有關(guān)大數(shù)據(jù)應(yīng)用的論文
有關(guān)大數(shù)據(jù)應(yīng)用的論文
“大數(shù)據(jù)”已經(jīng)是世界經(jīng)濟(jì)學(xué)中的重要組成部分。相比于傳統(tǒng)的數(shù)據(jù)統(tǒng)計(jì)與分析,“大數(shù)據(jù)”處理有助于管理者們做出更正確的企業(yè)決策。下面是學(xué)習(xí)啦小編給大家推薦的有關(guān)大數(shù)據(jù)應(yīng)用的論文,希望大家喜歡!
有關(guān)大數(shù)據(jù)應(yīng)用的論文篇一
《大數(shù)據(jù)在質(zhì)量管理中的應(yīng)用》
摘要 :“大數(shù)據(jù)”已經(jīng)是世界經(jīng)濟(jì)學(xué)中的重要組成部分。相比于傳統(tǒng)的數(shù)據(jù)統(tǒng)計(jì)與分析,“大數(shù)據(jù)”處理有助于管理者們做出更正確的企業(yè)決策。對(duì)于產(chǎn)品認(rèn)證機(jī)構(gòu),“大數(shù)據(jù)”的應(yīng)用可以包含自身業(yè)務(wù)管理、產(chǎn)品質(zhì)量改進(jìn)、提升服務(wù)質(zhì)量三方面,但在實(shí)踐過(guò)程中仍將面臨許多挑戰(zhàn)。
關(guān)鍵詞 :大數(shù)據(jù) 質(zhì)量管理 產(chǎn)品認(rèn)證
現(xiàn)在的世界正處于一個(gè)信息爆炸的時(shí)代,“大數(shù)據(jù)”已經(jīng)是世界經(jīng)濟(jì)學(xué)中的重要組成部分,并且在各種現(xiàn)代經(jīng)濟(jì)活動(dòng)、發(fā)明和發(fā)展中起到越來(lái)越重要的作用。相比于傳統(tǒng)的數(shù)據(jù)統(tǒng)計(jì)與分析,通過(guò)“大數(shù)據(jù)”,管理者們可以得到更精確的測(cè)量信息、因此對(duì)經(jīng)營(yíng)狀態(tài)有更準(zhǔn)確的了解,并且最終將這些數(shù)據(jù)和信息轉(zhuǎn)化為更正確的企業(yè)決策。
1、什么是大數(shù)據(jù)
“大數(shù)據(jù)”可以被定義為需要新處理模式才能具有更強(qiáng)的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力的海量、高增長(zhǎng)率和多樣化的信息資產(chǎn),“大數(shù)據(jù)”的大小受數(shù)據(jù)類別、獲取方法、軟件手段等多方面因素影響[1]。與傳統(tǒng)數(shù)據(jù)統(tǒng)計(jì)分析相同,“大數(shù)據(jù)”分析活動(dòng)致力于收集情報(bào)并將其轉(zhuǎn)化為商業(yè)優(yōu)勢(shì),但兩者之間存在以下幾方面區(qū)別:
數(shù)據(jù)量:2013 年中國(guó)產(chǎn)生的數(shù)據(jù)總量超過(guò)0.8ZB,2 倍于2012 年,相當(dāng)于2009 年全球的數(shù)據(jù)總量。預(yù)計(jì)到2020 年,中國(guó)產(chǎn)生的數(shù)據(jù)總量將是2013年的10倍,超過(guò)8.5ZB。市場(chǎng)為企業(yè)提供了一個(gè)能夠接觸并獲取海量信息的機(jī)會(huì)。比如沃爾瑪每小時(shí)能從線上和線下的客戶交易中獲取超過(guò)2.5PB的信息量。
高速:對(duì)于很對(duì)實(shí)際應(yīng)用來(lái)說(shuō),數(shù)據(jù)的產(chǎn)生速度遠(yuǎn)比數(shù)據(jù)量更加重要。實(shí)時(shí)或者趨近于實(shí)時(shí)的信息有助于公司比其競(jìng)爭(zhēng)對(duì)手更加靈活。
多樣性:“大數(shù)據(jù)”的來(lái)源有著多樣性的特點(diǎn),如社交網(wǎng)絡(luò)信息、圖片、各種監(jiān)視信息、GPS信息等等。隨著手機(jī)等數(shù)字智能終端設(shè)備的普及,社會(huì)中的每一個(gè)組成元素都是一個(gè)數(shù)據(jù)產(chǎn)生器。在這些尚未被處理的非結(jié)構(gòu)化數(shù)據(jù)中,海量的有價(jià)值信息等待著被組織、分析和開(kāi)發(fā)。
2、大數(shù)據(jù)在產(chǎn)品認(rèn)證機(jī)構(gòu)質(zhì)量管理方面的應(yīng)用
在實(shí)際的質(zhì)量管理和改進(jìn)活動(dòng)中,由于大數(shù)據(jù)相對(duì)于傳統(tǒng)數(shù)據(jù)統(tǒng)計(jì)方式存在的優(yōu)勢(shì)和特點(diǎn),因此利用大數(shù)據(jù)進(jìn)行質(zhì)量管理是企業(yè)理想的管理路徑和產(chǎn)品、工藝品質(zhì)的提升機(jī)會(huì)。對(duì)認(rèn)證機(jī)構(gòu)而言,工作的核心內(nèi)容就是質(zhì)量控制。大數(shù)據(jù)在包括自身業(yè)務(wù)管理、產(chǎn)品質(zhì)量改進(jìn)、提升服務(wù)質(zhì)量等各個(gè)方面有著廣泛的應(yīng)用潛力。
(1)自身業(yè)務(wù)管理
產(chǎn)品認(rèn)證機(jī)構(gòu)的業(yè)務(wù)質(zhì)量控制直接關(guān)系到認(rèn)證工作的公正性與準(zhǔn)確性,對(duì)企業(yè)、消費(fèi)者乃至整個(gè)社會(huì)有著重要影響。產(chǎn)品認(rèn)證工作現(xiàn)有的管理控制手段是針對(duì)工廠檢查與檢測(cè)工作中的主要時(shí)間節(jié)點(diǎn)進(jìn)行監(jiān)控并且對(duì)報(bào)告進(jìn)行抽查。在實(shí)際操作中,這些工作普遍存在兩方面問(wèn)題:一方面,由于認(rèn)證機(jī)構(gòu)日常工作量較大,抽查結(jié)果和實(shí)際情況存在一定誤差;另一方面,抽查和監(jiān)控工作普遍存在滯后性的缺點(diǎn),問(wèn)題點(diǎn)只在事后抽查中才有機(jī)會(huì)被發(fā)現(xiàn),為問(wèn)題點(diǎn)的及時(shí)整改增添了困難。
大數(shù)據(jù)質(zhì)量管理為解決這些問(wèn)題提供了新的手段。由于可實(shí)時(shí)處理的大量數(shù)據(jù),一方面認(rèn)證機(jī)構(gòu)能夠選擇通過(guò)軟件或終端工具,對(duì)工廠檢查和檢測(cè)的全過(guò)程進(jìn)行實(shí)時(shí)的時(shí)效性監(jiān)控,將時(shí)效性控制由事后監(jiān)督變?yōu)樘崆邦A(yù)警;另一方面,對(duì)工廠檢查、檢測(cè)結(jié)果的有效性驗(yàn)證也可以通過(guò)軟件對(duì)所出具的報(bào)告的各條款結(jié)論進(jìn)行實(shí)時(shí)篩查,及時(shí)過(guò)濾掉常見(jiàn)問(wèn)題,提升工作的正確性和準(zhǔn)確性。
(2)產(chǎn)品質(zhì)量改進(jìn)
企業(yè)所生產(chǎn)產(chǎn)品的質(zhì)量改進(jìn)主要通過(guò)對(duì)產(chǎn)品的質(zhì)量監(jiān)控來(lái)保證,目前工廠產(chǎn)品的的監(jiān)控手段主要包括生產(chǎn)工藝的過(guò)程檢驗(yàn)以及成品的檢驗(yàn)兩大類。由于檢驗(yàn)工作的特性,大部分工業(yè)產(chǎn)品的成品檢驗(yàn)只能通過(guò)抽樣完成,和市場(chǎng)抽樣合格率相比往往存在一定差距。這個(gè)以往無(wú)法處理的問(wèn)題,現(xiàn)在通過(guò)大數(shù)據(jù)的管理方式有了更合適的解決辦法。認(rèn)證機(jī)構(gòu)可以依托自身的信息優(yōu)勢(shì),收集大量產(chǎn)品的過(guò)程工藝參數(shù)、成品檢驗(yàn)結(jié)果參數(shù)、抽查不合格品的檢驗(yàn)數(shù)據(jù)以及相對(duì)應(yīng)的工藝/管理數(shù)據(jù),結(jié)合工廠檢查結(jié)果,找出各種定性、定量數(shù)據(jù)與成品質(zhì)量的關(guān)系。從而能依據(jù)企業(yè)工藝和管理信息,對(duì)產(chǎn)品成品的質(zhì)量做出預(yù)測(cè)和判斷,最終能幫助企業(yè)改進(jìn)產(chǎn)品質(zhì)量,并提升認(rèn)證工作的有效性。
(3)提升服務(wù)質(zhì)量
運(yùn)用大數(shù)據(jù)的手段,企業(yè)的管理和服務(wù)將會(huì)變得多樣化。目前針對(duì)企業(yè)的管理與服務(wù)僅僅停留在對(duì)企業(yè)的各項(xiàng)信息進(jìn)行單純的匯總、以及對(duì)通用的認(rèn)證、管理、工藝技術(shù)的培訓(xùn)服務(wù),缺乏針對(duì)性。如果能夠妥善運(yùn)用大數(shù)據(jù)的方式,認(rèn)證機(jī)構(gòu)能夠收集有關(guān)企業(yè)的各方面信息(如生產(chǎn)企業(yè)的行業(yè)走向、產(chǎn)品的工藝參數(shù)、各檢測(cè)報(bào)告結(jié)果、供應(yīng)商信息與態(tài)勢(shì)等等),并對(duì)這些數(shù)據(jù)加以深入的分析,總結(jié)出企業(yè)急需的服務(wù)內(nèi)容和方式,從而提高認(rèn)證機(jī)構(gòu)的服務(wù)質(zhì)量。
3、面臨的挑戰(zhàn)
大數(shù)據(jù)質(zhì)量管理面臨的挑戰(zhàn)主要來(lái)自于三個(gè)方面:正確的領(lǐng)導(dǎo)、管理與技術(shù)保障、合理的決策[2]。正確的領(lǐng)導(dǎo)是大數(shù)據(jù)質(zhì)量管理的基礎(chǔ),在獲取信息之前,需要由領(lǐng)導(dǎo)者確定明確的目標(biāo)、整合各方面資源。其后,富有智慧的數(shù)據(jù)管理與技術(shù)的構(gòu)建是大數(shù)據(jù)質(zhì)量管理的保障,由于獲取的信息來(lái)源廣泛、數(shù)據(jù)量大,和傳統(tǒng)的數(shù)據(jù)統(tǒng)計(jì)與分析不同,如何確保數(shù)據(jù)的有效性,并實(shí)時(shí)的從海量數(shù)據(jù)中提取出有價(jià)值的信息是一個(gè)富有挑戰(zhàn)的技術(shù)性難題。最后,大數(shù)據(jù)處理需要合理的決策。大數(shù)據(jù)質(zhì)量管理的核心在于從數(shù)據(jù)出發(fā),將數(shù)據(jù)轉(zhuǎn)化為決策,決策不應(yīng)該脫離數(shù)據(jù)。
參考文獻(xiàn):
[1] James,Manyika. Big data:The next frontier for innovation,competition,and productivity[M]. McKinsey Global Institute,2011. 1-2.
[2] Andrew,McAfee,Erik,Brynjolfsson. Big Data:The Management Revolution[J]. Harvard Business Review,2012,(10):7-8.
點(diǎn)擊下頁(yè)還有更多>>>有關(guān)大數(shù)據(jù)應(yīng)用的論文