数字化改革，制造业的数据分析应该怎么做？

数据分析从来都不是一个新的东西，只是近年因为“大数据”的炒作变得火热，其实利用数据、用数据说话、会分析数据，这些能力是一直在各行业都是深受重视。

说起制造业，机械吗，我们想到的可能都是这样的:

 

好一点呢？

 

额不对，这个不是很重要。我们主要是今天来说制造业的数据分析的。

制造业数据分析

制造业相比互联网，数据目前来说还不是一个重点。

制造业价值链长：互联网的核心价值链大多是这样的

“推荐客户喜欢的东西-客户买单-让用户再来“，

”推荐音乐/电影-用户买单-让用户再来“。

“推荐吃喝玩乐- 用户买单-让用户再来

或者是这样的：

“推荐用户的广告-用户喜欢点了广告-不让用户讨厌”

等等

整体来说价值链短，而且目标相对来说明确，涉及的方向较少。数据在各方面应用已经相对成熟，应用广泛，目标明确。

而制造业，尤其是对于大一些的制造企业来说，涉及”市场、供应链、研发、制造、销售、售后“等多个部门，企业结构复杂，涉及到众多上下游供应商。

不同于互联网行业数据的来源是主要来自于客户的“下载、浏览、点击、购买”等高频次活动，以及自己相关的其他外部数据，制造业因为客户往往是行业内上下游，面对终端客户也不会是高频次的行为。

所以制造业的主要数据来源往往是来自于内部的产品生产数据、物联网数据，而主要利用数据的方式也是提高质量、降低内部成本、提高内部灵活性。

和互联网行业相比