第一篇：大數據在交通方面的應用2018答案

大數據在交通方面的應用（97分）

1.根據周琦老師所講，高德交通信息服務覆蓋（）多個城市以及全國高速路網。（單選題3分）A.一百一十

B.一百

C.九十 D.八十

2.根據周琦老師所講，高德實時統計用戶近（）行駛里程數據與用戶數，一旦發現異常則報警。（單選題3分）

A.5分鐘

B.10分鐘

C.15分鐘

D.20分鐘

3.根據周琦老師所講，高德交通信息服務覆蓋全國主干道路及其它（）以上。（單選題3分）A.90%

B.70%

C.50%

D.30% 4.根據周琦老師所講，高德交通日均采集數十億定位請求，系統處理月均（）公里駕駛里程覆蓋。（單選題3分）

A.50億

B.80億

C.100億

D.150億

5.根據周琦老師所講，以下哪項不屬于數據挖掘的內容？（單選題3分）A.補充與完善路網屬性

B.多維分析統計用戶出行規律

C.建立道路擁堵概率與擁堵趨勢變化模型

D.高德地圖導航有躲避擁堵功能 6.根據周琦老師所講，高德交通信息服務覆蓋全國高速（）以上。（單選題3分）A.90%

B.70%

C.60%

D.50% 7.根據周琦老師所講，高德2014年被（）全資收購了。（單選題3分）A.百度

B.阿里巴巴

C.騰訊

D.搜狐

8.根據周琦老師所講，高德早在（）就開始投入資源來做全國交通信息的采集和發布。（單選題3分）A.2002年

B.2004年

C.2005年

D.2007年

9.根據周琦老師所講，高德交通報告針對全國（）個城市交通狀態進行挖掘分析。（單選題3分）A.21 B.25 C.30 D.38 10.根據周琦老師所講，大數據加速道路網絡快速更新，高德（）完成全國10萬公里15萬處更新。（單選題3分）

A.2006年

B.2008年

C.2010年

D.2014年 11.根據周琦老師所講，高德地圖有哪些功能？（多選題8分）A.交通路況實時播報

B.智能計算到達目的地所需的時間 C.避堵路線方案規劃

D.為用戶搜索地點

12.根據周琦老師所講，高德現在的數據來源主要是（）。（多選題8分）A.公眾數據

B.行業數據 C.政府數據

D.國外數據

13.根據周琦老師所講，對大數據的管理和使用包括哪些方面？（多選題8分）A.大數據的存儲

B.大數據的應用 C.大數據的運營

D.大數據的挖掘

14.根據周琦老師所講，大數據在交通方面可以有哪些應用？（多選題8分）A.出行軌跡選擇

B.旅行時間計算 C.數據挖掘

D.多樣化展現

15.根據周琦老師所講，以下哪些屬于數據挖掘的內容？（多選題8分）A.補充與完善路網屬性

B.多維分析統計用戶出行規律 C.建立道路擁堵概率與擁堵趨勢變化模型

D.高德地圖導航有躲避擁堵功能 16.根據周琦老師所講，高德地圖使用大數據能進行小路的識別。（判斷題3分）正確

錯誤

17.根據周琦老師所講，高德地圖使用大數據能進行新路的識別。（判斷題3分）正確

錯誤 18.根據周琦老師所講，通過索引技術，在分析具體問題時，可以回調出每條道路對應時刻的通車軌跡。（判斷題3分）正確

錯誤

19.根據周琦老師所講，高德實時挑選樣本進行算路，對發布數據質量進行評估，異常則實時報警。（判斷題3分）正確

錯誤

20.根據周琦老師所講，高德交通信息服務覆蓋110多個城市以及全國高速路網。（判斷題3分）正確

錯誤

21.根據周琦老師所講，高德每季度基于數據挖掘，發布全國主要城市的交通分析報告。（判斷題3分）正確

錯誤

22.根據周琦老師所講，高德交通信息服務覆蓋全國高速90%以上。（判斷題3分）正確

錯誤

23.根據周琦老師所講，高德交通報告針對全國38個城市交通狀態進行挖掘分析。（判斷題3分）正確

錯誤

24.根據周琦老師所講，將大數據智能化融入高德地圖，能夠提供更精準的到達時間預測和實時躲避擁堵功能。（判斷題3分）正確

錯誤

25.根據周琦老師所講，進入了阿里巴巴集團之后，高德對大數據的處理和基礎架構的能力得到了提升。（判斷題3分）正確

錯誤

第二篇：大數據在交通方面的應用

大數據在交通方面的應用

考試時長：60分鐘 考生：劉德志 總分：100 及格線：60 考試時間：2017-12-21 16:39-2017-12-21 16:42 100分

? 1.(易)根據周琦老師所講，高德交通信息服務覆蓋（）多個城市以及全國高速路網。（單選題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)根據周琦老師所講，高德實時統計用戶近（）行駛里程數據與用戶數，一旦發現異常則報警。（單選題3分）

得分：3分

o o o o ? A.5分鐘 B.10分鐘 C.15分鐘 D.20分鐘

3.(易)根據周琦老師所講，高德交通信息服務覆蓋全國主干道路及其它（）以上。（單選題3分）得分：3分

o o A.90% B.70% o o ? C.50% D.30% 4.(易)根據周琦老師所講，高德交通日均采集數十億定位請求，系統處理月均（）公里駕駛里程覆蓋。（單選題3分）

得分：3分

o o o o ? o o o o ? A.50億 B.80億 C.100億 D.150億

5.(易)根據周琦老師所講，以下哪項不屬于數據挖掘的內容？（單選題3分）A.補充與完善路網屬性 B.多維分析統計用戶出行規律

C.建立道路擁堵概率與擁堵趨勢變化模型 D.高德地圖導航有躲避擁堵功能

6.(易)根據周琦老師所講，高德交通信息服務覆蓋全國高速（）以上。（單選題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)根據周琦老師所講，高德2014年被（）全資收購了。（單選題3分）A.百度 B.阿里巴巴

得分：3分 o o ? C.騰訊 D.搜狐

8.(易)根據周琦老師所講，高德早在（）就開始投入資源來做全國交通信息的采集和發布。（單選題3分）得分：3分

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

9.(易)根據周琦老師所講，高德交通報告針對全國（）個城市交通狀態進行挖掘分析。（單選題3分）得分：3分

o o o o ? A.21 B.25 C.30 D.38 10.(易)根據周琦老師所講，大數據加速道路網絡快速更新，高德（）完成全國10萬公里15萬處更新。（單選題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)根據周琦老師所講，高德地圖有哪些功能？（多選題8分）A.交通路況實時播報

得分：8分 o o o ? B.智能計算到達目的地所需的時間 C.避堵路線方案規劃 D.為用戶搜索地點

12.(中)根據周琦老師所講，高德現在的數據來源主要是（）。（多選題8分）分

得分：8o o o o ? A.公眾數據 B.行業數據 C.政府數據 D.國外數據

13.(中)根據周琦老師所講，對大數據的管理和使用包括哪些方面？（多選題8分）得分：8分

o o o o ? A.大數據的存儲 B.大數據的應用 C.大數據的運營 D.大數據的挖掘

14.(中)根據周琦老師所講，大數據在交通方面可以有哪些應用？（多選題8分）8分

得分：o o o o ? A.出行軌跡選擇 B.旅行時間計算 C.數據挖掘 D.多樣化展現

15.(中)根據周琦老師所講，以下哪些屬于數據挖掘的內容？（多選題8分）

得分：8分 o o o o ? A.補充與完善路網屬性 B.多維分析統計用戶出行規律

C.建立道路擁堵概率與擁堵趨勢變化模型 D.高德地圖導航有躲避擁堵功能

16.(極易)根據周琦老師所講，高德地圖使用大數據能進行小路的識別。（判斷題3分）得分：3分

o o ? 正確 錯誤

17.(極易)根據周琦老師所講，高德地圖使用大數據能進行新路的識別。（判斷題3分）得分：3分

o o ? 正確 錯誤

18.(極易)根據周琦老師所講，通過索引技術，在分析具體問題時，可以回調出每條道路對應時刻的通車軌跡。（判斷題3分）

得分：3分

o o ? 正確 錯誤

19.(極易)根據周琦老師所講，高德實時挑選樣本進行算路，對發布數據質量進行評估，異常則實時報警。（判斷題3分）

得分：3分

o o ? 正確 錯誤

20.(極易)根據周琦老師所講，高德交通信息服務覆蓋110多個城市以及全國高速路網。（判斷題3分）得分：3分 o o ? 正確 錯誤

21.(極易)根據周琦老師所講，高德每季度基于數據挖掘，發布全國主要城市的交通分析報告。（判斷題3分）得分：3分

o o ? 正確 錯誤

22.(極易)根據周琦老師所講，高德交通信息服務覆蓋全國高速90%以上。（判斷題3分）得分：3分

o o ? 正確 錯誤

23.(極易)根據周琦老師所講，高德交通報告針對全國38個城市交通狀態進行挖掘分析。（判斷題3分）得分：3分

o o ? 正確 錯誤

24.(極易)根據周琦老師所講，將大數據智能化融入高德地圖，能夠提供更精準的到達時間預測和實時躲避擁堵功能。（判斷題3分）

得分：3分

o o ? 正確 錯誤

25.(極易)根據周琦老師所講，進入了阿里巴巴集團之后，高德對大數據的處理和基礎架構的能力得到了提升。（判斷題3分）

得分：3分

o o 正確 錯誤

第三篇：大數據在物流方面應用

大數據時代在物流方面的應用

學院：經濟管理學院 專業：市場營銷123班 學號：2012016314 姓名：李燕

“大數據時代來了!”兩年，從業內到業外，這句口號見諸網媒、報端的頻率與日劇增。直至今天，從政府高管到行業巨頭，從商界大鱷到微企老板，關于數據創業，他們中有沒有直接參與已然不是那么重要了，重要的是現在誰都不敢不重視大數據。更值得期待的是已有先驅馱負大數據顛覆行業規則的構想，開始試水國內物流行業。

“物流業是一個產生大量數據的行業，在貨物流轉、車輛追蹤等過程中都會產生海量的數據，這么多資源如果不用就浪費了。”申通信息技術部總監邱成在接受本報記者采訪時說。目前，業內對大數據并沒有統一的定義。不同廠商、不同用戶，站的角度不同，對大數據的理解也不一樣。麥肯錫報告中對大數據的基本定義是：大數據是指其大小超出了典型數據庫軟件的采集、儲存、管理和分析等能力的數據集合。毋庸置疑的是，大數據的價值在于從海量的數據中發現新的知識，創造新的價值。越來越多的企業也意識到了大數據的價值，對數據分析與挖掘的需求與日俱增。

“物流業之所以做大數據，主要是因為：第一，快遞走入民生的勢頭越來越猛，對每一個節點的信息化需求也越來越多，這就需要通過大數據把信息化對接起來。第二，從企業自身角度來講，信息化對企業管理者的重要性也越來越突出。第三，提高對數據的加工能力，通過‘加工’實現數據的‘增值’。”邱成說。

長期以來，備受指責的行業中總少不了物流業，其對倉儲運輸車空間的利用不科學、安全性差、燃油效率低下、周轉時間隨路徑而浮動等，這些是導致中國物流業占GDP總量約18%遠高于歐美發達國家的最主要原因。

整個物流業尤其電商領域已經幾近爆發式成長，若應用大數據分析技術，倉儲運輸的空間將被系統化布置，物流車行程路徑也將被“最短化”、“最暢化”定制。兩年前，把一噸蔬菜從廣州運到北京比從北京運到美國洛杉磯物流成本都高，今天，當大數據時代到來的時候，物流行業規則能否因其改變，只能拭目以待。因為大數據試水物流行業，“游戲”才剛剛開始。

“現在我們在做淘寶、商業客戶的一些數據采集，在構成基礎數據網絡之后，再做第三方的增值應用。”邱成說。在前不久召開的“京交會”上，申通快遞展示了其最新的“信息化智能平臺”。該平臺通過對數據的歸納、分類和整合，可以清楚地查看申通網絡任何一個網點的經營現狀和業務構成等。

在百世匯通，通過技術人員運用科技手段進行分析、提煉，大數據正在為企業戰略規劃、運營管理和日常運作提供重要支持和指導。據百世物流科技（中國）有限公司副總裁張硯冰介紹，百世匯通嘗試運用大數據來管理、分析、判斷加盟網點的運營行為，通過網點在系統內的足跡建立數據分析模型，成功地預測了幾次網點的異動，使工作方式由被動式變為主動式、前置式，減少了大量客戶投訴，把問題消滅在萌芽階段。

不僅僅是物流業，電商企業也越來越關注大數據。早在今年年初，京東商城就已啟動云計算研發基地，并成立“京東商城——中國人民大學”電子商務實驗室，著力電子商務大數據的分析與合作；在“京交會”上，阿里巴巴集團與中國郵政集團、“四通一達”等十家快遞公司合作，核心內容仍以打通物流數據為基礎，重點將轉向“數據整合與分析”。

“淘寶做大數據是以訂單為核心，快遞企業做大數據是以快遞為核心。以申通為例，我們的客戶不只是淘寶，還有很多商業客戶。而且不少商業客戶都有與快遞企業在IT方面合作的想法，未來我們也希望能挖掘更多的數據價值，通過大數據給商業客戶提供信息化服務。”邱成說。

物流行業樹大根深，大數據在此行業內的應用也是非常廣泛的。物流中除去淘寶商城、京東商城、蘇寧易購等企業產生的包裹、快遞等小部件中短距離之間物品流通的小物流;還有與之相對應的重量大、體積大、長距離運輸的物品流通，如港口貨物運輸、大貨車集裝箱運輸等的大物流。

在亟待改進的物流行業，大物流領域利用大數據分析應用技術其實質就是利用地理信息、位置服務、物聯網在物流行業里做信息系統化，將現有的粗放、零散、低效、高耗的物流企業數據資源加以整合，建設成可以依據空間地理信息來統一協調監管的現代化物流。逐步利用大數據驅動信息化物流建設，在信息化的現代物流模式下，大物流領域的任何物流車船歸屬企業的名稱、物流車隊的整體油耗、車船的位置信息、車船的行程軌跡、車船的運行周期等這類空間地理數據通過系統智能化處理。

大物流領域成功應用大數據，無非是讓物流車隊效率提高、流程精簡。物流車隊本身的管理、設備等條件優化改善了，才有望使得中國物流運輸成本降低。理想的前景是聯合一個大型物流車隊，為其免費裝載上一臺設備，這種設備搜集的車隊車輛所有空間地理位置信息都即時反饋到監視后臺。怎樣獲取這些大數據也就是物流車隊提高管理效率的關鍵所在。然而，在劉俊偉來，這種期望的信息智能化的現代物流模式可能需要3-5年時間方可成熟。怎樣獲取這些大數據是一個問題，這需在資金投入、研發團隊打造方面的決心和魄力。

“隨著市場的發展，在未來，快遞企業會不斷加大在大數據方面的投入。”邱成表示。大數據的核心是發現和預測，利用其這個特點，可以提升快遞行業的整體服務水平。此外，對于快遞業做大數據的未來發展趨勢，也有業內人士指出，快遞員獲取的數據已不只是企業內部信息，還包括大量的外部信息。大數據則讓廠商能夠有的放矢，甚至可以做到為每一個客戶量身定制符合個體需求的產品和服務，從而顛覆整個商業模式。

盡管企業已熟知大數據所帶來的價值和優勢，但由于數據規模和種類的增加，處理速度的加快，以及易受攻擊的特點，隨之而產生的成本和復雜性給企業的IT資源和基礎設施帶來了更大的壓力。如何在降低成本的同時提高IT效率，成為快遞企業不得不面對的一大難題。

在邱成看來，投資、技術手段等并不是最大的難點。“快遞企業做大數據面臨的最大難題在于：一是基礎數據的采集。因為到現在為止，不少快遞企業的操作及信息傳輸并不是很規范，這給基礎數據的采集帶來了不小的困難。二是未來大數據的應用方向。比如我們現在有一些淘寶數據，首先要想好怎么用。”邱成說。

此外，也有業內人士建議，在大數據時代，企業要想用數據制勝，就必須盡早建立數據資產管理策略。只有擁有戰略性視野和專業技術，才能更好地獲得商業洞察力，才能將數據資產轉換成戰略資產和競爭力。

對于物流行業而言，必須能夠更好地利用大數據，這樣就可以更好地為客戶提供服務，降低成本，提高燃油效率。與劉俊偉觀點大同小異，Teradata天睿公司運輸物流業總監肖恩也認為，大數據在大物流領域的應用是一個主要的技術潮流。即目前已經積累下的大數據需要以更加智能的方法加以利用，同時還要開發新技術來更便捷的獲取多樣化大物流數據。

第四篇：大數據在培訓領域的應用

大數據在培訓領域的應用

隨著信息技術的普及,人類社會進入到了大數據時代,數據已經滲入到我們生活的每一個角落,衣食住行都離不開數據。所謂的大數據在百度百科上的解釋是:在可承受的時間范圍內用常規軟件工具進行捕捉、管理和處理的數據集合，是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力來適應海量、高增長率和多樣化的信息資產。大數據具有數據容量巨大，數據種類繁多，數據獲取速度快速，數據來源真實，數據具有價值性等特點。從大數據的應用來看，大數據包括橫向和縱向兩方面的大，可以從時間空間來說，可以從數量與質量來說，也可以主觀客觀來說，一切我們可視可聞可想的都包含在大數據里。正是有這一種大，才可以在精確定位的“小”行業中提現出大的價值。大數據使市場行業更加細分，人們的行為更佳細分，可以使企業更清晰的明白自己的定位，從時間的跨度上來講，大數據這是由于這種資源的大量整合，可以使得市場具有前瞻性，而大數據的最終效果是使消費者得到最合理最高效價值最大化實現的滿足。

20世紀90年代開始，培訓行業在中國發展壯大，盡管現在已經到了一個全面發展的時期，但是培訓行業依舊存在大量的問題。培訓供求錯位，培訓沒有建立在科學的需求分析上，培訓沒有針對性，培訓項目設置不合理，導致培訓效果事倍功半。培訓定位模糊，對培訓定位不清，致使培訓與企業長期發展脫節，培訓并沒有真正為企業的經營戰略做出貢獻。培訓主體錯位，培訓只是培訓部的事，高層不重視，中層不支持，基層不理解，培訓部角色尷尬。培訓對象錯位，許多企業盡管重視員工培訓，卻只是關注中基層員工的培訓，忽視對高管層的培訓。只對中基層員工培訓，忽視對高層培訓，或者籠統培訓管理層，員工的素質愈來愈高，而管理者卻沒有得到應有的提升。培訓方法不當，在培訓方法上，企業大多運用傳統的模式授課，培訓師講，學員聽，從而產生枯燥、效果不好的弊病，使員工失去對培訓的興趣。許多培訓師根本沒分清培訓與教育的界限，培訓應是以學習和掌握知識和技能為中心，而關鍵在于改變學員的技能。

培訓定義是一種有組織的知識傳遞、技能傳遞、標準傳遞、信息傳遞、信念傳遞、管理訓誡行為，培訓的目的也是使得這些傳遞能夠實現。在大數據的發展應用之下，無疑為培訓發展提供不少有效途徑。在大數據時代，最常做的便是將數據產品化，通過對私家車數據的整合，出現了Uber，通過對英語教員的整合，有了現在VIPABC的發展模式，有數據走向產品的案例不勝枚舉。在培訓領域也可以通過數據實現產品化，比如開發一款可以使用的app，使參與培訓的人可以隨時隨地的利用時間來培訓，培訓者也可以隨時互動。然而這個的實現，必須要依靠大數據，需要前期非常龐大的數據支持，以數據來確定培訓的主題，培訓的內容，培訓的風格，培訓的人員，培訓的課程等等，而這里大數據可以是通過對很多的學員的調查，對以往培訓資料的整合，對同行業的調查，總而言之，離不開大量的數據支持。

在全球化的快速發展下，人才發展已經成為關鍵，培訓的外延拓展到關鍵人才的界定，能力標準設定，人才評測以及系統性的發展領域，實現這一點必須要對人系統，有差別的培訓。運用大數據增強培訓針對性顯然是不可或缺的，針對性是培訓的基本要求，運用大數據，一方面，可以分析培訓人員知識儲備結構，了解到培訓人員哪些方面的專業培訓還欠缺，從而有針對性地開展重點專項培訓，彌補其專業知識的缺陷；另一方面，可針對性地調訓配置學員，改變以往“一鍋煮”的方式，做到按需培訓、有的放矢，實現組織需求與個體需求的有機統一。同時，通過運用大數據，使人員培訓與培訓者使用有機結合。通過建立起人員培訓的電子檔案，使培訓管理數字化，通過查看培訓檔案和分析培訓結果，可以動態了解培訓人員在若干年內的培訓知識儲備。除了對被培訓者的合理調控以及數據建檔，達到學員最大化培訓效果之外，通過對培訓人員的數據整合，歸納培訓人員的知識強項，性格特征，從而幫培訓者挑選適合的學員，以及做好自身規劃。

大數據的整合使得企業更加清楚自己的定位，明確自己在整個市場中的角色扮演，企業的明確定位又是企業培訓的一個重要保證。市場何其之大，人才何其之多，知識何其之廣，擺正自己的位置，培訓才能有的放矢。運用大數據對公司現狀的分析，公司的發展歷程的回顧，公司在市場上的定位，才能預估公司未來的發展。公司的發展方向又決定了培訓開展的方向，一切又要從自身的定位說起，所以大數據的整合可以使得培訓的方向更加明確，企業未來大發展更加明確。

將來的培訓的方式由被動向主動轉變，培訓的內容由普遍競爭向核心競爭轉變。這既是對培訓人員的要求，也是對企業的要求，而大數據就是這個轉換工程中的一個一個媒介，傳統的數據詮釋宏觀、整體的培訓情況，用于影響培訓的宏觀政策與決策；大數據除分析宏觀外，可以分析學員個體的課堂教學、實踐調研等微觀狀況，對于調整學員培訓行為，實現個體化培訓、需求培訓等具有重要現實意義，就是從原來的宏觀到現在的微觀，才實現了培訓之間的可交流性，從而使一味的灌輸與接收，到培訓過程中改變與創新。以前的培訓是哪里不會補哪里，但是面對知識經濟的挑戰和日益激烈的市場競爭，培訓僅為補缺是遠遠不夠的，應把挖掘潛力作為培訓的重點，把思維變革、觀念更新、潛能開發納入培訓的內容，而潛能的開發則是企業發展核心技術的關鍵，核心技術也是成為企業的核心競爭力，大數據利用將成為提高核心競爭力的關鍵因素。

運用大數據科學規范培訓管理，將大數據技術運用到學員培訓管理中，可以建立起立體化的員工培訓管理系統，從而實現集中培訓、專題培訓、網絡培訓、涉外培訓、高端培訓等網絡化管理目標，實現學員培訓管理規范化和科學化。針對培訓缺少技術支持，缺乏針對性，資源分配不合理等問題，大數據利用其數量大，范圍廣，處理速度快的特點，有效的對培訓市場的資源進行精確分類，使得培訓行業的一些看是雜亂的問題有規律的呈現，使行業再度細分，從而有效的分配資源，達到資源的最大化使用，整合無數微觀數據形成的大數據來使得培訓工作井井有條。

陳偉明

05-27

第五篇：大數據在制造業中的應用

大數據在制造企業中的應用

近年來出現的人力短缺、工資上漲、產品交付期短和市場需求變動大等問題，使得制造業正面臨新一波轉型挑戰。如何在控制生產成本的同時，還能提高生產力與效率，則是轉型的主要目的。在這樣的背景下，德國、美國等制造業發達國家無不積極推動“工業4.0”。“工業4.0”本質上是通過信息物理系統實現工廠的設備傳感和控制層的數據與企業信息系統融合，使得生產大數據傳到云計算數據中心進行存儲、分析，形成決策并反過來指導生產[1]。大數據的作用不僅局限于此，它可以滲透到制造業的各個環節發揮作用，如產品設計、原料采購、產品制造、倉儲運輸、訂單處理、批發經營和終端零售。大數據使得訂單處理方式有了質的變化

大數據的核心作用在于預測。大數據可以快速精準地預測市場趨勢和客戶需求，并對客戶進行細分，為其提供量身定制的合適服務。企業通過大數據的預測結果，便可以得到潛在訂單的數量，然后直接進入產品的設計和制造以及后續環節[2]。即企業可以通過大數據技術，在客戶下單之前進行訂單處理。而傳統企業通過市場調研與分析，得到粗略的客戶需求量，然后開始生產加工產品，等到客戶下單后，才開始訂單處理。這大大延長了產品的生產周期。如海爾集團于2013年1月構建了SCRM（社交化客戶關系管理）會員大數據平臺。銷售人員可進行大數據分析，精準預測出個體消費者的需求，實現了在客戶下單之前進行訂單處理。大數據使得倉儲運輸和批發經營不復存在

由于大數據能夠精準預測出個體消費者的需求以及消費者對于產品價格的期望值，企業在產品設計制造之后，可直接派送到消費者手中。雖然此時消費者還沒有下單，但是消費者最終接受產品是一個大概率事件。這使得企業不存在庫存過剩的問題，也就沒有必要進行倉儲運輸和批發經營。大數據使原料采購更加科學

大數據技術可以從數據分析中獲得知識并推測趨勢，可以對企業的原料采購的供求信息進行更大范圍的歸并、匹配，效率更高。大數據通過高度整合的方式，將相對獨立的企業各部門信息匯集起來，打破了原有的信息壁壘，實現了集約化管理，可以根據輕重緩急，更加科學合理地安排企業的財政支出。其次，利用大數據的海量存儲與快速數據處理功能，可以對采購的原料的附帶屬性（節能、節水、環保等）進行更加精細化的描述與標準認證，通過分類標簽與關聯分析，可以更好地評估企業采購資金的支出效果。此外，大數據能預測原材料的價格以及原材料品質的好壞。這使制造業企業更加科學地采購原材料成為可能，企業可以采購到質優價低的原材料。大數據使得產品設計制造更加優化

借助大數據技術，人們可以對原物料的品質進行監控，發現潛在問題立即做出預警，以便能及早解決問題從而維持產品品質[3]。大數據技術還能監控并預測加工設備未來的故障幾率，以便讓工程師即時執行最適決策。大數據技術還能應用于精準預測零件的生命周期，在需要更換的最佳時機提出建議，幫助制造業者達到品質成本雙贏[3]。例如，日本汽車公司Honda將大數據分析技術應用于電動車電池上。由于電動車不像汽車或油電混合車一樣，可以使用汽油作為動力來源，其唯一的動力就是電池，所以Honda希望進一步了解電池在什么情況下，績效表現最好、使用壽命最長。Honda公司通過大數據技術，可以搜集并分析車輛在行駛中的一些資訊，如：道路狀況、車主的開車行為、開車時的環境狀態等，這些資訊一方面可以幫助汽車制造公司預測電池目前的壽命還剩下多長，以便即時提醒車主做更換，一方面也可以提供給研發部門，做為未來設計電池的參考。

再如BMW公司應用大數據分析，在短短的12周時間內降低80%的零件報廢率。一臺汽車需要的零件有很多種，其中一個是與引擎結合的引擎上蓋。以前，BMW要等到最終引擎組裝階段，將引擎上蓋組裝完成后才知道到這個零件能否使用，如果不能使用就只好將整個引擎報廢。而通過大數據技術，BMW公司在引擎生產線上可以做即時的檢測與分析，倘若品管沒有問題則直接進到最后的組裝程序，但若零件品質不好且無法修補則直接報廢，或者零件品質不好但能經過其他方式修補，則在修補后再度進行品管測試，借此提高生產效率并降低報廢率。大數據使得終端零售暢通無阻

通過大數據技術，企業可以了解整個供應鏈中需求和供應的變化，從而促進了產品的終端零售。如沃爾瑪的零售鏈平臺提供的大數據工具，將每家店的賣貨和庫存情況大數據成果向各公司相關部門和每個供應商定期分享。供應商可以實現提前自動補貨，這不僅減少門店斷貨的現象，而且大規模減少了沃爾瑪整體供應鏈的總庫存水平，提高了整個供應鏈條和零售生態系統的投入回報率，創造了非常好的商業價值。

當今，世界各國始終致力于以技術創新引領產業升級，而大數據的利用使得資源節約、環境友好、可持續發展，智能化、綠色化的發展趨勢得以實現[4]。因此，大數據背景下的制造業領域將具備廣闊的市場空間和前景，這是制造業企業的莫大機遇。