大数据时代,石化企业应该如何进行数据分析

简介:

一、大数据应用现状

1、数据量在不断增加,且数据结构不断复杂。

根据IDC 监测,人类产生的数据量正在呈指数级增长,大约每两年翻一番,这个速度在2020 年之前会继续保持下去。这意味着人类在最近两年产生的数据量相当于之前产生的全部数据量。于此同时,大量新数据源的出现则导致了非结构化、半结构化数据爆发式的增长。

这些由我们创造的信息背后产生的这些数据早已经远远超越了目前人力所能处理的范畴,大数据时代正在来临…

2、中国企业的大数据现状

目前,中国企业500强的日数据生成量近一半都多于1GB,更有4.9%的企业 超过1TB。中国企业级数据中心数据存储量正在快速增长,非结构化数据呈指数倍增长,如果能有效的处理和分析,非结构数据中也富含了对企业非常有价值的信息。

大数据时代,石化企业应该如何进行数据分析

 二、大数据分析在石化企业的应用

1、大数据分析在石化企业应用的主要方面

石化行业具有多环节、多地域特色,各环节的优化是石化行业最关注的大数据应用领域。石化行业大数据分析应用多分布于供应链优化、库存管理、资金统一管理和生产监管优化四个模块。

大数据时代,石化企业应该如何进行数据分析

2、石化企业数据特征

石化行业企业数据的数据量大,存储格式复杂,数据分散,类型众多,不同类型数据包含的信息各具特点,综合各种数据所包含的信息才能真实反映企业实际状况。

石化行业企业对大数据分析解决方案的需求集中体现在:供应链优化、库存管理、资金统一管理、生产和安全监管的分析。

石化企业应用大数据分析需要解决的问题,主要为缺少数据全方位分析方法、ERP软件处理能力差、实时数据分析能力差、海量数据处理效率低,其分布如下图:

大数据时代,石化企业应该如何进行数据分析

 三、大数据分析在石化企业的价值

来自IBM在全球的调研表明,大数据分析在支持创收策略、实现成本控制方面的价值正在稳步上升。此外,近40%的企业在采纳大数据分析后的六个月内就实现了快速的投资回报(ROI)。

通过分析方法和解决方案,可以在大量数据中系统性的发现有用的关系,即实现经验规律的可重复性。通过建立拟合不同模型研究不同关系,直到发现有用信息,即用于分析原因解决问题。发现潜在价值,预见可能发生的某种“坏的未来”并给出建议,即预测并提供解决方案。

大数据时代,石化企业应该如何进行数据分析

实现大数据分析价值的三大要素:支持、信任和技能。应用大数据分析的企业需要管理层持续的支持,需要加强跨专业部门之间的信任,并具有深层次的业务知识和技能。

四、石化企业大数据分析的成果展示(恒逸集团)

1、恒逸大数据分析的目标需求

①大数据应用日益广泛,利用大数据分析为企业提供决策。

②随着公司的发展出现多个IT应用系统并积累了大量的数据,合理利用数据优化供应链、库存管理、生产成本控制和安全管理,提升公司的整体竞争力。

③公司发展提出了大数据时代下如何建设智慧工厂的问题

2、使用软件:帆软FineReport

3、成果展示:【本项目获得浙江省企业信息化创新项目奖】

①资金管理类-决策分析、业务统计

大数据时代,石化企业应该如何进行数据分析

②人力资源分析

大数据时代,石化企业应该如何进行数据分析

③供应链管理

大数据时代,石化企业应该如何进行数据分析


本文作者:佚名

来源:51CTO

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
1月前
|
SQL 数据采集 数据挖掘
大数据行业应用之Hive数据分析航班线路相关的各项指标
大数据行业应用之Hive数据分析航班线路相关的各项指标
125 1
|
1月前
|
SQL 存储 分布式计算
如何使用MaxCompute进行数据分析?
【5月更文挑战第6天】如何使用MaxCompute进行数据分析?
21 1
|
1月前
|
运维 供应链 大数据
数据之势丨从“看数”到“用数”,百年制造企业用大数据实现“降本增效”
目前,松下中国旗下的64家法人公司已经有21家加入了新的IT架构中,为松下集团在中国及东北亚地区节约了超过30%的总成本,减少了近50%的交付时间,同时,大幅降低了系统的故障率。
|
7月前
|
人工智能 Cloud Native 大数据
构建高性能云原生大数据处理平台:融合人工智能优化数据分析流程
构建高性能云原生大数据处理平台:融合人工智能优化数据分析流程
354 0
|
1月前
|
算法 大数据 数据挖掘
python数据分析——大数据伦理风险分析
大数据伦理风险分析在当前数字化快速发展的背景下显得尤为重要。随着大数据技术的广泛应用,企业、政府以及个人都在不断地产生、收集和分析海量数据。然而,这些数据的利用也带来了诸多伦理风险,如隐私泄露、数据滥用、算法偏见等。因此,对大数据伦理风险进行深入分析,并采取相应的防范措施,对于保障数据安全、维护社会公平正义具有重要意义。
71 0
|
1月前
|
存储 大数据 数据挖掘
python数据分析——大数据和云计算
大数据和云计算作为当代信息技术的两大核心驱动力,正在以前所未有的速度改变着我们的生活、工作和思维方式。它们不仅为各行各业的创新提供了强大的技术支持,更是推动了整个社会的数字化转型。 从大数据的角度来看,它的核心价值在于通过对海量数据的收集、存储、分析和挖掘,发现其中的关联性和趋势,从而为决策提供更为科学、精准的依据。无论是商业领域的市场预测、消费者行为分析,还是公共服务领域的城市规划、交通管理,大数据都发挥着不可或缺的作用。同时,随着物联网、传感器等技术的普及,大数据的来源和种类也在不断扩展,这使得我们能够更全面地认识世界,把握规律。
59 1
|
1月前
|
数据采集 数据可视化 数据挖掘
【大数据实训】基于当当网图书信息的数据分析与可视化(八)
【大数据实训】基于当当网图书信息的数据分析与可视化(八)
130 0
|
1月前
|
数据采集 分布式计算 数据可视化
【大数据实训】基于赶集网租房信息的数据分析与可视化(七)
【大数据实训】基于赶集网租房信息的数据分析与可视化(七)
99 0
|
1月前
|
分布式计算 Hadoop Java
【大数据实训】基于Hadoop的2019年11月至2020年2月宁波天气数据分析(五)
【大数据实训】基于Hadoop的2019年11月至2020年2月宁波天气数据分析(五)
74 1
|
1月前
|
分布式计算 大数据 数据处理
大数据开发企业级案例__某通信企业数据处理需求(建议收藏)
大数据开发企业级案例__某通信企业数据处理需求(建议收藏)
41 0

热门文章

最新文章