[.com原稿]独特的功能。在基本建设和发展都很好的时期，工程机械行业的发展是很好的。但是，如果国家经济增速下滑，也会造成产能过剩、库存设备过剩等问题……”在中联重科工作了10年的周志中博士在2010年平静地介绍了该领域的现状。工程机械对我们来说，如何改变这种局面？除了不断的努力和创新产品，中联重科还希望通过大数据的驱动推动转型，聚焦售后服务市场。工程机械市场转型期：挑战与机遇并存工程机械市场进入转型期以来，挑战与机遇并存，作为装备制造企业，中联重科的业务包括工程机械板块，后来收购了农机板块，发展了金融板块。机械行业占比非常大，也是o中联重科最早的板块。中联重科泸沽产业园现场周志忠博士向我们介绍，工程机械板块近年来处于相对低迷的状态。工程机械行业发展也很好。但受经济、投资、房地产市场等因素影响，整个行业设备供大于求，新机销量受到直接影响。为了进一步扩大行业盈利能力，除了产品的不断创新，还需要利用大数据技术对设备、客户数据等进行深度分析，实现信息共享和整合，在售后服务市场中发挥作用。其次，随着建筑行业越来越重视施工安全、效率和成本控制，设备制造商必须加强设备智能化水平，同时具备数据分析和处理能力。从“被动服务”升级为“主动服务”，从而降低施工风险，延长无故障工时。三是工程机械市场需求持续下滑，主机销售收入已不能支撑整个企业的发展。同时，客户也面临着工程项目减少、设备开工率和设备运行效率低下、运营管理成本和维护成本高等困境。因此，如何通过数据分析让企业更贴近市场、更了解客户，提高企业运营管理和决策效率，从传统制造向高端智能服务快速转型升级，是每个企业面临的重大挑战。行业中的企业。数据驱动促转型但数据从何而来？目前整个售后市场工程机械设备数量超过700万台。面对如此多的存量设备，如何服务好它们？中联重科希望通过数据驱动，推动向高端智能服务转型。在谈到工业大数据的来源以及与互联网数据的区别时，周志忠博士告诉我们，对于工业企业来说，也有一些互联网数据，比如在网上商城和微信中收集的用户行为相关的数据。applications，但是更多的是我们自己的产品，从研发、生产到销售、服务，这样一系列完整的产品数据，这些数据是我们非常重要和核心的数据来源。中联重科的数据来源主要包括以下三类：中联重科工程机械物联网云平台监控室物联网数据：主要包括中联重科设备实时回传的工况和位置信息。目前，中联重科物联网平台已积累近10年的数据，监控设备超过12万套，存量数据40TB，每月新增数据300GB。数据通过移动网络以加密报文形式返回，经平台解析后实时保存至大数据平台。目前数据采集频率为每5分钟一次，可根据数据分析需要进行调整。设备传感数据采集点近500个。内部核心业务系统数据：包含中联重科在运营过程中产生的业务信息，主要包括ERP、CRM、PLM、MES、财务服务系统等数据，涵盖研发、生产、销售、服务全过程。目前业务系统已有近10年的数据积累，存量数据约10TB，数据每天更新。外部应用平台数据：包括中联重科相关应用平台（官网、微信公众号/企业号、中联商城、中联e家系列手机APP、智慧商业混凝土、塔吊全生命周期管理平台）积累数据、购买数据从第三方交换而来的，通过爬虫程序在互联网上收集的舆情，以及相关的企业公开数据。除了结构化数据，平台还以日志的形式保存了大量的用户行为数据。由于相关平台上线时间超过2016年，存量数据约为1TB。中联重科工业大数据应用技术解决方案为进一步提升设备智能化水平，丰富设备数据采集维度，提升设备数据采集和预处理能力，中联重科开发了新一代4.0产品和智能网关。中联重科产品4.0以“模块化平台+智能化产品”为核心，深度融合传感、互联等现代技术，开发性能卓越、运行可靠、绿色环保、管控高效的智能化产品。通过在设备上安装大量高精度传感器，实时采集设备运动特性、健康指标、环境特性等相关数据，结合智能网关的本地分析功能，真正实现“自-设备的诊断、自适应和自适应”。相关数据通过多种传输渠道（移动网络、WiFi、蓝牙等）回传至中联重科大数据平台，为客户提供实时设备定位、工况监控、油耗分析、设备异常分析等，实现高价值-新增故障预警、工作运行统计等信息服务。打通多方数据，形成统一的工业大数据分析平台，对内辅助科学决策，对外提供智能化服务。该平台集成了物联网平台、业务系统、应用系统和第三方数据。分析角度涉及产品、运营、客户、宏观行业等，服务涵盖轻量级应用（Zoomlinke管家、服务e通等）和重量级，通过多种方式提供高效率的增值服务如手机APP、PC端、大屏等。中联重科工业大数据平台架构图工业大数据平台整体采用成熟的Hadoop分布式架构搭建。基于ClouderaCDH的发布版本，中联重科于2015年底开始部署，同时开展了相应的大数据开发工作。首先建立客户类、设备、交易、信用等主题，然后将物联网平台、企业内部ERP、CRM等核心平台接入Cloudera大数据平台，将数据采集到平台通过相应的组件。平台通过流式处理架构满足高时效性的数据分析需求；通过分布式计算架构，满足海量数据离线深度挖掘。前端通过统一的接口层提供多种通用格式的数据分析服务。考虑到大数据平台汇集了企业内外多方的敏感数据，为保障数据安全，平台引入企业级数据治理组件，实现统一的元数据管理、数据质量控制、数据溯源、数据运营权限控制、数据脱敏和数据使用审计功能，贯穿数据存储和应用的全过程。拥抱开源，分析大数据技术未来挑战当被问到为什么选择Hadoop时，周志忠博士表示：开源生态环境中有大量的人才可以贡献，我们认为它更有生命力和价值。强于单一企业开发的环境。***：采用开源技术对团队技术能力要求略高。第二：操作过程中技术难点略多。所以我们在选择开源的同时，也购买了Cloudera的企业级服务，作为我们整个平台运行的保障。第三：开源有很多问题，比如很多组件之间的适配是否完善，参数涉及到一些复杂的问题。因此，分布式和企业服务支持的使用不需要关注运维平台和系统层面，更多的是业务分析、业务扩展等能够创造数据价值的层面。在谈及大数据技术产业的未来预期时，周志忠博士表示：“目前从支撑应用的角度来看，大数据技术已经足够，主要难点在于如何将业务应用场景与现有技术完美结合和算法匹配。中联重科也在尝试机器学习的一些应用，比如设备健康指标评估，如何通过不同的维度，不同的传感器数据和公司内部数据来建立模型。从模型的角度来看，相应的算法也可以支持，但关键问题是数据是否完整准确，数据响应是否及时。”[受访者简介]周志忠博士，现任中联重科信息化总架构师。1998年在北航攻读管理信息系统专业博士学位；2003年在北航攻读博士后，研究方向为BI商业智能加入中联重科之前，曾在对外经济贸易大学信息学院任教3年，主攻方向为商业智能与分析，2007年加入中联重科担任总架构师，主要工作是信息化建设。2015年专注于大数据领域相关工作[原创稿件，合作网站转载请注明原作者及出处.com]
