精华内容
下载资源
问答
  • 文丨e-works原创专题在...1自动化改造 大势所趋提高生产效率降低劳动成本节能减排降低了工人的劳动强度提升产品质量及稳定性缩短产品生产周期2切勿走进自动化改造5误区1---引入机器人就是进行自动化升级改造!机器人

    文丨e-works原创专题




    在国外的制造业发展过程中, 工业自动化在其生产中占据着重要一环,其每单位的工业机器人比率都远超过国际55的标准,但国内制造业自动化应用则远落后于这一标准,我国在工业自动化的道路上任道而重远。


    1

    自动化改造 大势所趋




    1. 提高生产效率

    2. 降低劳动成本

    3. 节能减排

    4. 降低了工人的劳动强度

    5. 提升产品质量及稳定性

    6. 缩短产品生产周期


    2

    切勿走进自动化改造5大误区




    1

    ---引入机器人就是进行自动化升级改造!


    机器人的应用是自动化升级改造最具代表性的一个方面。但不等于能解决一切问题。气动液压控制及非标设备自动化也是实现自动化非常重要的手段之一。尤其针对一些特殊应用,机器人不能解决的,非标自动化设备才是答案。自动化升级改造,切不可只盯着机器人看,多种渠道才是最好。

    2

    ---机器人买回来就能用


    机器人作为智能设备,并非简单安装调试即可使用。如果忽略机器人的开发(或二次开发)与应用,将会导致许多机器人买回来用不上或使用不当。拿机器人与体育运动员来做个类比,一群好运动员(机器人)加上一个好的教练(系统集成商)才是让整个球队(企业)获胜的关键。

    3

    ---自动化升级改造可以一步到位


    真正的自动化升级改造,并非一个简单工位或是机器的更换就能完成,而是一项极其复杂的系统工程。自动化改造需量力而行,从比较成熟的自动化技术开始,从工厂急待升级改造的部位入手,逐步进行,切不可追求一步到位。

    4

    ---任何工序都可用自动化设备替代


    采用自动化生产线进行生产的产品应有足够大的产量;产品设计和工艺应先进、稳定、可靠,并在较长时间内保持基本不变。并非所有工序都适合进行自动化改造。在大批、大量生产中采用自动线有显著的经济效益。

    5

    ---实现自动化改造就是实现了工业4.0


    近来工业4.0及中国制造2025的概念非常火热,以致很多企业盲目跟风。制造业企业更应该关注的是实际技术与问题的解决方案。当发展到以信息为核心技术的广义管理自动化,工业4.0时代也将应运而生。


    3

    自动化改造方式与途径


    1
    自动化与信息化的融合

    未来企业需要根据市场需求,弹性地调整产能,实现个性化定制,制造出智能的产品。



    这不能仅依靠自动化技术来实现,还必须依靠信息化技术来解决业务层面的问题,为工厂赋予智慧,为市场决策、数据分析、判断、调控、质量管控、售后服务等提供依据和支持。自动化必须与信息化结合才能够发挥最大功效,否则单纯的自动化是没有意义的。


    2
    提高装备的智能化

    制造装备经历了机械装备到数控装备,目前正在逐步发展为智能装备。智能装备具有检测功能,可以实现在机检测,从而补偿加工误差,提高加工精度,还可以对热变形进行补偿。


    ABB推出的双臂机器人YUMI,就是智能型工业机器人的典范。


    ABB双臂机器人YUMI


    以往一些精密装备对环境的要求很高,现在由于有了闭环的检测与补偿,可以降低对环境的要求。智能装备一个最基本的要求,就是要提供开放的数据接口,能够支持设备联网。


    3
    提高生产线的智能化

    智能化生产线在我国制造企业的应用还处于起步阶段,但必然是发展的方向。


    西门子成都电子工厂总装线


    智能产线的特点是:


    在生产和装配的过程中,能够通过传感器或RFID自动进行数据采集,并通过电子看板显示实时的生产状态;能够通过机器视觉和多种传感器进行质量检测,自动剔除不合格品,并对采集的质量数据进行SPC分析,找出质量问题的成因;能够支持多种相似产品的混线生产和装配,灵活调整工艺,适应小批量、多品种的生产模式;具有柔性,如果生产线上有设备出现故障,能够调整到其他设备生产;针对人工操作的工位,能够给予智能的提示。


    4
    提高车间的智能化

    一个车间通常有多条生产线,这些生产线要么生产相似零件或产品,要么有上下游的装配关系。要实现车间的智能化,需要对生产状况、设备状态、能源消耗、生产质量、物料消耗等信息进行实时采集和分析,进行高效排产和合理排班,显著提高设备利用率(OEE)。


    新松机器人制造车间


    因此,无论什么制造行业,制造执行系统(MES)成为企业的必然选择。MES是一个车间级的综合管理系统,可以帮助企业显著提升设备利用率,提高产品质量,实现生产过程可追溯和上料防错,提高生产效率。


    5
    提高工厂的智能化

    仅有自动化生产线和一大堆机器人,并不是智能工厂。作为智能工厂,不仅生产过程应实现自动化、透明化、可视化、精益化,同时,产品检测、质量检验和分析、生产物流也应当与生产过程实现闭环集成。一个工厂的多个车间之间要实现信息共享、准时配送、协同作业。


    智能工厂示意图


    一些离散制造企业也建立了类似流程制造企业那样的生产指挥中心,对整个工厂进行指挥和调度,及时发现和解决突发问题,这也是智能工厂的重要标志。智能工厂必须依赖无缝集成的信息系统支撑,主要包括PLM、ERP、CRM、SCM和MES五大核心系统。大型企业的智能工厂需要应用ERP系统制定多个车间的生产计划,并由MES系统根据各个车间的生产计划进行详细排产。


    4

    制造业生产线自动化改造案例


    1
    走进华为荣耀全自动化生产线!

    在华为荣耀3C第400万台下线庆典暨荣耀3C 4G首发品鉴会后,华为荣耀破例公开了其位于东莞南方工厂的生产线,向外界展示其独一无二全球领先的设备!




    包括美国原装进口的超精准MPM双轨印刷机,世界领先的Camelot dispensing点胶机,全自动化手臂控制的整机测试、全自动无人驾驶运货车,以及正在研制的领先的六台全自动化机械手组成的流线体设备,让人大开眼界。华为荣耀全球领先的生产工艺、手机品控的领先标准在其中展现的淋漓尽致。


    锡膏质量检测,以保证器件焊接质量


    据工厂技术负责人透露,目前还正在研制世界上最先进且独一无二的自动化线体设备,是由六台全自动化的机械手组成的流线体,该设备涵盖了从单板测试加载、全自动化分板点胶、整机音频测试、整机软件加载等工位的功能,可大大提升产品的质量一致性和生产效率,据悉一个流线体可减少工作人员50人左右,可谓强大至极。


    2
    美的自动化生产基地大揭秘

    夜里工厂灯关掉了,机器人依然在每个特定的工位不停歇地工作,有序地焊接、拧螺丝、按比例切割……机器人代替人工出现在生产流水线上操作,这不是科幻电影的情节,它真真实实地出现在美的中央空调的生产线上。




    通过重金投入,美的中央空调在合肥基地,打造了一个“数字化车间”。车间总体设计、工艺流程及布局均已建立了数字化模型,采用CAD、CAM等进行模拟仿真,通过ERP、PDM等实现规划、生产、运营全流程数字化管理。生产车间配置了数据采集系统和先进控制系统,生产工艺数据自动数采率达90%以上。




    此外,车间还采用三维计算机辅助设计(CAD)、设计和工艺路线仿真、可靠性评价等先进技术,使得产品信息能够贯穿于设计、制造、质量、物流等环节,实现产品的全生命周期管理(PLM)。


    目前,美的中央空调拥有顺德、合肥、重庆三大生产基地,已成为国内规模最大、产品线最宽、产品系列最齐全的中央空调生产厂家之一。


    3
    通用汽车智能工厂

    在位于上海金桥的上汽通用凯迪拉克工厂,总成车间里一派繁忙景象。




    “通用汽车所属工厂全都采用确保高精度制造的两大‘利器’——激光在线测量和三坐标测量仪,以及锻造高品质车身两大‘法宝’——超高强钢焊接技术和激光钎焊技术,利用高密度自动化焊接机器人和高柔性GEO pallet输送线,实现不到一分钟就能生产一辆白车身的高效率。”


    利用柔性生产系统,上汽通用的工厂可以在同一生产线上实现不同型号的发动机、变速箱的无缝衔接生产。




    “在生产过程中,过去单一功能的专机已被淘汰,代之以柔性化的随行夹具,可根据需要自动切换选择所需要刀具。通俗的说就是机器人根据程序夹持零件,实现智能化操作。”


    除了以上三个典型案例之外,还有西门子成都数字化工厂、工业自动化行业十大最佳工程案例等等!


    5

    自动化改造集成商盘点


    1
    上海明匠智能系统有限公司


    国内最早专业从事"工业4.0"研发及项目实施的企业,已成为国内知名智能制造系统集成商,拥有多年非标设备设计制造经验,丰富的智能工厂、智能产线与物流系统项目经验,涵盖产品全周期的数字化、智能化制造,拥有工厂级设备监控、分析、可视化远程推送等多种前沿技术。


    2
    武汉优力克



    公司成立于1997年,具有十数年丰富的行业经验,已成长为国内企业行业知名的系统工程公司,尤其在汽车自动化领域业绩卓著。


    3
    新松机器人


    隶属中国科学院,是一家以机器人技术为核心,致力于数字化智能制造装备的高科技上市企业。主导业务涵盖机器人核心零部件、系列机器人产品、行业系统解决方案、工业4.0等四大业务板块;新松机器人产品线包括工业机器人、移动机器人、洁净机器人、特种机器人和服务机器人五大类80余种机器人产品。


    4
    北京机械工业自动化研究所




    北京机械工业自动化研究所(简称北自所)创建于1954年,为国务院国资委监管的大型科技企业。致力于制造业领域自动化、信息化、智能化技术的创新、研究、开发和应用。为客户提供包括开发、设计、制造、安装及服务的整体解决方案。


    除了上面提到的还有苏州博众精工科技有限公司、上海永乾机电有限公司、中船重工鹏力(南京)智能装备系统有限公司、湖北三丰智能输送装备股份有限公司、上海海得控制系统股份有限公司......等等!





    做好一个PLC项目的全部过程(经验篇)

    可乐的工控技术1

    我们学PLC有时候是为了做项目,做项目需要做些什么步骤呢,学习什么知识点,看看老工程师怎么告诉你……

    一、做一个PLC项目的大体流程如下:

    1、熟悉好现场环境和工艺流程;

    2、设计出安全可靠的控制方案;

    3、画出电气控制原理图;

    4、确定好材料,制作材料物资明细表;

    5、编写PLC程序,组态监控画面,设计PLC 机柜接线图,并同时制作PLC机柜;

    6、沟通甲方,现场施工;

    7、现场调试,并完善工艺控制方案;

    8、组织甲方验收项目。

    二、PLC 设计原则

    1、最大限度的满足被控对象提出的各项性能指标

    为明确控制任务和控制系统应有的功能,设计人员在进行设计前,就应深入现场进行调查研究,搜集资料,与机械部分的设计人员和实际操作人员密切配合,共同拟定电气控制方案,以便协同解决在设计过程中出现的各种问题。

    2、确保控制系统的安全可靠

    电气控制系统的可靠性就是生命线,不能安全可靠工作的电气控制系统,是不可能长期投入生产运行的。尤其是在以提高产品数量和质量,保证生产安全为目标的应用场合,必须将可靠性放在首位,甚至构成冗余控制系统。

    3、力求控制系统简单

    在能够满足控制要求和保证可靠工作的前提下,应力求控制系统构成简单。只有构成简单的控制系统才具有经济性、实用性的特点,才能做到使用方便和维护容易。

    4、留有适当的裕量

    考虑到生产规模的扩大,生产工艺的改进,控制任务的增加,以及维护方便的需要,要充分利用PLC易于扩充的特点,在选择PLC的容量(包括存储器的容量、机架插槽数、I/O点的数量等)时,应留有适当的裕量。

    三、PLC设计的基本步骤

    在进行PLC控制系统设计,尽管有着不同的被控对象和设计任务,设计内容可能涉及诸多方面,又需要和大量的现场输入、输出设备相连接,但是基本内容应包括以下几个方面:

    1、明确设计任务和技术条件

    设计任务和技术条件一般以设计任务书的方式给出,在设计任务书中,应明确各项设计要求、约束条件及控制方式。因此,设计任务书是整个系统设计的依据。

    2、确定用户输入设备和输出设备

    用户的输入、输出设备是构成PLC控制系统中,除了作为控制器的PLC本身以外的硬件设备,是进行机型选择和软件设计的依据。因此,要明确输入设备的类型(如控制按钮、行程开关、操作开关、检测元件、保护器件、传感器等)和数量,输出设备的类型(如信号灯、接触器、继电器等执行元件)和数量,以及由输出设备驱动的负载(如电动机、电磁阀等)。并进行分类、汇总。

    3、选择PLC的机型

    PLC是整个控制系统的核心部件,正确、合理的选择机型对于保证整个系统的技术经济性能指标起着重要的作用。

    PLC的选型应包括机型的选择、存储器容量的选择、I/O模板的选择等。

    4、分配I/O地址,绘制I/O接线图

    通过对用户输入、输出设备的分析、分类和整理,进行相应的I/O地址分配,并据此绘制I/O接线图。

    至此,基本完成了PLC控制系统的硬件设计。

    5、设计控制程序

    根据控制任务和所选择的机型以及I/O接线图,一般采用梯形图语言设计系统的控制程序。设计控制程序就是设计应用软件,这对于保证整个系统安全可靠的运行至关重要,必须经过反复调试,使之满足控制要求。

    6、必要时设计非标准设备

    在进行设备选型时,应尽量选用标准设备。如无标准设备可选,还可能需要设计操作台、控制柜、模拟显示屏等非标准设备。

    7、编制控制系统的技术文件

    在设计任务完成后,要编制系统的技术文件。技术文件一般应包括设计说明书、使用说明书、I/O接线图和控制程序(如梯形图等)。

    PLC工程师

    四、PLC的选型

    选择适当型号的PLC机是设计中至关重要的一步。目前,国内外PLC生产厂家生产的PLC品种已达数百个,其性能各有特点,价格也不尽相同。所以,在设计时,首先要根据机型统一的原则来考虑,尽可能考虑采用与本企业正在使用的同系列的PLC机,以便于学习、掌握、维护的方便性,备品配件的通用性,且可减少编程的投资。在此基础上还要充分考虑下面因素,以便选择最佳型号的PLC机:

    1、PLC的功能

    在选择PLC时,首先应对系统要求的输入、输出有详细的了解,即输入量有多少,输出量有多少,哪些是开关(或数字)量,哪些是模拟量,对于数字型输出量还应了解负载的性质,以选择合适的输出形式(继电器型、晶体管型、双向可控硅型)。

    在确定了PLC机的控制规模后,还要考虑一定的余量,以适应工艺流程的变动及系统功能的扩充,一般可按10~15%的余量来考虑。另外,还要考虑PLC的结构,从I/O点数的搭配上加以分析,决定选择整体式还是模块式的PLC。

    在确定了PLC的输入量和输出量的点数及性质后,就可以进一步确定各种I/O模板的型号和数量。开关量I/O模板的规格标准有4、8、16、32、64点,点数多的模板,每点平均价格相对较低。对开关量I/O模板的外部接线方式可分为隔离式和汇点式,隔离式的每点平均价格较高。如果信号之间不需要隔离,应选用汇点式的I/O模板。在整体式PLC机中,各个I/O端子也有隔离式和汇点式之分,以满足不同电压等级的输入/输出器件的需要。

    2、PLC的功能

    要根据该系统的控制过程和控制规律,确定PLC机应具有的功能。各个系列不同规格的PLC机所具有的功能并不完全相同。如有些小型PLC只有开关量的逻辑控制功能,而不具备数据处理和模拟量处理功能。

    当某个系统还要求进行位置控制、温度控制、PID控制等闭环控制时,应考虑采用模板式PLC,并选择相应的特殊功能的I/O模块,否则这些算法都用PLC的梯形图设计,一方面编程困难,另一方面也占用了大量的程序空间。另外,还应考虑PLC的运算速度,特别是当使用模拟量控制和高速计数器等功能时,应弄清PLC机的最高工作频率是否满足要求。

    3、用户程序存储器的容量

    合理确定PLC的用户程序存储器的容量,是PLC应用设计及选型中不可缺少的环节。一般说来,用户程序存储器的内存容量与内存利用率、开关量I/O总数、模拟量I/O点数及设计者的编程水平有关。

    简单的估算公式:

    内存字数=(开关量I/O总点数+模拟量I/O点数 X 16) X 10

    式中:每个模拟量通道(或I/O点)相当16个开关量I/O点。在此基础上,可考虑留有20~25%的裕量。对于工艺比较复杂的系统,应适当增加存储器的容量,否则,当控制较复杂、数据处理量大时,可能出现存储器容量不够的问题。


    人工智能赛博物理操作系统

    AI-CPS OS

    人工智能赛博物理操作系统新一代技术+商业操作系统“AI-CPS OS:云计算+大数据+物联网+区块链+人工智能)分支用来的今天,企业领导者必须了解如何将“技术”全面渗入整个公司、产品等“商业”场景中,利用AI-CPS OS形成数字化+智能化力量,实现行业的重新布局、企业的重新构建和自我的焕然新生。


    AI-CPS OS的真正价值并不来自构成技术或功能,而是要以一种传递独特竞争优势的方式将自动化+信息化、智造+产品+服务数据+分析一体化,这种整合方式能够释放新的业务和运营模式。如果不能实现跨功能的更大规模融合,没有颠覆现状的意愿,这些将不可能实现。


    领导者无法依靠某种单一战略方法来应对多维度的数字化变革。面对新一代技术+商业操作系统AI-CPS OS颠覆性的数字化+智能化力量,领导者必须在行业、企业与个人这三个层面都保持领先地位:

    1. 重新行业布局:你的世界观要怎样改变才算足够?你必须对行业典范进行怎样的反思?

    2. 重新构建企业:你的企业需要做出什么样的变化?你准备如何重新定义你的公司?

    3. 重新打造自己:你需要成为怎样的人?要重塑自己并在数字化+智能化时代保有领先地位,你必须如何去做?

    AI-CPS OS是数字化智能化创新平台,设计思路是将大数据、物联网、区块链和人工智能等无缝整合在云端,可以帮助企业将创新成果融入自身业务体系,实现各个前沿技术在云端的优势协同。AI-CPS OS形成的字化+智能化力量与行业、企业及个人三个层面的交叉,形成了领导力模式,使数字化融入到领导者所在企业与领导方式的核心位置:

    1. 精细种力量能够使人在更加真实、细致的层面观察与感知现实世界和数字化世界正在发生的一切,进而理解和更加精细地进行产品个性化控制、微观业务场景事件和结果控制。

    2. 智能:模型随着时间(数据)的变化而变化,整个系统就具备了智能(自学习)的能力。

    3. 高效:企业需要建立实时或者准实时的数据采集传输、模型预测和响应决策能力,这样智能就从批量性、阶段性的行为变成一个可以实时触达的行为。

    4. 不确定性:数字化变更颠覆和改变了领导者曾经仰仗的思维方式、结构和实践经验,其结果就是形成了复合不确定性这种颠覆性力量。主要的不确定性蕴含于三个领域:技术、文化、制度。

    5. 边界模糊:数字世界与现实世界的不断融合成CPS不仅让人们所知行业的核心产品、经济学定理和可能性都产生了变化,还模糊了不同行业间的界限。这种效应正在向生态系统、企业、客户、产品快速蔓延。

    AI-CPS OS形成的数字化+智能化力量通过三个方式激发经济增长:

    1. 创造虚拟劳动力,承担需要适应性和敏捷性的复杂任务,即“智能自动化”,以区别于传统的自动化解决方案;

    2. 对现有劳动力和实物资产进行有利的补充和提升,提高资本效率

    3. 人工智能的普及,将推动多行业的相关创新,开辟崭新的经济增长空间


    给决策制定者和商业领袖的建议:

    1. 超越自动化,开启新创新模式:利用具有自主学习和自我控制能力的动态机器智能,为企业创造新商机;

    2. 迎接新一代信息技术,迎接人工智能:无缝整合人类智慧与机器智能,重新

      评估未来的知识和技能类型;

    3. 制定道德规范:切实为人工智能生态系统制定道德准则,并在智能机器的开

      发过程中确定更加明晰的标准和最佳实践;

    4. 重视再分配效应:对人工智能可能带来的冲击做好准备,制定战略帮助面临

      较高失业风险的人群;

    5. 开发数字化+智能化企业所需新能力:员工团队需要积极掌握判断、沟通及想象力和创造力等人类所特有的重要能力。对于中国企业来说,创造兼具包容性和多样性的文化也非常重要。


    子曰:“君子和而不同,小人同而不和。”  《论语·子路》云计算、大数据、物联网、区块链和 人工智能,像君子一般融合,一起体现科技就是生产力。


    如果说上一次哥伦布地理大发现,拓展的是人类的物理空间。那么这一次地理大发现,拓展的就是人们的数字空间。在数学空间,建立新的商业文明,从而发现新的创富模式,为人类社会带来新的财富空间。云计算,大数据、物联网和区块链,是进入这个数字空间的船,而人工智能就是那船上的帆,哥伦布之帆!


    新一代技术+商业的人工智能赛博物理操作系统AI-CPS OS作为新一轮产业变革的核心驱动力,将进一步释放历次科技革命和产业变革积蓄的巨大能量,并创造新的强大引擎。重构生产、分配、交换、消费等经济活动各环节,形成从宏观到微观各领域的智能化新需求,催生新技术、新产品、新产业、新业态、新模式。引发经济结构重大变革,深刻改变人类生产生活方式和思维模式,实现社会生产力的整体跃升。





    产业智能官  AI-CPS



    用“人工智能赛博物理操作系统新一代技术+商业操作系统“AI-CPS OS:云计算+大数据+物联网+区块链+人工智能)在场景中构建状态感知-实时分析-自主决策-精准执行-学习提升的认知计算和机器智能;实现产业转型升级、DT驱动业务、价值创新创造的产业互联生态链




    长按上方二维码关注微信公众号: AI-CPS,更多信息回复:


    新技术“云计算”、“大数据”、“物联网”、“区块链”、“人工智能新产业:智能制造”、“智能农业”、“智能金融”、“智能零售”、“智能城市、“智能驾驶”新模式:“财富空间、“数据科学家”、“赛博物理”、“供应链金融”


    官方网站:AI-CPS.NET



    本文系“产业智能官”(公众号ID:AI-CPS)收集整理,转载请注明出处!



    版权声明产业智能官(公众号ID:AI-CPS推荐的文章,除非确实无法确认,我们都会注明作者和来源。部分文章推送时未能与原作者取得联系。若涉及版权问题,烦请原作者联系我们,与您共同协商解决。联系、投稿邮箱:erp_vip@hotmail.com




    展开全文
  • 目前,全球企业为了提高生产率和利润,也越来越多地采用数据分析工具来改进物流和仓库运营,传感器、扫描仪和RFID标签与仓库控制系统自动化物料搬运设备的结合越来越被成为仓库安全和运营效率方面的前进方向。...

    受工业和宏观趋势的驱动,LogisticsIQ ™预计仓储自动化设备市场将增长。目前,全球企业为了提高生产率和利润,也越来越多地采用数据分析工具来改进物流和仓库运营,传感器、扫描仪和RFID标签与仓库控制系统和自动化物料搬运设备的结合越来越被成为仓库安全和运营效率方面的前进方向。

    目前,除了AIDC(数据采集)和AMR(移动机器人),还有很多新的技术,如自动存储和检索系统(ASRS),自动导引车(AGV)和语音与视觉拣货系统等技术广泛应用于仓库管理,使仓库更有效,可以实现客户期望的在12/24小时内交付产品。

    按仓库自动化技术界定:包括AGV / AMR,AS / RS,输送机,分拣,订单拣货,自动识别和数据采集,码垛和卸垛,架空系统,MRO服务和WMS / WES / WCS) ;按行业界定:电子商务,一般商品,杂货,服装,食品和饮料,制药,3PL);按按功能界定:入境,拣货,出境。根据上述界定范围,从全球市场看,LogisticsIQ ™预测2025年“,全球仓库自动化市场将从2018年的130亿美元增长到2025年的270亿美元,增长2倍以上,2019年至2025年的复合年增长率为11.7%。

     

    排行榜:全球仓储自动化50强出炉,5家中国企业入围!

    最近,LogisticsIQ™发布了仓储自动化50强企业名单。榜单将整个生态系统分为4大类:物料搬运系统、自主移动机器人、自动识别和数据采集、仓库管理系统,囊括了一批世界领先的标杆企业,其中中国科技企业嘉腾机器人、新松、极智嘉、海康威视、快仓等纷纷入围。

    新松成立于2000年,隶属中国科学院,是一家以机器人技术为核心的高科技上市公司。作为中国机器人领军企业及国家机器人产业化基地,新松拥有完整的机器人产品线及工业4.0整体解决方案。

    在其去年的营收中,物流与仓储自动化成套装备、工业机器人收入各占三分之一。其中,物流与仓储自动化成套装备营收最多,达到9.7亿元,占总营收的31.35%;工业机器人则以9.4亿元的营收、30.22%的占比紧随其后。

    嘉腾成立于2002年,是中国工业机器人十大品牌商之一,致力于无人搬运车领域的研发、生产、销售,凭借惯性导航、激光导航、二维码导航、磁导航等先进技术,推出了系列便捷、高效、智能的搬运机器人。

    其产品获得了多项国内外大奖,其中2015年大黄蜂获得创客中国企业组唯一一等奖,同年单举升无人搬运车斩获中国红星奖,2016年磁导航和惯性导航两款AGV产品获得世界设计界的奥斯卡大奖-- 德国红点设计奖,并代表中国机器人参加德国汉诺威工业展。

    海康威视是全球领先的以视频为核心的物联网解决方案提供商,旗下杭州海康机器人技术有限公司是面向全球的移动机器人、机器视觉产品和算法平台的研发和提供商。目前海康机器人布局移动机器人、机器视觉、行业级无人机三大业务领域。

    极智嘉  是一家专注于智慧物流的智能机器人公司,致力于利用人工智能和机器人技术创新,打造“高效、准确、可靠、柔性”的物流机器人解决方案,帮助全球各行业的企业提升物流效率、实现智能化升级。

    其解决方案覆盖了丰富的拣选、搬运、分拣、智慧工厂等智慧物流场景。在传统解决方案提供的业务模式外,还独特创新了“机器人即服务”商业模式,最终客户可按需租赁机器人、智能仓,或者由极智嘉全面代运营,最终赋能客户以轻资产配置。在最近的2019亚洲物流展上,极智嘉推出了领先业界的柔性无人仓整体解决方案、F16R高位智能叉车和M20小型搬运机器人。

    快仓成立于2014年,自称是全球第二大的智能仓储机器人系统解决方案提供商,致力于打造下一代智能机器人及机器人集群操作系统。其服务15个国家20多个行业500多家企业,并且拥有国药、一汽、DHL、邮政等50家各行业全球头部企业客户。

    快仓智能目前有三种业务模式:提供包含“系统软件 可定制化机器人硬件”在内的智能仓储解决方案;提供按单收费的智能仓储服务;提供智能设备租赁服务。已覆盖电商、第三方物流、医药、制造、汽车、零售等20多个行业,全球累计出货量近万台。

    以下为完整榜单:

    一、物料搬运系统集成商

    在该领域入围榜单的企业包括:德马泰克、大福、胜斐迩、霍尼韦尔、范德兰德、村田机械、伯曼集团、瑞仕格、MHS、TGW、WITRON、Bastian Solutions、卡迪斯、科纳普、ELETTRIC80、西斯特姆、DMW&H、罗地格工业、viastore、stoklin、GRENZEBCH、SEEGRID、法孚、VECNA、嘉腾机器人、新松、Scallog、Rocla、OPEX、Interlake MECALUX。

    二、自主移动机器人

    以上企业分别为:6 RIVER SYSTEMS、极智嘉、I AM ROBOTICS、GreyOrange、Fetch robotics、LOCUS、INVIA ROBOTICS、MIR、MAGAZINO、海康威视、BALYO、快仓。

    3、自动识别和数据采集

    以上企业分别为斑马科技、霍尼韦尔、得利捷。

    4、仓库管理系统

    该领域入围的分别是:SAP、甲骨文、infor、jda、Manhattan。

    附:仓储自动化市场地图(175家主要企业)

    展开全文
  • 关于 AI 自动化企业的影响范围和影响程度的意见不一。 一方面,牛津大学最近的一项研究表明,在未来二十年内,50% 的工作都可以由 AI 自动化完成。另一方面,许多企业高管仍然对 AI 的实际影响持怀疑态度。 此外,...

    人工智能和机器学习在亚马逊 Alexa 等面向消费者的应用领域取得了长足的进步,在企业内的的部署也不断涌现。


    关于 AI 自动化对企业的影响范围和影响程度的意见不一。 一方面,牛津大学最近的一项研究表明,在未来二十年内,50% 的工作都可以由 AI 自动化完成。另一方面,许多企业高管仍然对 AI 的实际影响持怀疑态度。 此外,目前的炒作和媒体也存在许多误导。


    基于对学术界、初创公司和企业用户的亲身参与的客户访谈,我在本文中总结了 AI 企业自动化的四个关键事实和战略影响:


    事实 1:目前的 AI 爆发是可持续的,企业管理者不应该忽视


    机器算法历史上第一次在诸如图像识别、语音、文本翻译以及围棋这样的复杂的任务中击败人类。 目前的机器学习热潮是由三个基本驱动因素的融合推动:(1)深度学习算法复杂性的持续突破,(2)大数据(或结构化数据)的快速增长,(3)机器学习的指数加速, 如 GPU 芯片组这样的机器学习硬件,将训练时间从几个月缩短到几天、几个小时。


    机器学习发展的三个潜在驱动力预计将在近期加速(见下图)。 到 2020 年,将有 70% 的企业数据将通过云数据中心进行存储和处理,这将为机器学习算法训练提供前所未有的大数据基础设施。同样,加快机器学习算法训练和处理的硬件芯片正在迅速发展。 Google,NVidia,Intel 等都宣布推出下一代 GPU 芯片硬件,这将进一步加快训练速度 10-100 倍。最后,底层机器学习算法继续加速进步,这一点从专利申请和申请的增长可以看出。



    上述趋势提供了强有力的证据,表明 AI 能力和表现将在近期内继续改善。商业领袖不应该忽视 AI。


    事实 2:AI 的使用案例在企业中普遍存在,但范围有限


    鉴于 AI 的进步将会继续加速,那么 AI 在未来 5-7 年内能够做什么? 专家的共识是,大部分的企业用例都是弱人工智能(如有监督式学习),实现近似人类的广泛智能还需要数十年。


    简而言之,人工智能算法将具有从训练数据中自动完成任务的学习能力。 但一旦学习了某个任务,解决方案的范围就会缩小,而且在大多数情况下,不能推广执行其他任务。下图显示了今天或未来 5 年内可能出现的用例:



    考虑到以下的计算机视觉用例,一家公司可能需要训练 AI 算法来自动扫描 PDF 和手写发票,验证字段格式并触发自动应付账款流程。 更高级的算法(即无监督学习)已经出现,即使在未标记的数据上也可以训练解决方案。


    然而,由此产生的人工智能解决方案从根本上局限于自动执行文本字段识别和格式化的任务。 如果公司希望使用发票处理机器人来发现欺诈行为,那么他们将需要设计和训练一个全新的解决方案,重点关注其他基础功能和模式。


    在可预见的将来,人工智能应用将沿着弱人工智能的“使用训练数据的有监督学习”范式。 这有两个战略意义:


    获取训练的标记数据成为战略能力和差异化的根源


    AI 解决方案需要深入的功能和特定领域的与人类共同创造和重新设计流程


    事实 3:优先专注于优先级  A→B 活动


    日本保险公司 Fukoko 最近宣布使用人工智能替代人工进行索赔处理。 高盛在 2000 年至 2016 年期间将 600 个交易员的团队转变为一个更加精简的 200 人的机器学习团队。


    然而,并不是所有的企业活动都适合于目前使用数据范式的弱 AI 自动化。


    描述机器可学习任务特征的一个有用方法是 Andrew Ng 的A→B活动; 投入明确的数据集 A,产生答复的活动 B.


    例如,零售需求预测可以认为是 A→B 活动。 通过获取季节、区域销售历史数据,销售趋势点,社交媒体信号以及定价敏感度数据等多种输入信号,该算法可能实现对未来需求的预测。


    金融交易也是一个 A→B 的活动。 交易算法得到一组输入数据,如历史价格,宏观趋势驱动因素,过去交易者遵循的套利规则等,产生买入或卖出的输出。 基于输入(A)进行正确的交易(B)可能是一个困难的问题,因为市场潜在的不可预测性,但是如果  AI  解决方案在大量交易中能超越人类,仍然是具有吸引力。


    将企业流程和活动分类到 A→B 与非 A→B 类别可以帮助管理者对 AI 自动化和增强策略进行系统机会的扫描。


    参阅下图,了解适用于 AI 的其他A→B任务,以及不适合 AI 自动化的活动。



    事实 4:AI 的采用不仅需要技术上的可行性


    我们的客户经验表明,即使潜在的技术要求可以实现,一些 AI 应用的采用率也会比其他应用更快。公司需要考虑更广泛的部署采用的驱动因素, 关键采用驱动因素包括:


    一次性成本:用于开发 AI 解决方案的初始资本支出,例如算法开发和训练数据采集。人工智能算法的开放源代码的可用性,“人工智能即服务”平台可以帮助减少固定成本。获取训练数据往往成为一个昂贵的瓶颈,成为差异化的关键。


    转换成本:用新的 AI 解决方案取代当前解决方案的相关成本和障碍。 这包括技术障碍,例如打开 AI 算法黑盒子以追踪和解释决策的能力,以及政治,文化和变革阻力等人为障碍。


    生态系统需求:作为综合解决方案的一部分,需要补充技术。 例如,需要与创新的物联网传感器和新兴的机器人技术集成,人工智能解决方案将经历更高的采用复杂性。


    系统外部性障碍:人工智能解决方案的网络外部性,其中采用的价值随着采用的增加而增加。


    参见下图,具有不同采用挑战和潜在采用时间用例对企业的影响:



    基于消费者语音或聊天来自动化进行情感分析,以提高话务员能力的案例。 该解决方案在文化和风险方面的转换成本显然较高。客户对从小处着手以减少对消费者的负面影响要敏感得多。 即使解决方案有效,客户也需要重新设计端到端的培训流程,以允许 AI 引擎推送建议。 最后,解决方案具有相对较高的网络外部性,更高的采用率将产生更多的训练数据以进一步提高性能,但收集最初的批量训练数据将需要时间和领导人“信心的飞跃”。 鉴于这种复杂性,人工智能情绪分析机器人可能需要长达 7 - 10 年,而不是 2 - 3 年时间内快速采用。


    AI 自动化用例在企业和价值链中迅速成为现实。企业领导者应该从今天开始采用严格的基于投资组合的方法来开发机器学习功能、数据和合作关系





    企业自动化改造,怎么做?


    来源:e-works  数字化企业  

    本文导览

    ©文丨 e-works原创专题

    目前我国制造业处于重要转型期,需迫切提升自动化水平,降低人力劳动成本资源,才能跟上制造业发展潮流。


    在国外的制造业发展过程中,工业自动化在其生产中占据着重要一环,其每单位的工业机器人比率都远超过国际55的标准,但国内制造业自动化应用则远落后于这一标准,我国在工业自动化的道路上任道而重远。


    1

    自动化改造 大势所趋




    1. 提高生产效率

    2. 降低劳动成本

    3. 节能减排

    4. 降低了工人的劳动强度

    5. 提升产品质量及稳定性

    6. 缩短产品生产周期


    2

    切勿走进自动化改造5大误区




    1

    ---引入机器人就是进行自动化升级改造!


    机器人的应用是自动化升级改造最具代表性的一个方面。但不等于能解决一切问题。气动液压控制及非标设备自动化也是实现自动化非常重要的手段之一。尤其针对一些特殊应用,机器人不能解决的,非标自动化设备才是答案。自动化升级改造,切不可只盯着机器人看,多种渠道才是最好。

    2

    ---机器人买回来就能用


    机器人作为智能设备,并非简单安装调试即可使用。如果忽略机器人的开发(或二次开发)与应用,将会导致许多机器人买回来用不上或使用不当。拿机器人与体育运动员来做个类比,一群好运动员(机器人)加上一个好的教练(系统集成商)才是让整个球队(企业)获胜的关键。

    3

    ---自动化升级改造可以一步到位


    真正的自动化升级改造,并非一个简单工位或是机器的更换就能完成,而是一项极其复杂的系统工程。自动化改造需量力而行,从比较成熟的自动化技术开始,从工厂急待升级改造的部位入手,逐步进行,切不可追求一步到位。

    4

    ---任何工序都可用自动化设备替代


    采用自动化生产线进行生产的产品应有足够大的产量;产品设计和工艺应先进、稳定、可靠,并在较长时间内保持基本不变。并非所有工序都适合进行自动化改造。在大批、大量生产中采用自动线有显著的经济效益。

    5

    ---实现自动化改造就是实现了工业4.0


    近来工业4.0及中国制造2025的概念非常火热,以致很多企业盲目跟风。制造业企业更应该关注的是实际技术与问题的解决方案。当发展到以信息为核心技术的广义管理自动化,工业4.0时代也将应运而生。


    3

    自动化改造方式与途径


    1
    自动化与信息化的融合

    未来企业需要根据市场需求,弹性地调整产能,实现个性化定制,制造出智能的产品。



    这不能仅依靠自动化技术来实现,还必须依靠信息化技术来解决业务层面的问题,为工厂赋予智慧,为市场决策、数据分析、判断、调控、质量管控、售后服务等提供依据和支持。自动化必须与信息化结合才能够发挥最大功效,否则单纯的自动化是没有意义的。


    2
    提高装备的智能化

    制造装备经历了机械装备到数控装备,目前正在逐步发展为智能装备。智能装备具有检测功能,可以实现在机检测,从而补偿加工误差,提高加工精度,还可以对热变形进行补偿。


    ABB推出的双臂机器人YUMI,就是智能型工业机器人的典范。


    ABB双臂机器人YUMI


    以往一些精密装备对环境的要求很高,现在由于有了闭环的检测与补偿,可以降低对环境的要求。智能装备一个最基本的要求,就是要提供开放的数据接口,能够支持设备联网。


    3
    提高生产线的智能化

    智能化生产线在我国制造企业的应用还处于起步阶段,但必然是发展的方向。


    西门子成都电子工厂总装线


    智能产线的特点是:


    在生产和装配的过程中,能够通过传感器或RFID自动进行数据采集,并通过电子看板显示实时的生产状态;能够通过机器视觉和多种传感器进行质量检测,自动剔除不合格品,并对采集的质量数据进行SPC分析,找出质量问题的成因;能够支持多种相似产品的混线生产和装配,灵活调整工艺,适应小批量、多品种的生产模式;具有柔性,如果生产线上有设备出现故障,能够调整到其他设备生产;针对人工操作的工位,能够给予智能的提示。


    4
    提高车间的智能化

    一个车间通常有多条生产线,这些生产线要么生产相似零件或产品,要么有上下游的装配关系。要实现车间的智能化,需要对生产状况、设备状态、能源消耗、生产质量、物料消耗等信息进行实时采集和分析,进行高效排产和合理排班,显著提高设备利用率(OEE)。


    新松机器人制造车间


    因此,无论什么制造行业,制造执行系统(MES)成为企业的必然选择。MES是一个车间级的综合管理系统,可以帮助企业显著提升设备利用率,提高产品质量,实现生产过程可追溯和上料防错,提高生产效率。


    5
    提高工厂的智能化

    仅有自动化生产线和一大堆机器人,并不是智能工厂。作为智能工厂,不仅生产过程应实现自动化、透明化、可视化、精益化,同时,产品检测、质量检验和分析、生产物流也应当与生产过程实现闭环集成。一个工厂的多个车间之间要实现信息共享、准时配送、协同作业。


    智能工厂示意图


    一些离散制造企业也建立了类似流程制造企业那样的生产指挥中心,对整个工厂进行指挥和调度,及时发现和解决突发问题,这也是智能工厂的重要标志。智能工厂必须依赖无缝集成的信息系统支撑,主要包括PLM、ERP、CRM、SCM和MES五大核心系统。大型企业的智能工厂需要应用ERP系统制定多个车间的生产计划,并由MES系统根据各个车间的生产计划进行详细排产。


    4

    制造业生产线自动化改造案例


    1
    走进华为荣耀全自动化生产线!

    在华为荣耀3C第400万台下线庆典暨荣耀3C 4G首发品鉴会后,华为荣耀破例公开了其位于东莞南方工厂的生产线,向外界展示其独一无二全球领先的设备!




    包括美国原装进口的超精准MPM双轨印刷机,世界领先的Camelot dispensing点胶机,全自动化手臂控制的整机测试、全自动无人驾驶运货车,以及正在研制的领先的六台全自动化机械手组成的流线体设备,让人大开眼界。华为荣耀全球领先的生产工艺、手机品控的领先标准在其中展现的淋漓尽致。


    锡膏质量检测,以保证器件焊接质量


    据工厂技术负责人透露,目前还正在研制世界上最先进且独一无二的自动化线体设备,是由六台全自动化的机械手组成的流线体,该设备涵盖了从单板测试加载、全自动化分板点胶、整机音频测试、整机软件加载等工位的功能,可大大提升产品的质量一致性和生产效率,据悉一个流线体可减少工作人员50人左右,可谓强大至极。


    2
    美的自动化生产基地大揭秘

    夜里工厂灯关掉了,机器人依然在每个特定的工位不停歇地工作,有序地焊接、拧螺丝、按比例切割……机器人代替人工出现在生产流水线上操作,这不是科幻电影的情节,它真真实实地出现在美的中央空调的生产线上。




    通过重金投入,美的中央空调在合肥基地,打造了一个“数字化车间”。车间总体设计、工艺流程及布局均已建立了数字化模型,采用CAD、CAM等进行模拟仿真,通过ERP、PDM等实现规划、生产、运营全流程数字化管理。生产车间配置了数据采集系统和先进控制系统,生产工艺数据自动数采率达90%以上。




    此外,车间还采用三维计算机辅助设计(CAD)、设计和工艺路线仿真、可靠性评价等先进技术,使得产品信息能够贯穿于设计、制造、质量、物流等环节,实现产品的全生命周期管理(PLM)。


    目前,美的中央空调拥有顺德、合肥、重庆三大生产基地,已成为国内规模最大、产品线最宽、产品系列最齐全的中央空调生产厂家之一。


    3
    通用汽车智能工厂

    在位于上海金桥的上汽通用凯迪拉克工厂,总成车间里一派繁忙景象。




    “通用汽车所属工厂全都采用确保高精度制造的两大‘利器’——激光在线测量和三坐标测量仪,以及锻造高品质车身两大‘法宝’——超高强钢焊接技术和激光钎焊技术,利用高密度自动化焊接机器人和高柔性GEO pallet输送线,实现不到一分钟就能生产一辆白车身的高效率。”


    利用柔性生产系统,上汽通用的工厂可以在同一生产线上实现不同型号的发动机、变速箱的无缝衔接生产。




    “在生产过程中,过去单一功能的专机已被淘汰,代之以柔性化的随行夹具,可根据需要自动切换选择所需要刀具。通俗的说就是机器人根据程序夹持零件,实现智能化操作。”


    除了以上三个典型案例之外,还有西门子成都数字化工厂、工业自动化行业十大最佳工程案例等等!


    5

    自动化改造集成商盘点


    1
    上海明匠智能系统有限公司


    国内最早专业从事"工业4.0"研发及项目实施的企业,已成为国内知名智能制造系统集成商,拥有多年非标设备设计制造经验,丰富的智能工厂、智能产线与物流系统项目经验,涵盖产品全周期的数字化、智能化制造,拥有工厂级设备监控、分析、可视化远程推送等多种前沿技术。


    2
    武汉优力克



    公司成立于1997年,具有十数年丰富的行业经验,已成长为国内企业行业知名的系统工程公司,尤其在汽车自动化领域业绩卓著。


    3
    新松机器人


    隶属中国科学院,是一家以机器人技术为核心,致力于数字化智能制造装备的高科技上市企业。主导业务涵盖机器人核心零部件、系列机器人产品、行业系统解决方案、工业4.0等四大业务板块;新松机器人产品线包括工业机器人、移动机器人、洁净机器人、特种机器人和服务机器人五大类80余种机器人产品。


    4
    北京机械工业自动化研究所




    北京机械工业自动化研究所(简称北自所)创建于1954年,为国务院国资委监管的大型科技企业。致力于制造业领域自动化、信息化、智能化技术的创新、研究、开发和应用。为客户提供包括开发、设计、制造、安装及服务的整体解决方案。


    除了上面提到的还有苏州博众精工科技有限公司、上海永乾机电有限公司、中船重工鹏力(南京)智能装备系统有限公司、湖北三丰智能输送装备股份有限公司、上海海得控制系统股份有限公司......等等!


    希望今天的盘点可以帮助到各大有需求的企业!看完本文有任何观点想法,都可以在下方留言区发表!




    人工智能赛博物理操作系统

    AI-CPS OS

    人工智能赛博物理操作系统新一代技术+商业操作系统“AI-CPS OS:云计算+大数据+物联网+区块链+人工智能)分支用来的今天,企业领导者必须了解如何将“技术”全面渗入整个公司、产品等“商业”场景中,利用AI-CPS OS形成数字化+智能化力量,实现行业的重新布局、企业的重新构建和自我的焕然新生。


    AI-CPS OS的真正价值并不来自构成技术或功能,而是要以一种传递独特竞争优势的方式将自动化+信息化、智造+产品+服务数据+分析一体化,这种整合方式能够释放新的业务和运营模式。如果不能实现跨功能的更大规模融合,没有颠覆现状的意愿,这些将不可能实现。


    领导者无法依靠某种单一战略方法来应对多维度的数字化变革。面对新一代技术+商业操作系统AI-CPS OS颠覆性的数字化+智能化力量,领导者必须在行业、企业与个人这三个层面都保持领先地位:

    1. 重新行业布局:你的世界观要怎样改变才算足够?你必须对行业典范进行怎样的反思?

    2. 重新构建企业:你的企业需要做出什么样的变化?你准备如何重新定义你的公司?

    3. 重新打造自己:你需要成为怎样的人?要重塑自己并在数字化+智能化时代保有领先地位,你必须如何去做?

    AI-CPS OS是数字化智能化创新平台,设计思路是将大数据、物联网、区块链和人工智能等无缝整合在云端,可以帮助企业将创新成果融入自身业务体系,实现各个前沿技术在云端的优势协同。AI-CPS OS形成的字化+智能化力量与行业、企业及个人三个层面的交叉,形成了领导力模式,使数字化融入到领导者所在企业与领导方式的核心位置:

    1. 精细种力量能够使人在更加真实、细致的层面观察与感知现实世界和数字化世界正在发生的一切,进而理解和更加精细地进行产品个性化控制、微观业务场景事件和结果控制。

    2. 智能:模型随着时间(数据)的变化而变化,整个系统就具备了智能(自学习)的能力。

    3. 高效:企业需要建立实时或者准实时的数据采集传输、模型预测和响应决策能力,这样智能就从批量性、阶段性的行为变成一个可以实时触达的行为。

    4. 不确定性:数字化变更颠覆和改变了领导者曾经仰仗的思维方式、结构和实践经验,其结果就是形成了复合不确定性这种颠覆性力量。主要的不确定性蕴含于三个领域:技术、文化、制度。

    5. 边界模糊:数字世界与现实世界的不断融合成CPS不仅让人们所知行业的核心产品、经济学定理和可能性都产生了变化,还模糊了不同行业间的界限。这种效应正在向生态系统、企业、客户、产品快速蔓延。

    AI-CPS OS形成的数字化+智能化力量通过三个方式激发经济增长:

    1. 创造虚拟劳动力,承担需要适应性和敏捷性的复杂任务,即“智能自动化”,以区别于传统的自动化解决方案;

    2. 对现有劳动力和实物资产进行有利的补充和提升,提高资本效率

    3. 人工智能的普及,将推动多行业的相关创新,开辟崭新的经济增长空间


    给决策制定者和商业领袖的建议:

    1. 超越自动化,开启新创新模式:利用具有自主学习和自我控制能力的动态机器智能,为企业创造新商机;

    2. 迎接新一代信息技术,迎接人工智能:无缝整合人类智慧与机器智能,重新

      评估未来的知识和技能类型;

    3. 制定道德规范:切实为人工智能生态系统制定道德准则,并在智能机器的开

      发过程中确定更加明晰的标准和最佳实践;

    4. 重视再分配效应:对人工智能可能带来的冲击做好准备,制定战略帮助面临

      较高失业风险的人群;

    5. 开发数字化+智能化企业所需新能力:员工团队需要积极掌握判断、沟通及想象力和创造力等人类所特有的重要能力。对于中国企业来说,创造兼具包容性和多样性的文化也非常重要。


    子曰:“君子和而不同,小人同而不和。”  《论语·子路》云计算、大数据、物联网、区块链和 人工智能,像君子一般融合,一起体现科技就是生产力。


    如果说上一次哥伦布地理大发现,拓展的是人类的物理空间。那么这一次地理大发现,拓展的就是人们的数字空间。在数学空间,建立新的商业文明,从而发现新的创富模式,为人类社会带来新的财富空间。云计算,大数据、物联网和区块链,是进入这个数字空间的船,而人工智能就是那船上的帆,哥伦布之帆!


    新一代技术+商业的人工智能赛博物理操作系统AI-CPS OS作为新一轮产业变革的核心驱动力,将进一步释放历次科技革命和产业变革积蓄的巨大能量,并创造新的强大引擎。重构生产、分配、交换、消费等经济活动各环节,形成从宏观到微观各领域的智能化新需求,催生新技术、新产品、新产业、新业态、新模式。引发经济结构重大变革,深刻改变人类生产生活方式和思维模式,实现社会生产力的整体跃升。





    产业智能官  AI-CPS



    用“人工智能赛博物理操作系统新一代技术+商业操作系统“AI-CPS OS:云计算+大数据+物联网+区块链+人工智能)在场景中构建状态感知-实时分析-自主决策-精准执行-学习提升的认知计算和机器智能;实现产业转型升级、DT驱动业务、价值创新创造的产业互联生态链




    长按上方二维码关注微信公众号: AI-CPS,更多信息回复:


    新技术“云计算”、“大数据”、“物联网”、“区块链”、“人工智能新产业:智能制造”、“智能农业”、“智能金融”、“智能零售”、“智能城市、“智能驾驶”新模式:“财富空间、“数据科学家”、“赛博物理”、“供应链金融”


    官方网站:AI-CPS.NET



    本文系“产业智能官”(公众号ID:AI-CPS)收集整理,转载请注明出处!



    版权声明产业智能官(公众号ID:AI-CPS推荐的文章,除非确实无法确认,我们都会注明作者和来源。部分文章推送时未能与原作者取得联系。若涉及版权问题,烦请原作者联系我们,与您共同协商解决。联系、投稿邮箱:erp_vip@hotmail.com





    展开全文
  • 推荐系统与精细化运营

    千次阅读 2020-03-03 20:30:00
    ...精细化运营虽然思维好,方法巧,价值,但是要想很好地在企业中落地,还是会面临非常多的困难和挑战的,需要企业付出极的努力才能做得好,下面几点就是重要的挑战。   场景繁杂,执行流程...

    作者丨gongyouliu

    编辑丨gongyouliu

    这是作者的第30篇文章,约1.6w字,阅读需90分钟

    随着大数据与人工智能(AI)技术的发展与成熟,国家政策层面对大数据与人工智能技术、创新、创业层面的支持,企业越来越意识到数据和AI技术的价值,并逐步认可数据是企业的核心资产。怎么利用大数据和AI技术从这些价值密度低、源源不断地产生的海量数据中挖掘商业价值,提升公司的决策力和竞争力,是每个提供产品/服务的公司(特别是toC互联网公司)必须思考和探索的问题。

     

    数据发挥价值的最重要的一种方式是做精细化运营,即根据不同的场景和特征进行有针对性的运营活动,提升运营的效率。推荐系统就是最重要的一种精准运营的方式,它借用机器的力量在无人干预的情况下为每个用户提供个性化的内容推荐。推荐系统已经深入到我们生活的每一个角落,现在越来越多的企业已经做到了千人千面,毫不夸张地说,未来推荐系统会成为所有数据型产品的标配,个性化时代已经到来!除了推荐系统外,内容运营、会员精细化运营、定向广告等运营活动都需要基于数据来获得对用户的深刻洞察,通过用户画像平台来圈定用户,并对用户进行有针对性的营销活动。

     

    在这篇文章中,我们就来讲解数据化运营、精细化运营相关的知识点,以及推荐系统作为一种精细化运营的工具,它在精细化运营中的作用,它跟常规的精细化运营的区别与联系。具体来说,在这篇文章中我们会从运营简介、数据化运营、精细化运营、用户画像介绍、推荐系统与精细化运营等5个方面来讲解相关知识。通过本文的学习,读者可以更加深刻地理解数据分析、用户画像、个性化推荐相关技术及方法论在运营中的价值,更好地领悟运营(特别是精细化运营)和推荐系统在产品迭代优化和用户发展中的作用。

     

    一、运营简介

    所谓运营,就是对企业运行过程的计划、组织、实施和控制,是与产品生产和服务创造密切相关的各项管理工作的总称。从另一个角度来讲,运营管理也可以指代对提供公司主要产品和服务的系统进行设计、运行、评价和改进的管理工作。

     

    运营不限于何种类型的企业,但在本文中我们将讨论范围限定在互联网企业。从广义角度上讲,互联网公司中一切围绕着网站或者APP产品进行的(人工或者自动化)干预都叫运营。运营对一个公司来说是非常重要的,连公司最高领导(CEO)都叫做首席运营官,他对公司业务发展与日常运营负责。除了CEO,互联网公司有专门从事更基础、更细致、更具体的事务执行的运营职位。随着互联网的发展,运营职位也越来越多样化,有用户运营、内容运营、商家运营、活动运营、社群运营、产品运营、新媒体运营等等。不管哪种运营方式,本质上还是对用户的运营,因为企业赖以生存的基础就是用户,企业的利润最终一定直接或者间接来源于用户。

     

    技术、产品、运营是互联网时代的三驾马车,它们的目标是一致的,那就是发展用户、服务用户。三驾马车在不同的阶段,分别发挥了不同的重要作用。在互联网早期,新技术刚刚出现,这个时候就是技术上谁先做出来谁就赢了,当时能够成功的企业创始人一般都是技术极客,国外的如微软的比尔盖茨、Google的拉里佩奇,国内的如百度的李彦宏、腾讯的马化腾,他们无不是占尽了技术的红利,利用技术优势杀出了一片天空。

     

    互联网的飞速发展,同类产品的竞争加剧,用户也完成了从“小白”过渡到资深的产品使用者,对产品有了更高的要求,用户需要好的产品、好的使用体验,这个时候强调用户体验的产品经理获得了公司老板的认可,大量在用户体验上做的好的产品脱颖而出。这时不是说技术不重要了,而是仅仅依靠技术无法在竞争中取胜,比较有代表性的产品就是微信、今日头条、抖音等,它们把产品体验做到了极致,成就了伟大的产品,这一时期是产品驱动的时代。

     

    但随着互联网越来越成熟和规范化,产品在设计和实施上有了更多通用的“模板”和解决方案,这时候很难有质的突破和创新,产品经理在其中的价值和作用逐渐淡化。这时引爆产品增长的就是以数据驱动、关注用户个性化诉求的运营活动,即数据化运营和精细化运营。

     

    互联网从最早的以技术驱动,过渡到以产品驱动,到当前以运营驱动,互联网进入了以运营驱动的时代。早期互联网流量为王,谁获得了流量,谁就可以更好地获利。在互联网飞速发展的早期二十年里,流量为王就是真理,没有受到过任何挑战,谁握有流量,谁就掌握了互联网生态圈的话语权。当流量红利结束时,比拼的是谁更会服务用户,服务好用户的企业才能在激烈的竞争中生存下来,这就体现了运营的价值。

     

    在这里我们只介绍这么多运营相关的背景知识,想对运营想做进一步了解的读者可以学习参考文献1这本书,这本书写得非常好,对运营的价值、运营的操作层面、运营人员的成长等都做了非常生动深入的总结。这本书的作者黄有璨本人也是运营圈的资深大咖。

     

    运营工作基本就是一个决策的工作,需要经过思考和判断来采取行动,在数据量少、数据思维还不流行的年代,运营人员更多的是用自己的认知和自我感觉来进行决策,因此决策效率是极低的、甚至经常会产生错误。随着大数据和人工智能的发展,数据化思维在运营圈中越来越受到重视,才逐步出现了数据化运营、精细化运营的理念。

     

    大数据与人工智能作为两种重要的工具,如果能够很好地用于运营中,是可以产生极大商业价值的。下面几节我们就来讲讲数据化运营、精细化运营的概念,以及大数据和人工智能驱动下的用户画像和智能推荐怎么更好地帮助到运营人员的。

     

    二、数据化运营

    在当今关系错综复杂的时代,人类的直觉往往是不靠谱的,我们需要借助真实数据和案例来帮助我们更好地了解世界、了解用户的行为,数据可以为我们的决策提供科学的指导。特别是AB测试技术(对AB测试感兴趣的读者可以参考《AB测试平台的工程实现》这篇文章)被Google最早用到互联网产品中,产生了巨大的价值,数据化思维越来越得到大家的认可,并且确确实实帮助到了产品和公司的发展,出现了增长黑客(这这一概念感兴趣的读者可学习考参考文献2、3这两本书,国内也有很多创业公司专门做数据驱动增长,如GrowingIO)的理念,并在国内外的互联网企业中得到了大规模的采用。

     

    当大数据发展到当今越来越成熟的阶段,相信每一个互联网人都认可数据是企业的核心资产,并且通过大数据挖掘和AI技术可以从数据金矿中提炼出金子来。数据化运营就是这类利用技术手段来优化运营策略,提升运营效率的工具。数据化运营的本质是利用数据来说话、通过数据来驱动业务增长

     

    数据化运营借助大数据技术,从用户行为中挖掘出有价值的信息,应用于用户生命周期中的各个阶段,包括拉新、促活、留存、转化、变现、传播等,即所谓的AARRR模型(见下图),提升用户体验,让用户留下来,引导用户更频繁地使用产品,为公司创造商业价值。

     

                 

    图1:用户生命周期5阶段(图片来源于网络)

     

    数据运营作为一个职位,主要是利用数据来解决企业发展中的运营问题,既可以是大数据团队中的职位,通过数据分析来支持日常决策,除了数据技术好外,更重要的是要懂业务、有业务思维,懂得只有应用到业务中进行决策,数据才有价值。也可以是运营团队的职位,是一位懂数据分析的运营人员,至少SQL能力要很强,当大数据团队构建出了比较完善的基础架构体系后,利用SQL分析就可以解决绝大多数数据决策问题。

     

    数据化运营利用数据来决策,一切用数据说话,那么是否有一些方法论来指导日常的运营工作呢?确实是有的,我认为闭环思维和漏斗思维是数据化运营中最重要的两种思维模式,每个数据分析人员和运营人员都需要理解、掌握并熟练运用。

     

     

    首先数据分析人员和运营人员一定要有闭环思维。要明确自己的目标,针对目标梳理出关键任务点(解决这个目标的多种可行思路),针对具体任务点形成可行的(多个)解决方案,并具体实施,最终对实施结果进行评估。如果达成了既定目标,那么整个过程就是对的、有效的,这个过程就可以固化为运营人员的知识和经验,如果没有达成目标,需要考虑评估目标是否正确和合理,如果是合理的,那就要看看方法是否够完整全面,否则需要重新评估目标,优化定义的目标,形成新的目标,并按照这个流程来重新执行,整个思考决策的过程参见下面图2。

     

                 

    图2:数据化运营的闭环思维

     

    如果运营人员的目标是对产品的优化和调整,同一个事情有多个解决方案,这时可以借助强大的AB测试工具来更好地决策,提升决策的效率,降低决策风险。

     

    数据化运营另一个重要的思维是漏斗思维。用户在产品上的行为结果,从开始到最终达成这个结果需要经历几个阶段和关键节点(路径),这些关键节点前后串联起来,形成一条链,从前一个关键节点到后一个关键节点,用户有一定的概率会流失,如果从整个用户群体来看,上一个节点的人数一定是大于下一个节点的,用图像形象表示出来就形成一个漏斗(参见下面图3)。不管是电商行业的变现路径:曝光 -> 浏览 -> 扫码 -> 下单,还是视频行业的播放路径:登陆 -> 曝光 -> 浏览 -> 播放,都可以看成是一个漏斗。

     

                 

    图3:用户变现路径的漏斗模型

     

    漏斗模型要求运营人员需要关注漏斗中从一个关键节点到下一个关键节点的转化率(或者流失率),通过优化产品流程和产品体验提升每一个节点(到下一个节点)的转化率。从漏斗的最上层到最下层需要经过多次转化,最终的转化率是每一层转化率的乘积,只有每层转化率足够高,最终的转化率才有保证。

     

    数据化运营是一种方法论,上面提到的闭环思维和漏斗思维是数据化运营最重要的两种思考方式。数据化运营的对象可以是所有的运营形式,包括用户运营、内容运营、产品运营、活动运营等。对于互联网产品(特别是toC产品)来说,用户是最重要的,公司依赖于发展用户,从用户获取商业利益,因此运营好用户(即用户运营)是最重要的事情之一。对于用户运营,PC时代的运营策略是通过编辑提供内容编排来服务于用户,所有用户能够看到的编排是一样的,而用户的需求是多样性的,这就在内容编排的单一性和用户兴趣多样性之间产生冲突,解决这个问题的一种有效的方法就是我们下一节要讲的精细化运营。

     

    三、精细化运营

    要说精细化运营与我们通常意义上的运营有什么区别的话,那就是精细化运营更注重投入产出比,粒度更细,能够更加精准地根据用户兴趣、内容特征、产品阶段、活动状态等进行数据化的、科学的决策。

     

    下面我们分别从精细化运营的概念、精细化运营的特点、运营进入精细化阶段的必然趋势、精细化运营的挑战、做精细化运营的流程和方法等5个角度来介绍精细化运营。

     

    1. 什么是精细化运营?

    精细化运营是一种针对人群、场景、流程做差异化细分运营的运营策略,是结合市场、渠道、用户行为等数据分析,对用户展开有针对性的运营活动,以实现运营目的行为(这个运营目的可以是更多的用户留存、可以是更高的转化率,甚至可以是吸引更多的用户去线下店消费)。简单讲,从流量角度来说精细化运营是追求流量价值的最大化,从用户角度来说,就是基于用户需求(这个需求不是用户自己亲口提的,而是基于用户行为分析得到的),提供专门定制化的服务。精细化运营可以帮助企业在资源和人力上得到更高效、更节省的使用。

     

    2. 精细化运营的特点

    精细化运营是传统粗放式运营在流量红利枯竭后的必然产物,是企业资源高效利用的一种运营方式,它有自身的特点,主要表现在如下几个方面:

     

    • 更关注用户细分,需要提前做用户分析(行为、设备、渠道、心理等等各种分析),需要充分剖析用户,拥有足够完整的用户画像(在第四节我们会介绍用户画像相关的知识点),精细化运营工作才能得以展开。

    • 更关注流量的有效利用,跟过去粗放式运营不同,强调精准,更多地关注留存和转化,而不是拉新(在当前流量红利枯竭的时代,拉新成本越来越贵,运营圈有一句很出名的话是说,“生于拉新,死于留存”,如果只做拉新,不关注留存,是很难做大产品的),重视发挥现有流量的价值。

    • 更多样的数据分析方式和多维度的数据分析,强调数据价值的有效利用和充分发挥。

     

    3. 为什么说我们进入了精细化运营时代?

    流量越来越贵,任何公司在做事之前都会看重 ROI(投资回报率)。企业之所以越来越重视精细化运营,是因为通过精细化运营来实现产品成功的成本低于其他方式的成本,而回报也相应更高。在这一背景下,能活下来、发展得好的企业都是注重精细化运营的。这里有三点原因可以用于解释为什么精细化运营越来越重要,基于这三点原因,我们现在进入了精细化运营时代。

     

    • 流量越来越贵

    引用36kr《买不起的流量,创业者每一天都是生死存亡》里的一句话:

    一个下载App用户的成本为40元以上,但7成的人下载后都没有消费,“每10个人下载我们的App,就有近300元人民币被白白浪费掉。”

    而这仅仅是对流量价格相对较低的电商App。一款 iOS 游戏下载激活的成本高达60元,而金融行业的获客成本的顶峰已经达到1000-3000元。加之流量黑产横行,“人傻,钱多,流量速来”的粗放式流量获取早已行不通。我们需要精细化的流量运营,优化流量漏斗,对 AARRR 模型里的转化率、留存更加关注。

     

    • 人口红利消失

    国内互联网网民数、移动用户数饱和,人口红利消失,从增量市场进入存量市场。然而,增量乏力,存量市场竞争更加激烈,所有能够想到的创业点基本都被做了,几乎所有的细分领域都进入了红海状态。在这种环境下,有两条路可走:一条路是出海,印度、东南亚等新兴市场不乏出海互联网公司的影子,如小米、一加、猎豹、UC等;而另一条路就是精细化运营,用最小的成本,挖掘最大的流量价值。

     

    • 技术的发展与成熟

    云计算、大数据等技术发展和应用更加成熟,厂商的开放,使得云计算及大数据分析成为企业生存的水电煤,成为一种基础资源。前面提到,大数据与AI技术是精细化运营的两个最有力的武器,有了大数据、云计算及构建在云平台上的AI技术的加持,精细化运营有了足够的技术支撑,应用数据分析技术挖掘用户数据,并进一步迭代优化产品,进行个性化有针对性的运营成为可能。

     

    4. 精细化运营面临的挑战

    精细化运营虽然思维好,方法巧,价值大,但是要想很好地在企业中落地,还是会面临非常多的困难和挑战的,需要企业付出极大的努力才能做得好,下面几点就是重要的挑战。

     

    • 场景繁杂,执行流程漫长

    企业产品与运营平台多样化,多种业务场景、多种触达方式分散在不同平台,执行流程长,效率低。

     

    • 触达方式单一

    精细化运营需要借助数据分析、用户分群、AB测试、用户画像等大数据与AI技术以及适当的工程实现才能做到,并且内部平台触达方式有限,需要研发资源配合,与业务方对接需要多个平台支持,成本较高。

     

    • 受众筛选做不到精细

    由于企业产品特色、拥有的资源限制,企业一般很难收集到用户多维度的数据,这导致用户标签维度不全,分群不够精细;不支持实时触发或按特定条件触发,营销场景受限。

     

    • 用户数据割裂

    现代企业越来越复杂,团队分散在多处、产品多样(既有线上又有线下,既有网站又有APP)、部门割裂,导致用户行为数据分散在各处,很难形成统一的数据服务平台,运营数据无法形成闭环,反馈缺失。

     

    • 缺少运营策略的整体思维

    只有运营目标,缺少体系化的运营策略,只停留在细节琐碎的执行层面,活动一旦结束,数据就快速回落到原先的水平;

     

    在这种背景下,能够提供一站式用户精细化运营、全渠道用户触达、千人千面的精细化细分用户定义、数据驱动运营闭环的创业公司应运而生。这些公司通过不断地实践,积累了一套行之有效的运营方法和工具。

     

     

    5. 精细化运营的流程与方法

    目前精细化运营已经形成了一套行之有效的方法论,精细化运营的方法不止用于用户运营,其他的运营活动都可以采用精细化的思路来进行,但本质的方法和思想是一致的,这里我们以互联网产品的用户精细化运营为模板来介绍精细化运营的思路和方法。

     

    针对用户的精细化运营,以数据分析为基本方法,挖掘用户偏好,构建用户画像,基于用户画像对用户分群,针对不同的分群确定个性化的运营策略,并按照不同的分群将运营策略触达到用户,在产品上承接住不同的运营策略,这样用户在使用产品的过程中,获得的就是针对他这个群组的个性化、有针对性的运营活动。在运营活动期间,我们还需要收集用户的行为反馈数据,评估运营的质量,发现其中的问题,并进行有针对性的调整与优化,最终优化现有的运营计划或者执行新的运营计划,这个过程是一个持续不断的迭代闭环。具体的流程见下图。

     

                 

    图4:精细化运营流程

     

    这一流程跟上一节提到的数据化运营的闭环思维是一脉相承的,上一节在数据化运营中提到的漏斗思维以及AB测试等工具都可以在这里得到体现和使用。

     

     

    既然数据化运营和精细化运营有这么多的相似之处,那么它们有什么区别呢?为了让读者更好地理解这两个概念之间的关系,这里简单做一些说明。数据化运营更多的是利用数据作为工具和方法论来指导一切运营活动,它强调数据在运营中的指导作用,一切以数据说话,而不是拍脑袋决策。精细化运营更多的是从发挥流量的价值,提升投入产出比,对用户进行更加精准的营销,减少资源的浪费的角度来思考怎么更高效地运营。精细化运营本身也需要数据的指导,因此可以说精益化运营是数据化运营的一种具体体现形式。

     

    精细化运营需要提前对用户有深入的洞察和了解,基于用户的需求进行定制化营销,因此深入了解用户是必须的,也是精细化运营能够成功的保障。对用户进行深入了解,我们就可以知道用户的兴趣爱好,方便我们更好地运营用户,这种挖掘用户特征和兴趣偏好的方法论就是用户画像。下面一节我们就来讲讲用户画像相关的知识。

     

    四、用户画像介绍

    我们一般喜欢用文本或者数字标签来描述用户某个方面的特征,比如年龄30岁、身高180、性别女、学历大专、动漫迷、吃货等。这些对用户个性和特征进行描述的词语,就是用户的标签。人类是非常喜欢并且习惯于给其他人或者事物贴标签的,我们通过标签可以更好地记住事物的特性,更好地区分事物,标签也是非常容易理解的,可解释性强。这些从不同维度对用户进行描述的词语的集合就构成了用户的画像。不同的维度刻画了用户不同的特性,本节我们就来讲讲用户画像相关的知识。

     

    1. 用户画像的概念

    从上面的介绍我们知道,用户画像,即用户信息的标签化。这里我拿视频行业的用户来简单介绍一下用户画像,加深大家的理解和记忆。针对视频类产品来说,用户标签包括用户的基本标签(也叫人口统计学标签,如年龄、性别、地域等)、设备标签(IOS手机、4G网络、256G存储等)、内容偏好标签(如科幻迷、韩剧迷等)、商业变现行为标签(如VIP会员等)和在APP上的行为标签(如深夜看剧)等。这些标签从不同的维度来描述同一个用户,让我们对用户有360度全方位的了解。

     

    2. 标签的分类

    对于描述用户的标签,我们可以从标签生成的方式及业务规则等多个维度来分类,标签有多种分类方式,不同的行业基于场景应用的需要也有不同的分类方法。下面我们来讲解一种常用的标签分类方法。

    (1) 事实类标签

    这类标签是基于用户实际行为挖掘而生成的,如:用户购买的次数,点击广告的次数,活跃天数。这类标签是通过数值统计的方式计算出来的。我们可以通过重复计算来验证标签的准确性。

    (2) 属性类标签

    • 预测类标签,基于机器学习模型进行预测,比如:性别,年龄。

    一般可以基于经验规则、分类模型、回归模型来预测这类标签。比如经常买化妆品的人,我们可以猜测她是女性(有可能是她的老公帮她买的,但是我们这里的打的女性标签是业务上的性别标签,从行为上看起来像女性,就认为是女性,打女性标签更有利于业务运营)。对于离散的特征(只有有限个值,如性别),可以用分类模型来预测,对于连续值标签,可以用回归模型来预测。

     

    • 属性偏好类标签,如高收入人群、重度韩剧迷等就是这类标签。

    基于数据统计和一个拟合的数学公式来计算标签偏好的分数,最后可以基于该公式计算的分数进行标签归类。典型的如收入的低、中、高就是这类标签。这类标签可以用抽样验证、业务验证或者ABTest多多种验证方式来检验标签的质量好坏。

    (3) 定制类标签

    基于业务需求和规则,定制用户标签,比如在家庭互联网中,一家可能有多个人,这时对家庭结构可以定义夫妻二人、三口之家、单身贵族、三代同堂等多种标签。这类标签需要回归到业务应用中来验证标签定义及划分质量的好坏。

     

    标签的定义和归类依赖于行业、已有的数据、应用场景、技术手段等等,下图图5就是一种可行的较全面的标签定义方式。

     

                 

    图5:爱奇艺从多个维度来刻画的用户画像标签体系

     

    下面是家庭互联网的一种标签分类方法,虽然跟上面介绍的叫法稍有不一样,但本质上是一致的。

     

                 

    图6:家庭互联网用户的标签体系

     

    讲完了标签的定义和分类,下面我们来说说,怎么基于基于用户多维度的数据来构建一套完善的标签体系,最终形成用户画像。

     

    3. 用户画像构建流程

    成熟的企业一般有一套自己的数据仓库体系,将企业的所有数据归结到一起,便于业务应用,用户画像一般基于底层数据仓库体系构建。用户画像是一个动态变化的系统,因此,为了让该系统更加精准有效,需要根据用户不同维度的特征,将生成用户画像的过程拆分为不同的子模块,每个子模块负责生成某一个维度的用户画像标签,不同的子模块之间是没有任何关联的,它们之间没有耦合关系,这样的好处是可以分别独立迭代和优化各个子模块,也利于问题的定位与排查。最后可以将多个子模块的标签汇聚成完整的用户画像。

     

    下面的图6是针对我们公司(家庭互联网视频行业)的一种用户画像生成流程的简化版本。针对用户内容偏好、用户年龄性别家庭组成等基础信息、用户历史行为、用户购买会员和观看广告的商业化变现行为等进行分析统计,形成用户的多维度标签,运用算法对各标签进行权重阈值计算,生成最终的用户画像数据。

                 

    图6:用户画像生成流程

     

    用户画像是一类偏业务应用数据,需要供给各个业务部门使用,因此,需要构建出一个方便易用的操作平台,让用户画像更好地发挥价值。这个平台需要方便业务人员进行查询圈人,并且跟企业的其他业务平台(如广告投放平台、内容运营平台、活动运营平台等)对接,这样其他业务平台就可以直接利用圈定的人群进行各种运营活动了。下面图7就是我们公司的一个用户画像展示平台,可以查询某个用户的各类标签信息,也可以基于一定标签圈定一批具备这个标签的人群,并可以对圈定的人群进行多维度的分析(比如人群的活跃度、地域分布、使用时长分布等)。

     

                 

    图7:用户画像可视化展示平台

     

    在下一节我们会讲解用户画像平台的整体架构,让大家对用户画像的技术体系、数据流向、业务使用范围等有一个整体宏观的把握。

     

    4. 用户画像平台的基础架构

    下图是用户画像平台的整体架构,我们通过各种数据源收集各个维度的数据,通过大数据技术、机器学习技术来构建用户模型、内容模型,获得对用户的深刻洞察,从各个维度来刻画用户的偏好,在服务层对获得的用户洞察进行封装,提供对应用层的接口,应用层基于这些接口支持包括推荐、精准广告、会员运营、内容运营等各类个性化、精准化的业务运营。

     

                 

    图8:用户画像平台整体架构

     

    整个系统包括数据源、接入层、数据模型层、服务层和应用层5个层次(最右边的部分是系统的辅助模块,包括调度、监控与数据治理,这些模块可以保障用户画像系统高效运行,并对数据质量进行治理和维护,这里我们不细讲)。数据源是构建用户画像的原材料,需要尽量收集用户的全域数据,这样才可以获得用户更全面的画像。接入层提供统一的数据接入方式,让全域数据有一个统一的方式进入企业的数仓体系。数据层是整个系统的核心,我们在这一层进行数据分析、挖掘、模型构建,生成用户多维度的画像,并存于数仓中。在服务层,需要提供用户画像访问接口或者可视化的用户画像查询平台(上面图7的平台就是在这一层)供业务方使用。最上面一层是业务层,各业务方对接用户画像平台,最终让用户画像产生业务价值,我们在下一节会进行详细讲解。

     

    5. 用户画像的应用场景

    企业基于目前已有的数据积累及对业务的深刻理解,通过建立用户模型,将用户的各项属性和特征抽象为一个个的标签,构建了一套供业务方使用的用户画像平台,用户画像平台完全基于业务需要构建,需要体现和发挥业务价值。借助用户画像平台,通过精准个性化运营更好地服务用户、挖掘用户潜在价值,它的价值主要体现在如下4类业务中:

    (1) 内容精准运营

    在传统的信息门户网站(中国在21世纪初三大门户网站是搜狐、新浪、网易)中,编辑(类比报纸杂志的编辑)是不可或缺的职位,甚至在互联网时代,编辑这个角色也存在,只不过现在在很多行业叫做内容运营人员。

     

    在互联网早期阶段内容数量有限,依靠编辑就可以将好的内容按照类目结构进行人工编排整理(见下面图9),通过这样的编排,用户也可以有效地获取内容。随着互联网的发展,进入了移动互联网时代,人们获取信息的方式更加便捷多样,获取信息的渠道也越来越多样,技术的发展(手机摄像头技术的进步、AI技术的发展、网络传输技术的发展)让普通人都可以生产高质量的内容,并且年轻的一代更愿意表达自我,对个性化的需求更加看重。

     

                 

    图9:传统门户网站的内容类目编排结构

     

    这些因素的共同作用导致在当下的企业中完全靠编辑进行内容运营是行不通的,根本没法满足用户对内容获取的多样性、个性化需求。幸好我们有用户画像平台可以事先洞察用户的偏好,这时内容的精细化运营就是一种很好的解决方案,通过用户画像模型,我们对用户的兴趣一目了然,内容运营人员至少可以采用如下2种方式进行内容的运营:

    • 有针对性地运营用户

    基于某个兴趣标签,将具备这类标签的用户圈定起来,针对这类用户进行有针对性的内容运营,即推送给他们具备他们喜欢的标签的内容。

    • 有针对性地运营内容

    基于某个内容特定的标签属性,从海量用户中找到对这类标签感兴趣的用户,将该内容分发给他们。

     

    上面这两种精细化运营的手段,前一种侧重点在用户侧,基于用户选定内容进行运营,运营的是用户,后一种手段侧重点在内容,从内容出发找到对这个内容感兴趣的用户,运营的是内容。不过,本质都是运营用户。

     

    (2) 会员精准运营

    目前会员付费是互联网企业非常重要的一种变现手段,对于像爱奇艺等这类提供内容服务的企业,会员收入是最主要的收入来源。对于其他类公司,如美团、饿了么,有会员体系可以增强用户的粘性,提升平台的用户活跃度,最终也可以更好地获得商业利益。下面针对爱奇艺这类以内容为主的互联网企业,谈谈精准运营在会员运营中的特点和价值。

     

    会员精准运营侧重的对象是会员,或者是潜在的具备购买意愿的非会员。针对会员用户,运营的目的是给他们提供更好的个性化服务,让他们享受到会员尊贵的待遇,从而能够续费留下来,或者升级到更高更贵的会员等级,为公司获得更多的商业利益。对于非会员用户,给他们推荐有吸引力的会员内容,吸引他们的兴趣,从而提升购买会员的概率。

     

    上面只是从促进会员转化的角度来说明的,其实对会员用户进行活动运营等其他方式的精细化运营,也可以提升会员用户的活跃度和留存,为用户创造更好的产品体验,让用户更有存在感和归属感,最终用户也更愿意持续付费。

     

    (3) 广告精准投放

    广告是互联网公司另外一个非常重要的变现渠道,可以说是toC互联网企业最重要的变现渠道,不管是国外的Google、Facebook,还是国内的百度,广告是绝对的主要收入来源。毫不夸张地说,互联网企业之所以能够发展壮大,成为推动社会进步的重要力量,广告这种变现方式是其中最重要的原因(广告开创了”羊毛出在猪身上,狗来买单“的变现方式,让无很好变现途径的互联网企业获得了生存的救命稻草,得以存活下来)。

     

    从广义上讲,广告也属于内容的一种,广告投放聚焦在广告上,传统的海投广告(展示广告)的模式效率极低,广告主的预算都花在了毫无价值的展示上了(品牌广告除外,投品牌广告的一般都是大公司,它们不差钱,每年都投入几亿到几十亿做广告,它们要的就是在广大用户心智中持续不断地植入他们的品牌)。怎么才能够将广告投放给对这个广告感兴趣的用户,是广告主最关心的问题。

     

    有了用户画像和精细化运营的技术和手段,我们可以进行精准化的广告投放。如果广告主的广告是针对某个特定人群的(比如家庭妇女),那么就可以通过用户画像平台圈定这一波人,将广告投放给这批人。如果广告主的广告没有特别的人群属性,也一定会有其他标签属性,那么我们就可以从用户中圈定对这些标签属性感兴趣的用户并进行投放。精准广告投放节省了广告主的大笔无效开支,是广告的未来发展方向。

     

    (4) 推荐召回策略

    我们在《推荐系统产品与算法概述》这篇文章中讲到,企业级推荐系统一般分为召回和排序两个阶段,召回的目的是从海量内容中找出几百上千个用户可能感兴趣的内容,在排序阶段对这些内容进一步打分排序,将用户最感兴趣的几十个推荐给用户。

     

    有了用户画像平台,我们就可以用画像进行召回。在用户画像平台中,我们构建了用户对内容的偏好标签,那么我们可以基于每个用户的偏好标签,从内容库中找到具备这类标签的内容,这些内容就可以作为推荐的召回,给到排序框架进行精细化排序了。感兴趣的读者可以看看《基于标签的实时短视频推荐系统》这篇文章第四节的1,里面有好多种怎么基于用户的偏好标签来进行召回的方法介绍,这里不赘述。

     

     

    通过上面用户画像的介绍,我们知道通过构建用户画像平台,我们可以通过用户画像平台获得用户的兴趣标签,基于用户的兴趣化标签我们就可以进行各种业务的精细化运营了。因此可以说,用户画像是精细化运营的重要工具。

     

    五、推荐系统与精细化运营

    在前面几节我们介绍了数据化运营、精细化运营与用户画像相关的知识,我们对数据和算法在数据化运营和精细化运营中的价值有了初步的了解。这一节我们来介绍一下推荐系统与精细化运营之间的关系。

     

    推荐系统是机器学习中的一个子领域,它基于用户在物品上的行为,挖掘出用户的兴趣标签,再基于用户偏好为用户自动化推荐感兴趣的内容。通过上一节的介绍我们知道了基于用户画像可以进行推荐的召回,同时用户画像也是进行精细化运营的工具。从本质上讲,推荐系统就是一种精细化运营方法和工具,是精细化运营的一种具体实现。下面我们从几个维度来说明推荐系统与精细化运营之间的区别与联系。读者也可以看看参考文献4中关于推荐系统与精准化运营的介绍。

     

    1. 推荐系统是精细化运营的最高级形式

    运营从最早的靠运营人员的专业知识和经验进行拍脑袋运营,到利用数据进行决策的数据化运营,再到对用户进行精细化分组的精细化运营,这些过程都需要人工来干预。最理想的状态是整个运营过程完全自动化,由机器来完成,这是运营的最高境界。推荐系统是完全由机器学习来驱动的,不需要人工干预,因此可以说是精细化运营的最高级形式。下面图形象地说明了运营发展的四个阶段,推荐系统在最高级的第四阶段。

     

                 

    图10:运营进化的4个阶段(图片来源于网络)

     

    2. 推荐系统与精细化运营的区别与联系

    上面提到了推荐系统是精细化运营的高级形式,那么推荐系统与精细化运营有什么区别和联系呢?本小节我们从4个方面来说明两者之间的关系。

    (1) 两者的粒度不一样

    精细化运营是圈定一组兴趣相似的用户,给这一批用户进行有针对性性的运营,这一批用户可多可少,这要根据具体的标签选择才能确定,如果选择更多的标签,需要用户满足更多的特性,最终选择出的用户规模就会更小。反之,如果标签少,那么选择的用户规模会更大。当然,每个标签能够圈定的用户数量也不一样,热门的标签圈定的用户多,而冷门的标签圈定的用户少。

     

    一般个性化推荐的粒度更细,个性化推荐是为每个用户推荐不一样的标的物,粒度已经细化到了每个用户,而精细化运营是一组用户(一般远大于1个)。从时间维度来说,精细化运营圈定人需要靠人工操作,人工做一次运营是需要一定时间的,做一次精细化运营,时间周期一般是以小时为单位,而个性化推荐的粒度可以细化到同一个人在不同时段推荐不一样的物品,甚至可以细化到秒级(信息流推荐),每间隔几秒就给用户推荐不一样的内容。

     

    推荐系统有一种范式是群组个性化推荐,该推荐范式将兴趣相似的人划分到一个组中,再对该组进行无差别的推荐。这种推荐范式就跟精细化运营的粒度差不多了。

     

    (2) 推荐系统面对的是用户,而精细化运营运营的不仅仅是用户

    推荐系统面对的是用户,为用户推荐可能感兴趣的标的物。精细化运营可以运营用户,还可以是运营内容,运营活动等等。精细化运营的面更宽。

     

    (3) 精细化运营基于人工操作,而推荐系统是完全自动化的

    精细化运营的任何一次决策都需要人工参与,人工选择运营策略,人工圈定用户,人工对不同用户进行差异化运营(会借助一些自动化辅助工具)。而推荐系统当推荐算法部署后就不需要人工参与了,机器可以按照事先制定的规则(即算法)完全自动化地给用户进行推荐,不需要任何人工干预。

     

    (4) 推荐系统需要整合人工的运营策略,并且具备人工干预的能力

    虽说推荐系统原则上是不需要人工干预的,但是有些时候(比如特殊事件发生时,或者有专门的内容需要运营时)是需要人工对推荐算法的结果进行调整的。推荐系统是一个复杂的系统工程,需要在精准度、多样性、惊喜度等多个目标中做到平衡,因此有些时候是需要加入人工策略的,更好地做到各种目标和利益的平衡,这些人工策略可以整合到算法中,成为算法的一部分。另一方面,在特殊情况下需要对推荐结果进行干预,比如置顶某些重要内容。

     

    通过上面的介绍,我们知道精细化运营和推荐系统是紧密相关的,他们都需要利用数据分析和机器学习算法来做到更好,其中用户画像可以作为它们共同的能力基础,它们都可以获得部分程度的个性化,更好地满足用户差异化的需求。

     

    3. 利用推荐系统的思路来进行精细化运营的方法

    推荐系统相比精细化运营,最大的两个优势是:粒度更加细化、完全自动化无人干预。如果能够将推荐系统的思路运用到精细化运营中,肯定可以产生意想不到的效果。这个方向也确实是可行的,很多公司已经做过尝试并且效果还非常好,下面我们选择几个方面进行简单介绍。

    (1) 限定主题下的个性化运营

    目前淘宝首页已经完全做到了个性化。在下面图11中红色圈定的部分,也做到了限定主题下的个性化,并且是近实时个性化。虽然大的主题还是聚划算、淘宝直播、百亿补贴、有好货、淘抢购、天天特卖、每日好店这7大块,但是不同用户、同一个用户不同时间段在这一区域展示的内容都是不一样的。

     

    图11就是左边就是作者第一次登录时展示的推荐,这个可能是根据我以前的购买历史推荐的,当我浏览了女装和鞋子后,再次进入淘宝首页,展示的内容就是下图右边的,可以看到,已经给我推荐了很多女装和鞋子相关的物品图片。

     

    在没有引入个性化之前,我相信淘宝这块一定是运营人工编排的,这个没法做到千人千面,只有引入了推荐的思路和方法后才能做到图中这样的全自动化的精细化运营。

     

                 

    图11:淘宝首页限定主题下的个性化

    (2) 运营活动、文案、运营海报等视觉元素的个性化

    去年阿里妈妈公布了旗下AI智能文案在展示多样性上的成果,将商品文案推向了“千人千面”的方向,体现的正是推荐的思路在文案上的运用。

     

    所谓文案“多样性”,指的是在文案生成时根据商品多元的属性,差异化地提供更多的选择和结果。举例来说,一件T恤可以有多个关键词,而每个消费者关注的关键词并不是一样的,有的关注领型,有的关注图案,也有人会关注版型等其它维度。因此,商家可以单就商品属性关键词“圆领”或者“印花”来单独生成差异化的文案。

     

    为实现这样的多样性,阿里妈妈AI智能文案设计了一套“What+Why”的文案生成逻辑,即将一整个卖点文案分成两段生成。前半句是What,采用的是商品关键词造句的方式,主要说清楚商品或功能是什么;后半句是Why,根据前半句进行推理式表述,主要说明上述商品或功能好在哪里。两句都可以根据各自的逻辑生成大量的文案,最终的结果就是生产出了大量关注点不同的个性化文案。商家通过AI智能文案生成不同阶段、针对不同消费者的文案,极大地提升了运营效率。

     

    不光文案可以自动生成、海报图也可以,爱奇艺在这方面有尝试。这也是个性化推荐思路和相关技术在精细化运营中的体现。感兴趣的读者可以看看参考文献5、6进行更深入的了解。

     

    (3) 拉新、促活、留存、变现、传播过程的个性化

    我们在第一节讲到用户的生命周期包括拉新、促活、留存、变现和传播等5个阶段,这些阶段都是需要进行运营的,如果可以利用好个性化技术,是可以获得事半功倍的效果的。

     

    这里我只简单举一个例子,大家知道的大数据杀熟(这里我不评判这种做法是否道德,但确实很大公司就是这样做的,比如前几年闹得沸沸扬扬的国内某旅游公司)就是变现过程的个性化,系统根据不同用户对价格的敏感度不一样,对同一件商品给不同的人提供不同的价格,从而让企业获得更多的商业利润。

     

     

    4. 利用推荐系统的思路来进行精细化运营面临的困境

    在3中我们讲到了利用推荐系统的个性化思路来做运营的诸多好处,那么是不是每个公司都可以这样做呢?其实能够很好地做到的公司是很少的,这里有太多的不确定性和困难,下面简单列举一二。

    (1)  没有足够多的数据,无法训练高质量的个性化模型

    推荐系统毕竟是基于大数据的分析,如果你不具备生产大量数据的条件或者暂时没有收集到足够多的用户行为数据,就很难做到在不同的运营、产品或者设计领域去运用推荐系统的能力。就拿前面的大数据杀熟来说,系统需要有足够多的用户行为数据才可以获得用户对价格波动的应激反应行为,否则贸然使用只会适得其反。

    (2) 推荐系统本身是一个复杂工程,需要一定的技术门槛,成本也相对较高

    推荐系统本身是一个复杂的系统工程,要想使用好必须在人力、软硬件等方面有所积累,也需要实践经验,用好个性化推荐不是一蹴而就的。有可能简单的策略性方法可以搞定80%的问题,因此也需要评估使用的成本。

    (3) 对于除推荐算法外的AI技术也会有比较高的要求

    前面提到的个性化文案就需要利用NLP及深度学习技术来自动化生产个性化文案,个性化海报图也需要基于图像和深度学习技术,这也是一个比较高的门槛。

     

     

    从上面的介绍,我们可以看到,推荐系统是精细化运营的一种高阶形式,它们在很多地方有相似点,我们可以将个性化推荐的思路和方法运用到精细化运营中,减少人力成本,提升运营效率,最终产生更大的商业价值。

    总结

    本篇文章我们讲解了运营的基本概念,在流量红利消失的当下,数据化运营和精细化运营是公司成功的法宝,企业运营进入了数据化运营与精细化运营时代。

     

    我们对数据化运营和精细化运营的概念、特色、方法、价值等进行了比较详细的介绍。其中基于用户行为,利用数据分析和机器学习算法构建的用户画像是精细化运营的有力武器。推荐系统可以看成是精细化运营在用户运营这一场景下的最高级形态,它完全做到了全天候、无人干预、自动化地为每个用户在每一个特定时间点进行完全个性化的内容推荐。

     

    通过这篇文章的讲解,期望读者可以更好地领悟数据分析在企业运营中的价值,更好地理解精细化运营与推荐系统之间的差别和联系。在企业实际运营中,推荐系统和精细化运营都有不可替代的作用,我们需要将两者结合起来,让机器和人工达到完美的配合,发挥各自的优点,更好地服务于用户,通过给用户提供更好地产品体验,实现企业的商业目标!

    参考文献

    1. 《运营之光》黄有璨

    2. 《首席增长官》张梦溪

    3. 《增长黑客: 如何低成本实现爆发式成长》[美] 肖恩·埃利斯(SeanEllis)

    4. 糗事百科李威:如何基于数据构建推荐系统,助力精细化运营?https://zhuanlan.zhihu.com/p/97115020

    5. AI升级,阿里妈妈智能文案日产超千万条 https://mp.weixin.qq.com/s/cpUsf7WfojBvZJiYigdChw

    6.个性化海报在爱奇艺视频推荐场景中的实践 https://mp.weixin.qq.com/s/aocyK7j3gdHIdtRHDiInVw

    作者其他文章

    1.因子分解机

    2.矩阵分解推荐算法

    3.协同过滤推荐算法

    4.基于标签的实时短视频推荐系统

    5.基于Erlang语言的视频相似推荐系统

    6.基于内容的推荐算法

    7.推荐系统产品与算法概述

    8.基于朴素ML思想的协同过滤推荐算法

    9.深度学习在推荐系统中的应用

    10.YouTube基于多任务学习的视频排序推荐系统

    展开全文
  • 自动化立体仓库机械设备一般包括高层货架、巷道堆垛机和出入库输送、搬运机械等。一、高层货架1、轻负载式高层货架轻负载式货架高度5~10m,以塑料篮等容器为存取单位,存取重量在50~100 kg,一般以重量轻、小的...
  • 助力企业智能自动化,中国RPA厂商榜单发布 | 重磅榜单 https://www.sohu.com/a/397706588_545428 爱分析 爱分析 中国领先的产业数字化研究与咨询机构 ​关注他 RPA市场定义 随着数字化的推进,企业建设了大量的业务...
  • {管理信息 ERPMRP} 企业 ERP 运营流程实 训实验指导书 实 验 指 导 书 目录 实训一 ERP 简介 1 实训 销售系统现销部分6 实训三 销售系统赊销部分17 实训四 应收系统 21 实训 生产计划 31 实训六 采购系统自动...
  • 自动化、信息化、数字化、智能化
  • 京津冀工业机器人及其自动化系统应用与发展调研报告   一、调研背景 2015年《京津冀协同发展规划纲要》出台以来,京津冀三省市明确了各自的发展定位—北京“全国政治中心、文化中心、国际交往中心、科技创新中心...
  • 中国移动信息安全管理与运营中心 第一部分 项目背景及挑战一、企业简介中国移动通信集团公司信息安全管理与运行中心(以下简称“中移信安中心”)成立于2011年11月,在集团公司原信息安全管理部的基础上,结合实际...
  • 营销自动化应用的六个案例研究

    千次阅读 2018-08-29 10:22:12
    在这篇文章中,我们将会看到六个不同的企业,它们利用营销自动化来给自己的利润带来巨大的提升。我们将破解他们所面临的问题,分析他们所采用的解决方案,以及获得的令人惊叹的结果。   营销自动化   一、...
  • 浅谈金融行业自动化运维

    千次阅读 2018-04-08 15:09:36
    金融行业的IT架构是最为复杂的,有各种混合的IT技术架构,如小型机、虚拟化、云平台及容器等技术,而且对于金融行业特别是银行业务来说,业务稳定性要求是最高的,因此本文简单闲聊银行IT的自动化运维现状。...
  • RF自动化测试系列-第一篇 前言

    千次阅读 2018-10-28 21:13:26
    RF自动化测试框架 - 前言背景介绍自动化测试发展史TDD与ATDDRobot Framework测试框架 背景介绍 Nokia在大家的印象中是不是已经淡忘了呀?其实也正常,自从Nokia手机业务失利以来就慢慢的淡出公众视线。但是她一直...
  • 构建运营企业级云管理平台

    万次阅读 2016-10-08 10:13:01
    背景介绍 随着移动互联网和智能终端的发展,电信行业遇到了巨大的挑战,当运营商面对市场逐步趋于饱和、业务增长乏力、创新面临挑战等...集约化运营,一方面实现成本内控,另一方面大大提升运营管理效率,最终达成“节
  • 自动化】浅度分析自动化行业,深度好文!

    万次阅读 多人点赞 2018-03-16 00:00:00
    企业转型的、有个人创业的、有跨界打劫的、还有政府扶持的、、、、、好像做制造业的不搞点自动化,智能化你都不好意思说你在这个行业混。但目前中国的这个行业的现状真的是这么繁荣吗,鄙人在这个行业摸爬滚打十...
  • 非标自动化设备定义就是用户定制的、用户唯一的、非市场流通的自动化系统集成设备,是采用按照国家颁布的统一的行业标准和规格制造的单元设备组装而成,是根据客户的用途需要,开发设计制造的设备。不同类型客户其...
  • 信息管理系统企业的应用

    千次阅读 2013-08-09 14:50:21
    思多雅注:信息管理系统企业的应用是个比较的题目,涉及的范畴广,而具体到每个企业的实际情况又有所不同,笔者尝试以国内企业发展的共性,小论信息企业抵御金融的作用,以抛砖引玉,共同探讨。
  • 办公自动化

    千次阅读 2007-11-09 22:02:00
    办公自动化是指在行政机关工作中,是采用Internet/Intranet技术,基于工作流的概念,以计算机为中心,采用一系列现代化的办公设备和先进的通信技术,广泛、全面、迅速地收集、整理、加工、存储和使用信息,使企业...
  • 70%的IT和运营技术专业人员担心网络攻击会造成计算机和工业系统的物理损坏,这些损坏不仅需要耗费大量财力进行灾后恢复,严重的甚至可能危及人命。今年3月,美国各机构警告称,俄罗斯政府部门正在针对美国的关键...
  • 企业信息是指企业以业务流程的优化和重构为基础,在一定的深度和广度上利用计算机技术 、 网络技术和数据库技术,控制和集成管理企业生产经营活动中的各种信息,实现企业内外部信息的共享和有效利用,以提高企业...
  • 用友RPA开启企业智能运营新时代

    千次阅读 2019-10-29 08:51:15
    今天的主角是人工智能,它深刻地影响着人类社会的生产、生活,极地推动了科技的发展...人工智能使企业的业务流程自动化、知识管理工作自动化运营管理智能化,只有随着时代脉搏一同跳动,在合适的时机做符合时宜...
  • 近年来随着数据分析这个概念的火热,不少企业都想通过数据分析来有效提高企业管理、效益以及辅助决策。但是现实往往都是残酷的,不少企业的数据基础还十分薄弱,对数据分析趋之若鹜的过程中渐渐迷失了数据分析的价值...
  • 首先介绍企业信息的概念、目的、规划、方法,然后再介绍 ERP、CRM、PDM(Product Data Management,产品数据管理)、企业门户、EAI、SCM 等内容,最后介绍电子商务的类型和标准。 1 企业信息概述  企业...
  • zabbix实现自动化运维监控

    千次阅读 2018-11-14 15:53:30
    zabbix自动化运维监控平台
  • 自2016年底开始的国内自动化“小阳春”,持续性不断超市场预期;其实,从长期来看,国内自动化和信息化有巨大的需求纵深,并且其经济性、必要性还会越来越强,产业的长期潜力应该是被低估的;我们认为,国内自动化...
  • DCS PLC区别在火电厂热工自动化领域,DCS和PLC是两个完全不同而又有着千丝万缕联系的概念。DCS和PLC都是计算机技术与工业控制技术相结合的产物,火电厂主机控制系统用的是DCS,而PLC主要应用在电厂辅助车间。DCS和...
  • 企业部署虚拟的七好处

    千次阅读 2015-01-05 11:17:46
    编者按:目前虚拟技术已经突破虚拟内存和虚拟服务器两空间,延伸到网络虚拟、微处理器虚拟、文件虚拟和存储虚拟等许多领域。越来越多的企业也已经在内部采用虚拟技术,那么企业实现虚拟环境都有哪些...
  • 12306五大焦点看高性能高并发系统

    千次阅读 2015-01-28 11:48:42
    透过12306五大焦点看高性能高并发系统 本文欢迎转载,转载请注明: 转载自IT168:http://storage.it168.com/a2012/0217/1313/000001313424.shtml [复制]     【IT168 专稿】在2011年与2012年的新旧交替之际...
  • 智能化运维最佳实践-自动化

    万次阅读 2016-08-08 09:38:55
    但是随着企业信息程度的提高、IT环境规模的扩大和IT环境复杂度的增加、行业内服务竞争的加剧,如何保证IT系统安全稳定运行,为业务提供可持继性的支撑,最优化IT环境的性能,有效控制IT成本和计划IT投资,这些都对...
  • 五大主流虚拟产品推荐

    千次阅读 2011-08-04 23:43:08
    VMware的虚拟产品包括vSphere等一系列数据中心虚拟产品以及vCenter等一系列应用程序和基础架构管理工具,可以帮助企业以一种渐进的、非破坏性的方式实现云计算,获得高效、灵活、可靠的“IT即服务”。...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 28,814
精华内容 11,525
关键字:

企业自动化运营的五大系统