助力工业物联网,工业大数据之一站制造业务主题划分【十三】

本文涉及的产品
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
简介: 助力工业物联网,工业大数据之一站制造业务主题划分【十三】

01:一站制造业务主题划分

  • 目标掌握一站制造的主题域及主题的划分
  • 实施
  • 来源
  • 主题域划分:业务或者部门划分
  • 业务:客户域、广告域、运营域……
  • 部门:运维域、财务域、销售域……
  • 数据需求来划分主题
  • 运营域:访问分析报表、转化分析报表、用户属性分析报表、订单分析报表
  • 服务域
  • 安装主题:安装方式、支付费用、安装类型
  • 工单主题:派工方式、工单总数、派工类型、完工总数、
  • 维修主题:支付费用、零部件费用、故障类型
  • 派单主题:派单数、派单平均值、派单响应时间
  • 费用主题:差旅费、安装费、报销人员统计
  • 回访主题:回访人员数、回访工单状态
  • 油站主题:油站总数量、油站新增数量
  • 客户域
  • 客户主题:安装数量、维修数量、巡检数量、回访数量
  • 仓储域
  • 保内良品核销主题:核销数量、配件金额
  • 保内不良品核销主题:核销配件数、核销配件金额
  • 送修主题:送修申请、送修物料数量、送修类型
  • 调拨主题:调拨状态、调拨数量、调拨设备类型
  • 消耗品核销:核销总数、核销设备类型
  • 服务商域
  • 工单主题:派工方式、工单总数、工单类型、客户类型
  • 服务商油站主题:油站数量、油站新增数量
  • 运营域
  • 运营主题:服务人员工时、维修站分析、平均工单、网点分布
  • 市场域
  • 市场主题:工单统计、完工明细、订单统计
  • 小结
  • 掌握一站制造的主题域及主题的划分

02:一站制造业务维度设计

  • 目标掌握一站制造业务维度设计
  • 实施
  • 日期时间维度
  • 年维度、季度维度、月维度、周维度、日维度
  • 日环比、周环比、月环比、日同比、周同比、月同比
  • 环比:同一个周期内的比较
  • 同比:上个个周期的比较
  • 行政地区维度
  • 地区级别:国家维度、省份维度、城市维度、县区维度、乡镇维度
  • 服务网点维度
  • 网点名称、网点编号、省份、城市、县区、所属机构
  • 油站维度
  • 油站类型、油站名称、油站编号、客户编号、客户名称、省份、城市、县区、油站状态、所属公司
  • 组织机构维度
  • 人员编号、人员名称、岗位编号、岗位名称、部门编号、部门名称
  • 服务类型维度
  • 类型编号、类型名称
  • 设备维度
  • 设备类型、设备编号、设备名称、油枪数量、泵类型、软件类型
  • 故障类型维度
  • 一级故障编号、一级故障名称、二级故障编号、二级故障名称
  • 物流公司维度
  • 物流公司编号、物流公司名称
  • ……
  • 小结
  • 掌握一站制造业务维度设计

03:一站制造业务主题维度矩阵

  • 目标了解一站制造业务主题的维度矩阵
  • 一站制造业务主题的维度矩阵通常包括以下维度:
  1. 产品种类维度:这个维度描述了一站制造业务所提供的产品种类,例如食品、电子产品、玩具等等。
  2. 工艺流程维度:描述了整个制造业务的工艺流程,包括原材料采购、生产制造、检测验收等步骤。
  3. 设备工具维度:这个维度描述了所需的设备和工具,以支持制造过程,例如加工设备、测量工具等等。
  4. 供应链维度:描述了整个供应链,包括原材料供应、零部件供应、配送等方面。
  5. 业务服务维度:这个维度描述了与一站制造业务相关的服务,例如售后服务、技术支持等等。
  6. 质量控制维度:描述了制造过程中的质量控制方法和标准,以确保产品质量符合标准和要求。
  7. 人力资源维度:这个维度描述了制造过程中所需的人力资源,包括员工数量、培训和发展计划等等。
  8. 成本管理维度:描述了一站制造业务的成本管理方法和策略,以确保制造过程的成本控制在合理的范围内。
  • 实施

  • 小结
  • 了解一站制造业务主题的维度矩阵


目录
相关文章
|
2月前
|
监控 供应链 安全
物联网卡在工业领域的应用
物联网卡在工业领域的应用极大地推动了行业的智能化、自动化和高效化进程。以下是物联网卡在工业领域中各操作类型中的具体应用作用:
|
23天前
|
存储 人工智能 大数据
物联网、大数据、云计算、人工智能之间的关系
物联网、大数据、云计算、人工智能之间的关系是紧密相连、相互促进的。这四者既有各自独立的技术特征,又能在不同层面上相互融合,共同推动信息技术的发展和应用。
183 0
|
1月前
|
传感器 监控 供应链
物联网怎么推动工业数字化转型?
物联网(Internet of Things,loT)是指通过信息传感设备,如射频识别(RFID)、红外感应器、全球定位系统、激光扫描器等装置,按约定的协议,将任何物品与互联网连接起来,进行信息交换和通信,以实现智能化识别、定位、跟踪、监控和管理的一种网络。
33 0
|
3月前
|
分布式计算 搜索推荐 物联网
大数据及AI典型场景实践问题之通过KafKa+OTS+MaxCompute完成物联网系统技术重构如何解决
大数据及AI典型场景实践问题之通过KafKa+OTS+MaxCompute完成物联网系统技术重构如何解决
|
4月前
|
数据采集 自然语言处理 大数据
​「Python大数据」LDA主题分析模型
使用Python进行文本聚类,流程包括读取VOC数据、jieba分词、去除停用词,应用LDA模型(n_components=5)进行主题分析,并通过pyLDAvis生成可视化HTML。关键代码涉及数据预处理、CountVectorizer、LatentDirichletAllocation以及HTML文件的本地化处理。停用词和业务术语列表用于优化分词效果。
240 0
​「Python大数据」LDA主题分析模型
|
4月前
|
分布式计算 DataWorks 大数据
MaxCompute产品使用合集之如何实现嵌入式设备到物联网平台再到PAI DSW的云边结合
MaxCompute作为一款全面的大数据处理平台,广泛应用于各类大数据分析、数据挖掘、BI及机器学习场景。掌握其核心功能、熟练操作流程、遵循最佳实践,可以帮助用户高效、安全地管理和利用海量数据。以下是一个关于MaxCompute产品使用的合集,涵盖了其核心功能、应用场景、操作流程以及最佳实践等内容。
|
5月前
|
传感器 机器学习/深度学习 监控
物联网技术在工业自动化中的实时故障诊断与维护
物联网技术在工业自动化中的实时故障诊断与维护
|
6月前
|
传感器 机器学习/深度学习 算法
LabVIEW开发工业物联网状态监测
LabVIEW开发工业物联网状态监测
71 2
|
6月前
|
传感器 人工智能 供应链
工业物联网(IIoT)及其在制造业的应用
【5月更文挑战第31天】工业物联网(IIoT)驱动制造业变革,实现设备预测性维护、生产流程优化、供应链智能化及质量控制。Python示例展示数据获取,但面临数据安全、设备兼容性挑战。IIoT将结合AI、大数据,推动制造业创新与转型,助力企业提升竞争力,为制造业可持续发展注入新动力。
140 0
|
6月前
|
NoSQL 物联网 大数据
【补充】助力工业物联网,工业大数据之AirFlow安装
【补充】助力工业物联网,工业大数据之AirFlow安装
93 1
下一篇
无影云桌面