

3、异常指标及时告警

指标异常的阀值

指标波动检查

指标平衡性检查

指标加权波动检查

指标异常告警的渠道（手机、监控平台等）

实时告警机制

【示例】附件KPI—某省网络数据分析系统

4、产品质量异常关键影响因素分析

关键影响因素分析

根据KPI的计算过程，分析哪个子KPI的波动导致KPI发生较大变化

关键影响因素展示

及时找出问题点

【示例】某KPI指标关键影响因素分析

5、库存管理分析

获取库存信息

根据外界对库存的要求，企业订购的特点，预测，计划和执行一种补充库存的行为，并对这种行为进行控制，重点在于确定如何订货，订购多少，何时订货。

库存分析

6、渠道、进货商等上下游监控

上游源材料产品质量监控

原材料的监控指标和监控阀值

下游产品质量跟踪监控

产品的返工率

渠道质量监控

销售渠道的真实情况分析

【示例】某企业渠道欺诈识别分析

六、某国企大数据建设案例分享

参见附件

七、总结及展望

总结及展望