企业管理水平提升的主要目标是降本增效。一个工业企业，绝大部分生产经营活动实际上都是在消耗成本，因此，降低成本的路径也遍布在所有生产经营活动中。
工业大数据技术能否帮助企业降低成本的路径是有局限性的。只有能够产生数据，并且数据足够多和全面，能够描述生产经营活动的实质，才可以利用大数据技术。不是所有生产经营活动都产生数据，并且被记录下来的。
工业大数据技术的另外一个局限性是，它的大多数成果只能用来辅助决策，而不能自动决策。达到降低成本的目的需要决策者（可能就是一个现场操作人员）根据数据分析结果采取行动。
工业大数据主要提供以下功能：
1、 发现可能影响成本的异常现象（描述性数据分析）
2、 找到有成本降低空间的生产经营活动（诊断性数据分析）
3、 对可能的多个方案分析实施效果（规范性数据分析）。
4、 对采取的措施效果进行反馈评估
这里以能耗管理为例，说明利用数据分析降低成本的典型过程：
首先，通过对电能数据的监控发现用电量（产量相同的情况下）同比增加，再通过多维分析和数据钻取发现增加的原因只是其中一台设备的用电量增加，对该设备进行维修或改造后，电量同比正常或下降了。
由于只有有数据的地方，大数据技术才能发挥作用，因此，寻找企业降低成本的路径，我们就按照企业数据的不同类型和来源分别进行。
企业的数据分为四类：财务类、经营类、生产类和控制类。以下分别从四类数据介绍发现降本点的路径。
财务类数据来自财务软件。主要降本路径有降低三项费用和降低贷款余额。
降低三项费用：三项费用是财务费用、 销售费用、管理费用。考虑到每年营业收入不同，可以用财务费用率、销售费用率、管理费用率来进行对比分析，发现环比及同比增加值高的项目。财务费用率、销售费用率、管理费用率分别是指公司的财务费用、销售费用、管理费用与营业收入的比率。
降低贷款余额：通过预测现金流，减少贷款余额，节约利息成本。预测不是简单地根据账期，而要根据历史数据建模，综合考虑应收款、应付款、客户付款历史等因素。
经营类的数据来自ERP、SCM等系统，主要降本路径有降低采购成本、降低库存资金占用、加快资金回笼、控制资金支出。
降低采购成本：通过对相同物料在不同时间、不同供应商的采购单价的分析比较，为采购谈判中降低价格提供依据。通过对采购物料使用量的预测，进行批量采购，降低采购价格。通过对原材料领用时间和数量的预测，控制采购节奏，提高资金使用效率。
降低库存资金占用：通过对原材料使用的预测和库龄分析，压缩库存，特别是高价值的库存。
加快资金回笼：通过分析应收款余额与账龄，压缩应收账款，加快应收款回收，降低坏账损失风险。
控制资金支出：通过对应付款的数据分析，避免或减少提前付款问题，降低财务费用。
生产类的数据主要来自MES系统，主要降本路径为提高产品合格率。
提高成品合格率：通过对工艺检验、产品检验、质量事故等数据的分析，找到影响产品质量的原因（设备、人、工艺），有针对性地进行整改，提高半成品和成品合格率。
控制类的数据来自工业控制系统，如SCADA、DCS、PLC等，主要降本路径为降低能耗、延长设备维护周期、延长刀具使用寿命、提高产品合格率。
降低能耗：监控对电、水、气等能源的使用，找出能耗高的原因及相关设备，在评估效益基础上用节能设备更换。
通过设备运行工艺参数的优化，可以降低能源和原材料的消耗。任何一个设备的工艺参数有设计值、维修可达目标值、运行可达目标值和实际运行值。通过数据挖掘建模，对参数优化后，可以让设备在接近运行可达目标值的理论可控能耗区间运行，达到降低能耗的目标。
延长设备维护周期：通过数据挖掘建模，实现设备的预测性维护，可以在设备发生故障前进行主动维修，既能避免影响生产进度和产成品质量，又能延长维修周期，节约维修成本。
延长刀具使用寿命：在机械加工中，通过对刀具使用状况持续跟踪，运用模型分别预测不同加工设备不同刀具的使用寿命，在接近使用寿命时更换，保证做到物尽其用。
提高产品合格率：通过对工艺参数和产品合格率之间相关性的建模，可以找到每个工序的工艺参数和产品合格率之间的关系。这样可以做到：1、在产品生产早期对产品质量进行预测，避免生产出不合格品，减少后续工序生产成本；2、优化工艺参数，找到能够保证生产出合格产品的工艺参数组合。关于如何利用工业大数据技术提高产品质量的详细阐述，可以参看我的另外两篇原创文章：'用人工智能可以提升产品质量，它从这三个方面发挥作用' 、 '机器学习如何助力质量管理实现 '零缺陷'
联系客服
