電商數據分析報告范文

前言：我們精心挑選了數篇優質電商數據分析報告文章，供您閱讀參考。期待這些文章能為您帶來啟發，助您在寫作的道路上更上一層樓。

第1篇

關鍵詞：整車尺寸 GDIS 數據系統 數據集成 在線測量系統 隨行工裝

Creative construction and application of GDIS in Vehicle Dimension field

Li Zhengping，Yang Yufang，Gu Qing，Gao Yu，Yang Yang，Xu Xiangze

（Vehicle Manufacturing Engineering， Shanghai General Motor limited company， 201201， ）

Abstract：To introduce the construction and application of Global Dimensional Information System（GDIS） in Vechicle Dimension field. It’s the description about the execution approach how SGM rebuild and integrate system around GDIS， and involve out-sourcing parts data into data system network. It’s also the statement on innovative execution on measurement system， combined with GDIS functional development for the purpose of vehicle dimension data analysis and monitoring under new manufacturing process.

Keyword：Vehicle dimension，GDIS，data system，data integration， Vision system， Geo-pallet

1、全球尺寸信息系統簡介

通用公司由北美公司牽頭，西門子開發，上海通用、大宇、歐寶、巴西等全球各區域公司共同參與，基于TcAE平臺全新開發尺寸數據系統，進行數據分析和報告，并實現全球信息共享。該開發項目目標是實現全球尺寸數據分析的標準，格式，平臺統一。同時也使產品開發生命周期中相關系統，軟件工具使用平臺也得到統一。有效地提高了全球化信息共享效率和能力。

全球尺寸信息系統集車身尺寸工藝信息管理，測量系統數據采集，數據傳輸和存儲，數據多樣化分析以及尺寸信息評價共享功能為一體，完整整合企業內部各級車身總成，各類測量來源的尺寸數據，有效支持日常車身制造尺寸分析和控制。本文介紹該系統在整車尺寸領域的架構和常規應用方法，并且上海通用汽車公司圍繞該系統進行的系統再構造和集成，將車身零部件供應商的尺寸數據也納入到該系統數據網絡，將系統網絡覆蓋到整車制造所有步驟。以及通過測量系統創新實施，結合本系統的功能應用，以實現新工藝下的整車在線測量系統尺寸數據分析監控功能。

全球尺寸信息系統（Global Dimension Information System以下簡稱GDIS）由下圖各部分組成。

圖1 GDIS系統架構示意圖

其中各組成部分功能如下：

1）數據采集端：在整車制造不同階段采用各類測量系統進行尺寸測量監控，如白光/藍光測量設備，三坐標測量機（CMM），在線測量系統（VISION），等，這些測量設備最終形成固定格式的電子文件報告，通過固定的電腦終端上傳至數據轉換服務器。

2）數據轉換服務器：獲取采集端上傳的數據報告，并從系統管理服務器中得到相關的零件總成尺寸工藝配置信息進行報告有效性自動評定。一旦報告評估有效，則自動轉換為統一報告格式，存儲入數據庫中，供后續應用。如評估報告無效則報告無法存儲入數據庫，同時錯誤信息也會即時反饋到數據采集部門以便數據流管理人員進行及時糾正和重新上傳。

3）系統管理服務器：管理GDIS所有零件總成/測量設備配置信息的終端，同時也是各類尺寸測量數據的存儲數據庫。

4）數據分析客戶端：現場尺寸工程師使用GDIS數據分析客戶端，隨時獲取最新的零件總成測量數據，并進行多樣化數據統計分析，完成日常生產尺寸監控和問題診斷分析。同時也可使用該客戶端制作個性化尺寸分析評估報告用以匯報和數據分享。通過該客戶端，用戶可以完成常規的：

√測點數模查看：通過測點清單與數模測點位置的互動，快速查閱測點信息和相關實體

√測點數據常規統計分析：針對測量數據計算相關的均值，極差值，6sigma，Pp，Ppk，合格率等常規統計值計算。

√功能尺寸分析：可創建功能性尺寸以評價相關測點的相對位置關系

√相關性分析：計算相關測點的尺寸變化關聯性，以支持判斷尺寸變化來源

√主成分分析：將區域測點波動的主要原因以數模動畫效果演示，以幫助用戶進行問題判斷

√客戶自定義報告：可定制各類尺寸分析報告并輸出

圖2 GDIS客戶端軟件功能界面示意圖

5）報告管理服務器：管理所有尺寸評價報告模板，一旦對應的零件總成測量數據進入數據庫，則自動觸發相應的報告刷新后臺程序，形成PDF格式的數據評價報告，更新到GDIS網站。

6）GDIS網站：全球化GDIS尺寸信息共享平臺，可查詢各生產基地的各車型報告。網站提供用戶自定義報告功能，可由用戶在一定范圍內自行定制個性化的尺寸報告。

2、供應商數據集成開發

對于整車制造企業來說，廠內的總成件測量數據的采集和集成可自行規劃并實施，其實施應用難度相對較低。對外部眾多供應商的零件測量數據并進行集成，與廠內整車尺寸數據結合，對整車制造鏈構成全過程監控，將更有效的實現整車尺寸質量監控，追溯和改進。 但是供應商數據管理結構和廠內車型數據管理結構設計，供應商的測量設備，軟件標準化程度很低，測量報告的格式五花八門，企業對供應商的網絡準入門檻非常高，上述這些是所有整車企業都將面臨的難題。上海通用在供應商數據系統集成方面率先走出了第一步，并針對上述的難題提出了自己的創新解決方案。

2.1供應商產品管理結構設計

GDIS系統面向廠內產品數據管理方案是已成熟運用的雙線方式，即“廠->車型->總成” （BOP結構即Bill of Product“產品清單”管理）和“廠->測量設備->測量軟件”（BOR結構即Bill of Resource“資源清單”管理）雙線矩陣管理模式。見下圖

圖3 雙線管理結構示意圖

通過上述雙線矩陣管理模式，可以準確定義每個廠每個車型總成的工藝信息，測點信息以及相應的測量設備和軟件信息。而對于供應商的零件數據管理體現出與廠內產品管理不同的特點。廠內產品與供應商產品管理的差異見下表：

廠內產品管理 供應商產品管理

產品結構 產品工藝復雜，產品結構層次較多 產品工藝簡單，產品結構層次簡單

車型生產廠固定 車型供應商廠家多

資源結構 廠內多種測量資源 廠內測量資源單一

不同廠家間測量設備標準基本一致 不同供應商設備資源標準不一，且種類繁多

表1 廠內及供應商產品管理差異表

基于以上差異，同時兼顧廠內產品結構的基本規則和應用模式。我們針對供應商團體，建立了一個虛擬的廠家――“Supplier Site”（供應商基地）以統一管理所有供應商產品。所有的供應商產品并不按照供應商廠家進行劃分，仍以車型產品結構進行管理。即不同供應商下的同一車型下屬零件產品集中管理，以保持和廠內產品管理風格一致。在資源清單管理結構中，將每家供應商廠家的概念弱化為一種測量設備資源，并與其所屬零件在產品清單結構中進行關聯實現準確定義管理。

2.2供應商數據格式管理方案

我們通過目前數十家主要供應商處調研收集了總數超過20種的不同型號設備和軟件。這些軟件輸出的測量數據報告格式也是五花八門，從而導致了對于GDIS系統數據讀入產生極大的阻礙。我們需要對現有的眾多供應商中推行測量報告格式標準化，以最大化的將各類報告格式統一到有限的集中GDIS系統可識別的格式中。我們指定了幾家主要的測量設備產品作為供應商報告輸出標準，如海克斯康的PCDMIS，尼康的LKDMIS，蔡斯的HOLOS軟件。并聯系相關測量設備供應商開發軟件插件，以幫助供應商轉化輸出標準化的報告格式。針對其他無法納入上述標準設備和軟件清單的供應商及其測量系統，上海通用則通過針對性的自行開發報告格式轉換軟件，使其轉換后的報告格式可以被GDIS系統識別和正確讀入。通過上海通用的自行變成開發軟件，使GDIS系統讀取各種來源的數據更加具備了靈活性和兼容性。

2.3供應商網絡接入解決方案

整車制造企業對網絡信息安全都有極高的要求，任何從廠外向廠內發出的網絡數據傳輸和訪問請求都是不被接受和允許，這也為供應商測量數據傳輸至上海通用廠內GDIS系統造成了極大的技術障礙。我們在現有的供應商與上海通用數據溝通渠道中，找到僅有的信息傳輸系統 “電子采購系統 E-Procurement”（后文簡稱EP系統），在EP系統下每個供應商都擁有一個上海通用授權的賬號，針對新的車型項目和合同要求，登錄該EP系統向上海通用提交各類零件狀態和資質認證等資料文件。通過與IT和采購部門的合作，我們在EP系統下單獨開發了一個數據傳輸渠道和操作界面，經過GDIS系統授權的供應商仍使用相同的賬號登錄EP系統，選擇對應的GDIS系統上傳操作界面即可上傳零件測量數據報告，并通過該渠道被GDIS系統所讀入。從而徹底解決供應商數據訪問廠內網絡的準入門檻問題。上海通用更在廠內建立一個獨立的服務器以單獨為供應商數據傳輸，中轉使用，以方便對供應商數據進行分離管理。

上海通用通過本項目將數據系統的涵蓋范圍從廠內零件，總成數據擴展到供應商處，使整車尺寸數據管理面最大化。

3、面對新工藝的測量系統和數據系統創新實施及應用

3.1背景

隨著整車廠生產節拍的不斷提升，傳統的固定工裝生產工藝已成為限制節拍提升的瓶頸。上海通用自2011年引進新的隨行工裝工藝，以求突破瓶頸進一步提高生產節拍。隨行工裝是傳統雪橇和定位工裝夾具的結合體。車身總成在落到隨行工裝并定位夾緊后，將保持這種定位固定關系完成整個工段的焊接拼裝工作。從而節省了大量車身落位，定位，夾具夾緊等運動，緩沖時間，進而提高了生產效率。隨行工裝的設計造型見下圖

圖4 隨行工裝示意圖

上海通用自2007年起在各生產基地，車身生產線安裝實施激光柔性在線測量系統（后文簡稱Vision系統）以實現對車身尺寸100%實時監控，同時也為車身尺寸質量穩定性提升提供強有力的數據支持。Vision系統實時測量所得的數據也都全部輸入GDIS系統，并有相應的指標和工具支持分析評價，如6sigma， CII指標，相關性矩陣，主成分分析等。

而隨著隨行工裝的引入，在生產效率提升的同時，也對車身尺寸穩定性和尺寸監控分析實施提出了新的難題和挑戰：

1）工裝定位關系復雜，工裝狀態監控難度提高

傳統固定工裝的定位關系簡單，即總成工裝定位，只要定期完成對工裝狀態的標定以及重復性驗證，則工裝狀態就可控。 但隨行工裝工藝的原理是第一層是總成隨行工裝的定位，第二層是隨行工裝基礎定位。比傳統工藝多一層定位關系，也多了一層坐標系定位誤差，從而增加了工裝監控的內容和要求。見下圖：

第2篇

在此之前，國雙科技的主業是做網絡營銷和互聯網用戶行為的數據分析和優化產品，是中國本土少數專注于數據分析和挖掘咨詢公司之一。“以前我們是分析數據的產品做得好，產品的功能+分析服務為公司創造價值；現在我們越來越多地發現，我們自己已經具有的數據和不斷增加的數據，這個數據本身可以產生價值，而且產生價值的方式是多樣化的。”國雙科技CEO祁國晟在與記者聊起這個話題時有些難掩的興奮。

國雙科技注冊成立于2005年，以軟件外包起家，那時祁國晟就已經在關注搜索引擎的營銷經濟價值。2007年，他做出一個艱難的決定：徹底放棄賺錢的外包服務，把所有精力投入Web Dissector量化分析工具的開發上，開始了“二次創業”。經過三年的蟄伏，2011年 2012年國雙科技的在線分析業務實現了爆炸式的增長，收入猛增10倍以上。目前國雙科技的客戶超過300家，分布于18個行業，包括可口可樂、歐萊雅、上海文廣新聞傳媒集團等40多家全球500強和中國500強企業，國雙科技為它們提供打包的數據整合方案服務。

與過往的業績相比，更讓祁國晟和團隊興奮的，是他們正在開啟的新事業：數據資產化。

2013年年初，國雙科技旗下“國雙數據中心”正式成立。在祁國晟和團隊的謀劃中，該中心將是國雙科技試水“數據資產化”的先鋒。現在來看，國雙數據中心還只是一些趨勢性報告，比如中國互聯網用戶屬性、用戶習慣、電子商務、在線媒體渠道、移動互聯網等領域的用戶行為規律等。但未來一定不止于此。對于祁國晟和團隊來說，挑戰他們的是，用什么樣的思路來“激活”國雙數據中心已經擁有的數據挖掘能力和數據資產。據國雙科技的資料顯示，國雙數據中心擁有基于OLAP（聯機分析處理技術）的交互式數據挖掘平臺，可將數據倉庫中的每一個數據通過上百個維度和指標進行關聯、交叉、演繹，提供不同深度的分析報告，滿足不同視角的數據挖掘和分析需求。

祁國晟告訴記者，未來兩年之內，國雙科技在“數據資產化”的新事業上將找到行之有效的商業模式。現在問題的關鍵是，找到“需求在哪里”，甚至是得“挖掘需求”。

在“挖掘需求”上，祁國晟頗有感觸。基于之前與國家信息中心的合作，國雙科技涉足到針對電子政務的數據分析，當時雙方合作成立的網絡政府研究中心開發了一套基于電子政務的新系統，主要用于分析電子政務的績效。在該項合作中，在客戶的需求之外，國雙科技團隊發現了一項民眾對政府工作最急迫的需求——異地辦理生育證明，“這個發現跟數據挖掘有關系，這個結果不是調研出來的，是通過全樣本數據分析挖掘出來的”。祁國晟回憶說，最后他們出具的報告“非常有說服力”，甚至推動了政府后來出臺規定、簡化異地生育證辦理的流程。

在祁國晟看來，基于國雙科技近一年里業務拓展的重點，其“數據資產化”首先會在政府電子政務、運營商數據分析、網絡電視臺解決方案等業務線上找到突破點。“現在新業務的比例還不是特別高，占到整個公司收入大盤子的10%多，但是增長速度非常快。”祁國晟希望，兩年內新業務的收入能夠占到總盤子的30%以上，成為國雙科技的核心業務之一。在這個過程中，對祁國晟和團隊來說，挑戰之一是：這些數據資產源于國雙作為第三方服務商時，客戶愿意把數據交給國雙或者把數據接口開放給國雙，一旦國雙做“數據資產化”時，客戶會否對開放自己的數據有安全方面的顧慮？

“這是我們最關心的問題，也是我們做數據生意必須堅持的底線。我們企業的生存是依賴于客戶的放心，放心把數據交給我們分析。”祁國晟進一步強調，國雙科技正在嘗試的“數據資產化”有一個前提，絕不觸碰跟客戶商業相關的數據。

祁國晟介紹，在他們采集的客戶數據中，“只有1%到10%是客戶的商業數據，其他的全部都是行業性的數據”。而且，他感覺比較幸運的是，從一開始做數據分析、數據挖掘服務時做了一個正確的決定，“當時我們的計算性能做得還不夠好，曾經討論過要不要把那些行業性的數據丟掉只保留客戶的商業數據，后來我們沒有丟，現在看來是一件非常明智的事，留下這些行業性的數據，才能和現在其他的東西聯系在一起，這樣才有可能產生非常大的價值和意義”。

最近一兩年的時間里，有關大數據的創業，有關數據分析、數據挖掘的創業，有很多新鮮亮眼的團隊出現，對于國雙科技這樣已經在這個領域浸八年之久的公司來說，會否有強烈的不安全感？祁國晟跟記者分享了他最近的一段經歷。不久前他與美國一家數據挖掘的創業公司交流，對方的數據處理能力很強，實時性數據挖掘的技術做得非常好，但是它們只做這個方向的數據挖掘。祁國晟很好奇為什么。對方明確地告訴祁國晟，它們做歷史性數據挖掘的意義不大，因為這個團隊剛開始做，手上沒有任何以前歷史的數據，所以它們就想把實時性數據分析做到極致。

第3篇

業內普遍認為，這一綱要的意味著智慧醫療時代正大跨步趕來。易觀國際的預測數據顯示，2014年僅我國移動醫療市場規模已達到30.1億元，同年增長52%，預計2017年，移動醫療市場規模將突破200億元，市場進入高速發展期。

大數據支撐醫療健康

“互聯網+與醫療健康產業的結合，大數據在其中起到決定性作用。”亞信數據電信解決方案&行業創新中心總經理李捷表示，體外診斷是一個新領域，在這個領域里面有很多新興技術，包括皮下的持續監測血糖、心電的實際監測、基因測序等，讓人的健康護理、健康管理在科學上取得很大的進步。

眾所周知，亞信是專注運營商行業的企業，那么為什么亞信會選擇深耕醫療健康領域呢?

李捷解釋說：“運營商正面臨著轉型，而其龐大的客戶群不僅僅有通訊需求，還有更多的自身生活健康相關的訴求。運營商本身也是一個管道提供商，在管道上承載的各種專項服務，對運營商而言都是有價值的。”亞信數據方面認為，產業跨界聯合，一方面是對新興領域的探索，另一方面則是希望通過領域拓寬，給運營商的原有市場和老客戶群體帶來新的價值。

互聯網+醫療健康有諸多價值可以挖掘，隨著人們收入的增加，對生活質量的需求也在不斷提升，從簡單的衣食住行到關注自身健康養生，這也推動了智能可穿戴設備的快速發展，目前已然形成一個完整的生態閉環。從設備的數據采集，數據傳輸，到數據的挖掘跟管理，再到健康師的分析，最后給出合理的理療建議。亞信數據在這一過程中扮演的就是生態中最為重要的一個角色——數據分析。

精準化服務

大數據分析的價值在于以此為依據提供定向的專業化服務，李捷表示，亞信數據的準確率高達85%以上，亞信開放云平臺有著五年的非結構化數據處理經驗，包括對各個APP和互聯網語料庫的識別能力，行業涉及政府、餐飲、醫療健康、公共媒體等。合作伙伴遍布產學研各個領域，合作模式不僅僅局限于數據支撐，也包括聯合運營。

移動互聯網時代，很多的企業都在探索如何依托大數據技術實現企業轉型，亞信的互聯網運營經驗得以顯現。李捷認為，亞信數據最大的優勢在于其與運營商的多年合作，積累了大量的用戶上網行為分析經驗，同時擁有龐大的運營商用戶作為支持，其數據更加多元、精準。用戶在管道里面搜索的信息，挖掘的信息，也是由運營商第一時間捕獲，其實運營商比互聯網公司能夠更早的捕獲這些信息，這也是運營商數據價值所在。

通過大數據分析，對人群進行分類，可以更好地幫助定向人群找到最適合的解決方案。同時給傳統的醫學機構、營業機構提供精準的市場分析報告。同時李捷認為，在技術上，目前國內的幾家技術領先企業各有千秋、不分伯仲，而亞信數據對于行業的理解是超前的。數據整合之后，需要做深度的行業理解跟模型轉換，比如醫療健康行業，數據涉及很多的健康指數，用戶日常行為等，這些數據之間有著潛在的關聯關系，而對關聯關系的解讀需要相當的行業沉淀，亞信數據有著專業的咨詢顧問團隊做后臺支撐，不只是醫療健康行業，亞信數據在各個涉及的行業均組建了相應的咨詢顧問團隊，提供最專業的行業分析。

大數據的流動性價值

與大數據、互聯網相關的產業，競爭無處不在。對此，李捷說：“因為現在已經是跨界競爭的狀態，我們會遇到很多原來在通信行業里不會遇到的競爭對手，比如說阿里、百度，他們同樣在做跨界的滲透。”面對資本雄厚的競爭對手，亞信數據認為，目前其行業經驗的積累使其與強大的競爭對手處在同一競爭水平。加之亞信一直與運營商合作比較緊密，行業基礎牢固，李捷透露，下一步亞信計劃聯合運營商在移動端展開戰略布局。