在化纤产业所拥有的数据日益丰富的背景下，产业大数据应用将为行业企业带来创新与变革。通过互联网、移动物联网等带来的低成本感知、高速移动连接、分布式计算和高级分析，信息技术和化纤产业系统正在深入融合，给产业带来深刻的变革，创新了化纤企业的研发、生产、运营、营销和管理方式。在此背景下，恒逸与多方合作，通过多维度数据叠加，构建化纤产业大数据平台。那么化纤产业大数据应用场景体现在哪里呢？本文将就此问题进行逐一梳理。
　　一、生产领域应用场景
　　1、产品研发与趋势洞察
　　（1）产品研发客户与化纤企业之间的交易和交互行为产生大量数据，深度挖掘和分析这些客户动态数据，让客户参与到产品的需求分析和产品研发等创新活动中，为产品更新迭代提供支持。在交互过程中，客户持续地更新产品用量、交易时间、产品反馈和和区位信息等数据，并反映在大数据库里，进而了解客户的偏好习惯。这种以客户为中心的大数据应用场景实现新产品研发和协同。收集汇总客户行为的信息，以了解客户，制订产品改进计划，并实施新产品创新。
　　（2）趋势洞察
　　以往的化纤行业趋势洞察，都是基于历史结构化的数据预判产业的发展趋势，这种趋势预测方式无法给出精确的“产业画像”，因其中缺失如用户消费偏好、客企交互、趋势舆论等这类非结构化数据。在化纤产业大数据的技术背景下，综合结构化和非结构化数据预测行业发展趋势，可准确全方位的逼近化纤行业“产业画像”。产业和研发趋势的洞察，为企业产品结构、行业发展方向调整提供有力依据。
　　2、生产工艺与过程管控
　　化纤企业生产线可安装数以千计的小型传感器，来探测温度、压力、热能、振动和噪声。每隔几秒收集一次数据，利用这些数据可以实现很多形式的分析，包括设备诊断、用电量分析、能耗分析、质量事故分析等。
　　（1）在生产工艺改进方面
　　在生产过程中使用这些大数据，就能分析整个生产流程，了解每个环节执行的。一旦有某个流程偏离了标准工艺，就会产生一个报警信号，能更快速地发现错误或者瓶颈所在，进而更容易解决问题。
　　（2）在生产过程仿真方面
　　利用大数据技术，还可以对产业产品的生产过程建立虚拟模型，仿真并优化生产流程，当所有流程和绩效数据都能在系统中重建时，这种透明度将有助于生产车间改进其生产流程。
　　（3）在设备能耗分析方面
　　在设备生产过程中利用传感器集中监控所有的生产流程，能够发现能耗的异常或峰值情形，由此便可在生产过程中优化能源的消耗，对所有流程进行分析将会大大降低能耗。
　　3、生产计划与排程安排
　　大数据可以给予企业更详细的数据信息，发现历史预测与实际的偏差概率，考虑产能约束、人员技能约束、物料可用约束、工装模具约束，通过智能的优化算法，制定预计划排产，并监控计划与现场实际的偏差，动态的调整计划排产。产业大数据帮我们规避“画像”的缺陷，直接将群体特征直接强加给个体。通过数据的关联分析并监控它，我们就能计划未来。
　　4、供应链的分析和优化
　　条形码、RFID等产品电子标识技术、物联网技术以及移动互联网技术能帮助企业获得完整的产品供应链的大数据，利用这些数据进行分析，将带来仓储、配送、销售效率的大幅提升和成本的大幅下降。再利用生产设备中传感器所产生的数据，知道设备出了什么故障，哪里需要备品备件，我们还可以预测何处以及何时需要零件。这将会极大地减少库存，优化供应链。
　　二、管理领域应用场景
　　1、市场营销管理
　　（1）用户画像
　　通过对交易数据、市场活动数据、用户信息数据、社会化媒体数据等大数据的收集和挖掘，得出用户的特征，洞察用户的喜好，并较完整的绘制出“用户画像”，精准的定位用户需求，引导市场运作。
　　（2）社交营销
　　社会化媒体的运用让用户的行为由单纯的信息内容获取变为集消费、创造和分享于一体综合互联网利用行为。社会化媒体通过大数据技术，记录用户的网络消费记录，分析、计算出用户可能存在的消费需求。
　　（3）精准营销
　　企业利用大数据技术，通过精确的用户群定位、全面的用户内容和行为偏好分析，建立受众分群模型，并据此制定渠道和创意策略。大数据营销方式，分析用户需求，判断其关联需求，挖掘其潜在需求。
　　（4）产品销售
　　通过大数据的多维度组合，分析区域性需求占比和变化、产品品类的市场受欢迎程度以及最常见的组合形式、用户的层次等，以此来调整产品策略和铺货策略。通过大数据对市场细节的分析，可以找到更多的潜在销售机会。
　　2、企业决策管理
　　（1）科学化决策方式
　　产业大数据背景下，企业决策管理层通过收集和分析大量事件相关的内部和外部数据，获取有价值的信息，建立决策咨询模型，立体化地展现决策方法和手段，进行智能化决策分析。
　　（2）多元化决策路径
　　大数据技术的应用，使决策咨询参照数量庞大、种类众多的海量样本成为可能，并且针对突发问题收集的数据具有实时性和真实性。通过智能化的挖掘手段，展现问题时间和空间上的特性，供企业决策管理层参考。
　　（3）合理化决策模式
　　通过大数据技术为企业实现“事先预测”的决策模式提供支持，将决策的问题数字化、公式化、模型化，决策问题的发展走向可预测化。可见，大数据的应用将不断提高企业的决策效率和决策科学性。
　　3、企业风险管理
　　通过大数据进行风险管控和内部审计，发现企业存在的缺陷、疑点和问题。针对企业存在的缺陷、疑点和问题参照政策法规和企业制度，发现企业存在的风险。此外，通过对企业违规损失进行分析，识别企业风险事件，最终形成企业风险数据库，以企业风险数据库为基础，对企业风险进行管理，制定控制措施，通过信息化进行业务循环管控，实现风险管控工作的闭环。 （徐增亮）