大数据在交通方面的应用2018答案

第一篇：大数据在交通方面的应用2018答案

大数据在交通方面的应用（97分）

1.根据周琦老师所讲，高德交通信息服务覆盖（）多个城市以及全国高速路网。（单选题3分）A.一百一十

B.一百

C.九十 D.八十

2.根据周琦老师所讲，高德实时统计用户近（）行驶里程数据与用户数，一旦发现异常则报警。（单选题3分）

A.5分钟

B.10分钟

C.15分钟

D.20分钟

3.根据周琦老师所讲，高德交通信息服务覆盖全国主干道路及其它（）以上。（单选题3分）A.90%

B.70%

C.50%

D.30% 4.根据周琦老师所讲，高德交通日均采集数十亿定位请求，系统处理月均（）公里驾驶里程覆盖。（单选题3分）

A.50亿

B.80亿

C.100亿

D.150亿

5.根据周琦老师所讲，以下哪项不属于数据挖掘的内容？（单选题3分）A.补充与完善路网属性

B.多维分析统计用户出行规律

C.建立道路拥堵概率与拥堵趋势变化模型

D.高德地图导航有躲避拥堵功能 6.根据周琦老师所讲，高德交通信息服务覆盖全国高速（）以上。（单选题3分）A.90%

B.70%

C.60%

D.50% 7.根据周琦老师所讲，高德2014年被（）全资收购了。（单选题3分）A.百度

B.阿里巴巴

C.腾讯

D.搜狐

8.根据周琦老师所讲，高德早在（）就开始投入资源来做全国交通信息的采集和发布。（单选题3分）A.2002年

B.2004年

C.2005年

D.2007年

9.根据周琦老师所讲，高德交通报告针对全国（）个城市交通状态进行挖掘分析。（单选题3分）A.21 B.25 C.30 D.38 10.根据周琦老师所讲，大数据加速道路网络快速更新，高德（）完成全国10万公里15万处更新。（单选题3分）

A.2006年

B.2008年

C.2010年

D.2014年 11.根据周琦老师所讲，高德地图有哪些功能？（多选题8分）A.交通路况实时播报

B.智能计算到达目的地所需的时间 C.避堵路线方案规划

D.为用户搜索地点

12.根据周琦老师所讲，高德现在的数据来源主要是（）。（多选题8分）A.公众数据

B.行业数据 C.政府数据

D.国外数据

13.根据周琦老师所讲，对大数据的管理和使用包括哪些方面？（多选题8分）A.大数据的存储

B.大数据的应用 C.大数据的运营

D.大数据的挖掘

14.根据周琦老师所讲，大数据在交通方面可以有哪些应用？（多选题8分）A.出行轨迹选择

B.旅行时间计算 C.数据挖掘

D.多样化展现

15.根据周琦老师所讲，以下哪些属于数据挖掘的内容？（多选题8分）A.补充与完善路网属性

B.多维分析统计用户出行规律 C.建立道路拥堵概率与拥堵趋势变化模型

D.高德地图导航有躲避拥堵功能 16.根据周琦老师所讲，高德地图使用大数据能进行小路的识别。（判断题3分）正确

错误

17.根据周琦老师所讲，高德地图使用大数据能进行新路的识别。（判断题3分）正确

错误 18.根据周琦老师所讲，通过索引技术，在分析具体问题时，可以回调出每条道路对应时刻的通车轨迹。（判断题3分）正确

错误

19.根据周琦老师所讲，高德实时挑选样本进行算路，对发布数据质量进行评估，异常则实时报警。（判断题3分）正确

错误

20.根据周琦老师所讲，高德交通信息服务覆盖110多个城市以及全国高速路网。（判断题3分）正确

错误

21.根据周琦老师所讲，高德每季度基于数据挖掘，发布全国主要城市的交通分析报告。（判断题3分）正确

错误

22.根据周琦老师所讲，高德交通信息服务覆盖全国高速90%以上。（判断题3分）正确

错误

23.根据周琦老师所讲，高德交通报告针对全国38个城市交通状态进行挖掘分析。（判断题3分）正确

错误

24.根据周琦老师所讲，将大数据智能化融入高德地图，能够提供更精准的到达时间预测和实时躲避拥堵功能。（判断题3分）正确

错误

25.根据周琦老师所讲，进入了阿里巴巴集团之后，高德对大数据的处理和基础架构的能力得到了提升。（判断题3分）正确

错误

第二篇：大数据在交通方面的应用

大数据在交通方面的应用

考试时长：60分钟 考生：刘德志 总分：100 及格线：60 考试时间：2017-12-21 16:39-2017-12-21 16:42 100分

 1.(易)根据周琦老师所讲，高德交通信息服务覆盖（）多个城市以及全国高速路网。（单选题3分）得分：3分

o o o o  A.一百一十 B.一百 C.九十 D.八十

2.(易)根据周琦老师所讲，高德实时统计用户近（）行驶里程数据与用户数，一旦发现异常则报警。（单选题3分）

得分：3分

o o o o  A.5分钟 B.10分钟 C.15分钟 D.20分钟

3.(易)根据周琦老师所讲，高德交通信息服务覆盖全国主干道路及其它（）以上。（单选题3分）得分：3分

o o A.90% B.70% o o  C.50% D.30% 4.(易)根据周琦老师所讲，高德交通日均采集数十亿定位请求，系统处理月均（）公里驾驶里程覆盖。（单选题3分）

得分：3分

o o o o  o o o o  A.50亿 B.80亿 C.100亿 D.150亿

5.(易)根据周琦老师所讲，以下哪项不属于数据挖掘的内容？（单选题3分）A.补充与完善路网属性 B.多维分析统计用户出行规律

C.建立道路拥堵概率与拥堵趋势变化模型 D.高德地图导航有躲避拥堵功能

6.(易)根据周琦老师所讲，高德交通信息服务覆盖全国高速（）以上。（单选题3分）分：3分

得

得分：3分

o o o o  o o A.90% B.70% C.60% D.50% 7.(易)根据周琦老师所讲，高德2014年被（）全资收购了。（单选题3分）A.百度 B.阿里巴巴

得分：3分 o o  C.腾讯 D.搜狐

8.(易)根据周琦老师所讲，高德早在（）就开始投入资源来做全国交通信息的采集和发布。（单选题3分）得分：3分

o o o o  A.2002年 B.2004年 C.2005年 D.2007年

9.(易)根据周琦老师所讲，高德交通报告针对全国（）个城市交通状态进行挖掘分析。（单选题3分）得分：3分

o o o o  A.21 B.25 C.30 D.38 10.(易)根据周琦老师所讲，大数据加速道路网络快速更新，高德（）完成全国10万公里15万处更新。（单选题3分）

得分：3分

o o o o  o A.2006年 B.2008年 C.2010年 D.2014年

11.(中)根据周琦老师所讲，高德地图有哪些功能？（多选题8分）A.交通路况实时播报

得分：8分 o o o  B.智能计算到达目的地所需的时间 C.避堵路线方案规划 D.为用户搜索地点

12.(中)根据周琦老师所讲，高德现在的数据来源主要是（）。（多选题8分）分

得分：8o o o o  A.公众数据 B.行业数据 C.政府数据 D.国外数据

13.(中)根据周琦老师所讲，对大数据的管理和使用包括哪些方面？（多选题8分）得分：8分

o o o o  A.大数据的存储 B.大数据的应用 C.大数据的运营 D.大数据的挖掘

14.(中)根据周琦老师所讲，大数据在交通方面可以有哪些应用？（多选题8分）8分

得分：o o o o  A.出行轨迹选择 B.旅行时间计算 C.数据挖掘 D.多样化展现

15.(中)根据周琦老师所讲，以下哪些属于数据挖掘的内容？（多选题8分）

得分：8分 o o o o  A.补充与完善路网属性 B.多维分析统计用户出行规律

C.建立道路拥堵概率与拥堵趋势变化模型 D.高德地图导航有躲避拥堵功能

16.(极易)根据周琦老师所讲，高德地图使用大数据能进行小路的识别。（判断题3分）得分：3分

o o  正确 错误

17.(极易)根据周琦老师所讲，高德地图使用大数据能进行新路的识别。（判断题3分）得分：3分

o o  正确 错误

18.(极易)根据周琦老师所讲，通过索引技术，在分析具体问题时，可以回调出每条道路对应时刻的通车轨迹。（判断题3分）

得分：3分

o o  正确 错误

19.(极易)根据周琦老师所讲，高德实时挑选样本进行算路，对发布数据质量进行评估，异常则实时报警。（判断题3分）

得分：3分

o o  正确 错误

20.(极易)根据周琦老师所讲，高德交通信息服务覆盖110多个城市以及全国高速路网。（判断题3分）得分：3分 o o  正确 错误

21.(极易)根据周琦老师所讲，高德每季度基于数据挖掘，发布全国主要城市的交通分析报告。（判断题3分）得分：3分

o o  正确 错误

22.(极易)根据周琦老师所讲，高德交通信息服务覆盖全国高速90%以上。（判断题3分）得分：3分

o o  正确 错误

23.(极易)根据周琦老师所讲，高德交通报告针对全国38个城市交通状态进行挖掘分析。（判断题3分）得分：3分

o o  正确 错误

24.(极易)根据周琦老师所讲，将大数据智能化融入高德地图，能够提供更精准的到达时间预测和实时躲避拥堵功能。（判断题3分）

得分：3分

o o  正确 错误

25.(极易)根据周琦老师所讲，进入了阿里巴巴集团之后，高德对大数据的处理和基础架构的能力得到了提升。（判断题3分）

得分：3分

o o 正确 错误

第三篇：大数据在物流方面应用

大数据时代在物流方面的应用

学院：经济管理学院 专业：市场营销123班 学号：2012016314 姓名：李燕

“大数据时代来了!”两年，从业内到业外，这句口号见诸网媒、报端的频率与日剧增。直至今天，从政府高管到行业巨头，从商界大鳄到微企老板，关于数据创业，他们中有没有直接参与已然不是那么重要了，重要的是现在谁都不敢不重视大数据。更值得期待的是已有先驱驮负大数据颠覆行业规则的构想，开始试水国内物流行业。

“物流业是一个产生大量数据的行业，在货物流转、车辆追踪等过程中都会产生海量的数据，这么多资源如果不用就浪费了。”申通信息技术部总监邱成在接受本报记者采访时说。目前，业内对大数据并没有统一的定义。不同厂商、不同用户，站的角度不同，对大数据的理解也不一样。麦肯锡报告中对大数据的基本定义是：大数据是指其大小超出了典型数据库软件的采集、储存、管理和分析等能力的数据集合。毋庸置疑的是，大数据的价值在于从海量的数据中发现新的知识，创造新的价值。越来越多的企业也意识到了大数据的价值，对数据分析与挖掘的需求与日俱增。

“物流业之所以做大数据，主要是因为：第一，快递走入民生的势头越来越猛，对每一个节点的信息化需求也越来越多，这就需要通过大数据把信息化对接起来。第二，从企业自身角度来讲，信息化对企业管理者的重要性也越来越突出。第三，提高对数据的加工能力，通过‘加工’实现数据的‘增值’。”邱成说。

长期以来，备受指责的行业中总少不了物流业，其对仓储运输车空间的利用不科学、安全性差、燃油效率低下、周转时间随路径而浮动等，这些是导致中国物流业占GDP总量约18%远高于欧美发达国家的最主要原因。

整个物流业尤其电商领域已经几近爆发式成长，若应用大数据分析技术，仓储运输的空间将被系统化布置，物流车行程路径也将被“最短化”、“最畅化”定制。两年前，把一吨蔬菜从广州运到北京比从北京运到美国洛杉矶物流成本都高，今天，当大数据时代到来的时候，物流行业规则能否因其改变，只能拭目以待。因为大数据试水物流行业，“游戏”才刚刚开始。

“现在我们在做淘宝、商业客户的一些数据采集，在构成基础数据网络之后，再做第三方的增值应用。”邱成说。在前不久召开的“京交会”上，申通快递展示了其最新的“信息化智能平台”。该平台通过对数据的归纳、分类和整合，可以清楚地查看申通网络任何一个网点的经营现状和业务构成等。

在百世汇通，通过技术人员运用科技手段进行分析、提炼，大数据正在为企业战略规划、运营管理和日常运作提供重要支持和指导。据百世物流科技（中国）有限公司副总裁张砚冰介绍，百世汇通尝试运用大数据来管理、分析、判断加盟网点的运营行为，通过网点在系统内的足迹建立数据分析模型，成功地预测了几次网点的异动，使工作方式由被动式变为主动式、前置式，减少了大量客户投诉，把问题消灭在萌芽阶段。

不仅仅是物流业，电商企业也越来越关注大数据。早在今年年初，京东商城就已启动云计算研发基地，并成立“京东商城——中国人民大学”电子商务实验室，着力电子商务大数据的分析与合作；在“京交会”上，阿里巴巴集团与中国邮政集团、“四通一达”等十家快递公司合作，核心内容仍以打通物流数据为基础，重点将转向“数据整合与分析”。

“淘宝做大数据是以订单为核心，快递企业做大数据是以快递为核心。以申通为例，我们的客户不只是淘宝，还有很多商业客户。而且不少商业客户都有与快递企业在IT方面合作的想法，未来我们也希望能挖掘更多的数据价值，通过大数据给商业客户提供信息化服务。”邱成说。

物流行业树大根深，大数据在此行业内的应用也是非常广泛的。物流中除去淘宝商城、京东商城、苏宁易购等企业产生的包裹、快递等小部件中短距离之间物品流通的小物流;还有与之相对应的重量大、体积大、长距离运输的物品流通，如港口货物运输、大货车集装箱运输等的大物流。

在亟待改进的物流行业，大物流领域利用大数据分析应用技术其实质就是利用地理信息、位置服务、物联网在物流行业里做信息系统化，将现有的粗放、零散、低效、高耗的物流企业数据资源加以整合，建设成可以依据空间地理信息来统一协调监管的现代化物流。逐步利用大数据驱动信息化物流建设，在信息化的现代物流模式下，大物流领域的任何物流车船归属企业的名称、物流车队的整体油耗、车船的位置信息、车船的行程轨迹、车船的运行周期等这类空间地理数据通过系统智能化处理。

大物流领域成功应用大数据，无非是让物流车队效率提高、流程精简。物流车队本身的管理、设备等条件优化改善了，才有望使得中国物流运输成本降低。理想的前景是联合一个大型物流车队，为其免费装载上一台设备，这种设备搜集的车队车辆所有空间地理位置信息都即时反馈到监视后台。怎样获取这些大数据也就是物流车队提高管理效率的关键所在。然而，在刘俊伟来，这种期望的信息智能化的现代物流模式可能需要3-5年时间方可成熟。怎样获取这些大数据是一个问题，这需在资金投入、研发团队打造方面的决心和魄力。

“随着市场的发展，在未来，快递企业会不断加大在大数据方面的投入。”邱成表示。大数据的核心是发现和预测，利用其这个特点，可以提升快递行业的整体服务水平。此外，对于快递业做大数据的未来发展趋势，也有业内人士指出，快递员获取的数据已不只是企业内部信息，还包括大量的外部信息。大数据则让厂商能够有的放矢，甚至可以做到为每一个客户量身定制符合个体需求的产品和服务，从而颠覆整个商业模式。

尽管企业已熟知大数据所带来的价值和优势，但由于数据规模和种类的增加，处理速度的加快，以及易受攻击的特点，随之而产生的成本和复杂性给企业的IT资源和基础设施带来了更大的压力。如何在降低成本的同时提高IT效率，成为快递企业不得不面对的一大难题。

在邱成看来，投资、技术手段等并不是最大的难点。“快递企业做大数据面临的最大难题在于：一是基础数据的采集。因为到现在为止，不少快递企业的操作及信息传输并不是很规范，这给基础数据的采集带来了不小的困难。二是未来大数据的应用方向。比如我们现在有一些淘宝数据，首先要想好怎么用。”邱成说。

此外，也有业内人士建议，在大数据时代，企业要想用数据制胜，就必须尽早建立数据资产管理策略。只有拥有战略性视野和专业技术，才能更好地获得商业洞察力，才能将数据资产转换成战略资产和竞争力。

对于物流行业而言，必须能够更好地利用大数据，这样就可以更好地为客户提供服务，降低成本，提高燃油效率。与刘俊伟观点大同小异，Teradata天睿公司运输物流业总监肖恩也认为，大数据在大物流领域的应用是一个主要的技术潮流。即目前已经积累下的大数据需要以更加智能的方法加以利用，同时还要开发新技术来更便捷的获取多样化大物流数据。

第四篇：大数据在培训领域的应用

大数据在培训领域的应用

随着信息技术的普及,人类社会进入到了大数据时代,数据已经渗入到我们生活的每一个角落,衣食住行都离不开数据。所谓的大数据在百度百科上的解释是:在可承受的时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力来适应海量、高增长率和多样化的信息资产。大数据具有数据容量巨大，数据种类繁多，数据获取速度快速，数据来源真实，数据具有价值性等特点。从大数据的应用来看，大数据包括横向和纵向两方面的大，可以从时间空间来说，可以从数量与质量来说，也可以主观客观来说，一切我们可视可闻可想的都包含在大数据里。正是有这一种大，才可以在精确定位的“小”行业中提现出大的价值。大数据使市场行业更加细分，人们的行为更佳细分，可以使企业更清晰的明白自己的定位，从时间的跨度上来讲，大数据这是由于这种资源的大量整合，可以使得市场具有前瞻性，而大数据的最终效果是使消费者得到最合理最高效价值最大化实现的满足。

20世纪90年代开始，培训行业在中国发展壮大，尽管现在已经到了一个全面发展的时期，但是培训行业依旧存在大量的问题。培训供求错位，培训没有建立在科学的需求分析上，培训没有针对性，培训项目设置不合理，导致培训效果事倍功半。培训定位模糊，对培训定位不清，致使培训与企业长期发展脱节，培训并没有真正为企业的经营战略做出贡献。培训主体错位，培训只是培训部的事，高层不重视，中层不支持，基层不理解，培训部角色尴尬。培训对象错位，许多企业尽管重视员工培训，却只是关注中基层员工的培训，忽视对高管层的培训。只对中基层员工培训，忽视对高层培训，或者笼统培训管理层，员工的素质愈来愈高，而管理者却没有得到应有的提升。培训方法不当，在培训方法上，企业大多运用传统的模式授课，培训师讲，学员听，从而产生枯燥、效果不好的弊病，使员工失去对培训的兴趣。许多培训师根本没分清培训与教育的界限，培训应是以学习和掌握知识和技能为中心，而关键在于改变学员的技能。

培训定义是一种有组织的知识传递、技能传递、标准传递、信息传递、信念传递、管理训诫行为，培训的目的也是使得这些传递能够实现。在大数据的发展应用之下，无疑为培训发展提供不少有效途径。在大数据时代，最常做的便是将数据产品化，通过对私家车数据的整合，出现了Uber，通过对英语教员的整合，有了现在VIPABC的发展模式，有数据走向产品的案例不胜枚举。在培训领域也可以通过数据实现产品化，比如开发一款可以使用的app，使参与培训的人可以随时随地的利用时间来培训，培训者也可以随时互动。然而这个的实现，必须要依靠大数据，需要前期非常庞大的数据支持，以数据来确定培训的主题，培训的内容，培训的风格，培训的人员，培训的课程等等，而这里大数据可以是通过对很多的学员的调查，对以往培训资料的整合，对同行业的调查，总而言之，离不开大量的数据支持。

在全球化的快速发展下，人才发展已经成为关键，培训的外延拓展到关键人才的界定，能力标准设定，人才评测以及系统性的发展领域，实现这一点必须要对人系统，有差别的培训。运用大数据增强培训针对性显然是不可或缺的，针对性是培训的基本要求，运用大数据，一方面，可以分析培训人员知识储备结构，了解到培训人员哪些方面的专业培训还欠缺，从而有针对性地开展重点专项培训，弥补其专业知识的缺陷；另一方面，可针对性地调训配置学员，改变以往“一锅煮”的方式，做到按需培训、有的放矢，实现组织需求与个体需求的有机统一。同时，通过运用大数据，使人员培训与培训者使用有机结合。通过建立起人员培训的电子档案，使培训管理数字化，通过查看培训档案和分析培训结果，可以动态了解培训人员在若干年内的培训知识储备。除了对被培训者的合理调控以及数据建档，达到学员最大化培训效果之外，通过对培训人员的数据整合，归纳培训人员的知识强项，性格特征，从而帮培训者挑选适合的学员，以及做好自身规划。

大数据的整合使得企业更加清楚自己的定位，明确自己在整个市场中的角色扮演，企业的明确定位又是企业培训的一个重要保证。市场何其之大，人才何其之多，知识何其之广，摆正自己的位置，培训才能有的放矢。运用大数据对公司现状的分析，公司的发展历程的回顾，公司在市场上的定位，才能预估公司未来的发展。公司的发展方向又决定了培训开展的方向，一切又要从自身的定位说起，所以大数据的整合可以使得培训的方向更加明确，企业未来大发展更加明确。

将来的培训的方式由被动向主动转变，培训的内容由普遍竞争向核心竞争转变。这既是对培训人员的要求，也是对企业的要求，而大数据就是这个转换工程中的一个一个媒介，传统的数据诠释宏观、整体的培训情况，用于影响培训的宏观政策与决策；大数据除分析宏观外，可以分析学员个体的课堂教学、实践调研等微观状况，对于调整学员培训行为，实现个体化培训、需求培训等具有重要现实意义，就是从原来的宏观到现在的微观，才实现了培训之间的可交流性，从而使一味的灌输与接收，到培训过程中改变与创新。以前的培训是哪里不会补哪里，但是面对知识经济的挑战和日益激烈的市场竞争，培训仅为补缺是远远不够的，应把挖掘潜力作为培训的重点，把思维变革、观念更新、潜能开发纳入培训的内容，而潜能的开发则是企业发展核心技术的关键，核心技术也是成为企业的核心竞争力，大数据利用将成为提高核心竞争力的关键因素。

运用大数据科学规范培训管理，将大数据技术运用到学员培训管理中，可以建立起立体化的员工培训管理系统，从而实现集中培训、专题培训、网络培训、涉外培训、高端培训等网络化管理目标，实现学员培训管理规范化和科学化。针对培训缺少技术支持，缺乏针对性，资源分配不合理等问题，大数据利用其数量大，范围广，处理速度快的特点，有效的对培训市场的资源进行精确分类，使得培训行业的一些看是杂乱的问题有规律的呈现，使行业再度细分，从而有效的分配资源，达到资源的最大化使用，整合无数微观数据形成的大数据来使得培训工作井井有条。

陈伟明

05-27

第五篇：大数据在制造业中的应用

大数据在制造企业中的应用

近年来出现的人力短缺、工资上涨、产品交付期短和市场需求变动大等问题，使得制造业正面临新一波转型挑战。如何在控制生产成本的同时，还能提高生产力与效率，则是转型的主要目的。在这样的背景下，德国、美国等制造业发达国家无不积极推动“工业4.0”。“工业4.0”本质上是通过信息物理系统实现工厂的设备传感和控制层的数据与企业信息系统融合，使得生产大数据传到云计算数据中心进行存储、分析，形成决策并反过来指导生产[1]。大数据的作用不仅局限于此，它可以渗透到制造业的各个环节发挥作用，如产品设计、原料采购、产品制造、仓储运输、订单处理、批发经营和终端零售。大数据使得订单处理方式有了质的变化

大数据的核心作用在于预测。大数据可以快速精准地预测市场趋势和客户需求，并对客户进行细分，为其提供量身定制的合适服务。企业通过大数据的预测结果，便可以得到潜在订单的数量，然后直接进入产品的设计和制造以及后续环节[2]。即企业可以通过大数据技术，在客户下单之前进行订单处理。而传统企业通过市场调研与分析，得到粗略的客户需求量，然后开始生产加工产品，等到客户下单后，才开始订单处理。这大大延长了产品的生产周期。如海尔集团于2013年1月构建了SCRM（社交化客户关系管理）会员大数据平台。销售人员可进行大数据分析，精准预测出个体消费者的需求，实现了在客户下单之前进行订单处理。大数据使得仓储运输和批发经营不复存在

由于大数据能够精准预测出个体消费者的需求以及消费者对于产品价格的期望值，企业在产品设计制造之后，可直接派送到消费者手中。虽然此时消费者还没有下单，但是消费者最终接受产品是一个大概率事件。这使得企业不存在库存过剩的问题，也就没有必要进行仓储运输和批发经营。大数据使原料采购更加科学

大数据技术可以从数据分析中获得知识并推测趋势，可以对企业的原料采购的供求信息进行更大范围的归并、匹配，效率更高。大数据通过高度整合的方式，将相对独立的企业各部门信息汇集起来，打破了原有的信息壁垒，实现了集约化管理，可以根据轻重缓急，更加科学合理地安排企业的财政支出。其次，利用大数据的海量存储与快速数据处理功能，可以对采购的原料的附带属性（节能、节水、环保等）进行更加精细化的描述与标准认证，通过分类标签与关联分析，可以更好地评估企业采购资金的支出效果。此外，大数据能预测原材料的价格以及原材料品质的好坏。这使制造业企业更加科学地采购原材料成为可能，企业可以采购到质优价低的原材料。大数据使得产品设计制造更加优化

借助大数据技术，人们可以对原物料的品质进行监控，发现潜在问题立即做出预警，以便能及早解决问题从而维持产品品质[3]。大数据技术还能监控并预测加工设备未来的故障几率，以便让工程师即时执行最适决策。大数据技术还能应用于精准预测零件的生命周期，在需要更换的最佳时机提出建议，帮助制造业者达到品质成本双赢[3]。例如，日本汽车公司Honda将大数据分析技术应用于电动车电池上。由于电动车不像汽车或油电混合车一样，可以使用汽油作为动力来源，其唯一的动力就是电池，所以Honda希望进一步了解电池在什么情况下，绩效表现最好、使用寿命最长。Honda公司通过大数据技术，可以搜集并分析车辆在行驶中的一些资讯，如：道路状况、车主的开车行为、开车时的环境状态等，这些资讯一方面可以帮助汽车制造公司预测电池目前的寿命还剩下多长，以便即时提醒车主做更换，一方面也可以提供给研发部门，做为未来设计电池的参考。

再如BMW公司应用大数据分析，在短短的12周时间内降低80%的零件报废率。一台汽车需要的零件有很多种，其中一个是与引擎结合的引擎上盖。以前，BMW要等到最终引擎组装阶段，将引擎上盖组装完成后才知道到这个零件能否使用，如果不能使用就只好将整个引擎报废。而通过大数据技术，BMW公司在引擎生产线上可以做即时的检测与分析，倘若品管没有问题则直接进到最后的组装程序，但若零件品质不好且无法修补则直接报废，或者零件品质不好但能经过其他方式修补，则在修补后再度进行品管测试，借此提高生产效率并降低报废率。大数据使得终端零售畅通无阻

通过大数据技术，企业可以了解整个供应链中需求和供应的变化，从而促进了产品的终端零售。如沃尔玛的零售链平台提供的大数据工具，将每家店的卖货和库存情况大数据成果向各公司相关部门和每个供应商定期分享。供应商可以实现提前自动补货，这不仅减少门店断货的现象，而且大规模减少了沃尔玛整体供应链的总库存水平，提高了整个供应链条和零售生态系统的投入回报率，创造了非常好的商业价值。

当今，世界各国始终致力于以技术创新引领产业升级，而大数据的利用使得资源节约、环境友好、可持续发展，智能化、绿色化的发展趋势得以实现[4]。因此，大数据背景下的制造业领域将具备广阔的市场空间和前景，这是制造业企业的莫大机遇。