本月累计签到次数:

今天获取 积分

行业分析

行业分析

283 浏览

想成为军工系统供应商,必须知道这3点

其它类 晴空万里 2018-01-04 15:39 发表了文章 来自相关话题

我们认为军工系统在空间广阔、采购量相对民用更加稳定,对民企来说,成为军工系统供应商会为公司订单扩容、提升产能利用率奠定坚实基础。进而巩固企业在行业内的优势地位,提升竞争实力。

与国企、央企相比,民参军企业由于船小好调头,人员可控,新型产品不至于形成大量固定资产,其人工成本和各项费用都大大减少。由于轻装上阵,民企公司 查看全部
我们认为军工系统在空间广阔、采购量相对民用更加稳定,对民企来说,成为军工系统供应商会为公司订单扩容、提升产能利用率奠定坚实基础。进而巩固企业在行业内的优势地位,提升竞争实力。

与国企、央企相比,民参军企业由于船小好调头,人员可控,新型产品不至于形成大量固定资产,其人工成本和各项费用都大大减少。由于轻装上阵,民企公司
2 回答

33岁的人应该何去何从

其它类 Intec 集成商 2017-11-28 10:22 回复了问题 • 5 人关注 来自相关话题

257 浏览

干机械的想出头,一定要做到这四点

其它类 唯我独尊否 2017-11-03 09:56 发表了文章 来自相关话题

 最近很多机械兄弟私下里找我抱怨:对机械行业比较迷茫,毕业了不知道找什么样的工作,工作了觉的赚钱少,不知道这行的前途在哪……看到这些,我心里很有感触。我也在机械行业干了6年了,从最开始的机械制图员到现在的研发经理,有过一些经历,但绝对算不上什么大牛。下面我只根据我的经历和体会来跟大家谈谈如何在机械行业让自己发展的很快 查看全部
 最近很多机械兄弟私下里找我抱怨:对机械行业比较迷茫,毕业了不知道找什么样的工作,工作了觉的赚钱少,不知道这行的前途在哪……看到这些,我心里很有感触。我也在机械行业干了6年了,从最开始的机械制图员到现在的研发经理,有过一些经历,但绝对算不上什么大牛。下面我只根据我的经历和体会来跟大家谈谈如何在机械行业让自己发展的很快
257 浏览

传说中的“未来工厂”到底什么样?

智能科技类 快来取快递 2017-10-30 10:45 发表了文章 来自相关话题

未来的制造不再是密集的工人、庞大的生产规模了,而是基于大数据、互联网、人,结合各种信息技术进行数字化、自动化的柔性制造。那么未来的工厂应该是什么样子的呢?
今天就让瓦尔特图宾根公司数字制造专家Florian Böpple先生带我们玩儿转瓦尔特位于德国图宾根的“未来工厂”吧。
“未来工厂(The Factory of 查看全部
未来的制造不再是密集的工人、庞大的生产规模了,而是基于大数据、互联网、人,结合各种信息技术进行数字化、自动化的柔性制造。那么未来的工厂应该是什么样子的呢?
今天就让瓦尔特图宾根公司数字制造专家Florian Böpple先生带我们玩儿转瓦尔特位于德国图宾根的“未来工厂”吧。
“未来工厂(The Factory of
276 浏览

什么是用户画像?金融行业大数据用户画像实践

其它类 唯我独尊否 2017-10-27 10:51 发表了文章 来自相关话题

进入移动互联网时代之后,金融业务地域限制被打破。金融企业没有固定业务区域,金融服务面对所有用户是平的。

金融消费者逐渐年轻化,80、90后成为客户主力,他们的消费意识和金融意识正在增强。金融服务正在从以产品为中心,转向以消费者为中心。所有金融行业面对的最大挑战是消费者的消费行为和消费需求的转变,金融企业迫切需要为产 查看全部
进入移动互联网时代之后,金融业务地域限制被打破。金融企业没有固定业务区域,金融服务面对所有用户是平的。

金融消费者逐渐年轻化,80、90后成为客户主力,他们的消费意识和金融意识正在增强。金融服务正在从以产品为中心,转向以消费者为中心。所有金融行业面对的最大挑战是消费者的消费行为和消费需求的转变,金融企业迫切需要为产
259 浏览

全球视野下的智能制造

智能科技类 差不多先生 2017-10-26 15:15 发表了文章 来自相关话题

全球对标

纵观历史,人类已经历了三次工业革命;审视现在,产业界发起第四次工业革命。一场关乎人类未来产业变革方向和制造业的新格局已正式开始。

在这场融合了“虚拟世界”和“现实世界”的较量中,德国工业4.0和美国工业互联网,目标一致,逻辑相反,一个强调“硬”,一个注重“软”;一个基于制造基础自下而上,一个利用互联网优 查看全部
全球对标

纵观历史,人类已经历了三次工业革命;审视现在,产业界发起第四次工业革命。一场关乎人类未来产业变革方向和制造业的新格局已正式开始。

在这场融合了“虚拟世界”和“现实世界”的较量中,德国工业4.0和美国工业互联网,目标一致,逻辑相反,一个强调“硬”,一个注重“软”;一个基于制造基础自下而上,一个利用互联网优
228 浏览

创新驱动发展需要直面两大挑战

行业报告 心的开始 2017-10-16 11:52 发表了文章 来自相关话题

教育体制改革是重要内容
 
在党的十八届三中全会关于全面深化改革指导思想和重大意义的阐述中,有一段重要的文字:“经济体制改革是全面深化改革的重点,核心问题是处理好政府和市场的关系,使市场在资源配置中起决定性作用和更好发挥政府作用。”在未来相当长的一段时间里,“经济体制改革是全面深化改革的重点”这个判断,仍然是正确的。 查看全部
教育体制改革是重要内容
 
在党的十八届三中全会关于全面深化改革指导思想和重大意义的阐述中,有一段重要的文字:“经济体制改革是全面深化改革的重点,核心问题是处理好政府和市场的关系,使市场在资源配置中起决定性作用和更好发挥政府作用。”在未来相当长的一段时间里,“经济体制改革是全面深化改革的重点”这个判断,仍然是正确的。
236 浏览

谈谈线控转向系统(上)-英菲尼迪Q50的线控转向系统

行业报告 爱因斯坦 2017-10-13 11:37 发表了文章 来自相关话题

说到线控转向系统,一般来说,大家第一个想到的应该就是英菲尼迪的Q50。

各大OEM在概念车上使用线控转向系统的其实很多,比如奔驰概的F400 Carving、宝马的BMW Z22和雪铁龙C_Crosser概念车等,但实实在在用在量产车上的,Q50是目前为止唯一的一个车型,是当之无愧的先驱,从吃螃蟹这一点的创新精神和 查看全部
说到线控转向系统,一般来说,大家第一个想到的应该就是英菲尼迪的Q50。

各大OEM在概念车上使用线控转向系统的其实很多,比如奔驰概的F400 Carving、宝马的BMW Z22和雪铁龙C_Crosser概念车等,但实实在在用在量产车上的,Q50是目前为止唯一的一个车型,是当之无愧的先驱,从吃螃蟹这一点的创新精神和
244 浏览

未来机器学习五个主流方向,你都准备好了吗?

智能科技类 逃命的慌乱 2017-10-12 11:41 发表了文章 来自相关话题

最近针对未来 3~5 年内哪个方向的机器学习人才最紧缺的讨论特别火热。机器学习目前的主流方向包括:

1、互联网业务数据挖掘
使用的主要数据和要解决的问题,初级的业务挖掘人员的工作会离数据和算法更近;高级的业务挖掘人员会离用户和业务更近。
职位需求趋势:
这类职位的需求量非常大,基本所有的主要互联网公司都设置了这个岗 查看全部
最近针对未来 3~5 年内哪个方向的机器学习人才最紧缺的讨论特别火热。机器学习目前的主流方向包括:

1、互联网业务数据挖掘
使用的主要数据和要解决的问题,初级的业务挖掘人员的工作会离数据和算法更近;高级的业务挖掘人员会离用户和业务更近。
职位需求趋势:
这类职位的需求量非常大,基本所有的主要互联网公司都设置了这个岗
浏览

陈园园 发表了文章 来自相关话题

条新动态, 点击查看
我对这个话题的观点如下:
1,这是一个关于机械专业的职业规划的话题,学校里这块应该做的比较少;导致很多学这个专业甚至从事这个行业的人感到迷茫;
1.1 该行业的行业报告不多,主要是以国家季度报表为主;并没有形成专业的报告和指导意义上的战略规划;机械行业内从事的... 显示全部 »
我对这个话题的观点如下:
1,这是一个关于机械专业的职业规划的话题,学校里这块应该做的比较少;导致很多学这个专业甚至从事这个行业的人感到迷茫;
1.1 该行业的行业报告不多,主要是以国家季度报表为主;并没有形成专业的报告和指导意义上的战略规划;机械行业内从事的人员较多,成才周期较长;也是该行业的痛点;机械行业应用非常广泛;也有很多专业性的报告,区域性的报告等
2,需要了解机械行业的从业范围:我一般把机械行业作为制造业脊梁中的脊梁;类似人的骨骼一样;神经系统内,控制系统是电气工控;程序员等;需要较为深刻全面的了解机械行业的未来的从业前景和就业岗位,以及制造业的需求;并结合制造业的痛点一起看待;
3,各行各业都是有前景的,喜欢就去从事,难得有兴趣并从事的一件事情;注意力在哪里;时间就在哪里?成就就在哪里?
 
为从事制造业的人员加油,为国家做出贡献,回报家庭 而一直坚信并一直努力奋斗!
 
2 回答

33岁的人应该何去何从

其它类 Intec 集成商 2017-11-28 10:22 回复了问题 • 5 人关注 来自相关话题

10 回答

这种不正当的商业模式怎么办?

其它类 土匪king 2017-05-31 17:29 回复了问题 • 14 人关注 来自相关话题

3 回答

模具行业的行情如何?前途如何?

管理类 大叔来了 2017-02-10 14:31 回复了问题 • 26 人关注 来自相关话题

283 浏览

想成为军工系统供应商,必须知道这3点

其它类 晴空万里 2018-01-04 15:39 发表了文章 来自相关话题

我们认为军工系统在空间广阔、采购量相对民用更加稳定,对民企来说,成为军工系统供应商会为公司订单扩容、提升产能利用率奠定坚实基础。进而巩固企业在行业内的优势地位,提升竞争实力。

与国企、央企相比,民参军企业由于船小好调头,人员可控,新型产品不至于形成大量固定资产,其人工成本和各项费用都大大减少。由于轻装上阵,民企公司更容易取得高利润率,业绩成长性也远远优于普通企业。

想要闯进军工系统,必须要取得军品供应商资质,不过由于手续繁杂、没有门路,很多民企被迫拒之门外。

对于民企来说,要想成为优秀的军工系统供应商,不仅应该从自身的核心竞争力人手,更要正视我们处在一个正在变化的环境中,积极主动的去应对新的变化,把属于自己的“奶酪”做大,并能够寻找新的“奶酩”。

技术创新

科技创新能力的直接表现就是能否为市场提供满足日益变化的需求的产品,技术推动的发展空间很大,但这都要根据用户的需要着眼,这就要求民企的科研部门密切注意军方的需求,从需求牵引来推动技术创新。因此,对于军工能力的发展,必须坚持走技术能力为主的发展策略。

成本控制

成本控制不仅是控制产品的生产成本,还应是产品寿命周期成本的全部内容。当产品的寿命周期成本得到有效控制,成本才会显著降低,现在军方采办过程中也强调重视降低全寿命周期成本,其将成本视为推动设计、采办和保障过程的必要条件,而从全社会角度来看,只有如此才能真正达到节约社会资源的目的。

可持续发展力

巩固好其原来业务的同时,源源不断地建立新业务。它们在内部革新其核心业务,同时开创新业务,不断保持新旧更替管道的畅通,一旦出现减退势头便不失时机地完成转换。因此建立和管理好一条连续不断的企业更新管道,乃是实现持续增长面临的中心难题。

  查看全部
我们认为军工系统在空间广阔、采购量相对民用更加稳定,对民企来说,成为军工系统供应商会为公司订单扩容、提升产能利用率奠定坚实基础。进而巩固企业在行业内的优势地位,提升竞争实力。

与国企、央企相比,民参军企业由于船小好调头,人员可控,新型产品不至于形成大量固定资产,其人工成本和各项费用都大大减少。由于轻装上阵,民企公司更容易取得高利润率,业绩成长性也远远优于普通企业。

想要闯进军工系统,必须要取得军品供应商资质,不过由于手续繁杂、没有门路,很多民企被迫拒之门外。

对于民企来说,要想成为优秀的军工系统供应商,不仅应该从自身的核心竞争力人手,更要正视我们处在一个正在变化的环境中,积极主动的去应对新的变化,把属于自己的“奶酪”做大,并能够寻找新的“奶酩”。

技术创新

科技创新能力的直接表现就是能否为市场提供满足日益变化的需求的产品,技术推动的发展空间很大,但这都要根据用户的需要着眼,这就要求民企的科研部门密切注意军方的需求,从需求牵引来推动技术创新。因此,对于军工能力的发展,必须坚持走技术能力为主的发展策略。

成本控制

成本控制不仅是控制产品的生产成本,还应是产品寿命周期成本的全部内容。当产品的寿命周期成本得到有效控制,成本才会显著降低,现在军方采办过程中也强调重视降低全寿命周期成本,其将成本视为推动设计、采办和保障过程的必要条件,而从全社会角度来看,只有如此才能真正达到节约社会资源的目的。

可持续发展力

巩固好其原来业务的同时,源源不断地建立新业务。它们在内部革新其核心业务,同时开创新业务,不断保持新旧更替管道的畅通,一旦出现减退势头便不失时机地完成转换。因此建立和管理好一条连续不断的企业更新管道,乃是实现持续增长面临的中心难题。

 
257 浏览

干机械的想出头,一定要做到这四点

其它类 唯我独尊否 2017-11-03 09:56 发表了文章 来自相关话题

 最近很多机械兄弟私下里找我抱怨:对机械行业比较迷茫,毕业了不知道找什么样的工作,工作了觉的赚钱少,不知道这行的前途在哪……看到这些,我心里很有感触。我也在机械行业干了6年了,从最开始的机械制图员到现在的研发经理,有过一些经历,但绝对算不上什么大牛。下面我只根据我的经历和体会来跟大家谈谈如何在机械行业让自己发展的很快。
很多人都说机械行业不行了,搞得很多人都想转行转专业。其实,在我看来,行业自动化发展只会影响到产品的生产过程和制造工人的手工劳动,并不会影响机械设计和机械加工等方面的技术人员。机器再厉害,它也代替不了设计人员来设计产品,机器再能干,也需要技术人员给他编程指令。但是,现在是知识大爆炸的时代,只掌握一种技术而不懂得学习,迟早会被淘汰,比如一个车工,如果只会用手工车床车零件,不懂得与时俱进的学习,几年前可能过的还不错,但是数控设备一上来,他的价值就会越来越小。如果他能跟着时代不断学习,掌握数控编程,不仅自己价值提高了,工作强度也小了。所以说机械行业不行了的人,都是他能力不足不想努力的借口。
总结这么大年的所见所遇,个人觉得,在机械行业,要想不比别人差,不比其他行业的人差,要注意以下四点:

一、毕业生不要高看自己,先进入行业再说。

之前和一位刚毕业的大学生聊,他毕业半年多了还没找到工作,我问他为什么还没找到工作?他说他这半年面试了几家公司,大多都是制图员、实习生的职位,不但一天到晚的画图,而且还要到车间里实习个把月,工资又低的可怜,生活费都不够,对不起他上的4年大学。所以一直没有同意入职,就这样边干零工边找工作,过了大半年了。我听了非常生气,劝他不管是制图员还是实习生,赶紧找个对口的工作干。因为企业只有对应届毕业生才不会看重工作经验,假如你过了一年还在自己游荡,下一年的毕业生又毕业了,而你一个往届毕业生又没有任何工作经验,最后你都竞争不过你的学弟学妹。所以,毕业生一定不要高看自己,你没有工作经验,你是到企业学习的,工资再低都是很正常的,你要明白,工资低只是暂时的。我当初做制图员工资在北京1800块钱,难道我会一直赚那1800块钱吗?
二、工作少出错,让领导放心是最关键的。

       机械行业工作涉及到的知识非常广泛,制图、软件、材料、力学、加工、工艺、质检等等,你不可能懂得所有方面,所以,在工作中我们肯定会遇到各种各样的问题和难点,但是遇到这些难点千万不要得过且过,更不要唬弄,因为有时可能一个小小的公差,都会导致公司几十万甚至上百万的损失。当你的工作在领导心里留下污点时,那么以后领导有什么好事都轮不到你。所以,工作中遇到问题,我们一定要尽快把它弄清楚,不能耽误我们的工作。当每次派给你工作你都能很好的完成,领导把事情交给你很放心的时候,想不升职加薪都难。
三、建立自己所在行业的知识体系。

       机械行业虽然广泛,但是你进入的却是一个细分行业,比如汽车行业、医疗产品、家电行业等等,每个行业都有自己独特的行业规定和标准,因此你要想越来越值钱,就要在这个行业积累价值。比如你进入的是一家医疗器械公司,除了了解机械行业通用的设计规范之外,还要了解医疗产品特有的行业规定,比如在形状、材料、洁净度等方面的特殊要求,善于总结和学习,在这个行业建立起比较扎实的知识体系的话,那么你的公司很难离开你这个人了,那样你的价值就体现出来了。
四、用你的技术让你的收入增加。

很多机械人嫌工资低,整天抱怨,不去想办法充实自己的收入,有的人说我可以利用下班时间去打零工或者帮别人做销售,我不提倡一个搞技术的去做这些。其实你完全可以利用你的技术去在工作之外的时间赚钱,这样既能增加你的收入,又能提高你的技术能力。我举例几种方法。比如你可以选择一个你很熟悉的方面录制一些技术课程放到一些课程平台上,赚取课程费用,我看到很多大佬都在这样做。你还可以开一个淘宝店去专门为他人画图或者代做毕业设计。如果上面的你都嫌麻烦,你还可以在咱们机械果平台里面帮别人解决问题赚钱,只需动动手指动动嘴。这些方式应该都能给你每个月增加至少几百甚至上千的收入,再加上你上班的工资,你同样不比别人赚的少。
这个不一定适合所有人,只给一些比较迷茫的机械人一点启发
来源:网络
  查看全部
 最近很多机械兄弟私下里找我抱怨:对机械行业比较迷茫,毕业了不知道找什么样的工作,工作了觉的赚钱少,不知道这行的前途在哪……看到这些,我心里很有感触。我也在机械行业干了6年了,从最开始的机械制图员到现在的研发经理,有过一些经历,但绝对算不上什么大牛。下面我只根据我的经历和体会来跟大家谈谈如何在机械行业让自己发展的很快。
很多人都说机械行业不行了,搞得很多人都想转行转专业。其实,在我看来,行业自动化发展只会影响到产品的生产过程和制造工人的手工劳动,并不会影响机械设计和机械加工等方面的技术人员。机器再厉害,它也代替不了设计人员来设计产品,机器再能干,也需要技术人员给他编程指令。但是,现在是知识大爆炸的时代,只掌握一种技术而不懂得学习,迟早会被淘汰,比如一个车工,如果只会用手工车床车零件,不懂得与时俱进的学习,几年前可能过的还不错,但是数控设备一上来,他的价值就会越来越小。如果他能跟着时代不断学习,掌握数控编程,不仅自己价值提高了,工作强度也小了。所以说机械行业不行了的人,都是他能力不足不想努力的借口。
总结这么大年的所见所遇,个人觉得,在机械行业,要想不比别人差,不比其他行业的人差,要注意以下四点:

一、毕业生不要高看自己,先进入行业再说。

之前和一位刚毕业的大学生聊,他毕业半年多了还没找到工作,我问他为什么还没找到工作?他说他这半年面试了几家公司,大多都是制图员、实习生的职位,不但一天到晚的画图,而且还要到车间里实习个把月,工资又低的可怜,生活费都不够,对不起他上的4年大学。所以一直没有同意入职,就这样边干零工边找工作,过了大半年了。我听了非常生气,劝他不管是制图员还是实习生,赶紧找个对口的工作干。因为企业只有对应届毕业生才不会看重工作经验,假如你过了一年还在自己游荡,下一年的毕业生又毕业了,而你一个往届毕业生又没有任何工作经验,最后你都竞争不过你的学弟学妹。所以,毕业生一定不要高看自己,你没有工作经验,你是到企业学习的,工资再低都是很正常的,你要明白,工资低只是暂时的。我当初做制图员工资在北京1800块钱,难道我会一直赚那1800块钱吗?
二、工作少出错,让领导放心是最关键的。

       机械行业工作涉及到的知识非常广泛,制图、软件、材料、力学、加工、工艺、质检等等,你不可能懂得所有方面,所以,在工作中我们肯定会遇到各种各样的问题和难点,但是遇到这些难点千万不要得过且过,更不要唬弄,因为有时可能一个小小的公差,都会导致公司几十万甚至上百万的损失。当你的工作在领导心里留下污点时,那么以后领导有什么好事都轮不到你。所以,工作中遇到问题,我们一定要尽快把它弄清楚,不能耽误我们的工作。当每次派给你工作你都能很好的完成,领导把事情交给你很放心的时候,想不升职加薪都难。
三、建立自己所在行业的知识体系。

       机械行业虽然广泛,但是你进入的却是一个细分行业,比如汽车行业、医疗产品、家电行业等等,每个行业都有自己独特的行业规定和标准,因此你要想越来越值钱,就要在这个行业积累价值。比如你进入的是一家医疗器械公司,除了了解机械行业通用的设计规范之外,还要了解医疗产品特有的行业规定,比如在形状、材料、洁净度等方面的特殊要求,善于总结和学习,在这个行业建立起比较扎实的知识体系的话,那么你的公司很难离开你这个人了,那样你的价值就体现出来了。
四、用你的技术让你的收入增加。

很多机械人嫌工资低,整天抱怨,不去想办法充实自己的收入,有的人说我可以利用下班时间去打零工或者帮别人做销售,我不提倡一个搞技术的去做这些。其实你完全可以利用你的技术去在工作之外的时间赚钱,这样既能增加你的收入,又能提高你的技术能力。我举例几种方法。比如你可以选择一个你很熟悉的方面录制一些技术课程放到一些课程平台上,赚取课程费用,我看到很多大佬都在这样做。你还可以开一个淘宝店去专门为他人画图或者代做毕业设计。如果上面的你都嫌麻烦,你还可以在咱们机械果平台里面帮别人解决问题赚钱,只需动动手指动动嘴。这些方式应该都能给你每个月增加至少几百甚至上千的收入,再加上你上班的工资,你同样不比别人赚的少。
这个不一定适合所有人,只给一些比较迷茫的机械人一点启发
来源:网络
 
257 浏览

传说中的“未来工厂”到底什么样?

智能科技类 快来取快递 2017-10-30 10:45 发表了文章 来自相关话题

未来的制造不再是密集的工人、庞大的生产规模了,而是基于大数据、互联网、人,结合各种信息技术进行数字化、自动化的柔性制造。那么未来的工厂应该是什么样子的呢?
今天就让瓦尔特图宾根公司数字制造专家Florian Böpple先生带我们玩儿转瓦尔特位于德国图宾根的“未来工厂”吧。
“未来工厂(The Factory of the Future)”具备互联、有序并且能够实现远程自我优化等特性——当然,前提是各种机床、刀具和系统都能提供必要的数据。另一个众所周知的流行说法就是就是“物联网”(IoT)。不过,我们首先必须知道,数据搜集的意义远非简单的“原材料”。运用这种新事物来创造优化客户生产流程的附加值,正是瓦尔特技术中心的一支数字化专家团队的主要任务。
“我们技术专家所从事的工作的成果正在逐步显现”,瓦尔特图宾根公司数字制造专家Florian Böpple解释说。瓦尔特技术中心于2016年秋季正式落成营业,仅仅数周后,瓦尔特就与软件合作伙伴Comara展开合作,双方将携手在公司推行以数字化转型为目标的各项举措。瓦尔特总裁Mirko Merlo用“拓展我们数字化产品线和继续提升公司工业4.0思维”来评价瓦尔特与Comara的长期合作。瓦尔特如今已经并购了Comara公司100%的股权,也显示了公司正在从单一的刀具制造商向传统和数字化制造方案综合供应商转型。
一、实时数据——提升效率的关键原材料
Comara致力于搜集、分析和运用实时数据。该公司积极与瓦尔特加工专家协作,以实时数据为基础开发出各种软件解决方案,以实现更高效的互连机床和刀具,同时优化各项流程。使用数字化刀具有助于让公司开发出全新刀具、机床和加工概念的app和服务,实现客户生产环境效率的最大化。其中,瓦尔特专家们对加工数据的深入理解,对于为客户提供量身定制的加工过程至关重要。




瓦尔特Tool·ID就是首批此类应用之一,它已被客户运用多年。Tool·ID使客户能够方便地识别某个生产流程所使用的全部刀具,并且对其实现持续监控。该应用能够检测刀具使用寿命,从而在最恰当的时间对刀具进行更换。刀具数据也由此从预先设置装置直接进入机床,机床运行参数也可被直接分析。

二、刀具通知机床——消除人工差错风险

类似于刀具上激光生成数据综合码的一组识别码,包含了制造商和用户等信息。这意味着刀具可采用能够被机床读取的方式来提供关于如何运用的信息。数据可通过扫描仪从服务器读取,自动传输给机床控制系统,并写入刀具日志中。这种方式无需进行耗时且易错的手工输入。

Tool·ID同时也是刀具和机床之间的重要通讯方式,诸如刀具使用寿命或预设置等数据都被收入应用之中,从而实现对单一生产步骤的控制。通过这种综合视角,可以尽早察觉潜在问题并予以解决。

“Tool·ID能够为用户节约宝贵的时间,”技术中心经理HolgerLanghans解释道,“它们还能确保更稳定的加工可靠性,并且能够深入了解刀具在生产流程中的真正运用方式。”作为节约时间的例子,瓦尔特Tool·ID只需几秒钟就能为一部切削机床备好刀具——而手工完成这一步骤的时间平均需要耗时数分钟。然而,Tool·ID只是踏足开发智能刀具和构建“未来工厂”的第一步。Comara和瓦尔特通过“Walter appCom”来携手提供必需的app。这个专属平台使机床制造商和工业公司不仅能获得根据其需求量身定制的各种刀具和app,而且还能够对其制造环境进行优化。

三、具备极大潜力的实用解决方案

为了让理论联系实际,瓦尔特技术中心的数字化专家找来了五台专用的切削机床。“每个服务app都会在这些机床上进行深入彻底的测试,” Florian Böpple解释说。“我们也与用户开展了紧密合作。这将确保我们能创造实用的解决方案,使其自使用首日就能实现生产效率潜在提升。”

“Walter appCom会搜集海量数据。我们的工作就是对其整理和分析,以便从中获取附加值。”首先是状态信息,它能将每台机床正在开展的工作告知生产经理。这其中包括使用何种刀具和相关切削参数,以及截止当天刀具共使用了多长时间(这只是其中的一部分信息)。用户可以获取最新的流动数据,以及来自第三方系统的分析和数据。“互联互通带来了无限可能,” Florian Böpple说道。

瓦尔特专家们的任务正是发掘和识别出用户自己部署的数据和流程等领域的优化潜力。专家们然后会运用这些成果,在技术中心开发特定的应用场合和加工情境。

四、聚焦:无限机遇

“在瓦尔特技术中心落成之后不久就获得了良好口碑,我们的客户都认为有必要深入了解我们的工作,”Florian Böpple说道。“最重要的原因就是了解数字化信息能赋予何种优势,并且看到瓦尔特数字化转型开启的无数新选择。”

技术中心的用户们能做的事情之一,就是观察和了解瓦尔特已经在为客户加工过程开发和实施的优化方案。HolgerLanghans解释说:“我们通过在线流媒体向远东地区的客户讲解解决方案——包括摄像头里的图片,以及与他们相关的实时数据等。这有助于节约时间和旅行成本——这种讲解方式本身也是一种高效的方案。”


技术中心的专家们同时也为客户提供了共同开发解决方案以解决特定问题的机会。“当客户描述他们的需求,我们会思考哪种刀具和加工概念对其适用。毫无疑问,在做这些事情时,我们也会考虑如何运用可用数据对他们的流程进行优化。在恰当的时候,我们同样可以在线演示,并且与客户进行在线探讨。”

五、详细记录的完整加工过程

这种技术使整个加工过程被分解为精确的细节:用户使用了哪种刀具?用了多长时间?工作环境如何?非生产时间和生产时间比率如何?所有这些事情以及其他信息都被一种特别开发的app所记录。“现在不需要人拿着码表在这里计算了,” Florian Böpple兴高采烈地说道,“相反,用户可以在任何时间使用app来了解精确的信息。”

这种方式的优势显而易见:在此之前他们不得不根据计划数据来开展计算;如今,app则可以随时告知每件刀具的实际成本数据。优化潜力的识别速度和明确度较从前大幅提升——而且甚至能够了解单一刀具的使用潜力。优化措施能产生的“优势”可以得到精确计算。效率流程分析带来了更高的机床使用率,让每台机床的可用性信息都变的清晰透明。

这种知识可以被用来控制和提升工艺,带来更高的效率。“从机床设立之日起,每一天的工作都变的明白可见,” Florian Böpple解释说。“在许多公司仍然在运用的传统生产环境里,机床操作员轮班上岗,查看他们当天运用何种程序来加工何种部件。他们先要知道开展工作需要哪些刀具,然后来到机床边,检查已经有的刀具,然后装配缺失的刀具。每次轮班和每位操作员上岗时都需要重复这一流程,叠加起来可能会是超过三种程序和30种刀具——这些时间其实都可以节省下来!”


瓦尔特开发的app能够通过扫描列出每个程序所需要的刀具清单,并且掌握哪些已经在刀具上,哪些需要重新装上。作为下一步,预装配部门将会从app中直接获取这类信息,然后用来优化调试流程。

六、凝视数据

“但是开发不会止步于此,”这位数字化专家说道。“我们当前正在将来自app的数据加载入类似HoloLens的软件中。这些联网的虚拟3D眼镜使操作员、生产经理和维护人员站在机床前,就能立即看到机床内部运作情况。”数据来自标准软件还是为特定客户订制的应用都不重要,HolgerLanghans解释说:“在未来,机床、刀具和流程的状态都是完全透明——而且是实时状态。”

瓦尔特的刀具管理专家也在为此努力——他们的工作是通过数字化方法来寻找客户流程中可通过先进技术予以优化的潜力。因此,他们会深入了解这些流程,并开发出订制优化解决方案,以迎合客户在加工和刀具物流等领域的需求。 查看全部
未来的制造不再是密集的工人、庞大的生产规模了,而是基于大数据、互联网、人,结合各种信息技术进行数字化、自动化的柔性制造。那么未来的工厂应该是什么样子的呢?
今天就让瓦尔特图宾根公司数字制造专家Florian Böpple先生带我们玩儿转瓦尔特位于德国图宾根的“未来工厂”吧。
“未来工厂(The Factory of the Future)”具备互联、有序并且能够实现远程自我优化等特性——当然,前提是各种机床、刀具和系统都能提供必要的数据。另一个众所周知的流行说法就是就是“物联网”(IoT)。不过,我们首先必须知道,数据搜集的意义远非简单的“原材料”。运用这种新事物来创造优化客户生产流程的附加值,正是瓦尔特技术中心的一支数字化专家团队的主要任务。
“我们技术专家所从事的工作的成果正在逐步显现”,瓦尔特图宾根公司数字制造专家Florian Böpple解释说。瓦尔特技术中心于2016年秋季正式落成营业,仅仅数周后,瓦尔特就与软件合作伙伴Comara展开合作,双方将携手在公司推行以数字化转型为目标的各项举措。瓦尔特总裁Mirko Merlo用“拓展我们数字化产品线和继续提升公司工业4.0思维”来评价瓦尔特与Comara的长期合作。瓦尔特如今已经并购了Comara公司100%的股权,也显示了公司正在从单一的刀具制造商向传统和数字化制造方案综合供应商转型。
一、实时数据——提升效率的关键原材料
Comara致力于搜集、分析和运用实时数据。该公司积极与瓦尔特加工专家协作,以实时数据为基础开发出各种软件解决方案,以实现更高效的互连机床和刀具,同时优化各项流程。使用数字化刀具有助于让公司开发出全新刀具、机床和加工概念的app和服务,实现客户生产环境效率的最大化。其中,瓦尔特专家们对加工数据的深入理解,对于为客户提供量身定制的加工过程至关重要。
QQ图片20171030104327.jpg

瓦尔特Tool·ID就是首批此类应用之一,它已被客户运用多年。Tool·ID使客户能够方便地识别某个生产流程所使用的全部刀具,并且对其实现持续监控。该应用能够检测刀具使用寿命,从而在最恰当的时间对刀具进行更换。刀具数据也由此从预先设置装置直接进入机床,机床运行参数也可被直接分析。

二、刀具通知机床——消除人工差错风险

类似于刀具上激光生成数据综合码的一组识别码,包含了制造商和用户等信息。这意味着刀具可采用能够被机床读取的方式来提供关于如何运用的信息。数据可通过扫描仪从服务器读取,自动传输给机床控制系统,并写入刀具日志中。这种方式无需进行耗时且易错的手工输入。

Tool·ID同时也是刀具和机床之间的重要通讯方式,诸如刀具使用寿命或预设置等数据都被收入应用之中,从而实现对单一生产步骤的控制。通过这种综合视角,可以尽早察觉潜在问题并予以解决。

“Tool·ID能够为用户节约宝贵的时间,”技术中心经理HolgerLanghans解释道,“它们还能确保更稳定的加工可靠性,并且能够深入了解刀具在生产流程中的真正运用方式。”作为节约时间的例子,瓦尔特Tool·ID只需几秒钟就能为一部切削机床备好刀具——而手工完成这一步骤的时间平均需要耗时数分钟。然而,Tool·ID只是踏足开发智能刀具和构建“未来工厂”的第一步。Comara和瓦尔特通过“Walter appCom”来携手提供必需的app。这个专属平台使机床制造商和工业公司不仅能获得根据其需求量身定制的各种刀具和app,而且还能够对其制造环境进行优化。

三、具备极大潜力的实用解决方案

为了让理论联系实际,瓦尔特技术中心的数字化专家找来了五台专用的切削机床。“每个服务app都会在这些机床上进行深入彻底的测试,” Florian Böpple解释说。“我们也与用户开展了紧密合作。这将确保我们能创造实用的解决方案,使其自使用首日就能实现生产效率潜在提升。”

“Walter appCom会搜集海量数据。我们的工作就是对其整理和分析,以便从中获取附加值。”首先是状态信息,它能将每台机床正在开展的工作告知生产经理。这其中包括使用何种刀具和相关切削参数,以及截止当天刀具共使用了多长时间(这只是其中的一部分信息)。用户可以获取最新的流动数据,以及来自第三方系统的分析和数据。“互联互通带来了无限可能,” Florian Böpple说道。

瓦尔特专家们的任务正是发掘和识别出用户自己部署的数据和流程等领域的优化潜力。专家们然后会运用这些成果,在技术中心开发特定的应用场合和加工情境。

四、聚焦:无限机遇

“在瓦尔特技术中心落成之后不久就获得了良好口碑,我们的客户都认为有必要深入了解我们的工作,”Florian Böpple说道。“最重要的原因就是了解数字化信息能赋予何种优势,并且看到瓦尔特数字化转型开启的无数新选择。”

技术中心的用户们能做的事情之一,就是观察和了解瓦尔特已经在为客户加工过程开发和实施的优化方案。HolgerLanghans解释说:“我们通过在线流媒体向远东地区的客户讲解解决方案——包括摄像头里的图片,以及与他们相关的实时数据等。这有助于节约时间和旅行成本——这种讲解方式本身也是一种高效的方案。”


技术中心的专家们同时也为客户提供了共同开发解决方案以解决特定问题的机会。“当客户描述他们的需求,我们会思考哪种刀具和加工概念对其适用。毫无疑问,在做这些事情时,我们也会考虑如何运用可用数据对他们的流程进行优化。在恰当的时候,我们同样可以在线演示,并且与客户进行在线探讨。”

五、详细记录的完整加工过程

这种技术使整个加工过程被分解为精确的细节:用户使用了哪种刀具?用了多长时间?工作环境如何?非生产时间和生产时间比率如何?所有这些事情以及其他信息都被一种特别开发的app所记录。“现在不需要人拿着码表在这里计算了,” Florian Böpple兴高采烈地说道,“相反,用户可以在任何时间使用app来了解精确的信息。”

这种方式的优势显而易见:在此之前他们不得不根据计划数据来开展计算;如今,app则可以随时告知每件刀具的实际成本数据。优化潜力的识别速度和明确度较从前大幅提升——而且甚至能够了解单一刀具的使用潜力。优化措施能产生的“优势”可以得到精确计算。效率流程分析带来了更高的机床使用率,让每台机床的可用性信息都变的清晰透明。

这种知识可以被用来控制和提升工艺,带来更高的效率。“从机床设立之日起,每一天的工作都变的明白可见,” Florian Böpple解释说。“在许多公司仍然在运用的传统生产环境里,机床操作员轮班上岗,查看他们当天运用何种程序来加工何种部件。他们先要知道开展工作需要哪些刀具,然后来到机床边,检查已经有的刀具,然后装配缺失的刀具。每次轮班和每位操作员上岗时都需要重复这一流程,叠加起来可能会是超过三种程序和30种刀具——这些时间其实都可以节省下来!”


瓦尔特开发的app能够通过扫描列出每个程序所需要的刀具清单,并且掌握哪些已经在刀具上,哪些需要重新装上。作为下一步,预装配部门将会从app中直接获取这类信息,然后用来优化调试流程。

六、凝视数据

“但是开发不会止步于此,”这位数字化专家说道。“我们当前正在将来自app的数据加载入类似HoloLens的软件中。这些联网的虚拟3D眼镜使操作员、生产经理和维护人员站在机床前,就能立即看到机床内部运作情况。”数据来自标准软件还是为特定客户订制的应用都不重要,HolgerLanghans解释说:“在未来,机床、刀具和流程的状态都是完全透明——而且是实时状态。”

瓦尔特的刀具管理专家也在为此努力——他们的工作是通过数字化方法来寻找客户流程中可通过先进技术予以优化的潜力。因此,他们会深入了解这些流程,并开发出订制优化解决方案,以迎合客户在加工和刀具物流等领域的需求。
276 浏览

什么是用户画像?金融行业大数据用户画像实践

其它类 唯我独尊否 2017-10-27 10:51 发表了文章 来自相关话题

进入移动互联网时代之后,金融业务地域限制被打破。金融企业没有固定业务区域,金融服务面对所有用户是平的。

金融消费者逐渐年轻化,80、90后成为客户主力,他们的消费意识和金融意识正在增强。金融服务正在从以产品为中心,转向以消费者为中心。所有金融行业面对的最大挑战是消费者的消费行为和消费需求的转变,金融企业迫切需要为产品寻找目标客户和为客户定制产品。


一、用户画像背后的原因

1、金融消费行为的改变,企业无法接触到客户

80后、90后总计共有3.4亿人口,并日益成为金融企业主要的消费者,但是他们的金融消费习惯正在改变,他们不愿意到金融网点办理业务,不喜欢被动接受金融产品和服务。年轻人将主要的时间都消费在移动互联网,消费在智能手机上。平均每个人,每天使用智能手机的时间超过了3小时,年轻人可能会超过4个小时。浏览手机已经成为工作和睡觉之后的,人类第三大生活习惯,移动APP也成为所有金融企业的客户入口、服务入口、消费入口、数据入口。

金融企业越来越难面对面接触到年轻人,无法像过去一样,从对话中了解年轻人的想法,了解年轻人金融产品的需求。

2、消费者需求出现分化,需要寻找目标客户

客户群体正在出现分化,市场上很少有一种产品和一种金融服务可以满足所有用户的需求。金融产品也需要进行细化,为不同客户提供不同产品。

金融企业面对的客户群体基数很大,有的客户高风险偏好高,希望高风险高收益;有的客户风险偏好低,希望稳健收益;有的客户金融理财意识低,只需服务较好即可;有的客户完全没有主意,你说是啥就是啥;有的客户注重体验,有的客户注重实惠,有的客户注重品牌,有的客户注重风险等等。不同年龄,不同收入,不同职业,不同资产的客户对金融产品的需求都不尽相同。金融企业需要为不同的客户定制产品,满足不同客户的需要。对于金融企业,理财和消费是主要的业务需求。

客户消费习惯的改变,企业无法接触到客户,无法了解客户需求;

客户需求的分化,企业需要细分客户,为目标客户开发设计产品。

金融企业需要借助于户画像,来了解客户,找到目标客户,触达客户。




二、用户画像的目的
用户画像是在解客户需求和消费能力,以及客户信用额度的基础上,寻找潜在产品的目标客户,并利用画像信息为客户开发产品。
提到用户画像,很多厂商都会提到360度用户画像,其实经常360度客户画像是一个广告宣传用语,根本不存数据可以全面描述客户,透彻了解客户。人是非常复杂的动物,信息纬度非常复杂,仅仅依靠外部信息来刻画客户内心需要根本不可能。
用户画像一词具有很重的场景因素,不同企业对于用户画像有着不同对理解和需求。举个例子,金融行业和汽车行业对于用户画像需求的信息完全不一样,信息纬度也不同,对画像结果要求也不同。每个行业都有一套适合自己行业的用户画像方法,但是其核心都是为客户服务,为业务场景服务。
用户画像本质就是从业务角度出发对用户进行分析,了解用户需求,寻找目标客户。另外一个方面就是,金融企业利用统计的信息,开发出适合目标客户的产品。
从商业角度出发的用户画像对企业具有很大的价值,用户画像目的有两个。
一个是业务场景出发,寻找目标客户。另外一个就是,参考用户画像的信息,为用户设计产品或开展营销活动。
三、用户画像工作坚持的原则

市场上用户画像的方法很多,许多企业也提供用户画像服务,将用户画像提升到很有逼格一件事。金融企业是最早开始用户画像的行业,由于拥有丰富的数据,金融企业在进行用户画像时,对众多纬度的数据无从下手,总是认为用户画像数据纬度越多越好,画像数据越丰富越好,某些输入的数据还设定了权重甚至建立了模型,搞的用户画像是一个巨大而负责的工程。但是费力很大力气进行了画像之后,却发现只剩下了用户画像,和业务相聚甚远,没有办法直接支持业务运营,投入精力巨大但是回报微小,可以说是得不偿失,无法向领导交代。

事实上,用户画像涉及数据的纬度需要业务场景结合,既要简单干练又要和业务强相关,既要筛选便捷又要方便进一步操作。用户画像需要坚持三个原则,分别是人口属性和信用信息为主,强相关信息为主,定性数据为主。下面就分别展开进行解释和分析。

1、信用信息和人口属性为主

描述一个用户的信息很多,信用信息是用户画像中重要的信息,信用信息是描述一个人在社会中的消费能力信息。任何企业进行用户画像的目的是寻找目标客户,其必须是具有潜在消费能力的用户。信用信息可以直接证明客户的消费能力,是用户画像中最重要和基础的信息。一句戏言,所有的信息都是信用信息就是这个道理。其包含消费者工作、收入、学历、财产等信息。

定位完目标客户之后,金融企业需要触达客户,人口属性信息就是起到触达客户的作用,人口属性信息包含姓名、性别,电话号码,邮件地址,家庭住址等信息。这些信息可以帮助金融企业联系客户,将产品和服务推销给客户。

2、采用强相关信息,忽略弱相关信息

我们需要介绍一下强相关信息和弱相关信息。强相关信息就是同场景需求直接相关的信息,其可以是因果信息,也可以是相关程度很高的信息。

如果定义采用0到1作为相关系数取值范围的化,0.6以上的相关系数就应该定义为强相关信息。例如在其他条件相同的前提下,35岁左右人的平均工资高于平均年龄为30岁的人,计算机专业毕业的学生平均工资高于哲学专业学生,从事金融行业工作的平均工资高于从事纺织行业的平均工资,上海的平均工资超过海南省平均工资。从这些信息可以看出来人的年龄、学历、职业、地点对收入的影响较大,同收入高低是强相关关系。简单的将,对信用信息影响较大的信息就是强相关信息,反之则是弱相关信息。

用户其他的信息,例如用户的身高、体重、姓名、星座等信息,很难从概率上分析出其对消费能力的影响,这些弱相关信息,这些信息就不应该放到用户画像中进行分析,对用户的信用消费能力影响很小,不具有较大的商业价值。

用户画像和用户分析时,需要考虑强相关信息,不要考虑弱相关信息,这是用户画像的一个原则。

3、将定量的信息归类为定性的信息

用户画像的目的是为产品筛选出目标客户,定量的信息不利于对客户进行筛选,需要将定量信息转化为定性信息,通过信息类别来筛选人群。

例如可以将年龄段对客户进行划分,18岁-25岁定义为年轻人,25岁-35岁定义为中青年,36-45定义为中年人等。可以参考个人收入信息,将人群定义为高收入人群,中等收入人群,低收入人群。参考资产信息也可以将客户定义为高、中、低级别。定性信息的类别和方式方法,金融可以从自身业务出发,没有固定的模式。

将金融企业各类定量信息,集中在一起,对定性信息进行分类,并进行定性化,有利与对用户进行筛选,快速定位目标客户,是用户画像的另外一个原则。
四、用户画像的方法介绍,不要太复杂

金融企业需要结合业务需求进行用户画像,从实用角度出发,我们可以将用户画像信息分成五类信息。分别是人口属性,信用属性,消费特征,兴趣爱好,社交属性。它们基本覆盖了业务需求所需要的强相关信息,结合外部场景数据将会产生巨大的商业价值。我们先了解下用户画像的五大类信息的作用,以及涉及的强相关信息。特别复杂的用户画像纬度例如八个纬度,十个纬度信息都不利于商业应用,不建议金融企业进行采用,其他具有价值的信息,基本上都可以归纳到这五个纬度。金融企业达到其商业需求,从这五个纬度信息进行应用就可以了,不需要过于复杂用户画像这个工作,同时商业意义也不太大。

1、人口属性:用于描述一个人基本特征的信息,主要作用是帮助金融企业知道客户是谁,如何触达用户。姓名,性别,年龄,电话号码,邮箱,家庭住址都属于人口属性信息。

2、信用属性:用于描述用户收入潜力和收入情况,支付能力。帮助企业了解客户资产情况和信用情况,有利于定位目标客户。客户职业、收入、资产、负债、学历、信用评分等都属于信用信息。

3、消费特征:用于描述客户主要消费习惯和消费偏好,用于寻找高频和高价值客户。帮助企业依据客户消费特点推荐相关金融产品和服务,转化率将非常高。为了便于筛选客户,可以参考客户的消费记录将客户直接定性为某些消费特征人群,例如差旅人群,境外游人群,旅游人群,餐饮用户,汽车用户,母婴用户,理财人群等。

4、兴趣爱好:用于描述客户具有哪方面的兴趣爱好,在这些兴趣方面可能消费偏好比较高。帮助企业了解客户兴趣和消费倾向,定向进行活动营销。兴趣爱好的信息可能会和消费特征中部分信息有重复,区别在于数据来源不同。消费特征来源于已有的消费记录,但是购买的物品和服务不一定是自己享用,但是兴趣爱好代表本人的真实兴趣。例如户外运动爱好者,旅游爱好者,电影爱好者,科技发烧友,健身爱好者,奢侈品爱好者等。兴趣爱好的信息可能来源于社交信息和客户位置信息。

5、社交信息:用于描述用户在社交媒体的评论,这些信息往往代表用户内心的想法和需求,具有实时性高,转化率高的特点。例如客户询问上海哪里好玩?澳大利亚墨尔本的交通?房屋贷款哪家优惠多?那个理财产品好?这些社交信息都是代表客户多需求,如果企业可以及时了解到,将会有助于产品推广。
五、金融企业用户画像的基本步骤如下

参考金融企业的数据类型和业务需求,可以将金融企业用户画像工作进行细化。基本上从数据集中到数据处理,从强相关数据到定性分类数据,从引入外部数据到依据业务场景进行筛选目标用户。

1)画像相关数据的整理和集中

金融企业内部的信息分布在不同的系统中,一般情况下,人口属性信息主要集中在客户关系管理系统,信用信息主要集中在交易系统和产品系统之中,也集中在客户关系管理系统中,消费特征主要集中在渠道和产品系统中。

兴趣爱好和社交信息需要从外部引入,例如客户的行为轨迹可以代表其兴趣爱好和品牌爱好,移动设备到位置信息可以提供较为准确的兴趣爱好信息。社交信息,可以借助于金融行业自身的文本挖掘能力进行采集和分析,也是可以借助于厂商的技术能力在社交网站上直接获得。社交信息往往是实时信息,商业价值较高,转化率也较高,是大数据预测方面的主要信息来源。例如用用户在社交网站上提出罗马哪里好玩的问题,就代表用户未来可能有出国旅游的需求;如果客户在对比两款汽车的优良,客户购买汽车的可能性就较大。金融企业可以及时介入,为客户提供金融服务。

客户画像数据主要分为五类,人口属性、信用信息、消费特征、兴趣爱好、社交信息。这些数据都分布在不同的信息系统,金融企业都上线了数据仓库(DW),所有画像相关的强相关信息都可以从数据仓库里面整理和集中,并且依据画像商业需求,利用跑批作业,加工数据,生成用户画像的原始数据。

数据仓库成为用户画像数据的主要处理工具,依据业务场景和画像需求将原始数据进行分类、筛选、归纳、加工等,生成用户画像需要的原始数据。

用户画像的纬度信息不是越多越好,只需要找到可五大类画像信息强相关信息,同业务场景强相关信息,同产品和目标客户强相关信息即可。根本不存在360度的用户画像信息,也不存在丰富的信息可以完全了解客户,另外数据的实效性也要重点考虑。

2)找到同业务场景强相关数据

依据用户画像的原则,所有画像信息应该是5大分类的强相关信息。强相关信息是指同业务场景强相关信息,可以帮助金融行业定位目标客户,了解客户潜在需求,开发需求产品。

只有强相关信息才能帮助金融企业有效结合业务需求,创造商业价值。例如姓名、手机号、家庭地址就是能够触达客户的强人口属性信息,收入、学历、职业、资产就是客户信用信息的强相关信息。差旅人群、境外游人群、汽车用户、旅游人群、母婴人群就是消费特征的强相关信息。摄影爱好者、游戏爱好者、健身爱好者、电影人群、户外爱好者就是客户兴趣爱好的强相关信息。社交媒体上发表的旅游需求,旅游攻略,理财咨询,汽车需求,房产需求等信息代表了用户的内心需求,是社交信息场景应用的强相关信息。

金融企业内部信息较多,在用户画像阶段不需要对所有信息都采用,只需要采用同业务场景和目标客户强相关的信息即可,这样有助于提高产品转化率,降低ROI,有利于简单找到业务应用场景,在数据变现过程中也容易实现。

千万不要将用户画像工作搞的过于复杂,同业务场景关系不大,这样就让很多金融企业特别是领导失去用户画像的兴趣,看不到用户画像的商业,不愿意在大数据领域投资。为企业带来商业价值才是用户画像工作的主要动力和主要目的。

3)对数据进行分类和标签化(定量to定性)

金融企业集中了所有信息之后,依据业务需求,对信息进行加工整理,需要对定量的信息进行定性,方便信息分类和筛选。这部分工作建议在数据仓库进行,不建议在大数据管理平台(DMP)里进行加工。

定性信息进行定量分类是用户画像的一个重要工作环节,具有较高的业务场景要求,考验用户画像商业需求的转化。其主要目的是帮助企业将复杂数据简单化,将交易数据定性进行归类,并且融入商业分析的要求,对数据进行商业加工。例如可以将客户按照年龄区间分为学生,青年,中青年,中年,中老年,老年等人生阶段。源于各人生阶段的金融服务需求不同,在寻找目标客户时,可以通过人生阶段进行目标客户定位。企业可以利用客户的收入、学历、资产等情况将客户分为低、中、高端客户,并依据其金融服务需求,提供不同的金融服务。可以参考其金融消费记录和资产信息,以及交易产品,购买的产品,将客户消费特征进行定性描述,区分出电商客户,理财客户,保险客户,稳健投资客户,激进投资客户,餐饮客户,旅游客户,高端客户,公务员客户等。利用外部的数据可以将定性客户的兴趣爱好,例如户外爱好者,奢侈品爱好者,科技产品发烧友,摄影爱好者,高端汽车需求者等信息。

将定量信息归纳为定性信息,并依据业务需求进行标签化,有助于金融企业找到目标客户,并且了解客户的潜在需求,为金融行业的产品找到目标客户,进行精准营销,降低营销成本,提高产品转化率。另外金融企业还可以依据客户的消费特征、兴趣爱好、社交信息及时为客户推荐产品,设计产品,优化产品流程。提高产品销售的活跃率,帮助金融企业更好地为客户设计产品。

4)依据业务需求引入外部数据

利用数据进行画像目的主要时为业务场景提供数据支持,包括寻找到产品的目标客户和触达客户。金融企业自身的数据不足以了解客户的消费特征、兴趣爱好、社交信息。

金融企业可以引入外部信息来丰富客户画像信息,例如引入银联和电商的信息来丰富消费特征信息,引入移动大数据的位置信息来丰富客户的兴趣爱好信息,引入外部厂商的数据来丰富社交信息等。

外部信息的纬度较多,内容也很丰富,但是如何引入外部信息是一项具有挑战的工作。外部信息在引入时需要考虑几个问题,分别是外部数据的覆盖里,如何和内部数据打通,和内部信息的匹配率,以及信息的相关程度,还有数据的鲜活度,这些都是引入外部信息的主要考虑纬度。外部数据鱼龙混杂,数据的合规性也是金融企业在引入外部数据时的一个重要考虑,敏感的信息例如手机号、家庭住址、身份证号在引入或匹配时都应该注意隐私问题,基本的原则是不进行数据交换,可以进行数据匹配和验证。

外部数据不会集中在某一家,需要金融企业花费大量时间进行寻找。外部数据和内部数据的打通是个很复杂的问题,手机号/设备号/身份证号的MD5数值匹配是一种好的方法,不涉及隐私数据的交换,可以进行唯一匹配。依据行业内部的经验,没有一家企业外部数据可以满足企业要求,外部数据的引入需要多方面数据。一般情况下,数据覆盖率达到70%以上,就是一个非常高的覆盖率。覆盖率达到20%以上就可以进行商业应用了。

金融行业外部数据源较好合作方有银联、芝麻信用、运营商、中航信、腾云天下、腾讯、微博、前海征信,各大电商平台等。市场上数据提供商已经很多,并且数据质量都不错,需要金融行业一家一家去挖掘,或者委托一个厂商代理引入也可以。独立第三方帮助金融行业引入外部数据可以降低数据交易成本,同时也可以降低数据合规风险,是一个不错得尝试。另外各大城市和区域的大数据交易平台,也是一个较好的外部数据引入方式。

5)按照业务需求进行筛选客户(DMP的作用)

用户画像主要目的是让金融企业挖掘已有的数据价值,利用数据画像技术寻找到目标客户和客户到潜在需求,进行产品推销和设计改良产品。

用户画像从业务场景出发,实现数据商业变现重要方式。用户画像是数据思维运营过程中到一个重要闭环,帮助金融企业利用数据进行精细化运营和市场营销,以及产品设计。用户画像就是一切以数据商业化运营为中心,以商业场景为中,帮助金融企业深度分析客户,找到目标客户。

DMP(大数据管理平台)在整个用户画像过程中起到了一个数据变现的作用。从技术角度来讲,DMP将画像数据进行标签化,利用机器学习算法来找到相似人群,同业务场景深度结合,筛选出具有价值的数据和客户,定位目标客户,触达客户,对营销效果进行记录和反馈。大数据管理平台DMP过去主要应用在广告行业,在金融行业应用不多,未来会成为数据商业应用的主要平台。

DMP可以帮助信用卡公司筛选出未来一个月可能进行分期付款的客户,电子产品重度购买客户,筛选出金融理财客户,筛选出高端客户(在本行资产很少,但是在他行资产很多),筛选出保障险种,寿险,教育险,车险等客户,筛选出稳健投资人,激进投资人,财富管理等方面等客户,并且可以触达这些客户,提高产品转化率,利用数据进行价值变现。DMP还可以了解客户的消费习惯、兴趣爱好、以及近期需求,为客户定制金融产品和服务,进行跨界营销。利用客户的消费偏好,提高产品转化率,提高用户黏度。

DMP还作为引入外部数据的平台,将外部具有价值的数据引入到金融企业内部,补充用户画像数据,创建不同业务应用场景和商业需求,特别是移动大数据、电商数据、社交数据的应用,可以帮助金融企业来进行数据价值变现,让用户画像离商业应用更加近一些,体现用户画像的商业价值。

用户画像的关键不是360度分析客户,而是为企业带来商业价值,离开了商业价值谈用户画像就是耍流氓。金融企业用户画像项目出发点一定要从业务需求出发,从强相关数据出发,从业务场景应用出发。用户画像的本质就是深度分析客户,掌握具有价值数据,找到目标客户,按照客户需求来定制产品,利用数据实现价值变现。 查看全部
进入移动互联网时代之后,金融业务地域限制被打破。金融企业没有固定业务区域,金融服务面对所有用户是平的。

金融消费者逐渐年轻化,80、90后成为客户主力,他们的消费意识和金融意识正在增强。金融服务正在从以产品为中心,转向以消费者为中心。所有金融行业面对的最大挑战是消费者的消费行为和消费需求的转变,金融企业迫切需要为产品寻找目标客户和为客户定制产品。


一、用户画像背后的原因

1、金融消费行为的改变,企业无法接触到客户

80后、90后总计共有3.4亿人口,并日益成为金融企业主要的消费者,但是他们的金融消费习惯正在改变,他们不愿意到金融网点办理业务,不喜欢被动接受金融产品和服务。年轻人将主要的时间都消费在移动互联网,消费在智能手机上。平均每个人,每天使用智能手机的时间超过了3小时,年轻人可能会超过4个小时。浏览手机已经成为工作和睡觉之后的,人类第三大生活习惯,移动APP也成为所有金融企业的客户入口、服务入口、消费入口、数据入口。

金融企业越来越难面对面接触到年轻人,无法像过去一样,从对话中了解年轻人的想法,了解年轻人金融产品的需求。

2、消费者需求出现分化,需要寻找目标客户

客户群体正在出现分化,市场上很少有一种产品和一种金融服务可以满足所有用户的需求。金融产品也需要进行细化,为不同客户提供不同产品。

金融企业面对的客户群体基数很大,有的客户高风险偏好高,希望高风险高收益;有的客户风险偏好低,希望稳健收益;有的客户金融理财意识低,只需服务较好即可;有的客户完全没有主意,你说是啥就是啥;有的客户注重体验,有的客户注重实惠,有的客户注重品牌,有的客户注重风险等等。不同年龄,不同收入,不同职业,不同资产的客户对金融产品的需求都不尽相同。金融企业需要为不同的客户定制产品,满足不同客户的需要。对于金融企业,理财和消费是主要的业务需求。

客户消费习惯的改变,企业无法接触到客户,无法了解客户需求;

客户需求的分化,企业需要细分客户,为目标客户开发设计产品。

金融企业需要借助于户画像,来了解客户,找到目标客户,触达客户。
QQ图片20171027104946.jpg

二、用户画像的目的
用户画像是在解客户需求和消费能力,以及客户信用额度的基础上,寻找潜在产品的目标客户,并利用画像信息为客户开发产品。
提到用户画像,很多厂商都会提到360度用户画像,其实经常360度客户画像是一个广告宣传用语,根本不存数据可以全面描述客户,透彻了解客户。人是非常复杂的动物,信息纬度非常复杂,仅仅依靠外部信息来刻画客户内心需要根本不可能。
用户画像一词具有很重的场景因素,不同企业对于用户画像有着不同对理解和需求。举个例子,金融行业和汽车行业对于用户画像需求的信息完全不一样,信息纬度也不同,对画像结果要求也不同。每个行业都有一套适合自己行业的用户画像方法,但是其核心都是为客户服务,为业务场景服务。
用户画像本质就是从业务角度出发对用户进行分析,了解用户需求,寻找目标客户。另外一个方面就是,金融企业利用统计的信息,开发出适合目标客户的产品。
从商业角度出发的用户画像对企业具有很大的价值,用户画像目的有两个。
一个是业务场景出发,寻找目标客户。另外一个就是,参考用户画像的信息,为用户设计产品或开展营销活动。
三、用户画像工作坚持的原则

市场上用户画像的方法很多,许多企业也提供用户画像服务,将用户画像提升到很有逼格一件事。金融企业是最早开始用户画像的行业,由于拥有丰富的数据,金融企业在进行用户画像时,对众多纬度的数据无从下手,总是认为用户画像数据纬度越多越好,画像数据越丰富越好,某些输入的数据还设定了权重甚至建立了模型,搞的用户画像是一个巨大而负责的工程。但是费力很大力气进行了画像之后,却发现只剩下了用户画像,和业务相聚甚远,没有办法直接支持业务运营,投入精力巨大但是回报微小,可以说是得不偿失,无法向领导交代。

事实上,用户画像涉及数据的纬度需要业务场景结合,既要简单干练又要和业务强相关,既要筛选便捷又要方便进一步操作。用户画像需要坚持三个原则,分别是人口属性和信用信息为主,强相关信息为主,定性数据为主。下面就分别展开进行解释和分析。

1、信用信息和人口属性为主

描述一个用户的信息很多,信用信息是用户画像中重要的信息,信用信息是描述一个人在社会中的消费能力信息。任何企业进行用户画像的目的是寻找目标客户,其必须是具有潜在消费能力的用户。信用信息可以直接证明客户的消费能力,是用户画像中最重要和基础的信息。一句戏言,所有的信息都是信用信息就是这个道理。其包含消费者工作、收入、学历、财产等信息。

定位完目标客户之后,金融企业需要触达客户,人口属性信息就是起到触达客户的作用,人口属性信息包含姓名、性别,电话号码,邮件地址,家庭住址等信息。这些信息可以帮助金融企业联系客户,将产品和服务推销给客户。

2、采用强相关信息,忽略弱相关信息

我们需要介绍一下强相关信息和弱相关信息。强相关信息就是同场景需求直接相关的信息,其可以是因果信息,也可以是相关程度很高的信息。

如果定义采用0到1作为相关系数取值范围的化,0.6以上的相关系数就应该定义为强相关信息。例如在其他条件相同的前提下,35岁左右人的平均工资高于平均年龄为30岁的人,计算机专业毕业的学生平均工资高于哲学专业学生,从事金融行业工作的平均工资高于从事纺织行业的平均工资,上海的平均工资超过海南省平均工资。从这些信息可以看出来人的年龄、学历、职业、地点对收入的影响较大,同收入高低是强相关关系。简单的将,对信用信息影响较大的信息就是强相关信息,反之则是弱相关信息。

用户其他的信息,例如用户的身高、体重、姓名、星座等信息,很难从概率上分析出其对消费能力的影响,这些弱相关信息,这些信息就不应该放到用户画像中进行分析,对用户的信用消费能力影响很小,不具有较大的商业价值。

用户画像和用户分析时,需要考虑强相关信息,不要考虑弱相关信息,这是用户画像的一个原则。

3、将定量的信息归类为定性的信息

用户画像的目的是为产品筛选出目标客户,定量的信息不利于对客户进行筛选,需要将定量信息转化为定性信息,通过信息类别来筛选人群。

例如可以将年龄段对客户进行划分,18岁-25岁定义为年轻人,25岁-35岁定义为中青年,36-45定义为中年人等。可以参考个人收入信息,将人群定义为高收入人群,中等收入人群,低收入人群。参考资产信息也可以将客户定义为高、中、低级别。定性信息的类别和方式方法,金融可以从自身业务出发,没有固定的模式。

将金融企业各类定量信息,集中在一起,对定性信息进行分类,并进行定性化,有利与对用户进行筛选,快速定位目标客户,是用户画像的另外一个原则。
四、用户画像的方法介绍,不要太复杂

金融企业需要结合业务需求进行用户画像,从实用角度出发,我们可以将用户画像信息分成五类信息。分别是人口属性,信用属性,消费特征,兴趣爱好,社交属性。它们基本覆盖了业务需求所需要的强相关信息,结合外部场景数据将会产生巨大的商业价值。我们先了解下用户画像的五大类信息的作用,以及涉及的强相关信息。特别复杂的用户画像纬度例如八个纬度,十个纬度信息都不利于商业应用,不建议金融企业进行采用,其他具有价值的信息,基本上都可以归纳到这五个纬度。金融企业达到其商业需求,从这五个纬度信息进行应用就可以了,不需要过于复杂用户画像这个工作,同时商业意义也不太大。

1、人口属性:用于描述一个人基本特征的信息,主要作用是帮助金融企业知道客户是谁,如何触达用户。姓名,性别,年龄,电话号码,邮箱,家庭住址都属于人口属性信息。

2、信用属性:用于描述用户收入潜力和收入情况,支付能力。帮助企业了解客户资产情况和信用情况,有利于定位目标客户。客户职业、收入、资产、负债、学历、信用评分等都属于信用信息。

3、消费特征:用于描述客户主要消费习惯和消费偏好,用于寻找高频和高价值客户。帮助企业依据客户消费特点推荐相关金融产品和服务,转化率将非常高。为了便于筛选客户,可以参考客户的消费记录将客户直接定性为某些消费特征人群,例如差旅人群,境外游人群,旅游人群,餐饮用户,汽车用户,母婴用户,理财人群等。

4、兴趣爱好:用于描述客户具有哪方面的兴趣爱好,在这些兴趣方面可能消费偏好比较高。帮助企业了解客户兴趣和消费倾向,定向进行活动营销。兴趣爱好的信息可能会和消费特征中部分信息有重复,区别在于数据来源不同。消费特征来源于已有的消费记录,但是购买的物品和服务不一定是自己享用,但是兴趣爱好代表本人的真实兴趣。例如户外运动爱好者,旅游爱好者,电影爱好者,科技发烧友,健身爱好者,奢侈品爱好者等。兴趣爱好的信息可能来源于社交信息和客户位置信息。

5、社交信息:用于描述用户在社交媒体的评论,这些信息往往代表用户内心的想法和需求,具有实时性高,转化率高的特点。例如客户询问上海哪里好玩?澳大利亚墨尔本的交通?房屋贷款哪家优惠多?那个理财产品好?这些社交信息都是代表客户多需求,如果企业可以及时了解到,将会有助于产品推广。
五、金融企业用户画像的基本步骤如下

参考金融企业的数据类型和业务需求,可以将金融企业用户画像工作进行细化。基本上从数据集中到数据处理,从强相关数据到定性分类数据,从引入外部数据到依据业务场景进行筛选目标用户。

1)画像相关数据的整理和集中

金融企业内部的信息分布在不同的系统中,一般情况下,人口属性信息主要集中在客户关系管理系统,信用信息主要集中在交易系统和产品系统之中,也集中在客户关系管理系统中,消费特征主要集中在渠道和产品系统中。

兴趣爱好和社交信息需要从外部引入,例如客户的行为轨迹可以代表其兴趣爱好和品牌爱好,移动设备到位置信息可以提供较为准确的兴趣爱好信息。社交信息,可以借助于金融行业自身的文本挖掘能力进行采集和分析,也是可以借助于厂商的技术能力在社交网站上直接获得。社交信息往往是实时信息,商业价值较高,转化率也较高,是大数据预测方面的主要信息来源。例如用用户在社交网站上提出罗马哪里好玩的问题,就代表用户未来可能有出国旅游的需求;如果客户在对比两款汽车的优良,客户购买汽车的可能性就较大。金融企业可以及时介入,为客户提供金融服务。

客户画像数据主要分为五类,人口属性、信用信息、消费特征、兴趣爱好、社交信息。这些数据都分布在不同的信息系统,金融企业都上线了数据仓库(DW),所有画像相关的强相关信息都可以从数据仓库里面整理和集中,并且依据画像商业需求,利用跑批作业,加工数据,生成用户画像的原始数据。

数据仓库成为用户画像数据的主要处理工具,依据业务场景和画像需求将原始数据进行分类、筛选、归纳、加工等,生成用户画像需要的原始数据。

用户画像的纬度信息不是越多越好,只需要找到可五大类画像信息强相关信息,同业务场景强相关信息,同产品和目标客户强相关信息即可。根本不存在360度的用户画像信息,也不存在丰富的信息可以完全了解客户,另外数据的实效性也要重点考虑。

2)找到同业务场景强相关数据

依据用户画像的原则,所有画像信息应该是5大分类的强相关信息。强相关信息是指同业务场景强相关信息,可以帮助金融行业定位目标客户,了解客户潜在需求,开发需求产品。

只有强相关信息才能帮助金融企业有效结合业务需求,创造商业价值。例如姓名、手机号、家庭地址就是能够触达客户的强人口属性信息,收入、学历、职业、资产就是客户信用信息的强相关信息。差旅人群、境外游人群、汽车用户、旅游人群、母婴人群就是消费特征的强相关信息。摄影爱好者、游戏爱好者、健身爱好者、电影人群、户外爱好者就是客户兴趣爱好的强相关信息。社交媒体上发表的旅游需求,旅游攻略,理财咨询,汽车需求,房产需求等信息代表了用户的内心需求,是社交信息场景应用的强相关信息。

金融企业内部信息较多,在用户画像阶段不需要对所有信息都采用,只需要采用同业务场景和目标客户强相关的信息即可,这样有助于提高产品转化率,降低ROI,有利于简单找到业务应用场景,在数据变现过程中也容易实现。

千万不要将用户画像工作搞的过于复杂,同业务场景关系不大,这样就让很多金融企业特别是领导失去用户画像的兴趣,看不到用户画像的商业,不愿意在大数据领域投资。为企业带来商业价值才是用户画像工作的主要动力和主要目的。

3)对数据进行分类和标签化(定量to定性)

金融企业集中了所有信息之后,依据业务需求,对信息进行加工整理,需要对定量的信息进行定性,方便信息分类和筛选。这部分工作建议在数据仓库进行,不建议在大数据管理平台(DMP)里进行加工。

定性信息进行定量分类是用户画像的一个重要工作环节,具有较高的业务场景要求,考验用户画像商业需求的转化。其主要目的是帮助企业将复杂数据简单化,将交易数据定性进行归类,并且融入商业分析的要求,对数据进行商业加工。例如可以将客户按照年龄区间分为学生,青年,中青年,中年,中老年,老年等人生阶段。源于各人生阶段的金融服务需求不同,在寻找目标客户时,可以通过人生阶段进行目标客户定位。企业可以利用客户的收入、学历、资产等情况将客户分为低、中、高端客户,并依据其金融服务需求,提供不同的金融服务。可以参考其金融消费记录和资产信息,以及交易产品,购买的产品,将客户消费特征进行定性描述,区分出电商客户,理财客户,保险客户,稳健投资客户,激进投资客户,餐饮客户,旅游客户,高端客户,公务员客户等。利用外部的数据可以将定性客户的兴趣爱好,例如户外爱好者,奢侈品爱好者,科技产品发烧友,摄影爱好者,高端汽车需求者等信息。

将定量信息归纳为定性信息,并依据业务需求进行标签化,有助于金融企业找到目标客户,并且了解客户的潜在需求,为金融行业的产品找到目标客户,进行精准营销,降低营销成本,提高产品转化率。另外金融企业还可以依据客户的消费特征、兴趣爱好、社交信息及时为客户推荐产品,设计产品,优化产品流程。提高产品销售的活跃率,帮助金融企业更好地为客户设计产品。

4)依据业务需求引入外部数据

利用数据进行画像目的主要时为业务场景提供数据支持,包括寻找到产品的目标客户和触达客户。金融企业自身的数据不足以了解客户的消费特征、兴趣爱好、社交信息。

金融企业可以引入外部信息来丰富客户画像信息,例如引入银联和电商的信息来丰富消费特征信息,引入移动大数据的位置信息来丰富客户的兴趣爱好信息,引入外部厂商的数据来丰富社交信息等。

外部信息的纬度较多,内容也很丰富,但是如何引入外部信息是一项具有挑战的工作。外部信息在引入时需要考虑几个问题,分别是外部数据的覆盖里,如何和内部数据打通,和内部信息的匹配率,以及信息的相关程度,还有数据的鲜活度,这些都是引入外部信息的主要考虑纬度。外部数据鱼龙混杂,数据的合规性也是金融企业在引入外部数据时的一个重要考虑,敏感的信息例如手机号、家庭住址、身份证号在引入或匹配时都应该注意隐私问题,基本的原则是不进行数据交换,可以进行数据匹配和验证。

外部数据不会集中在某一家,需要金融企业花费大量时间进行寻找。外部数据和内部数据的打通是个很复杂的问题,手机号/设备号/身份证号的MD5数值匹配是一种好的方法,不涉及隐私数据的交换,可以进行唯一匹配。依据行业内部的经验,没有一家企业外部数据可以满足企业要求,外部数据的引入需要多方面数据。一般情况下,数据覆盖率达到70%以上,就是一个非常高的覆盖率。覆盖率达到20%以上就可以进行商业应用了。

金融行业外部数据源较好合作方有银联、芝麻信用、运营商、中航信、腾云天下、腾讯、微博、前海征信,各大电商平台等。市场上数据提供商已经很多,并且数据质量都不错,需要金融行业一家一家去挖掘,或者委托一个厂商代理引入也可以。独立第三方帮助金融行业引入外部数据可以降低数据交易成本,同时也可以降低数据合规风险,是一个不错得尝试。另外各大城市和区域的大数据交易平台,也是一个较好的外部数据引入方式。

5)按照业务需求进行筛选客户(DMP的作用)

用户画像主要目的是让金融企业挖掘已有的数据价值,利用数据画像技术寻找到目标客户和客户到潜在需求,进行产品推销和设计改良产品。

用户画像从业务场景出发,实现数据商业变现重要方式。用户画像是数据思维运营过程中到一个重要闭环,帮助金融企业利用数据进行精细化运营和市场营销,以及产品设计。用户画像就是一切以数据商业化运营为中心,以商业场景为中,帮助金融企业深度分析客户,找到目标客户。

DMP(大数据管理平台)在整个用户画像过程中起到了一个数据变现的作用。从技术角度来讲,DMP将画像数据进行标签化,利用机器学习算法来找到相似人群,同业务场景深度结合,筛选出具有价值的数据和客户,定位目标客户,触达客户,对营销效果进行记录和反馈。大数据管理平台DMP过去主要应用在广告行业,在金融行业应用不多,未来会成为数据商业应用的主要平台。

DMP可以帮助信用卡公司筛选出未来一个月可能进行分期付款的客户,电子产品重度购买客户,筛选出金融理财客户,筛选出高端客户(在本行资产很少,但是在他行资产很多),筛选出保障险种,寿险,教育险,车险等客户,筛选出稳健投资人,激进投资人,财富管理等方面等客户,并且可以触达这些客户,提高产品转化率,利用数据进行价值变现。DMP还可以了解客户的消费习惯、兴趣爱好、以及近期需求,为客户定制金融产品和服务,进行跨界营销。利用客户的消费偏好,提高产品转化率,提高用户黏度。

DMP还作为引入外部数据的平台,将外部具有价值的数据引入到金融企业内部,补充用户画像数据,创建不同业务应用场景和商业需求,特别是移动大数据、电商数据、社交数据的应用,可以帮助金融企业来进行数据价值变现,让用户画像离商业应用更加近一些,体现用户画像的商业价值。

用户画像的关键不是360度分析客户,而是为企业带来商业价值,离开了商业价值谈用户画像就是耍流氓。金融企业用户画像项目出发点一定要从业务需求出发,从强相关数据出发,从业务场景应用出发。用户画像的本质就是深度分析客户,掌握具有价值数据,找到目标客户,按照客户需求来定制产品,利用数据实现价值变现。
259 浏览

全球视野下的智能制造

智能科技类 差不多先生 2017-10-26 15:15 发表了文章 来自相关话题

全球对标

纵观历史,人类已经历了三次工业革命;审视现在,产业界发起第四次工业革命。一场关乎人类未来产业变革方向和制造业的新格局已正式开始。

在这场融合了“虚拟世界”和“现实世界”的较量中,德国工业4.0和美国工业互联网,目标一致,逻辑相反,一个强调“硬”,一个注重“软”;一个基于制造基础自下而上,一个利用互联网优势自上而下。德国不断升级“CPS信息物理系统”,构建逻辑闭环和独立思考的智能工厂;美国从顶层“信息”端加速向底层“物理”端渗透,促进数字世界和物理世界融合。这,是一场“未来之争”!

德国工业4.0是要建设服务于制造业的信息管理系统CPS,主要围绕两个主题智能工厂和智能生产,从三个维度构建参考架构模型,强调三大集成:1、企业的网络化制造体系的纵向集成;2、企业间的横向集成;3、全生命周期端到端的数字化集成
美国工业互联网定位于服务全球市场和跨国企业,希望通过形成工业互联网联盟,制定通用标准,打破企业之间的技术壁垒,利用互联网激活传统工业。它更强调的是生态系统,其参考架构由三个生命周期与制造业金字塔构成。三个生命周期分别是产品的生命周期、制造的生命周期和商业的生命周期。
国家战略

从旧经济到新经济,从消费互联网到产业互联网,从要素驱动到创新驱动,从观念转变到结构转型。面对全球新一轮产业变革,“中国制造”迎来了历史性机遇。

“中国制造2025”作为中国未来10年国家最大的战略抓手,以推进智能制造为主攻方向,实现制造业由大变强的历史跨越!与美国的“软服务”和德国的“硬制造”相比,中国不仅要充分发挥现有完整的工业制造体系和丰富的场景应用优势,同时需增强互联网产业的创新能力,才能在“第四次工业革命”的竞技场上,一展大国风范!
“中国制造2025”作为建设制造强国的行动指南,以智能制造工程为主攻方向的同时,还涉及四大工程:制造业创新中心建设、工业强基、绿色制造和高端装备创新。

自2015年5月实施以来,我国的智能制造水平逐步提升,制造业创新中心的建设稳步推进,工业基础能力亦不断增强,环保成效显现,高端装备创新成果越来越多,有力推动了制造行业的供给侧结构性改革,加速了新旧动能的持续转换,为建设制造强国提供了有力支撑。

应用场景

新工业革命奏响了制造业转型升级的进行曲,也迎来了产业互联网和“工业4.0”的崭新时代。智能制造和产业互联网是未来行业机会最大、风口持续时间最强的领域,也将成为国家经济转型升级的重要助推器。站在智能制造和产业互联网的风口,华制智能汇聚全球资源,搭建了一个全球性的工业4.0大平台。从全球视野到最佳实践,从顶层设计到系统集成,并在技术上持续投入,打造智能工厂“最后一公里”。

科技和经济结合,产业和成果结合,指数级增长的时代,技术飞速发展,信息高度互通,认知不断迭代,传统当止,突围逢时!歌德曾说:光有知识是不够的,还应当运用;光有愿望是不够的,还应当行动!在产业互联网呼啸而来的时代,在“软件和硬件急速融合”的时代,会有新的技术崛起,会有新的产业形成,会产生一大批全球顶级的公司。你,会不会成为这轮新工业革命的佼佼者?推进智能制造,共舞产业互联网! 查看全部
全球对标

纵观历史,人类已经历了三次工业革命;审视现在,产业界发起第四次工业革命。一场关乎人类未来产业变革方向和制造业的新格局已正式开始。

在这场融合了“虚拟世界”和“现实世界”的较量中,德国工业4.0和美国工业互联网,目标一致,逻辑相反,一个强调“硬”,一个注重“软”;一个基于制造基础自下而上,一个利用互联网优势自上而下。德国不断升级“CPS信息物理系统”,构建逻辑闭环和独立思考的智能工厂;美国从顶层“信息”端加速向底层“物理”端渗透,促进数字世界和物理世界融合。这,是一场“未来之争”!

德国工业4.0是要建设服务于制造业的信息管理系统CPS,主要围绕两个主题智能工厂和智能生产,从三个维度构建参考架构模型,强调三大集成:1、企业的网络化制造体系的纵向集成;2、企业间的横向集成;3、全生命周期端到端的数字化集成
美国工业互联网定位于服务全球市场和跨国企业,希望通过形成工业互联网联盟,制定通用标准,打破企业之间的技术壁垒,利用互联网激活传统工业。它更强调的是生态系统,其参考架构由三个生命周期与制造业金字塔构成。三个生命周期分别是产品的生命周期、制造的生命周期和商业的生命周期。
国家战略

从旧经济到新经济,从消费互联网到产业互联网,从要素驱动到创新驱动,从观念转变到结构转型。面对全球新一轮产业变革,“中国制造”迎来了历史性机遇。

“中国制造2025”作为中国未来10年国家最大的战略抓手,以推进智能制造为主攻方向,实现制造业由大变强的历史跨越!与美国的“软服务”和德国的“硬制造”相比,中国不仅要充分发挥现有完整的工业制造体系和丰富的场景应用优势,同时需增强互联网产业的创新能力,才能在“第四次工业革命”的竞技场上,一展大国风范!
“中国制造2025”作为建设制造强国的行动指南,以智能制造工程为主攻方向的同时,还涉及四大工程:制造业创新中心建设、工业强基、绿色制造和高端装备创新。

自2015年5月实施以来,我国的智能制造水平逐步提升,制造业创新中心的建设稳步推进,工业基础能力亦不断增强,环保成效显现,高端装备创新成果越来越多,有力推动了制造行业的供给侧结构性改革,加速了新旧动能的持续转换,为建设制造强国提供了有力支撑。

应用场景

新工业革命奏响了制造业转型升级的进行曲,也迎来了产业互联网和“工业4.0”的崭新时代。智能制造和产业互联网是未来行业机会最大、风口持续时间最强的领域,也将成为国家经济转型升级的重要助推器。站在智能制造和产业互联网的风口,华制智能汇聚全球资源,搭建了一个全球性的工业4.0大平台。从全球视野到最佳实践,从顶层设计到系统集成,并在技术上持续投入,打造智能工厂“最后一公里”。

科技和经济结合,产业和成果结合,指数级增长的时代,技术飞速发展,信息高度互通,认知不断迭代,传统当止,突围逢时!歌德曾说:光有知识是不够的,还应当运用;光有愿望是不够的,还应当行动!在产业互联网呼啸而来的时代,在“软件和硬件急速融合”的时代,会有新的技术崛起,会有新的产业形成,会产生一大批全球顶级的公司。你,会不会成为这轮新工业革命的佼佼者?推进智能制造,共舞产业互联网!
228 浏览

创新驱动发展需要直面两大挑战

行业报告 心的开始 2017-10-16 11:52 发表了文章 来自相关话题

教育体制改革是重要内容
 
在党的十八届三中全会关于全面深化改革指导思想和重大意义的阐述中,有一段重要的文字:“经济体制改革是全面深化改革的重点,核心问题是处理好政府和市场的关系,使市场在资源配置中起决定性作用和更好发挥政府作用。”在未来相当长的一段时间里,“经济体制改革是全面深化改革的重点”这个判断,仍然是正确的。不过,在经济活动投入要素发生重大历史性转变的关键时刻,有必要作出与这一转变相适应的前瞻性调整,将教育体制改革作为全面深化改革新的重要方面。
 
2014年至2015年间,党中央、国务院根据中国经济面对的结构性矛盾,相继提出“新常态”“大众创业,万众创新”和“供给侧结构性改革”等新概括、新举措。以创新驱动战略激发和形成中长期增长动力,实现中国经济转型,成为全国上下的共识。中长期增长动力主要是指技术进步、人力资本和企业家精神。这意味着中国经济正在经历从传统经济增长向现代经济增长跨越的新阶段,经济增长和发展将主要不是依靠物质资本和其他资源的投入,而是依靠人力资本积累和效率提高。
 
早在1960年,美国经济学家舒尔茨就揭示了人力资本投资的主要途径。其中,教育是重中之重。一国经济增长和发展与人力资本的关系、与教育的关系,不仅成为经济学家长期关注的重点,而且摆上了各国政府的议事日程。
 
创新驱动战略还提出了创新创业人才来源的问题。在过去很长的时间,创业创新的主体是移民。近现代史上的美国和以色列,都是因为大规模移民,成为了创业创新国家。在中国,改革开放以来深圳的飞速发展,也与吸引了大规模外来人才密切相关。而今天和未来的创业创新,正在并将继续经历从主体外生型到主体内生型的转换。创新创业主体的转变,考验着一个国家的教育体制和教育质量。
 
具体到一座城市、一个城市群,在创业创新人才内生的条件下,持续不断创造和产生原创性技术和想法,将是未来以创新驱动发展的根本特征。
 
内生的创业创新人才主要来自于培养创业创新人才的大学。今天能够被称为培养创新创业人才的大学有硅谷的斯坦福大学、波士顿的麻省理工学院、圣迭戈的加州大学圣迭戈分校、匹兹堡的卡内基梅隆大学、硅溪的特拉维夫大学和以色列理工大学、德国柏林工业大学,等等。创业创新人才是一种新的综合型人才;培养创业创新人才的大学将是创新生态圈的标配,二者的互动决定创业创新的成功率。
 
中国还没有能够称得上培养创业创新人才的大学。其中原因是多方面的。例如,现行培养模式过于单一和刻板,不利于人才想象力、创造力和好奇心的培育。就此而言,教育要成为科技创新的发动机和推进器,成为中长期增长动力的来源,还有很大的拓展和提升空间。
 
教育体制改革决定着中国能否有自己的培养创业创新人才的大学;在深化教育体制改革的基础上形成的人才培养模式,决定着人力资本和创业创新人才的数量与质量。因此,教育体制改革应当成为全面深化改革的重点。换句话说,作为人力资本投资的教育,是下一步经济增长和发展的重要组成部分。在这个意义上,教育体制改革本来就是全面深化改革的重点,应当加大支持力度。
 
“雨林”和区域规划是新战场
 
在推动创新创业中如何更好发挥政府作用,是一个经常被讨论的话题。事实上,更好发挥政府作用,重点可放在以下两个领域:
 
一是创新生态系统。
 
创新驱动战略将经济活动的主战场逐步从市场转向“雨林”。这里的“雨林”,是指人类的创新生态系统。在一定区域范围内,各个创新主体、创新环节和创新因素之间组成的相互联系和依赖的产业链、供应链、服务链和社交链。不同要素或行业间创新生态链的组合,形成区域创新生态系统。
 
与此前的机械式、靶向式和精准式创新范式不同,这种范式具有多样性、开放性、自组织性和动态性的特征。如果将之前的创新范式比作目标明确的“市场”或“工厂”,那创新生态这种范式就是众多物种杂居,有可能产生新物种的“雨林”。在“雨林型”创新生态中,新的科技创新成果会在一定的概率下产生。创新生态的质量就是由这个概率的高低体现出来的。
 
由两位资深投资者撰写的《硅谷生态圈——创新的雨林法则》一书认为,凡是与创新有关的地方,市场都是非常低效的。这个观点可能会令很多人震惊。但事实证明,公共机构承担了远比一般思维所认为的更加重要的角色。原因何在?我的观点是,当经济发展进入以创新为主要动力的阶段,一种有别于市场的外部环境出现了,那就是“雨林”。
 
“雨林”不同于市场,主要表现在三个方面:不同的主体动机、投入产出关系和壁垒。其一,“雨林”的主体是超理性动机的,而传统的市场主体是理性动机的。超理性动机是指竞争的刺激、人类利他心理、渴望冒险、探索以及创造的喜悦、为后代做打算、渴望实现生活的意义等。创业创新行为需要个人超越理性动机,并关注于长期共赢。其二,“雨林”的生产函数不同于市场的生产函数。雨林模型挑战了新古典增长模型,突出了思想、天才(基石人物)的重要性,而不是土地、劳力、资本与技术。其三,如果说市场的秘方是关于人以及他们之间如何交换,那“雨林”的秘方是关于人以及他们之间如何交互;如果说市场要求推倒人为的“墙”,如各种管制,那“雨林”则要推倒社会的“墙”,即社会壁垒。
 
基于这三个方面,一个初步的认识是:在资源配置领域,市场起决定性作用;在创新生态系统,更好发挥政府作用。为此,政府怎样选择正确的方式,值得深入思考。例如,是以补贴方式还是采购方式扶持科技创新,需要在认真总结经验教训的基础上,作出新的正确选择。
 
二是区域规划领域。
 
在经济社会动态发展的过程中,区域规划一方面不断调整原来的不合理设置;另一方面,也是更为重要的方面,就是将体制创新、制度创新的新元素放到一个或若干个特定的空间,或先行先试,或重组融合,产生增量意义上的动力和价值。现在提出的大湾区城市群规划,突破单个城市的行政区划,以打破行政区划对经济社会发展的束缚,进而产生积极的作用。
 
在我国,原有行政区划中存在的矛盾和问题、新经济发展的集聚和融合、社会经济持续发展的空间拓展,都要求强化区域规划的作用,并进行必要的调整和重组。只有在调整和重组中融入改革、创新的战略性思路和举措,才能真正打造具有国际竞争力的湾区经济和新区经济。
 
热点解码
 
什么是“雨林”
 
“雨林”是指人类的创新生态系统。如果将之前的创新范式比作目标明确的“市场”或“工厂”,那创新生态这种范式就是众多物种杂居,有可能产生新物种的“雨林”。
 
“雨林”的主体是超理性动机的,而传统的市场主体是理性动机的。
 
所谓超理性动机是指竞争的刺激、人类利他心理、渴望冒险、探索以及创造的喜悦、为后代做打算、渴望实现生活的意义等。创业创新行为需要个人超越理性动机,并关注于长期共赢。
 
“雨林”还对新古典增长模型提出了挑战,突出思想、天才(基石人物)的重要性,而不是土地、劳力、资本与技术。
 
另外,如果说市场的秘方是关于人以及他们之间如何交换,那“雨林”的秘方是关于人以及他们之间如何交互。如果说市场要求推倒人为的“墙”,如各种管制,那“雨林”则要推倒社会的“墙”,即社会壁垒。
来源:网络 查看全部
教育体制改革是重要内容
 
在党的十八届三中全会关于全面深化改革指导思想和重大意义的阐述中,有一段重要的文字:“经济体制改革是全面深化改革的重点,核心问题是处理好政府和市场的关系,使市场在资源配置中起决定性作用和更好发挥政府作用。”在未来相当长的一段时间里,“经济体制改革是全面深化改革的重点”这个判断,仍然是正确的。不过,在经济活动投入要素发生重大历史性转变的关键时刻,有必要作出与这一转变相适应的前瞻性调整,将教育体制改革作为全面深化改革新的重要方面。
 
2014年至2015年间,党中央、国务院根据中国经济面对的结构性矛盾,相继提出“新常态”“大众创业,万众创新”和“供给侧结构性改革”等新概括、新举措。以创新驱动战略激发和形成中长期增长动力,实现中国经济转型,成为全国上下的共识。中长期增长动力主要是指技术进步、人力资本和企业家精神。这意味着中国经济正在经历从传统经济增长向现代经济增长跨越的新阶段,经济增长和发展将主要不是依靠物质资本和其他资源的投入,而是依靠人力资本积累和效率提高。
 
早在1960年,美国经济学家舒尔茨就揭示了人力资本投资的主要途径。其中,教育是重中之重。一国经济增长和发展与人力资本的关系、与教育的关系,不仅成为经济学家长期关注的重点,而且摆上了各国政府的议事日程。
 
创新驱动战略还提出了创新创业人才来源的问题。在过去很长的时间,创业创新的主体是移民。近现代史上的美国和以色列,都是因为大规模移民,成为了创业创新国家。在中国,改革开放以来深圳的飞速发展,也与吸引了大规模外来人才密切相关。而今天和未来的创业创新,正在并将继续经历从主体外生型到主体内生型的转换。创新创业主体的转变,考验着一个国家的教育体制和教育质量。
 
具体到一座城市、一个城市群,在创业创新人才内生的条件下,持续不断创造和产生原创性技术和想法,将是未来以创新驱动发展的根本特征。
 
内生的创业创新人才主要来自于培养创业创新人才的大学。今天能够被称为培养创新创业人才的大学有硅谷的斯坦福大学、波士顿的麻省理工学院、圣迭戈的加州大学圣迭戈分校、匹兹堡的卡内基梅隆大学、硅溪的特拉维夫大学和以色列理工大学、德国柏林工业大学,等等。创业创新人才是一种新的综合型人才;培养创业创新人才的大学将是创新生态圈的标配,二者的互动决定创业创新的成功率。
 
中国还没有能够称得上培养创业创新人才的大学。其中原因是多方面的。例如,现行培养模式过于单一和刻板,不利于人才想象力、创造力和好奇心的培育。就此而言,教育要成为科技创新的发动机和推进器,成为中长期增长动力的来源,还有很大的拓展和提升空间。
 
教育体制改革决定着中国能否有自己的培养创业创新人才的大学;在深化教育体制改革的基础上形成的人才培养模式,决定着人力资本和创业创新人才的数量与质量。因此,教育体制改革应当成为全面深化改革的重点。换句话说,作为人力资本投资的教育,是下一步经济增长和发展的重要组成部分。在这个意义上,教育体制改革本来就是全面深化改革的重点,应当加大支持力度。
 
“雨林”和区域规划是新战场
 
在推动创新创业中如何更好发挥政府作用,是一个经常被讨论的话题。事实上,更好发挥政府作用,重点可放在以下两个领域:
 
一是创新生态系统。
 
创新驱动战略将经济活动的主战场逐步从市场转向“雨林”。这里的“雨林”,是指人类的创新生态系统。在一定区域范围内,各个创新主体、创新环节和创新因素之间组成的相互联系和依赖的产业链、供应链、服务链和社交链。不同要素或行业间创新生态链的组合,形成区域创新生态系统。
 
与此前的机械式、靶向式和精准式创新范式不同,这种范式具有多样性、开放性、自组织性和动态性的特征。如果将之前的创新范式比作目标明确的“市场”或“工厂”,那创新生态这种范式就是众多物种杂居,有可能产生新物种的“雨林”。在“雨林型”创新生态中,新的科技创新成果会在一定的概率下产生。创新生态的质量就是由这个概率的高低体现出来的。
 
由两位资深投资者撰写的《硅谷生态圈——创新的雨林法则》一书认为,凡是与创新有关的地方,市场都是非常低效的。这个观点可能会令很多人震惊。但事实证明,公共机构承担了远比一般思维所认为的更加重要的角色。原因何在?我的观点是,当经济发展进入以创新为主要动力的阶段,一种有别于市场的外部环境出现了,那就是“雨林”。
 
“雨林”不同于市场,主要表现在三个方面:不同的主体动机、投入产出关系和壁垒。其一,“雨林”的主体是超理性动机的,而传统的市场主体是理性动机的。超理性动机是指竞争的刺激、人类利他心理、渴望冒险、探索以及创造的喜悦、为后代做打算、渴望实现生活的意义等。创业创新行为需要个人超越理性动机,并关注于长期共赢。其二,“雨林”的生产函数不同于市场的生产函数。雨林模型挑战了新古典增长模型,突出了思想、天才(基石人物)的重要性,而不是土地、劳力、资本与技术。其三,如果说市场的秘方是关于人以及他们之间如何交换,那“雨林”的秘方是关于人以及他们之间如何交互;如果说市场要求推倒人为的“墙”,如各种管制,那“雨林”则要推倒社会的“墙”,即社会壁垒。
 
基于这三个方面,一个初步的认识是:在资源配置领域,市场起决定性作用;在创新生态系统,更好发挥政府作用。为此,政府怎样选择正确的方式,值得深入思考。例如,是以补贴方式还是采购方式扶持科技创新,需要在认真总结经验教训的基础上,作出新的正确选择。
 
二是区域规划领域。
 
在经济社会动态发展的过程中,区域规划一方面不断调整原来的不合理设置;另一方面,也是更为重要的方面,就是将体制创新、制度创新的新元素放到一个或若干个特定的空间,或先行先试,或重组融合,产生增量意义上的动力和价值。现在提出的大湾区城市群规划,突破单个城市的行政区划,以打破行政区划对经济社会发展的束缚,进而产生积极的作用。
 
在我国,原有行政区划中存在的矛盾和问题、新经济发展的集聚和融合、社会经济持续发展的空间拓展,都要求强化区域规划的作用,并进行必要的调整和重组。只有在调整和重组中融入改革、创新的战略性思路和举措,才能真正打造具有国际竞争力的湾区经济和新区经济。
 
热点解码
 
什么是“雨林”
 
“雨林”是指人类的创新生态系统。如果将之前的创新范式比作目标明确的“市场”或“工厂”,那创新生态这种范式就是众多物种杂居,有可能产生新物种的“雨林”。
 
“雨林”的主体是超理性动机的,而传统的市场主体是理性动机的。
 
所谓超理性动机是指竞争的刺激、人类利他心理、渴望冒险、探索以及创造的喜悦、为后代做打算、渴望实现生活的意义等。创业创新行为需要个人超越理性动机,并关注于长期共赢。
 
“雨林”还对新古典增长模型提出了挑战,突出思想、天才(基石人物)的重要性,而不是土地、劳力、资本与技术。
 
另外,如果说市场的秘方是关于人以及他们之间如何交换,那“雨林”的秘方是关于人以及他们之间如何交互。如果说市场要求推倒人为的“墙”,如各种管制,那“雨林”则要推倒社会的“墙”,即社会壁垒。
来源:网络
236 浏览

谈谈线控转向系统(上)-英菲尼迪Q50的线控转向系统

行业报告 爱因斯坦 2017-10-13 11:37 发表了文章 来自相关话题

说到线控转向系统,一般来说,大家第一个想到的应该就是英菲尼迪的Q50。

各大OEM在概念车上使用线控转向系统的其实很多,比如奔驰概的F400 Carving、宝马的BMW Z22和雪铁龙C_Crosser概念车等,但实实在在用在量产车上的,Q50是目前为止唯一的一个车型,是当之无愧的先驱,从吃螃蟹这一点的创新精神和勇气来说,必须得到掌声和敬佩。但也由于这项技术在汽车上的应用实在太新,虽然英菲尼迪以及转向系统供应商KYB前后花了十多年时间进行设计与验证,但是不幸的是在上市不到一年的时间内,线控转向系统就因为缺陷而不得不大量召回,从这个角度讲,Q50又成为了一个先烈。线控转向这项技术本身并不是新,在飞机上早已得到广泛应用,采用线传信号的方法,取消了机械联动装置,使得操纵更为灵活。

但在乘用车上的应用尚不成熟,究其原因其一是汽车是在一个平面运动,而飞机是多维度运行,飞机对转向灵敏性和操纵的灵活性要求更高;其二,飞机的转向操纵机构与转向执行机构(舵机)间隔非常远,因而对线控转向的需求也更迫切。而在乘用车上,EPS在目前阶段基本能满足当前的驾驶需求,因此线控转向并未普及。

但是之于乘用车,线控转向又有实实在在的优点,表现在:

 可以轻易的实现主动转向功能
 可以获得比EPS更快的响应速度
 可以轻易地滤除路面激震信号
 碰撞时管柱侵入的可能性降低,安全性得到提高
 更灵活的布置方式
 可以获得更大的驾驶员腿部空间 查看全部
说到线控转向系统,一般来说,大家第一个想到的应该就是英菲尼迪的Q50。

各大OEM在概念车上使用线控转向系统的其实很多,比如奔驰概的F400 Carving、宝马的BMW Z22和雪铁龙C_Crosser概念车等,但实实在在用在量产车上的,Q50是目前为止唯一的一个车型,是当之无愧的先驱,从吃螃蟹这一点的创新精神和勇气来说,必须得到掌声和敬佩。但也由于这项技术在汽车上的应用实在太新,虽然英菲尼迪以及转向系统供应商KYB前后花了十多年时间进行设计与验证,但是不幸的是在上市不到一年的时间内,线控转向系统就因为缺陷而不得不大量召回,从这个角度讲,Q50又成为了一个先烈。线控转向这项技术本身并不是新,在飞机上早已得到广泛应用,采用线传信号的方法,取消了机械联动装置,使得操纵更为灵活。

但在乘用车上的应用尚不成熟,究其原因其一是汽车是在一个平面运动,而飞机是多维度运行,飞机对转向灵敏性和操纵的灵活性要求更高;其二,飞机的转向操纵机构与转向执行机构(舵机)间隔非常远,因而对线控转向的需求也更迫切。而在乘用车上,EPS在目前阶段基本能满足当前的驾驶需求,因此线控转向并未普及。

但是之于乘用车,线控转向又有实实在在的优点,表现在:

 可以轻易的实现主动转向功能
 可以获得比EPS更快的响应速度
 可以轻易地滤除路面激震信号
 碰撞时管柱侵入的可能性降低,安全性得到提高
 更灵活的布置方式
 可以获得更大的驾驶员腿部空间
244 浏览

未来机器学习五个主流方向,你都准备好了吗?

智能科技类 逃命的慌乱 2017-10-12 11:41 发表了文章 来自相关话题

最近针对未来 3~5 年内哪个方向的机器学习人才最紧缺的讨论特别火热。机器学习目前的主流方向包括:

1、互联网业务数据挖掘
使用的主要数据和要解决的问题,初级的业务挖掘人员的工作会离数据和算法更近;高级的业务挖掘人员会离用户和业务更近。
职位需求趋势:
这类职位的需求量非常大,基本所有的主要互联网公司都设置了这个岗位。这个岗位的名字常常有“分析师”,“数据挖掘工程师”等。
零售,金融,电信,制造业等行业对于互联网业务挖掘人员也持欢迎态度。近几年对于这类人才的需求很能会有非常大的增长。

2、推荐算法
解决的核心问题是给用户想要的,不要给用户不想要的,降低用户找东西的难度,给用户更多的惊喜。不同的互联网产品在不同的阶段,可以通过推荐系统解决不同的问题和实现不同的目标。
职位的设置情况和需求趋势:
相对业务挖掘岗位,有推荐算法职位的公司数量相对比较少。

3、广告算法
数据主要是俩块,一块是用户的数据,除了公司自有的数据以外,也可以通过DMP(数据管理平台)获取到一些用户的数据;另外一块是关于广告的数据。
需要解决的问题就是把用户和进行更好的匹配,提升总体的市场效率。其中CTR预估是非常重要的工作内容。

4、NLP
使用的数据和要解决的问题:
使用的数据主要是人们日常随意写出来的或者说出来的话。比如新闻,文章,微博上的话,qq的聊天,贴吧里的话,博客上的话,企业呼叫中心的对话等。
要解决的问题主要是对这些内容进行抽象,映射或者响应。比如信息抽取(命名实体识别,情感分析等),机器翻译,聚类,分类,自动问答等。

5、图像处理
使用的数据和要解决的问题:
面对的数据是图像,具体也会有处理静态图像和动态视频的区别。以及离线处理和在线处理的区别。
常见的要解决的问题有检测(就是看某个图片里是否有某类东西,比如是否有人脸),识别(就是输入一个图片,看这个图片和库里的哪个图片是一致的。)分割,拼接,3D重建,聚类,分类等。 查看全部
最近针对未来 3~5 年内哪个方向的机器学习人才最紧缺的讨论特别火热。机器学习目前的主流方向包括:

1、互联网业务数据挖掘
使用的主要数据和要解决的问题,初级的业务挖掘人员的工作会离数据和算法更近;高级的业务挖掘人员会离用户和业务更近。
职位需求趋势:
这类职位的需求量非常大,基本所有的主要互联网公司都设置了这个岗位。这个岗位的名字常常有“分析师”,“数据挖掘工程师”等。
零售,金融,电信,制造业等行业对于互联网业务挖掘人员也持欢迎态度。近几年对于这类人才的需求很能会有非常大的增长。

2、推荐算法
解决的核心问题是给用户想要的,不要给用户不想要的,降低用户找东西的难度,给用户更多的惊喜。不同的互联网产品在不同的阶段,可以通过推荐系统解决不同的问题和实现不同的目标。
职位的设置情况和需求趋势:
相对业务挖掘岗位,有推荐算法职位的公司数量相对比较少。

3、广告算法
数据主要是俩块,一块是用户的数据,除了公司自有的数据以外,也可以通过DMP(数据管理平台)获取到一些用户的数据;另外一块是关于广告的数据。
需要解决的问题就是把用户和进行更好的匹配,提升总体的市场效率。其中CTR预估是非常重要的工作内容。

4、NLP
使用的数据和要解决的问题:
使用的数据主要是人们日常随意写出来的或者说出来的话。比如新闻,文章,微博上的话,qq的聊天,贴吧里的话,博客上的话,企业呼叫中心的对话等。
要解决的问题主要是对这些内容进行抽象,映射或者响应。比如信息抽取(命名实体识别,情感分析等),机器翻译,聚类,分类,自动问答等。

5、图像处理
使用的数据和要解决的问题:
面对的数据是图像,具体也会有处理静态图像和动态视频的区别。以及离线处理和在线处理的区别。
常见的要解决的问题有检测(就是看某个图片里是否有某类东西,比如是否有人脸),识别(就是输入一个图片,看这个图片和库里的哪个图片是一致的。)分割,拼接,3D重建,聚类,分类等。
374 浏览

大众供应商要求

其它类 陈园园 2017-09-30 11:18 发表了文章 来自相关话题

大众
    大众作为德系主机厂的代表之一,对于供应商的审核依据主要源自于德国汽车工业协会(VDA)制订的最出名的一本手册VDA6.3(过程审核)。
    但毕竟VDA制订手册是行业性质的,大众还有其自身的要求,这些要求加上VDA6.3一起就形成了大众对供应商的要求,这就是Formel Q质量能力。




Formel Q严格意义上讲只是一个宏观概念,具体到执行层面,有Formel Q 质量能力、Formel Q质量能力软件(在国内目前还未推广,有消息近期会试点)和新零件质量开发计划(QPNI)。
    Formel Q质量能力审核属于过程审核,其定位非常低调,在篇首说提到是体系审核的一种补充。  如果你们公司没有通过大众认可的体系审核(VDA6.1或IATF16949)结果,即使大众公司对你们公司进行Formel质量能力审核,审核结果也不会是A级供应商。
    体系审核是达到大众A级供应商的必要条件。
    除了关注有没有体系外,Formel Q质量能力的审核主要看些什么呢?




如果你已经是批量供应商,那Formel Q质量能力只看三个地方:供应商管理、生产过程、客户管理。其分别的提问如下(以下条款摘自VDA6.3第二版本):
















    如果你还没有进入供应体系,在潜在供应商审核,主机厂还会审核你的项目管理、产品和过程开发策划/实现。
    如何审?其核心是“过程”的思想。看懂了下面的乌龟图,你就知道改如何审了!




  乌龟图里包含了“人机料法环测”的思路,是打开生产过程审核的“钥匙”,另外,值的注意的是,乌龟图的思想其实在供应商管理、客户管理等模块的审核也有很大的指导作用。 查看全部

大众
    大众作为德系主机厂的代表之一,对于供应商的审核依据主要源自于德国汽车工业协会(VDA)制订的最出名的一本手册VDA6.3(过程审核)。
    但毕竟VDA制订手册是行业性质的,大众还有其自身的要求,这些要求加上VDA6.3一起就形成了大众对供应商的要求,这就是Formel Q质量能力。
QQ图片20170930111045.jpg

Formel Q严格意义上讲只是一个宏观概念,具体到执行层面,有Formel Q 质量能力、Formel Q质量能力软件(在国内目前还未推广,有消息近期会试点)和新零件质量开发计划(QPNI)。
    Formel Q质量能力审核属于过程审核,其定位非常低调,在篇首说提到是体系审核的一种补充。  如果你们公司没有通过大众认可的体系审核(VDA6.1或IATF16949)结果,即使大众公司对你们公司进行Formel质量能力审核,审核结果也不会是A级供应商。
    体系审核是达到大众A级供应商的必要条件。
    除了关注有没有体系外,Formel Q质量能力的审核主要看些什么呢?
QQ图片20170930111200.jpg

如果你已经是批量供应商,那Formel Q质量能力只看三个地方:供应商管理、生产过程、客户管理。其分别的提问如下(以下条款摘自VDA6.3第二版本):
QQ图片20170930111313.jpg


QQ图片20170930111337.jpg


QQ图片20170930111641.jpg



    如果你还没有进入供应体系,在潜在供应商审核,主机厂还会审核你的项目管理、产品和过程开发策划/实现。
    如何审?其核心是“过程”的思想。看懂了下面的乌龟图,你就知道改如何审了!
QQ图片20170930111757.jpg

  乌龟图里包含了“人机料法环测”的思路,是打开生产过程审核的“钥匙”,另外,值的注意的是,乌龟图的思想其实在供应商管理、客户管理等模块的审核也有很大的指导作用。
288 浏览

一根轴承滚针 暴露我国汽车零部件的脆弱

行业报告 关东卧龙 2017-09-22 17:05 发表了文章 来自相关话题

一根轴承滚针,再度将中国汽车零部件“脆弱”的一面暴露出来。日前,一家德国零部件企业舍弗勒主动对外发布了“紧急求助函”,由于滚针原材料供应商出现断货,理论上将可能导致国内汽车产能300多万辆的减产。虽然随后该公司再度发布声明称,经过多方沟通,已经调动全球资源进行处理,对主机厂的影响可控,但也另一角度说明了中国车企对国外核心零部件的依赖程度。
实际上,这已经不是国内整车企业第一次受到核心零部件供应紧缺带来的减产影响。分析指出,我国关键零部件仍然以外资零部件为主,特别是在电气化、高精密零部件领域更为突出,未来在技术创新方面仍需要加强,解决跟外资企业的差距。
据了解,舍弗勒是总部位于德国的一家大型汽车零部件集团,拥有LUK、INA、FAG三大品牌,主营业务为离合器、轴承等传动部件。其在国内客户包括上汽通用、上汽大众、一汽-大众、长安福特、长安汽车、长城汽车等整车企业。分析指出,无论舍弗勒能否调动全球资源,成功化解本次供应商停产危机,这一时间都再次暴露了我国汽车在核心零部件领域“脆弱”的一面。

数据显示,2016年中国汽车零部件规模以上企业的主营业务收入达到了3.7万亿,同比增长了14.2%,利润总额是2858亿元,同比增长了17%,固定资产投资是8685亿元,同比增长了5.88%。而美国《汽车杂志》发布的2017年世界百大企业零部件企业排名中,我国共计入围5家企业。
不过,国内汽车零部件的关键领域仍然是以外资零部件为主,特别是在电气化、高精密零部件领域更为突出。更多中国品牌汽车零部件企业则是在技术含量较低的领域抢占市场。
事实上,这已经不是第一次由于国外零部件企业供货原因,影响国内整车企业的生产。
GS8变速箱使用的是日本爱信六速变速箱,由于供应能力不足,今年5月,广汽传祺发布公告,不得不将今年5-9月传祺GS8的产量调低至约7000辆/月。广汽传祺表示会继续与变速箱供应商积极沟通,尽最大努力提升变速箱的供应量和GS8的产量,目前预计10月起将恢复正常配套供应。 查看全部
一根轴承滚针,再度将中国汽车零部件“脆弱”的一面暴露出来。日前,一家德国零部件企业舍弗勒主动对外发布了“紧急求助函”,由于滚针原材料供应商出现断货,理论上将可能导致国内汽车产能300多万辆的减产。虽然随后该公司再度发布声明称,经过多方沟通,已经调动全球资源进行处理,对主机厂的影响可控,但也另一角度说明了中国车企对国外核心零部件的依赖程度。
实际上,这已经不是国内整车企业第一次受到核心零部件供应紧缺带来的减产影响。分析指出,我国关键零部件仍然以外资零部件为主,特别是在电气化、高精密零部件领域更为突出,未来在技术创新方面仍需要加强,解决跟外资企业的差距。
据了解,舍弗勒是总部位于德国的一家大型汽车零部件集团,拥有LUK、INA、FAG三大品牌,主营业务为离合器、轴承等传动部件。其在国内客户包括上汽通用、上汽大众、一汽-大众、长安福特、长安汽车、长城汽车等整车企业。分析指出,无论舍弗勒能否调动全球资源,成功化解本次供应商停产危机,这一时间都再次暴露了我国汽车在核心零部件领域“脆弱”的一面。

数据显示,2016年中国汽车零部件规模以上企业的主营业务收入达到了3.7万亿,同比增长了14.2%,利润总额是2858亿元,同比增长了17%,固定资产投资是8685亿元,同比增长了5.88%。而美国《汽车杂志》发布的2017年世界百大企业零部件企业排名中,我国共计入围5家企业。
不过,国内汽车零部件的关键领域仍然是以外资零部件为主,特别是在电气化、高精密零部件领域更为突出。更多中国品牌汽车零部件企业则是在技术含量较低的领域抢占市场。
事实上,这已经不是第一次由于国外零部件企业供货原因,影响国内整车企业的生产。
GS8变速箱使用的是日本爱信六速变速箱,由于供应能力不足,今年5月,广汽传祺发布公告,不得不将今年5-9月传祺GS8的产量调低至约7000辆/月。广汽传祺表示会继续与变速箱供应商积极沟通,尽最大努力提升变速箱的供应量和GS8的产量,目前预计10月起将恢复正常配套供应。