比今天的制造业巨头早得多，亨利福特提出了一个明智的“举措”。他在他的一个工厂支付了一个维修团队，不是为了修理设备，而是在休息室里花费了一段时间，而没有发生故障。结果：工人的生产力更高，停机成本下降。 现在，为了保持竞争力，你需要精明和技术。这就是企业转向大数据咨询的原因。这里有12个用例从4个不同角度展示了制造业大数据的辉煌。
1
、生产优化
提取过程改进
垂直整合的贵金属制造商的矿石品位下降，避免损失的唯一合理方法是改善金属提取和精炼过程。使用传感器数据，制造商的大数据解决方案确定了影响最大的输出因素。主要参数变成了氧气水平。凭借这种洞察力，该团队稍微改变了浸出过程并将产量提高了3.7％，由于大数据分析，制造商现在每年额外获得1,200万美元。考虑到矿石品位退化率为20％，收益颇丰。
化学产量成分提高
一家国内领先的化学品生产商试图提高产量，使用传感器，他们的大数据解决方案分析了每个输入因子如何影响产量。它分析了温度，数量，二氧化碳流量和冷却剂压力，并将它们的影响率相互比较。因此，他们发现二氧化碳的流量对产量影响很大。通过稍微改变参数，他们实现了原材料浪费（降低20％）和能源成本（降低15％）的显着下降，并且令人印象深刻地提高了产量。
疫苗产量提高
一家大型制药公司需要找到一种方法来提高疫苗的产量，为此，该公司的大数据解决方案分析了他们的设备传感器数据，揭示了各种生产参数之间的相互依赖关系，并比较了它们各自对产量的影响。然后，9个最关键的参数被确定，审查和调整，以优化制造过程。它将疫苗的产量提高了50％。现在，该公司每年另外还可以提供每年5-10百万美元的物质。
2、质量保证
早期车辆质量保证
早在2014年，宝马就利用大数据来检测新车原型中的漏洞，数据是从测试原型上的传感器和已经使用的汽车收集的。由于大数据分析，宝马的解决方案（可能与其车辆设计和建模软件集成在一起）发现原型和已经使用的汽车存在缺陷和错误模式。它使工程师能够在原型实际投入生产之前消除未发现的漏洞，并有助于减少已在使用的汽车的召回。因此，宝马不仅可以在早期阶段确保更高的质量，而且还可以降低保修成本，提升品牌声誉并可能挽救生命。
3、企业管理
数据驱动的企业成长
在制造业中使用大数据，企业可以应对全球发展挑战，例如将生产转移到其他国家或在新地点开设新工厂。公司的历史和外部数据分析可以通过构建预测模型和假设情景来确定在当前位置或当前范围内运行工厂是否仍然有利可图。此外，在大数据的帮助下，大数据可以帮助探索未知机会的海洋，例如提供新产品，甚至征服新市场。
可获得的原材料
为了避免与供应链故障相关的成本，一家企业需要更好的方式来管理原材料交付，他们决定使用供应商提供的路线详情和由可靠的外部来源提供的天气数据，以确定交货延误的可能性。为此，他们的大数据工具（很可能与MRP集成）使用预测分析并计算可能的延迟和原材料短缺。基于这些计算，企业制定了与供应相关的应急计划，现在能够不间断地运行其生产并避免过多的停机成本。
预防性的维护
比如当年英特尔的工厂设备将物联网生成的数据直播到他们的大数据解决方案（与MES集成）中，分析解决方案将此数据用于模式识别，故障检测和可视化。它可以让工程师了解哪些趋势需要立即关注，以及需要采取何种措施来防止严重故障。这种预防性维护将反应时间从4小时缩短到并降低成本。2017年，得益于大数据和物联网，英特尔预计将节省1亿美元。
