热门标签:代写本科论文 写作发表 工程师论文 代写一篇论文多少钱
当前位置: 代写一篇论文多少钱 > MBA论文 > 公司新品开发中数据驱动技术的应用探究

公司新品开发中数据驱动技术的应用探究

时间:2019-07-29 15:51作者:汪银辉
本文导读:这是一篇关于公司新品开发中数据驱动技术的应用探究的文章,经济社会持续高速发展,中国的经济规模和发达国家的差距逐步缩小。科技业在国内的发展也随之加快,对产品创新的要求也随之提高,而当前制造业产品的创新策略通常基于商业导向或经验导向。基于数据驱动的研究很少开展
  摘 要
  
  经济社会持续高速发展,中国的经济规模和发达国家的差距逐步缩小。科技业在国内的发展也随之加快,对产品创新的要求也随之提高,而当前制造业产品的创新策略通常基于商业导向或经验导向。基于数据驱动的研究很少开展和完成。伴着制造业信息技术的不断完善,ERP,PLM 等也大范围推广开来,整个行业的布局也上升到了一定的成熟阶段,行业价值链条的内容丰富,形式呈现多样化和多元化的特点,生产销售过程中包含大量的数据,如何让这些数据的拥有价值是本文重点探讨的课题。基于数据驱动的,通过对大量数据的分析来获得相应的结果,从而来支持决策行为。在系统概念中,它强调了对操作系统时间序列数据以及内部和外部数据的访问,并创建了一个大型的模型数据仓库,进行分析和挖掘,从而实现我们所需要的相应结果。

公司新品开发中数据驱动技术的应用探究
  
  本文研究的主要目的是基于数据驱动的产品策略分析与研究,通过研究得出产品定义、创新的方案及策略。基于此,本文对整个研究过程进行如下分析:第一、对数据分析、数据挖掘、产品创新等主要关键内容进行了搜集和研究,第二、对 S 公司在产品创新策略方面的问题点进行分析,得出了通过历史数据的分析、挖掘,有利于产品创新的初步结论,第三、重点对供应链核心器件的参数和公司运营的数据进行统计和整理,找出在产品创新策略层面有利因子,从而探寻符合产品策略制定的分析方法及手段,第四、通过对数据分析和挖掘,得出满足客户需求的产品技术要素,再由技术要素规划产品路线图和工艺路线图,再加上对各个部件的路线图的研究和分析,进行产品的优化组合,完成对产品的创新。使其更加符合市场需求,更加具备市场竞争力。
  
  从研究的结果来看,如何从“业务驱动”到“数据驱动”,如何进行数据化运用,为公司制定准确的产品策略和定义有竞争力的产品,对一家工业企业来讲是何其重要。
  
  关键词:  产品创新策略, 数据驱动, 数据分析与挖掘。
  
  Abstract
  
  The economic and social development is continuing at a high speed, and the gap between the economic scale and the developed countries is gradually narrowing.The development of the technology industry in China has also accelerated, and the demand for product innovation has been improved, while the innovation strategy of current manufacturing products is usually based on business orientation or experiential orientation.Data-driven research is rarely conducted and completed.With the continuous improvement of the manufacturing information technology, ERP,PLM also rolled out a wide range, such as the layout of the whole industry is also rose to a certain stage of maturity, the industry value chain is rich in content, form the characteristics of variety anddiversity, production and sales process contains a large amount of data, how to make these data have value is this article key discussion topic.Based on data driven, a large amount of data is analyzed to obtain corresponding results to support decision behavior.In system concepts, it emphasizes the operating system of time series data, and the internal and external data access, and created a model of a large data warehouse, carries on the analysis and mining, so as to realize the corresponding results of what we need.
  
  The main purpose of this paper is to analyze and research the product strategy based on data driven, and to find out the product definition, innovative plan and strategy.Based on this, this paper analysis the whole research process is as follows: First, the data analysis, data mining, product innovation and so on .This has carried on the collection and research key content.Second,the product innovation strategy problem analysis in S conpany, obtained through the analysis and mining of historical data to the preliminary conclusion of product innovation.Third, focusing on the parameters of the core components of the supply chain and operations of data statistics , find out the favorable factors in product innovation strategy level, to explore conforms to the productstrategy analysis methods. Fourth, through the analysis and data mining, it is concluded that meet customer requirements of product technical elements, and planning and product roadmap and technology roadmap, technology factors, combined with the road map for the parts of research and analysis, for the optimization of product combination, completion of product innovation.Make it more in line with market demand, more market competitiveness.
  
  By above study, how to go from "business-driven" to "data driven", how to carry out digital operations, accurate product strategy and the definition of competitive products, it is important for an industrial enterprise.
  
  Key Words:  Product innovation strategy,Data-driven,Data analysis and mining。
  
  引 言
  
  本文研究的课题是利用 S 公司多年的运营数据,采用一定的数据分析、挖掘工具,本文在总结前人研究成果与回顾相关理论的基础上,分析企业在产品策略和创新过程中存在的问题,结合 S 公司总体产品发展规划,通过对产品的客户需求、行业发展方向、供应链核心器件参数、销售数据进行深入的实践研究,以这些数据为素材进行数据分析和挖掘,并结合客户的倾向性,进行产品定义、产品创新,以满足客户的需求。
  
  本文所研究的 S 公司,属于科技制造行业,在管理和分析大数据时,可帮助制造商准确了解市场的走向和趋势,改进产品质量和使用效率,提高供应链的灵活性和权威性。随着信息和成熟生产的广泛使用,ERP 和 PLM 系统以及整个价值链中的制造和产品生命周期中的生产涉及大量数据,包括产品和运营以及价值链在内。还有更多的形式和内容。例如,获取产品质量数据,生产过程中的制造商将使用大量传感器获取不同的数据。这些数据是融会贯通的,而组合的数据维护,服务等等,可以从不同角度分析产品数据质量之间的联系,这些数据将在视觉环境中以综合视图的形式整合并呈现给投影机。工程师可以全面观察体系的运转状况,做出更准确的管理和提高产品质量的战略部署。
  
  通过本文的研究,望能为 S 公司在激烈行业的竞争中,取得领先优势,进而稳固全球领先的行业地位,扩大市场份额提供一些参考意见和建议。
  
  1.绪论。
  
  1.1 论文研究的背景与意义。
  
  1、选题的背景。
  

  随着新一代信息技术如云存储,移动互联网和物联网等的快速发展,社交信息和创业能力不断增强。社交网络和基于互联网的办公室正在迅速出现并且不可阻挡。随着传感器设备和联网移动终端数量的增加,随着工业自动化的普及,越来越多的工业传感器设备智能制造领域广泛应用,具有机器视觉功能的,可视化的自动化生产设备成为工业制造领域最重要的组成部分之一,因此各行各业迅速涌现出大量统计数据,交易数据,交互式数据和传感器数据源。全球数据增长速度比以往更快,输出了越来越多的类型的数据,广泛的、大量的、更新速度无比快速的数据必将产生更加高效的社会以及商业价值[1]。
  
  使用大数据将成为提高企业业务实力和抓住市场机遇的核心。在接下来的三到五年里,他们会看到真正了解大数据的,可以为其所利用的公司和不在数据挖掘方面有作为的公司之间会形成巨大的差异,一个可能成为行业领袖,一个可能被行业淘汰。真正能够使用大量数据并将其价值转化为生产力的公司将具有强大的市场占有量,并成为行业的佼佼者。
  
  通常,大数据行业包括数据生成,数据存储,数据处理和数据应用。其产品和服务包括硬件产品,基础软件,应用软件和信息服务。中国数据信息量更是以高于全球的增速在发展,数字信息量占全球比例已经从 2006 年的 7.9%提升至 2010 年的 9.1%,2013 年,占比提升至 14%,预计到 2020 年,中国在全球数字世界中所占的份额将增至 21%[1]。
  
  根据权威数据显示,二零一二年,中国大数据投资行业已超过四点五亿元,年均增长将近八成。2016 年已经突破百亿元规模,而且未来十年内将朝着千亿目标前进。
  
  以零售行业为例,大数据研究可以帮助企业跟上市场动态变化并迅速作出反应。由于类似的零售贸易产品的区别不大,可替换性强劲,零售销售增长与良好的交易体验和客户服务密不可分,而且不可分割还有翻新产品费率高效,快速和准确营销和营销需求。沃尔玛已开始销售连锁店产生的大量数据,并结合气候,经济和人口数据开展研究,以便为特定商店货架选择合适的产品并确定时间降价。我国的国民品牌矿泉水,数据分析技术数据大幅增加约三成,库存时间从五天到三天不断减少流转时间,能耗数据减少了大约八成[1]。
  
  数据驱动的企业与客户互动研发创新的特征如下:驱动因素变革、互动主体变化、方法工具创新、领先客户与普通客户的大数据合作资产形成及互动形式变化。针对制造类企业来讲,要实现数据驱动与客户互动产品创新,企业与客户创新动态能力需要与制度设计相匹配,基于大数据的知识抽取方法体系需要与支撑研发创新的大数据平台相匹配,且二者匹配形成的创新管理与创新技术互动迭代,构成大数据驱动的企业与用户互动创新机制的基础[45]。
  
  本文所研究的 S 公司属于科技制造业,在管理和分析大数据时,可帮助制造商准确了解市场的走向和趋势,改进产品质量和使用效率,提高供应链的灵活性和权威性。随着信息和成熟生产的广泛使用,ERP 和 PLM 系统以及整个价值链中的制造和产品生命周期中的生产涉及大量数据,包括产品和运营以及价值链在内。还有更多的形式和内容。例如,获取产品质量数据,生产过程中的制造商将使用大量传感器获取不同的数据。这些数据是融会贯通的,而组合的数据维护,服务等等,可以从不同角度分析产品数据质量之间的联系。最后,这些数据将在视觉环境中以综合视图的形式整合并呈现给投影机。工程师可以全面观察体系的运转状况,做出更准确的管理和提高产品质量的战略部署。
  
  在互联网行业,大数据分析可以为决策提供业务支撑,并制定更加准确和有效的营销策略。互联网行业的主要特点之一是不同类型信息和数据的海量提升。在此基础上,互联网上的用户和社交群体的行为也变得更加多元和综合。
  
  Facebook 分析社交网络和挖掘数据以及大量的在线交易数据提供特别的个性化广告策略,得其的市场份额获得了飞速发展,远远超过谷歌。市场份额迅速增长,远超 Google。百度搜索需要收集和热点的在线游戏玩家,分成用户组,并细化互联网数据搜索游戏行为的组织结构,创建用户行为数据并将其出售给游戏运营商在线创建数据销售和广告服务的双向辅助形式。
  
  在金融行业,大数据研究的作用和意义更为巨大,可以为金融机构打造更为安全的氛围和环境,提供快速的科学决策和对服务创新的支持。高水平的财务信息,数据量,集中的数据管理为大数据研究和运用创造了良好的条件。中信银行信贷机构就是比较成功的典范,信用卡中心分析大数据研究机制,实时商务智能(BI)和即使营销让客户群大为满意,运营效率完全提高。营销周期配置的一般时间从半个月 缩减到两到三天。数量增长将近七成,不良贷款率也大幅下降,同比减少将近一个百分点[1]。
  
  近几年物联网行业的快速发展,催生了巨大的应用市场,其规模已达千亿级别并且在向万亿级别发展物联网带来了前所未有的契机,具有很好的市场前景。在此之后,人们希望一个更加能够为人类服务的网络系统,这个网络系统可以为各个行业的网络和数据互联提供强有力的支持,不管是哪个行业,还是人类,都将是这个系统的一部分,很多专家已经提出一个论断:物联网产业是未来数十年最具有潜力的行业,其市场前景和行业规模值得期待,当前我国物联网技术是已经走在世界的领先地位,新一轮产业革命已经启动,国家已经下定决心去突破智能硬件、芯片、传感器等相关尖端技术,着力打造以智慧为名的全产业链的物联网的大格局,这里会产生工业互联网、智能制造、智能交通、智能城市等一系列的物联网应用产品。
  
  物联网应用产品是利用物联网技术建立一套基于计算机管理、现代化、智能化的管理系统,实现物联网设备进行科学有效的数据管理、监控和分析。物联网应用产品是利用物联网技术建立一套基于计算机管理、现代化、智能化的管理系统,实现物联网设备进行科学有效的数据管理、监控和分析。这里如何重点把物联网技术应用到工业自动化技术中去,就显得非常重要了。因此,如何建立跟制造系统关联的智能管理系统,它既具备数据采集功能,又具备网络通信功能,作为各行业进行数据运营的一部分,已经成了物联网应用发展的重要方向。
  
  但随着工业自动化,智能化应用深入发展,逐步发现自建的终端管控系统,终端数据由物联网设备经过网关之后到达管理系统,这个过程比较复杂,开发周期相对较长;此外,各行各业以物联网应用都有各自的标准,这就导致不同的物联网应用项目难以互通,成为一个个信息“孤岛”,一个地方的成功案例,也难以到其他地方复制,没有统一标准,物联网也难以实现广域化全程全网的应用。因此研究兼容平台下的物联网设备管理系统对于加快数据采集和应用具有重大意义和实用价值。
  
  S 公司是一家处于飞速发展中的全球光学影像系统方案解决商,主要设计、生产、销售光学镜头、光学摄像模块、车载光学镜头为主的厂商,销售额从2010 年的 10 亿左右规模发展到 2017 年 233 亿左右的规模,尤其是以生产手机摄像模块的 S 公司的子公司 SO,近 5 年呈现爆发性增长,但由于增长速度快,企业的产品推广策略、运营决策很多还是基于之前经验或者消息层面的为主,并未形成以数据驱动的企业运营策略的研究,同时由于行业景气度不错,导致有更多的国内外知名企业进入这个行业,国内外竞争格局发生较大的变化,产品升级换代的节奏也明显加快,譬如竞争对手作为行业新来者,它利用利用对行业资源的整合,梳理出来的产品规划,加上其惯用的价格策略,就把 S 公司的产品打得非常被动,基于上述原因,本人作为在 S 公司从事过市场营销和供应链管理的人员来讲,有责任对这些数据进行分析和研究,使得决策依据更趋合理性,对这些分布于各个部门的数据进行一致的运行活动,而数据挖掘的价值在此条件上,数据等同于价值的含义,然后作出明智的决策,作为业务经理的基础,进而以此作为企业管理者进行智能决策的依据,S 推动产品创新的进程不断加快,公司决策体系从“业务驱动”向“移位驱动数据的方向不断发展。集中收集,分类,整理、提取与分析,让数据资源成为企业的利润之源.

       2、选题的意义。
  
  数据驱动,原来是一个专业 IT 术语,它依赖于分析和处理大量数据,在此基础上支持过程下一步的决策部署。在实际实践中,它强调对内部和外部的时间序列以及大量数据的访问,把历史数据进行数据仓库的创建,然后研究规律和相关性以实现不同的功能。数据驱动最重要的体现形式是统计。一般情况下,统计方法都属于“数据驱动”范畴。算法和统计学很早之前就已经出现,并一直在各个领域中占有极为重要的地位。然而,微机和网络的出现,无异于又一次的工业革命,技术的快速发展,在信息时代之前提供大量数据并不困难。统计方法在经济运转中使用频繁。这个过程的应用实际上是实践和理论的不断统一,两者相辅相成和不断结合发展的。到 20 世纪 80 年代以后,在不到 20 年的时间里,其整体走向呈现出了良性的循环和互动,不管是方法,还是内容,亦或者目的都得到了很大程度的提升和完善[2]。
  
  最近一段时期以来,信息化技术成为经济元素的主角,数据库也逐渐完善,数据量也以十分惊人的速度在增长。这为决策者提供了良好的发展条件,也提升了更高的眼界和平台视角,数据仓库在很多领域都建立起来了,但是大量的数据往往使得辨别隐藏信息无法支持决策。但是,传统的问题和报告工具无法满足时代需求。快节奏的发展背景需要这些信息的直接共享。所以,新的数据技术就应运而生----数据挖掘,来处理大量数据并从中产生有价值的潜在知识。
  
  数据挖掘技术从此被广泛应用到各个行业。
  
  然而,国内大多数工业品制造企业对如何使用数据驱动公司的产品规划和经营决策的重视度还远远不够,总是高举着价格战的策略,以此去抢夺市场份额,期望以此打倒竞争对手,即便有些企业已经对数据的重要性有所认识,但往往存在的情况是大多数的信息存在于各个部门,没有进行有效的整合和梳理,那也就无法挖掘这些数据背后所蕴含的价值,这必将会影响企业在所处行业中的竞争力,因为随着中国对外开放程度的不断加大,S 公司在竞争中将面临越来越多的国际巨头。
  
  而作为 S 公司,经过十年的发展,已经从一家地方性的民营企业发展成为一家全球范围内最大的光学影像系统方案解决厂商之一,但在企业管理方面,还以粗放式管理为主,在精细化管理上还做得还不够,包括缺乏产品策略制定的科学依据、缺少制造数据反向推动产品规划的方法等问题,管理层虽然意识到这些问题的存在,但是由于公司处于快速发展时期,忙于眼前的业务,在这方面研究投入的精力和财力不够,而产业链中的大公司利用在行业长时间的积累,充分利用现有数据资源,进行产品规划的精准定义,从而取得了非常不错的业绩,譬如:韩国 SA 公司拥有在消费电子领域的多个产品线,他们利用各产品线的数据收集、并通过数据分析和挖掘工具进行分析,得出这个类别的产品可能缺货的结论,定义的一款有市场针对性的 CMOS 芯片,从而夺取了较大市场份额。因此,推动 S 公司通过数据的分析和挖掘来推动产品创新策略的研究对 S公司未来的发展是非常有必要和急迫的,倘若它在这方面取得重大的研究成果,必将带动整个行业向前发展,从而维持并巩固自己的行业领袖地位。
  
  1.2 论文研究的内容。
  
  本文在总结前人研究成果与回顾相关理论的基础上,分析企业在产品策略和创新过程中存在的问题,结合 S 公司总体产品发展规划,通过对产品组合中供应链核心器件参数和销售数据进行深入的实践研究,以这些数据为素材进行数据分析和挖掘,并结合客户的倾向性,梳理出产品组合的最佳方案。本文的主要内容如下:
  
  第一章是绪论部分,基于光学摄像模块产品发展多样化,市场竞争白热化,技术创新难度大的背景,介绍了论文的目的和研究意义,国内外研究综述,研究主要内容、方法和思路、论文的难点和可能的创新点。
  
  第二章是理论基础和文献综述,为本论文的基础研究,主要介绍了数据驱动、数据挖掘、产品创新、数据分析、工业品营销、项目管理等方面的相关理论 , 如 详 细 介 绍 了 数 据 挖 掘 中 的 包 括 联 机 分 析 处 理 (On-Line AnalyticalProcessing, OLAP)、面向属性的归纳方法(Attribute-Oriented, AO )、关联规则、分类与预测、聚类分析、神经网络、遗传算法等相关概念。同时介绍下数据挖掘在企业运营管理中的应用现状、工业品市场营销理论等。
  
  第三章对所在 S 公司所处行业的状况进行介绍和问题点的描述,并运用产品管理、数据分析的知识对其进行问题点分析,针对当前产品规划和创新过程中存在的问题进行剖析及对应对策略进行初步探讨,为第五章制定产品创新策略进行铺垫。
  
  第四章对笔者所在 S 公司的产品定义和销售数据、线上线下的数据进行搜集,同时对数据分析及挖掘的方法和工具进行分类介绍,筛选出适合本论文研究的数据分析挖掘的方法和工具,对搜集整理的数据进行分析和挖掘。
  
  第五章对产品创新的方法进行理论上的研究,然后分析 S 公司产品创新策略,通过对 S 公司具体数据的挖掘得出的结论及本身存在的问题进行分别描述产品创新过程和步骤,对产品规划中存在的问题点进行纠正,并运用产品管理方面的理论知识,探讨问题存在的可改善、可优化的地方,最终给出分析的结果,并通过源数据模拟策略的效果(因为产品规划和创新策略实施到效果达成的周期需要半年到 1 年)。这是本文的重点要点。
  
  第六章是本文的研究结论、挑战和展望。
  
  【由于本篇文章为硕士论文,如需全文请点击底部下载全文链接】
 
  
  1.3 论文研究的方法与思路

  1.3.1 文献综述方法
  1.3.2 调查和分析法
  1.3.3 跨学科研究法
  1.3.4 研究思路
  
  2.相关理论基础和国内外研究现状
  
  2.1 相关理论基础

  2.1.1 数据分析与挖掘
  2.1.2 产品创新
  
  2.2 国内外研究现状
  2.2.1 基于数据驱动的决策方法研究现状
  2.2.2 产品创新研究现状
  2.2.3 数据挖掘研究现状
  
  3.S 公司产品创新现状及问题分析
  
  3.1 S 公司产品创新现状

  3.1.1 S 公司所处行业现状
  3.1.2 S 公司产品创新现状
  
  3.2 S 公司产品创新存在的不足之处
  3.2.1 当前的产品计划和发展趋势
  3.2.2 存在的问题及初步分析
  
  4.S 公司产品数据分析和挖掘
  
  4.1 产品销售数据分析

  4.1.1 从产品像素进行分析
  4.1.2 客户选择制程工艺趋势分析
  4.1.3 从产品类别进行分析
  
  4.2 核心器件数据挖掘
  
  5.S 公司产品创新方向和策略
  

  5.1 S 公司产品创新方向
  5.2 S 公司产品创新策略

  6.研究结论

  本文以自己所效力的 S 公司为载体,通过他在经营过程中的产生的部分数据对工业品企业如何进行产品创新做了一些浅显的分析,并通过上述章节的分析,本文有了一些初步的认识:

  (1)数据分析在企业运营过程中,将发挥越来越重要的作用,如何数据资产化,如何让数据为经营服务将决定未来企业竞争力强弱的关键所在。企业的高层必须以战略的高度重视数据资产,以制度的形式让数据的产生、记录、传输、保存和整理等各个环节有序化展开,也许一两年内不会产生作用,但时间一久,这些数据必将对企业的发展提供强大的动力。

  (2)通过产品组合管理,为产品创新保驾护航。工业品企业,产品是决定企业发展的关键要素,通过先期研发积累研发数据和市场调研数据,从而分析得出满足客户需求的产品技术要素,再由技术要素规划产品路线图和工艺路线图,再加上对各个部件的路线图的研究和分析,进行产品的优化组合,完成对产品的创新组合。

  (3)产品形态的形成,要注重上下游行业的调研。对上游企业(供应商),S 公司的产品的部分关键元器件核心技术掌握在国外厂商手上,对他们的研究和分析有助于 S 公司把握市场发展趋势,不至于技术和工艺的更新不符合市场发展逻辑,对下游企业(手机终端),他们对产品的定义很大程度会影响 S 公司的制造产线形态和工艺路线,跟他们的交流有助于 S 公司更快适应市场需求,形成先发优势。

  (4)强化产业整合,利用 S 公司在行业上的趋势,整合上下游企业的资源,为公司下一步的爆发性增长积累资源。

  参考文献

点击下载全文
相关文章
网站地图 | 网站介绍 | 联系我们 | 服务承诺| 服务报价| 论文要求 | 期刊发表 | 服务流程