今天的大數(shù)據(jù)應(yīng)用，就像ERP市場(chǎng)啟動(dòng)的初期，有很多人關(guān)注，很多企業(yè)想用它來(lái)幫助業(yè)務(wù)，但是卻不知道該怎么用、該從哪里入手。

繼北京、廣州之后，7月中旬，東軟在上海舉辦了RealSight(睿見(jiàn))大數(shù)據(jù)高級(jí)分析應(yīng)用平臺(tái)的巡展活動(dòng)。與前兩次巡展不同，上海巡展東軟邀請(qǐng)了大數(shù)據(jù)平臺(tái)的行業(yè)用戶來(lái)與觀眾分享大數(shù)據(jù)平臺(tái)應(yīng)用的心得體會(huì)。其目的就是讓更多的用戶了解，大數(shù)據(jù)平臺(tái)應(yīng)用到底是如何落地的?記者也將本次參會(huì)和采訪過(guò)程中印象最深的幾個(gè)案例記錄下來(lái)與讀者分享。

在案例分享之前，還是先簡(jiǎn)要介紹一下東軟RealSight(睿見(jiàn))大數(shù)據(jù)高級(jí)分析應(yīng)用平臺(tái)。RealSight(睿見(jiàn))大數(shù)據(jù)高級(jí)分析應(yīng)用平臺(tái)擁有客戶智能、物聯(lián)網(wǎng)智能與運(yùn)營(yíng)智能三大系列產(chǎn)品組合，能夠提供融合人、物和業(yè)務(wù)的高級(jí)數(shù)據(jù)分析服務(wù)，有效驅(qū)動(dòng)企業(yè)更精準(zhǔn)的客戶洞察和運(yùn)營(yíng)優(yōu)化。其中，客戶智能包括行為分析、精準(zhǔn)營(yíng)銷(xiāo)、個(gè)性化推薦等子產(chǎn)品平臺(tái)，為企業(yè)提供數(shù)字營(yíng)銷(xiāo)解決方案，幫助企業(yè)更好地發(fā)現(xiàn)客戶、了解客戶和保留客戶;物聯(lián)網(wǎng)智能在實(shí)時(shí)數(shù)據(jù)采集的基礎(chǔ)上，能夠?qū)浻布O(shè)備運(yùn)行環(huán)境進(jìn)行全方位的綜合監(jiān)控分析、預(yù)測(cè)性維護(hù)和優(yōu)化改進(jìn);運(yùn)營(yíng)智能則是為企業(yè)級(jí)應(yīng)用和互聯(lián)網(wǎng)應(yīng)用提供全方位、全堆棧監(jiān)管能力，讓企業(yè)能夠提前發(fā)現(xiàn)應(yīng)用的潛在問(wèn)題及風(fēng)險(xiǎn)，將傳統(tǒng)被動(dòng)響應(yīng)式的風(fēng)險(xiǎn)處理方式變?yōu)橹鲃?dòng)防御，規(guī)避應(yīng)用性能問(wèn)題給企業(yè)帶來(lái)的損失。目前，RealSight平臺(tái)已經(jīng)在金融、航空、媒體、政府、新能源行業(yè)等得到了很好的應(yīng)用和認(rèn)可。

大數(shù)據(jù)分析應(yīng)用平臺(tái)在風(fēng)電領(lǐng)域的應(yīng)用

風(fēng)電屬于新能源發(fā)電。新能源發(fā)電不僅沒(méi)有污染，國(guó)家也是大力扶持的。風(fēng)電一個(gè)是發(fā)電的成本高，再一個(gè)是運(yùn)維的難度大。如何通過(guò)物聯(lián)網(wǎng)大數(shù)據(jù)的技術(shù)來(lái)解決用戶關(guān)心的問(wèn)題呢?

首先看一下用戶關(guān)心的三個(gè)問(wèn)題：運(yùn)維、運(yùn)營(yíng)、設(shè)備管理。首先是運(yùn)維，客戶關(guān)心怎樣提高運(yùn)維效率。風(fēng)電場(chǎng)一般建在山上或海上，通常一個(gè)班組12個(gè)人，只能維護(hù)2個(gè)風(fēng)場(chǎng)大約30多臺(tái)機(jī)器，過(guò)程也比較辛苦。除了運(yùn)維效率低，有可能監(jiān)控不到位，維修不及時(shí)，這時(shí)候會(huì)出現(xiàn)惡性事故倒塔，就是指由于某個(gè)零部件質(zhì)量問(wèn)題或者維修不及時(shí)導(dǎo)致整個(gè)風(fēng)機(jī)倒下去，輕則造成財(cái)產(chǎn)損失，重則導(dǎo)致人員傷亡。

在風(fēng)力發(fā)電行業(yè)，無(wú)論是風(fēng)機(jī)的制造商還是風(fēng)力發(fā)電的運(yùn)營(yíng)商和業(yè)主，只要一年出現(xiàn)一兩次倒塔事故，就會(huì)危及企業(yè)的生存。如何結(jié)合風(fēng)機(jī)實(shí)時(shí)的數(shù)據(jù)和設(shè)備維修的歷史數(shù)據(jù)，在惡性事故出現(xiàn)之前預(yù)見(jiàn)到事故的發(fā)生，從而提高風(fēng)場(chǎng)運(yùn)營(yíng)的質(zhì)量和效率，成為用戶關(guān)心的問(wèn)題之一。

再看如何提高發(fā)電量。提高發(fā)電量又是復(fù)雜的系統(tǒng)工程，因?yàn)樗鼤?huì)受到影響的因素非常多。比如主控參數(shù)優(yōu)化，參數(shù)設(shè)置、偏航優(yōu)化和邊槳的優(yōu)化，需要整體考慮才能得到理想的結(jié)果，得到更高的產(chǎn)能和利潤(rùn)。

還有設(shè)備的改進(jìn)。風(fēng)電廠每年投入大量資金做技改，技改的目的是要找到設(shè)備損壞或者設(shè)備技能不佳的深層次原因在哪兒，從而知道設(shè)備的研發(fā)、設(shè)計(jì)、加工工藝等方面能從哪個(gè)角度去改善。

東軟RealSightI OP解決方案的用戶是國(guó)內(nèi)五大風(fēng)力發(fā)電廠之一，在全國(guó)各地有30多個(gè)風(fēng)場(chǎng)，300多臺(tái)風(fēng)機(jī)。然后實(shí)現(xiàn)了省級(jí)SCNDA系統(tǒng)，也就是說(shuō)這家風(fēng)力發(fā)電廠已經(jīng)完成了基本數(shù)據(jù)采集、存儲(chǔ)和管理，但是并沒(méi)有進(jìn)行數(shù)據(jù)有效分析。東軟通過(guò)能效管理、故障管理、輔助決策三個(gè)維度幫助用戶做好故障管理和產(chǎn)能提高。

能效管理方面包括能耗的預(yù)測(cè)，運(yùn)營(yíng)調(diào)節(jié)，風(fēng)廠管理，起調(diào)調(diào)節(jié)等。預(yù)算管理的模型是健康退化、壽命預(yù)測(cè)、故障診斷、故障定位。輔助決策就是風(fēng)場(chǎng)評(píng)估、產(chǎn)能評(píng)估、設(shè)備優(yōu)化、部署優(yōu)化。風(fēng)場(chǎng)選址是選擇在山上還是在海邊，整個(gè)風(fēng)力發(fā)電產(chǎn)能與溫度、濕度、壓力包括風(fēng)速都是相關(guān)的，所以選址也非常關(guān)鍵。

在這個(gè)案例中，大數(shù)據(jù)平臺(tái)應(yīng)用的效果可以從四個(gè)維度來(lái)看：一是工作效率的提升，檢測(cè)效率預(yù)計(jì)提高50%，平均每個(gè)故障處理時(shí)間從2小時(shí)縮短到1小時(shí);二是產(chǎn)值提升，每臺(tái)風(fēng)機(jī)新增發(fā)電功率10%，新增產(chǎn)值約20萬(wàn)元;三是成本節(jié)省，現(xiàn)有風(fēng)場(chǎng)的運(yùn)維人員在5年內(nèi)預(yù)計(jì)減少50%。最優(yōu)選址方面，根據(jù)氣象相關(guān)的歷史數(shù)據(jù)等信息計(jì)算出區(qū)域內(nèi)最佳的風(fēng)場(chǎng)。

RealSightIOP最核心解決的問(wèn)題是幫助客戶提升產(chǎn)能獲得更高的收益。實(shí)現(xiàn)路徑有兩個(gè)：一是直接幫助業(yè)主優(yōu)化風(fēng)場(chǎng)產(chǎn)能;二是縮短故障率，保證設(shè)備運(yùn)轉(zhuǎn)的時(shí)間，這也是從另外一個(gè)角度提升產(chǎn)能。

大數(shù)據(jù)分析應(yīng)用平臺(tái)在石油石化領(lǐng)域的應(yīng)用

中國(guó)石化上海石油化工股份有限公司是大型石化生產(chǎn)企業(yè)，主要產(chǎn)品分為四個(gè)大類(lèi)，其中石油產(chǎn)品包括：汽油、柴油、航空煤油、液化石油氣等;化工產(chǎn)品包括：乙烯、丙烯、丁二烯、純苯、甲苯、對(duì)二甲苯、精對(duì)苯二甲酸、丙烯腈、乙二醇、環(huán)氧乙烷、醋酸乙烯、碳五等;合成樹(shù)脂及合纖聚合物產(chǎn)品包括：聚乙烯、聚丙烯、聚酯、聚乙烯醇等;合成纖維產(chǎn)品包括：腈綸短纖維、腈綸毛條、滌綸短纖維、滌綸工業(yè)長(zhǎng)絲等。

“我們用大數(shù)據(jù)主要是看中大數(shù)據(jù)的預(yù)見(jiàn)性和洞察力。” 中國(guó)石化上海石油化工股份有限公司信息部主任楊景杰介紹說(shuō)，“這是什么原因呢?石化行業(yè)對(duì)產(chǎn)品質(zhì)量的要求高。第一，質(zhì)量不能過(guò)剩，質(zhì)量過(guò)剩意味著能耗增加;第二，質(zhì)量不能差，質(zhì)量差就意味著對(duì)用戶不負(fù)責(zé)任。所以我們希望能夠?qū)|(zhì)量進(jìn)行過(guò)程控制，但是目前我們的感知能力還不夠。”

“在目前的情況下，生產(chǎn)質(zhì)量的很多參數(shù)是沒(méi)辦法感知的。這時(shí)候我們就用大數(shù)據(jù)的方法，通過(guò)機(jī)器學(xué)習(xí)所有的數(shù)據(jù)來(lái)做預(yù)測(cè)，要求預(yù)知準(zhǔn)確度達(dá)到99%。我們現(xiàn)在已經(jīng)能夠預(yù)測(cè)18秒以后的狀況了。如果每一秒鐘是一步的話，18秒就是18步的動(dòng)作。我們能看到18步以后的事情，就是因?yàn)楝F(xiàn)在溫度、壓力、流量、黏度是能感知到的。但是有些參數(shù)物聯(lián)網(wǎng)感知不到，那就要進(jìn)行預(yù)測(cè)，預(yù)測(cè)的準(zhǔn)確度很重要。我們利用大數(shù)據(jù)，通過(guò)對(duì)五、六年數(shù)據(jù)長(zhǎng)期的分析，來(lái)回歸出質(zhì)量的參數(shù)，這就是大數(shù)據(jù)分析。”

“另外，大數(shù)據(jù)技術(shù)在生產(chǎn)設(shè)備維護(hù)的過(guò)程中也能發(fā)揮作用。石油石化行業(yè)的生產(chǎn)設(shè)備需要定期維修。如果維修不及時(shí)，設(shè)備故障停機(jī)，那造成的損失是巨大的。設(shè)備在不壞的情況下一直維持生產(chǎn)運(yùn)行，這是中石化最期待的。在這一點(diǎn)上，中石化也利用大數(shù)據(jù)把設(shè)備的狀況進(jìn)行各種形態(tài)分析，然后把經(jīng)驗(yàn)集中起來(lái)，通過(guò)分析得出結(jié)論，告訴操作工什么時(shí)候機(jī)器會(huì)壞，在它壞之前就修好它，避免設(shè)備在生產(chǎn)運(yùn)行中出問(wèn)題。”

大數(shù)據(jù)分析平臺(tái)在保險(xiǎn)行業(yè)的應(yīng)用

一家國(guó)內(nèi)著名的保險(xiǎn)公司自己研發(fā)了網(wǎng)上保險(xiǎn)銷(xiāo)售平臺(tái)。這個(gè)銷(xiāo)售平臺(tái)的訪客量達(dá)百萬(wàn)級(jí)以上。但是，雖然有這么多的訪客，統(tǒng)計(jì)得到的成交量卻并不很大。保險(xiǎn)公司對(duì)這種情況進(jìn)行了深入思考，發(fā)現(xiàn)存在幾個(gè)問(wèn)題：

一是手上有很大量的客戶數(shù)據(jù)，但是數(shù)據(jù)來(lái)源分散而且不一致。另外，這些數(shù)據(jù)之間很難形成聯(lián)動(dòng)分析。二是產(chǎn)品種類(lèi)、推薦方式或者是銷(xiāo)售模式與現(xiàn)有電商(比如淘寶)比起來(lái)還是落后的。三是在有這么多客戶應(yīng)用信息的情況下，沒(méi)有辦法很好地挖掘潛在的客戶。這就造成了在網(wǎng)銷(xiāo)平臺(tái)客戶量起來(lái)的情況下，但是成交率非常低。圍繞這個(gè)問(wèn)題，保險(xiǎn)公司認(rèn)為需要做營(yíng)銷(xiāo)智能化，或者是通過(guò)技術(shù)保證線上平臺(tái)的交易量。

東軟在RealSightCI智能產(chǎn)品平臺(tái)基礎(chǔ)之上為這家保險(xiǎn)公司量身定制了解決方案：首先為保險(xiǎn)公司構(gòu)建了數(shù)據(jù)采集系統(tǒng)，采集行為日志的數(shù)據(jù)、產(chǎn)品數(shù)據(jù)、訂單數(shù)據(jù)，這分別來(lái)自于保險(xiǎn)公司的不同業(yè)務(wù)系統(tǒng)以及其他來(lái)源。收集、采集完數(shù)據(jù)把數(shù)據(jù)傳輸?shù)絉ealSightCI平臺(tái)，把這些數(shù)據(jù)進(jìn)行關(guān)聯(lián)分析。把保險(xiǎn)產(chǎn)品的分類(lèi)、折扣、渠道，用戶的年齡、收入進(jìn)行聯(lián)動(dòng)關(guān)聯(lián)分析，在此基礎(chǔ)上會(huì)形成很多的分析結(jié)論，在分析結(jié)論的基礎(chǔ)上，通過(guò)大數(shù)據(jù)平臺(tái)，或者是RealSightCI智能推薦的模塊形成推薦算法。比如說(shuō)可以基于規(guī)則推進(jìn)，又可以基于產(chǎn)品屬性推薦，同時(shí)還可以基于用戶的興趣、行為進(jìn)行推薦。通過(guò)各種各樣的推薦算法提升了受眾的接受程度。在推薦的基礎(chǔ)上，重點(diǎn)對(duì)客戶的痛點(diǎn)或者是問(wèn)題進(jìn)行了解決，再進(jìn)行推薦模式的修改。

保險(xiǎn)公司很關(guān)注登錄客戶的轉(zhuǎn)化率，這個(gè)轉(zhuǎn)化率是圍繞整個(gè)產(chǎn)品的流程展開(kāi)的，從登錄頁(yè)到產(chǎn)品頁(yè)、訂單頁(yè)和付款頁(yè)，這樣一個(gè)過(guò)程。一個(gè)客戶進(jìn)入到營(yíng)銷(xiāo)平臺(tái)，如果想拿下這個(gè)單(付款才成單，沒(méi)付款都只是一個(gè)過(guò)程)。如何從客戶登錄頁(yè)吸引他到產(chǎn)品頁(yè)，再到多訂單頁(yè)，通過(guò)一系列的手段讓他付款?在這個(gè)應(yīng)用里東軟建立了回歸模型，建立了各因素與各階段的轉(zhuǎn)化率。從整個(gè)的登錄頁(yè)到產(chǎn)品頁(yè)分析地理信息，包括客戶的瀏覽器、訪問(wèn)時(shí)間、累積訪問(wèn)的次數(shù)和情況進(jìn)行綜合分析，然后是每個(gè)指標(biāo)的相關(guān)調(diào)整，通過(guò)系數(shù)調(diào)整和它的配比形成了新的營(yíng)銷(xiāo)方案。通過(guò)這樣一個(gè)轉(zhuǎn)換，大大提升了登錄頁(yè)到產(chǎn)品頁(yè)的轉(zhuǎn)換，從產(chǎn)品頁(yè)到登錄頁(yè)增加察看產(chǎn)品個(gè)數(shù)、類(lèi)型等，然后分析形成轉(zhuǎn)化推動(dòng)。從訂單頁(yè)到付款頁(yè)，增加購(gòu)買(mǎi)產(chǎn)品數(shù)量、支付類(lèi)型的信息，最終成單。綜合看起來(lái)，在這家保險(xiǎn)公司的保險(xiǎn)智能網(wǎng)銷(xiāo)平臺(tái)通過(guò)部署RealSightCI，關(guān)鍵轉(zhuǎn)化率提升了20%。

總結(jié)這個(gè)案例，用戶有一個(gè)網(wǎng)上的電商平臺(tái)，通過(guò)引入RealSightCI客戶智能產(chǎn)品，做到了用戶行為分析、精準(zhǔn)營(yíng)銷(xiāo)、個(gè)性化推薦，以及最后通過(guò)關(guān)鍵轉(zhuǎn)化率提升，然后帶來(lái)了營(yíng)業(yè)額的提升。

在上海巡展過(guò)程中，東軟公司及其行業(yè)用戶還分享了電梯制造商、新媒體、高科技企業(yè)等行業(yè)的大數(shù)據(jù)應(yīng)用案例。與參會(huì)觀眾共同探討了大數(shù)據(jù)應(yīng)用落地的途徑和細(xì)節(jié)。東軟集團(tuán)平臺(tái)產(chǎn)品事業(yè)本部先行產(chǎn)品研發(fā)事業(yè)部總經(jīng)理趙立軍表示：“東軟在大數(shù)據(jù)領(lǐng)域已經(jīng)探索多年，不僅擁有涵蓋數(shù)據(jù)采集與處理、數(shù)據(jù)分析、展示、應(yīng)用等全面的大數(shù)據(jù)產(chǎn)品，更重要的是在過(guò)去幫助行業(yè)客戶構(gòu)建信息化系統(tǒng)的過(guò)程中，構(gòu)建了各個(gè)行業(yè)的數(shù)據(jù)模型，具備卓越的跨行業(yè)數(shù)據(jù)整合能力，這是東軟最具有價(jià)值、也是RealSight有別于其他大數(shù)據(jù)應(yīng)用產(chǎn)品的核心部分。”

來(lái)源：賽迪網(wǎng)