奥地利暴风雪滑雪板制造公司利用大数据分析预测滑雪板需求

新闻
每年,奥地利暴风雪公司会生产大约 40万双滑雪板,有些需要采用多达 18种不同的材料,耗费长达 16周的工期。利用大数据分析,他们开始预测滑雪板的市场趋势、天气模式以及其它短期的市场变化等因素对公司业务的影响。

据市场研究公司IDC预测,2015年大数据市场规模将从2010年的32亿美元增长到170亿美元,复合年增长率为40%。大数据是一个庞大的新的领域,其中的数据集可以增长的非常庞大,以至于使用传统的数据库管理工具也很难处理。处理这种问题所需要的新工具、框架、硬件、软件和服务是一个巨大的市场机会。随着企业用户越来越多地需要连续不断地访问数据,好的大数据工具集将以***的成本和接近实时的速度提供可伸缩的、高性能的分析。通过分析这种数据,企业可得到更大的智能以及竞争优势。

世界杯期间各家科技巨头利用大数据预测比赛结果,再现“章鱼保罗”雄风。世界杯结束了但大数据预测还会继续。从夜观天象到气象预报,从童话里的水晶球到今日的科技预言家,从地震云的传说再到科学家猛攻的地震预测,人类一直希望能够更早突破局限看穿未来。随着信息革命的深入,大数据时代的预测更加容易,人类的生活正在被大数据预测深刻改变。大数据预测的逻辑基础是,每一种非常规的变化事前一定有征兆,每一件事情都有迹可循,如果找到了征兆与变化之间的规律,就可以进行预测。大数据预测无法确定某件事情必然会发生,它更多是给出一个概率。

每年,奥地利暴风雪公司会生产大约 40万双滑雪板,有些需要采用多达 18种不同的材料,耗费长达 16周的工期。利用大数据分析,他们开始预测滑雪板的市场趋势、天气模式以及其它短期的市场变化等因素对公司业务的影响。如今,该公司已经能快速响应特定滑雪地区不断变化的市场需求。数据还能帮助他们监控供应状况,因此无论需求如何改变,他们都备有合适的材料满足需求。自从利用大数据来驱动生产,暴风雪滑雪板的生产周期已经缩短为 8周,这让公司变得比以往更加灵活。

他们是如何将大数据和分析转变为竞争优势?一般来讲可以通过以下三点来使用大数据和分析,实现业务转型:

1.培养一种将分析融入方方面面的文化。支持所有员工根据大数据和分析做出决策,而不是依靠直觉和过往的经验。

奥地利暴风雪滑雪板制造公司***信息官  Eric-Jan Kaak表示,“凭借实时数据,我们可以在最恰当的时机制造出市场最需要的产品。就在几年前,这还是天方夜谭。IBM 还帮助我们观察气候模式如何影响滑雪板的需求”。

如今,奥地利暴风雪滑雪板制造公司滑雪板需求的预测准确率提高 48%,生产线的闲置时间减少 30% 。

IBM 大数据和分析技术 – 实现高效的运营

大数据和分析技术在企业运营方面的应用重点在于分析机器数据,涉及从 IT 设备到传感器,从仪表和 GPS 设备的方方面面。通过大数据对运营进行分析,企业可以在客户体验、客户交易和客户行为中获得***的实时的可视化的运营能力,从而有效改善业务运营。

了解详情

点击下载《大数据在现实世界中的应用》

IBM Cognos® Business Intelligence

IBM Cognos 商业智能(Business Intelligence)带来革命性的全新用户体验,通过提供规划、场景建模、实时监控和预测分析等功能扩展了传统的商业智能。

了解详情

点击下载《商业智能的新目标》

【责任编辑:林师授 TEL:(010)68476606】

IBM 如何帮助暴风雪滑雪板制造公司?

 

 

2.主动维护隐私和安全性以及开展监管活动。确保所分析数据的安全性和准确性。

 

3. 投资于大数据和分析平台,这种平台通过调整,可以执行各种用于处理所有数据和分析类型的任务,无论其形式和功能如何。

责任编辑:林师授 来源: 51CTO.com
相关推荐

2012-11-22 14:00:26

程序员

2019-06-23 15:53:48

工业大数据数据分析制造

2012-09-25 13:32:31

大数据Hadoop

2018-06-26 10:20:17

数据分析制造行业大数据

2021-09-10 14:05:14

预测分析大数据分析大数据

2021-09-06 09:00:00

大数据大数据分析技术

2020-02-09 17:22:27

5大数据分析预测

2013-05-14 10:01:57

Luchy Sort

2012-11-27 09:46:36

大数据运算云计算

2012-05-30 11:29:14

Hadoop大数据

2019-11-13 08:00:34

大数据数据分析企业

2019-03-06 15:04:31

互联网大数据无服务器

2021-09-23 18:12:09

大数据分析预测分析

2017-12-25 14:19:31

大数据预测分析供应链

2014-06-04 13:46:54

大数据

2012-12-17 09:34:55

2013-05-14 09:17:14

Twitter大数据Lucky Sort

2013-05-13 09:32:16

大数据EarthRisk

2015-08-14 10:28:09

大数据
点赞
收藏

51CTO技术栈公众号