深刻解析大数据：服装企业大数据四大来源

　　服装产业是国民经济不可或缺的一环，也是一个国家强大竞争力背后的力量支撑。我国服装工业位居世界前例，却大而不强。服装企业创新能力不足，高端和高价值产品欠缺，在国际服装产业分工中处于中低端状态，中国服装企业急需转型和升级。

　　我们正处于大数据和数字化转型的时代，数据无处不在，运用数据驱动的思想和策略在实践中逐渐成为共识。服装企业在利用大数据技术后，其生产成本能够降低10%—15%，大数据对于服装企业的重要性不言而喻。不同层面的服装企业在发展过程中，应该采取相应的大数据策略，才能离“工业4.0”、“工业互联网”和“中国制造2025”更近一步。

　　大数据从哪里来？来源于产品生命周期的各个环节，包括市场、设计、制造、服务、再利用各个环节，每个环节都会有大数据。“全”生命周期汇合起来的数据更大。当然，企业外、产业链外的“跨界”数据也是工业大数据“不可忽视”的重要来源。

　　第一类是生产经营相关业务数据。

　　主要来自服装企业信息化范围，被收集存储在企业信息系统内部，包括设计和制造类软件、企业资源计划（ERP）、产品生命周期管理（PLM）、供应链管理（SCM）、生产执行体系（MES）、客户关系管理（CRM）和环境管理系统（EMS）等等。通过这些企业信息系统已累计大量的产品研发数据、生产性数据、经营性数据、客户信息数据、物流供应数据及环境数据。

　　第二类是设备物联数据。主要指服装生产设备和目标产品在物联网运行模式下，实时产生收集的涵盖操作和运行情况、工况状态、环境参数等体现设备和产品运行状态的数据。此类数据是服装企业大数据新的、增长最快的来源。

　　第三类是外部数据。指与服装企业生产活动和产品相关的企业外部互联网来源数据，例如，评价企业环境绩效的环境法规、预测产品市场的宏观社会经济数据等。

　　第四类是营销数据。市场营销是企业的命脉，其中少不了营销数据分析和统计，然而，为数不少的的市场部、销售部工作人员由于缺乏营销分析的概念和方法，企业累积的大量数据得不到有效的利用，营销分析只停留在数据和信息的简单汇总和流水帐式的通报，缺乏对客户、业务、营销、竞争方面的深入分析，结果决策者只能凭着本能的反应来运作，决策存在很大的失误风险。

　　由大数据驱动的制造业转型升级，是未来制造业提升生产效率、改进产品质量、节约资源消耗、保障生产安全、优化销售服务的必经之路，通过与工业互联网、人工智能、移动互联网、云计算等技术的协同发展，服装企业大数据驱动的的工业互联网必将深度融入实体经济，成为数字经济时代的新引擎。