【中国智能制造网 市场分析】在工业化与信息化融合的过程之中，在实现中国制造2025的过程之中，数据如何赋能传统产业的升级转型，成为备受关注的焦点。
大数据助力传统企业转型升级 数据化创新是要点
云网端的迅速发展带来了数据量的激增，根据IDC数字宇宙报告显示，自从2010年进入ZB时代以来，由于物联网设备发展速度远超过智能手机的发展，因此由物联网所产生的数据增量将会驱动着数据量在2020年达到44ZB。
大数据 工匠精神的结合对于制造业的转型升级至关重要。而大数据的实时、感知和预测等特点确实可以为制造企业在降低成本，缩短生产周期，提升效率，细分产品定位，优化流程和决策等方面扮演重要角色。
一、数据赋能制造业的全流程
我们国家的制造业企业之间在信息化建设和数据化程度方面相差很大，但总体上由于距离消费者相对较远，因此互联网化与数据化程度和对大数据的认识相对金融、电信、政府等行业相差比较远。
当然，其中也有不少的代表企业，比如海尔，比较早就部署相对完善的内部的信息系统，涵盖了主要的业务流程，并且比较早地就将社交数据中获得的客户反馈融入到新产品研发之中，结合了内部和外部数据的能力。
但是，大部分制造企业依然还是处在信息化比较起步的阶段，由于人才以及技术能力的欠缺，对于大数据的意义和价值认识比较弱。
我们看到对于制造业来说，如果把数据分为内部和外部两大类的话，内部数据主要包括经营及运营数据、客户数据、产品相关的设计、研发和生产数据、机器设备数据等，传统的信息系统处理比较多的是内部数据为主，围绕着业务流程改进和提升为主要目标，而且对于机器设备运行的日志数据相对利用较少；外部数据包括社交数据、合作伙伴数据、电商数据以及宏观数据等这方面数据的开发和利用相对较少。大部分企业不仅内外部数据尚未打通，自己内部的数据也还没有实现整合和标准化，信息孤岛现象也是屡见不鲜。
我们的观点是数据对于制造企业的全流程来说都可以起到非常积极的作用，比如从产品设计和研发开始，如果能够非常直接地对接到消费者，依据对消费者的行为和消费数据分析，定位相应的产品设计和研发。同时也能够依据消费者对产品的喜好和需求量，进行定向的市场营销，进行产品的计划和生产的排产，减少相应的库存。同时，数据对于线上线下销售的协同，对于供应链优化和管理也可以起到重要的作用，在提升对客户的服务水平方面，如何针对不同细分市场需求，进行全渠道销售的设计规划等方面都会起到重要的作用。
大数据
虽然阿里巴巴是互联网企业，但其大数据应用的发展之路是值得制造企业去借鉴和学习的。
总体上来说，阿里巴巴也是在经历着从业务数据化到数据业务化的过程，业务数据化还是围绕传统电商业务来提升整个流程相关的数据，服务业务部门和管理层为主，总的目标也是为了降低成本，提高营运效率和质量为主。比如个性化推荐、搜索优化等。
现在阿里巴巴在数据数据业务化方面进行了很多有益的探索，总结起来就是“阿里的数据 外部数据 大数据技术能力”的输出，产生很多新的商业模式，不仅服务于阿里生态，逐渐赋能和服务于越来越多的各行业用户，比如蚂蚁微贷是基于商家的信用数据提供贷款服务，芝麻信用是基于个人的消费、理财以及社交等数据提供个人信用服务。在整个探索的过程中，我们看到数据的在线性保证了数据实时都会更新，数据的外部性通过数据共享、融合体现了数据的价值。
二、数据驱动生产和制造柔性化趋势
电子商务以及互联网所带来的用户需求呈现实时、少量、碎片化、快速翻新等特点，对于传统制造商来说，满足这种长尾需求难度很大，因此生产制造的柔性化变得重要。
比如淘工厂把工厂的生产能力通过互联网实现了与商家需求的快速对接，通过数据联通把需求与供应之间的信息对称化，减少了中间商环节，缩短了生产周期，降低交易成本，并加快周转速度。
ZARA这个快时尚品牌也是利用数据实现智慧供应链的例子，我们看到大量服装企业都面临生存的压力，而ZARA母公司销售额在2015年依然保持了15.4%的增长。其中很重要的原因就是ZARA以数据为核心打造的极速供应链系统，实现了新产品的柔性化生产。相对竞争对手来说，ZARA可以通过数据的联通和协同更快更好的控制从市场调研、到设计、打版、制作样衣、批量生产、运输和零售整个环节。虽然ZARA不是互联网企业，但是它对用户需求的响应是完全互联网思维的方式，满足的也是快速翻新、少量、快速响应和生产的类似于消费者在互联网上的需求特点，比如一般的大品牌的前导时间是120天左右，而ZARA可以实现15天的新品供应过程。在整个过程中，它使用线下线上的数据融合，利用电商平台的销售数据以及对用户消费者的线上调研数据，同时也会利用线下每个门店的销售数据实时反馈到公司总部，实现产品的快速迭代，它一年设计的服装款式达到12000多款。这种基于数据的协同和流动实现的供应链带动了ZARA总体效率的提升和库存的大幅降低。
我要评论