在工程機械領域，重工機械設備更新周期慢且平穩是最大的特點。但當遭遇國家經濟增速下行，會出現生產能力過大、存量設備過多等問題……如何改變這樣的現狀?除了持續不斷苦煉內功、創新產品，已在中聯重科供職10年的周志忠博士提出通過大數據驅動來促進轉型，聚焦于后服務市場。
工程機械市場轉型期：挑戰與機遇并存
中聯重科做為裝備制造企業，業務包括工程機械板塊、農機板塊和金融板塊。其中工程機械板塊所占的比重非常大，也是中聯重科最早發家的一個板塊。工程機械板塊最近幾年一直處于相對低迷的狀態，主要原因有三方面：
由于經濟、投資、房地產市場等因素，導致整個行業設備供過于求，新機器的銷售直接受到影響。
想要進一步開拓行業盈利空間，除了持續創新產品，還需通過大數據技術，對設備、客戶等數據進行深度分析，實現信息共享與融合，作用于后服務市場。
隨著施工行業對施工安全、效率及成本管控的重度越來越高，設備廠商就要在強化設備智能化水平的同時還要具備數據分析處理的能力。由“被動服務”向“主動服務”升級，進而達到施工風險降低，無故障工作時間變長。
工程機械市場需求持續下滑，不能再憑借主機銷售的收入來支撐整個企業的發展。同時客戶也面臨著工程項目減少，設備開工率與設備運行效率雙低、運營管理成本及維修保養成本雙高等困難局面。
因此，如何通過數據分析使企業更加貼近市場、更加理解客戶，提升企業運營管理和決策效率，快速從傳統生產制造型向高端智能服務型的轉型升級是行業內每個企業面臨的重大挑戰。
通過數據驅動促進轉型，
但數據來自哪里?
對于工業企業而言，也有一部分互聯網的數據，如網上商城、微信應用中采集到的用戶行為相關的數據，但更多的是圍繞自身產品，從研發、生產到銷售、服務，這樣一個完整系列產品數據，這些數據是中聯重科非常重要、也是核心的數據來源。
中聯重科數據來源主要包含如下三類：
物聯網數據：主要包含中聯重科設備實時回傳的工況、位置信息。當前中聯重科物聯網平臺已累積了近 10 年數據，監控設備 12 余萬臺套，存量數據量40TB，每月新增數據300GB。數據通過移動網絡以加密報文方式回傳，通過平臺解析后實時保存至大數據平臺。目前，數據采集頻率5分鐘一次，根據數據分析需要可進行調整，設備傳感數據采集點將近 500 個。
內部核心業務系統數據：包含了中聯重科在營運過程中產生的業務信息，主要包含ERP、CRM、PLM、MES、金融服務系統等數據，涵蓋研發、生產、銷售、服務全環節。當前，業務系統已累積近 10 年數據，存量數據約 10TB，數據每天進行更新。
外部應用平臺數據：包含了中聯重科相關應用平臺(官方網站、微信公眾號/企業號、中聯商城、中聯 e 家系列移動APP、智慧商砼、塔式起重機全生命周期管理平臺)積累的數據、從第三方購買和交換的數據以及通過爬蟲程序在網絡上搜集的輿情及相關企業公開數據。除結構化數據外，平臺還以日志方式保存了大量的用戶行為數據。由于相關平臺多于2016 年推出，存量數據約為1TB。
中聯重科的工業大數據應用技術方案
為進一步提升設備的智能化水平，豐富設備數據采集維度，提升設備數據采集和預處理能力，中聯重科研發了新一代 4.0 產品和智能網關。
中聯重科產品 4.0是以“模塊化平臺+智能化產品”為核心，深度融合傳感、互聯等現代技術，研發性能卓越、作業可靠、使用環保、管控高效的智能化產品。通過在設備上加裝大量的高精度傳感器，實時采集設備的運動特征、健康指標、環境特征等相關數據，結合智能網關的本地分析功能，真正實現設備的“自診斷、自適應、自調整”。
相關數據通過多種傳輸渠道(移動網絡、WiFi、藍牙等)回傳至中聯重科大數據平臺，通過相關建模分析為客戶提供包括設備實時定位、工況監控、油耗分析、設備異常分析、故障預警、工作運營統計在內的高附加值信息服務。
打通多方數據，形成統一的工業大數據分析平臺，對內輔助科學決策，對外提供智能化服務。平臺融合了物聯網平臺、業務系統、應用系統及第三方數據，分析角度涉及產品、經營、客戶、宏觀行業等方面，服務涵蓋輕量級應用(中聯e 管家、服務e通等)和重量級專業領域應用(智慧商砼、建筑起重機全生命周期管理平臺)，并通過移動端APP、PC 端、大屏幕等多種方式提供高效增值服務。
工業大數據平臺整體采用成熟的Hadoop 分布式架構進行搭建。基于Cloudera CDH的發行版，中聯重科從2015年底開始部署，同時進行相應的大數據開發工作。
首先建立如客戶類、設備、交易、信用等主題。然后把物聯網平臺、企業內部ERP、CRM等核心平臺都在Cloudera大數據平臺上貫通，并且通過相應的組件把數據采集到平臺。
平臺通過流式處理架構，滿足高時效性的數據分析需求;通過分布式運算架構，滿足對海量數據的離線深度挖掘。前端通過統一接口層以多種通用格式對外提供數據分析服務。
考慮到大數據平臺匯集了企業內外部多方敏感數據，為保證數據安全，平臺引入了企業級數據治理組件，實現統一的元數據管理、數據質量控制、數據溯源、數據操作權限管控、數據脫敏及數據使用審計功能，并貫穿數據存儲和應用的全過程。
擁抱開源分析大數據技術未來的挑戰
當問及為什么會選擇Hadoop，周志忠博士表示：開源的生態環境中有大量人才提供貢獻，我們認為比單一企業開發的環境更有生命力、更強壯。
開源帶來的挑戰
采用開源技術對團隊的技術能力要求稍高。
運營過程中的技術難點稍多一些。因此，他們選擇開源的同時也采購了Cloudera的企業級服務，作為中聯重科整個平臺運營的保障。
開源有很多問題，如很多組件之間的適配是不是最優、及參數涉及到一些復雜的問題。
所以采用發行版、企業服務的支持，就不需要把重心放在運維平臺、系統的層面，而是更多的聚焦在業務分析、獲得業務擴展等可創造數據價值的層面。
對大數據技術行業未來的期許
周志忠博士說:“目前從支撐應用的角度，大數據技術已足夠。最主要的難點在于業務應用場景與現有技術、算法如何最佳地匹配。”
中聯重科也在嘗試機器學習方面的一些應用，如設備的健康指數評估，怎樣通過不同維度、不同傳感數據及公司內部的數據，建立模型。從模型角度，相應算法也能夠支撐，但關鍵問題在于，數據是不是全備且準確，數據響應是不是及時等”。
【受訪人簡介】
周志忠博士，現任中聯重科信息化首席架構師。1998年，在北航讀管理信息系統博士;2003年，成為北航博士后，偏重于BI商業智能。加入中聯重科之前，他在對外經貿大學信息學院任教3年，方向是商業智能、分析。2007年，加入中聯重科任首席架構師，主要任務是信息化建設。2015年專注于大數據領域的相關工作。
【推薦】
分享到：
手機版|
