1、智能制造大数据解决方案目录CONTENT0101 大数据介绍大数据介绍02 智能制造解决方案思路03 企业级大数据建设要点04 大数据平台通用型简介（及案例分享）“大数据”为了提升决策能力与业务视野，以高效益、创新型的信息处理过程加工的信息资产信息资产，这种信息资产具有规模大、速度快的特征。追求大数据的唯一理由为企业经营目标提供价值提供价值。Gartner,2012年6月，大数据定义新数据新技术新方法新思维新应用新资产新文化新视野新业务3大数据提供的产品与解决方案，解决三大关键问题形成端到端的整体解决方案，将处于技术底层的企业数据资产，通过软硬件平台和专业化服务，一步步转化为上层业务价值4当客
2、户需要一个成熟的、高性能的大数据平台及解决方案时当客户难以管理自己多源、异构、海量的大数据资产时当客户需要将数据资产转化为业务洞察和商业价值时与与与存存算算析析 用用清清管管服务器与分布式存储大数据计算平台软件工具实施服务数据管控咨询服务数据挖掘算法开发分析应用咨询服务大数据支持全集团业务的生命周期管理优化全生命周期的数据分析和产品管理工厂生产出货销售渠道销售中间商出售用户使用用户服务产品与营销 产品分析 品牌管理 营销管理 订单管理 生产过程 供应链管理 新品上线 产品质量 物流运输管理 货品调配管理 渠道销量管理 渠道库存管理 合作伙伴管理 销售过程分析 经销商关系管理 经销商库存分析 用
3、户激活 网点备货 线下配送 设备使用 用户反馈 用户画像咨询能力是大数据的服务精髓与价值特色从业务问题入手，进行业务诊断，并提出业务方案业务能力提升方案信息支撑能力规划业务和信息能力整合业务应用实践通过业务应用实践，将大数据方法和工具能力转化为业务绩效基于业务发展需求，进行DT/IT支撑能力规划和建设基于具体业务目标，将DT/IT能力和业务流程整合，最大化发挥DT/IT价值业务角度咨询能力贯穿始终，保障大数据业务价值转化的畅通能力整合支撑角度应用与培训业务能力技术能力分析能力+管理服务+大数据是智能化的核心生产资料与工作方法7目录CONTENT01 大数据介绍0202 智能制造解决智能制造解决
4、方案思路方案思路03 企业级大数据建设要点04 大数据平台通用型简介（及案例分享）采购研发生产供应网络销售采购策略优化采购策略优化 采购提前期预测（历史、环境、天气、路线 etc.）来料质量预测（历史、行业 etc.）原材料价格预测（历史、行业、宏观）供应商评级（历史、行业等）外包非核心综合分析（成本模拟、质量模拟、提前期模拟）立项模拟立项模拟&优化优化 成本模拟（原材料价格预测的矫正值、其他成本固定非固定要素）周期模拟（同质同类同工艺同XXX）销售模拟（同质同类同功能同XXX）资源模拟（研发资源优化的矫正值）搜索优化搜索优化 结构/半结构/非结构化数据查询优化 研发资源优化研发资源优化（综合
5、输出）Skill Set/Workload/Workforce 产品持续改进产品持续改进 市场反馈、销量、成本等综合因素作用于产品立项、更新迭代过程中 智能排产智能排产 CAPP+Real time Capacity In-house仓储优化 领退料路径优化 立体仓堆料优化 设备保养维护设备保养维护 健康管理 根因分析及维修策略 保养策略（备品备件仓储优化）外包非核心综合外包非核心综合分分析析 成本模拟 质量模拟 提前期模拟 货品调拨 企业与DC之间的，DC各自之间的Proactive调货行为 库存优化（将持续性考虑在内，包括碳、水管理，能源用量和废品管理）产品、备件自动补货模型 存货成本模拟
6、 分销商订货行为分析与响应最优路径 路径模拟（路况、区域、布局etc）实时重新路径规划（区别于电子地图，除了时效性，还要考虑成本等因素）智能选址 DC布局的增删改（宏观、区域、市场、历史等）需需求销量预测求销量预测 不同维度（By产品、By区域、By功能等维度销量预测）货品定价货品定价 智能定价模型 持续质量持续质量管理（管理（CQM）根因分析知识库（可作用于“产品持续改进”）质量预测模型库 决策支持模拟仿真 销售渠销售渠道、布局优化道、布局优化 销售渠道分析及拓展建议 销售布局分析 营销策略模拟营销策略模拟 从类别、成本、效果等角度分析，精准营销 大数据的应用前景10通过大数据、云计算、移动
7、互联网、物联网等新技术的共同作用，充分把握新工业时代下信息资源带来的机遇，以数据洞察为核心驱形成集制造和服务为一体的全球化价值网络动力，贯穿参与者、产品与生产，实现跨界和全球化互联互通的协同。10大数据是工业4.0时代企业的核心资产传统价值链新价值网络 协同互联智慧的参与者智慧的产品智慧的生产数据洞察驱动参与者生产产品大数据分析大数据分析云计算物联网移动互联网安全 硬件与网络可连可连Double Helix ModelCyber数字化、虚拟化可知可知Digital集中化、资产化可析可析Data 软件与通讯可通可通Communication 生产自动化可控可控Control价值化、智能化可测可测
8、Decision 网络化 数字化 智能化“双链驱动”是智能制造的DNA设备级工厂级企业级 IoT 物联网物联网数据采集与设备连接3C：自动控制链：自动控制链3D：数据驱动链：数据驱动链CPS 网络物理系统网络物理系统数字双胞胎的交互闭环IMEco 智能制造生态智能制造生态数据分析驱动的主动智能体系11工业大数据的现状xx GB/月xx TB/月某数控机床回传数据某空气压缩机回传数据某汽车sensor回传数据X PB/月月数据量随着应用场景的不同，sensor布局的不同，毫无比例的疯狂增长着.这些数据会随着时间的推移，变得庞杂和无法处理（传统数据处理方式）数据数据:平均每毫秒抛出超过x0个日志或
9、文件.平均每个日志文件包含x0-x0个sensor 发出的信号.超过x0.000 个不同的sensor 超过x万台设备被用在了车间内或作为产品被客户使用着 数据使用的目的数据使用的目的:不是为了收集，不是为了存储，也不是为了简单的堆积报表，而是为了产生知识.Data loading数据使用程度数据使用程度:还有很多台设备游离于管控之外，毫无数据采集可言已经纳入CPS的设备，数据采集毫无目的性有目的的采集数据并不意味着正确的使用这些数据，无法创造价值Big Data!从传统制造到智能制造 在一个典型的制造企业中，参与生产的设备可以分为以下几类：有专门的控制系统的，且能够和外部系统通过预定义的协议
10、进行数据交换的智能设备 具有通过PLC与外部系统进行数据交换能力的自动化设备 具有本地存储功能（e.g.Log,本地DB etc.）的半自动化设备 未经设备改造的，无网卡无PLC的简单设备等.在工业4.0的转型浪潮中，智能制造是整个过程中的一大支撑。智能制造的总体思路是将以上几类设备进行相互的联通，并最终构建一套物理信息系统（Cyber-Physical System）在CPS的基础上，将传统制造中的基础逻辑 发生问题-人根据经验-人调整Material、Machine、Methods、Measurement和Maintenance等要素-解决问题-人积累经验 转变为 发生问题-模型（Mode
11、l）分析问题-模型调整Material、Machine、Methods、Measurement和Maintenance等要素-模型积累经验-模型分析问题根源-模型进而继续调整5M要素-避免问题OT+IT+DT=智能制造智能制造架构中的工业互联网市场用户协作企业互联网工业大数据平台网络化协同个性化定制产品服务化基于算法和模型实现工业数据分析和决策智能模块产品实体智能化生产智能工厂互联网互联网基于仿真、大数据的新型工业软件ERP、MES等传统工业软件工业生产系统工厂内网络安全隔离智能控制系统智能模块传统工业控制模块智能机器智能机器智能模块智能模块生产装备生产装备工厂内网络IT系统OT系统工业互联网
12、关键要素数据分析软件应用智能设备智能模块平台新型网络（工厂内工厂外）工业互联网传统工业要素反馈为海量数据的集成、计算处理及应用开发提供资源实现海量泛在多样工业数据的实时传输分布于工业系统各层的计算处理能力14如何走向智能制造思维变革统计分析过程：数理统计能够帮助制造企业尽可能的提高制造优率等自省、自反馈、自预测过程：一个可以自愈的工业生态系统建立模型过程：通过数据分析，管理设备生命周期；通过产能测算，找到瓶颈工序并优化产能结构等智能制造智能制造解决隐性问解决隐性问题题避免显性问避免显性问题题大数据人料机法环预控式管理信息化管理数据化产品生命周期工艺方案信息化自动配送AGV数据可追溯减少aWIP
13、现代化工厂SS管理管理职能转变操作内容转变新增高级岗位节省低级岗位智能设备引人设备状态监控设备生产柔性化维护保养信息化管理岗位技术岗位操作岗位要求提升 制造业大数据的侧重点在于将所有人，机，法，料，环等信息有效整合起来，加以分析并应用于整个工业生产过程，对整个生产链条进行监控、调整、管理。从而形成高度灵活、个性化、网路化的产业链。大数据是实现工业4.0的关键。未来的制造将围绕大数据平台构建智能化生产体系，将人，机，法，料，环链接起来，实现多维度数据融合，为企业的运营提供预见性的支撑与指导。大数据在制造行业应用实践（在生产体系中的理解）预防性维护和服务将设备（生产资料或产品）纳入到全生命周期管理
14、的范畴内，掌握设备的过去、现在甚至未来，为制造类企业的智能制造之路打好根基。Physical Baseline仓储布局和领退料最优路径优化将厂区内的仓储布局、车间内的线边库布局、厂区内和车间内的领退料路径进行优化，降低领退料重复路径的时间成本。提高企业生产效率。Spatial and Temporal Baseline售后服务与研发协作建立产品与研发的循环反馈机制，任何Go-to-Market的产品反馈（包括产品（设备）实时使用参数、产品舆情、竞品分析等）都可以作为产品研发的有效参考。Enhanced Cooperation产品&服务全面质量控制在产品提供商向服务提供商转型的过程中，针对产品和
15、服务的全面质量控制，为客户提供包含全价值链在内的智能制造与服务Enhanced Quality Control“数据驱动执行”“数据驱动管理”“数据驱动决策”对智能制造未来的理解目录CONTENT01 大数据介绍02 智能制造解决方案0303 企业级大数据建设企业级大数据建设要点要点04 大数据平台通用型简介（及案例分享）演进规划：企业大数据分析的发展阶段19分析水平与智能化程度如何连续更新和流程互动？怎样利用分析来创新和差异化？4.成熟阶段成熟阶段成为分析驱动型的企业下一步怎么做？如何对事件进行主动引导？如何借助数据分析保持领先？5.领先阶段领先阶段全面凭借数据分析法开展竞争企业发生了什么问
16、题？问题为什么发生？如何才能更好的理解业务现象？2.探索阶段探索阶段有限采用数据分析方法正在发生什么？预测出什么结论？如何改进经营？3.发展阶段发展阶段有主动采用数据分析的意向1.起步阶段起步阶段数据分析方法利用薄弱统计报表简单分析跟踪分析流程嵌入统计报表多维分析统计报表多维分析预测发现实时分析统计报表多维分析预测发现实时分析统计报表多维分析预测发现实时分析流程嵌入20-客户管理、营销管理、服务管理-产品管理、流程管理、运营管理-收入管理、财务管理、资产管理推动大数据价值的“七种武器”企业如何借助大数据来应对行业与趋势带来的挑战如何构建一个统一混搭的大数据平台环境来支撑多变复杂的业务需求如何整
17、合数据资产，并保障数据的质量和业务可用性如何构建高效的大数据组织及文化，以保证企业数据价值的释放如何创建一个企业级的大数据生态体系，以及如何发展和演进如何基于数据来描述、研究、解决以及评估业务痛点问题如何基于跨业数据来创新各种行业场景下的数据价值和商业模式-行业理解、企业研究-大数据宏观价值阐述-系统工程的高层支持-能力成熟度评估-业务演进规划-技术体系规划-架构与流程-岗位与技能-数据文化建设-对内价值与对外变现-数据产品创新与合作-商业模式创新与生态-行业理解、企业研究-大数据宏观价值阐述-系统工程的高层支持-平台架构、系统架构-应用架构、信息架构、数据架构企业级大数据建设是一个复杂而长期
18、的系统工程战略意图业务分析数据管控架构设计演进规划组织形态数据变现“七种武器”20架构设计：企业大数据体系的架构演进大数据平台大数据平台企业级大数据中心企业级大数据中心传统分析应用传统分析应用新型探索分析新型探索分析其他数据新型探索分析新型探索分析/传统分析应用传统分析应用大数据平台定位：是数据仓库平台的一个补充系统，主要面向新型数据和部分仓库数据的存储和处理，通过数据挖掘算法等，发现隐性的数据规律和价值。l 小：系统规模小，使用人员少（以专业研究分析人员为主）l 快：针对特定专题快速分析；支持实时处理和分析l 灵：专用平台，灵活响应和尝试l 深：专业深挖，挖掘算法、模式分析、图分析、文本分析
19、等l 是数据仓库平台的重要并列系统，l 分担DW系统的存储和计算压力，提高处理效率、降低成本l 传统应用逐渐迁移到大数据平台l 通过数据挖掘算法等，发现隐性的数据规律和价值。l 地位重要，承载的作用更大l 支持新型分析方法和传统应用l 系统可靠性、支撑能力要求更高l 数据仓库DW的重要性下降数据迁移应用逐步迁移特点：企业级大数据中心，采集全企业层面的各类内部数据及相关外部数据，并对这些结构化/非结构化海量数据进行整合、加工、处理，完成信息的深加工，逐步形成数据资产，为公司进行企业决策管理和生产一线的营销服务等工作提供完整、及时、准确、科学的信息支撑。l 一个中心承载各类数据，进行各类分析应用，
20、服务企业内外部各类用户l 系统可靠性、系统稳定性、系统开放性、支撑能力要求很高专业探索分析集市专业探索分析集市混搭双中心混搭双中心企业级大数据中心企业级大数据中心数据数据仓库仓库传统分析应用传统分析应用数据仓库数据仓库大数据平台大数据平台新型探索分析新型探索分析/传统分析应用传统分析应用数据数据仓库仓库大数据平台定位：特点：大数据平台定位：特点：21 数据管控：保障数据资产的可靠性和连续性 数据管控就像管理超市里的水果：元数据就是描述水果的价钱和产地；数据模型就是要把水果摆放的紧凑稳定；数据标准就是水果规格一致；数据质量就是保证没有烂水果；数据安全就是防止被人偷吃；数据生命周期就是计划摆放几天
21、后大减价处理；数据认责就是水果有问题或烂了该找谁处理；数据资产评估是超市转让，如何确定水果价值统一整合与可信赖的数据资产元数据管理数据模型管理数据质量管理数据标准管理数据生命周期管理安全与隐私管理数据管控数据认责业务目标分析需求22目录CONTENT01 大数据介绍02 智能制造解决方案03 企业级大数据建设要点0404 大大数据数据平台通用型简介平台通用型简介（及案例分享）（及案例分享）大数据6大产品线全景图（及案例分享）资源开放算法武库数据工厂数据能力开放平台 Big Data as a Service大数据计算平台 大数据技术整合与深度优化数据采集转换套件业务分析套件数据资产管理平台系统
22、运维监控中心RiemannBayesFourier大数据企业级分析平台架构图获取层分析层数据采集转换数据采集转换终端采集流式采集批量导入网络爬虫源数据传感器音频视频设备日志文本社交网络ERPSCMCRM实时能力查询、分析、交互业务层数据资数据资产管理产管理元数据监控告警安全管理用户管理性能管理容灾管理集群管理自动化部署一站式一站式运维运维数据安全与隐私数据生命周期数据模型数据标准数据质量智能供应链舆情分析财务管理产品管理客户洞察预防性维护数字化营销整合层HDFS分布式存储系统No SQL统一资源统一资源调度管理调度管理分布式分布式计算框架计算框架数据仓库数据仓库MPP流计算内存计算图计算算法武
23、库算法武库算法模型 业务模型挖掘工具 机器学习数据工厂数据工厂服务层业务组件搜索与查询可视化分析第三方工具数据产品 数据API数据审查 数据服务管理分析套件分析套件大数据企业级分析平台能力地图获取层分析层数据采集转换数据采集转换终端采集流式采集批量导入网络爬虫源数据传感器音频视频设备日志文本社交网络ERPSCMCRM实时能力查询、分析、交互业务层数据资数据资产管理产管理元数据监控告警安全管理用户管理性能管理容灾管理集群管理自动化部署一站式一站式运维运维数据安全与隐私数据生命周期数据模型数据标准数据质量智能供应链舆情分析财务管理产品管理客户洞察预防性维护数字化营销整合层HDFS分布式存储系统No
24、 SQL统一资源统一资源调度管理调度管理分布式分布式计算框架计算框架数据仓库数据仓库MPP流计算内存计算图计算算法武库算法武库算法模型 业务模型挖掘工具 机器学习数据工厂数据工厂服务层业务组件搜索与查询可视化分析第三方工具数据产品 数据API数据审查 数据服务管理分析套件分析套件12345678大数据整合与计算能力采集与转换能力数据产品化能力分析挖掘能力应用开发与可视化能力实时交互式分析能力数据资产管理能力一站式运维能力企业大数据分析平台提供从大数据采集到商业价值呈现的一体化解决方案01数据数据04运维运维05价值价值02平台平台03管理管理数据：数据：整合各方数据，沉淀业务知识，分析平台将为
25、客户提供丰富的数据接口与强大的数据资源整合能力。平台：平台：分析平台将为客户提供安全可靠的分布式的大数据平台，解决了海量数据的实时计算，存储数据和分析的问题。管理：管理：参与到企业运营的各环节，通过对业务数据的分析，发现各种规律趋势，为策略制定提供参考依据。运维：运维：分析平台提供集中的运维管控组件，实现从设备到服务的全方位监控、管理和扩展。价值：价值：提供端到端的大数据服务，旨在发现数据潜在价值，帮助客户通过大数据解决商业问题，与客户共同成长。分析平台分析平台软硬件一体化优化，突破计算平台性能瓶颈批量处理性能批量处理性能查询性能查询性能实时实时处理性处理性能能复杂计算复杂计算专业的智能调度智
26、能调度技术，提升Hadoop计算效能5x20 x虚拟大数据系统，虚拟大数据系统，简化异地数据中心的数据同步率先支持支持Spark 2.0Spark 2.0，实时性能提升5x全面支持支持MPPMPP业务场景，10 x优于传统数据仓库100%100%兼容兼容SQL 2003，SQL 99和PL/SQL动态选择动态选择合适的数据源和计算引擎执行查询请求，相对HUE查询性能提升10 x全图形化全图形化的任务调度工具，可每日处理上万个独立的数据计算任务內嵌数据质量校验数据质量校验能力，简化ETL任务的开发工作量分析平台全图形化的计算平台，便捷的大数据系统管理和运维一站式图形化界面完成大数据集群的安装，升
27、级，系统监控的工作，简化管理创建各种大数据任务和查询操作全部图形化完成，无需命令行入口支持丰富的开源扩展，图形化添加近百个高质量组件，全面支持和管理各种大数据业务场景系统入口系统监测任务调度全图形化的任务调度工具，可每日处理全球来自数百个数据分析人员的上万个独立的数据计算任务具备灵活多样的部署形态，满足不同规模企业的系统架构传统数据仓库传统数据仓库大数据平台大数据平台新型探索分析传统分析应用专业探索分析集市专业探索分析集市UNIXUNIX小型机小型机某某集群集群传统数据仓库传统数据仓库大数据平台大数据平台新型探索分析/传统分析应用传统分析应用混搭双中心混搭双中心UNIXUNIX小型机小型机某集
28、群某集群探索分析/传统分析应用企业级大数据中心企业级大数据中心某集群某集群大数据平台大数据平台大数据平台定位：大数据平台定位：属于数据仓库的补充系统特点特点：规模小，大数据创新试点大数据平台定位：大数据平台定位：分担数据仓库的存储和计算压力特点特点：大数据平台逐渐成为业务分析中心大数据平台定位：大数据平台定位：支持企业所有数据计算、分析和应用。特点特点：企业真正成为数据驱动的企业传统数据仓库传统数据仓库全面支持海量复杂数据，构建高质量统一企业大数据仓库智能工厂数据智能工厂数据 供应商数据供应商数据 公开数据公开数据 数据源：数据源：政府网站、社交媒体等。数据类型：数据类型：TB级非结构化数据
29、数据源：数据源：ERP、SRM，SCM 数据类型：数据类型：TB级结构化数据 数据源：数据源：PLM、MES、DCS，CAM 数据类型：数据类型：PB级异构数据设备数据设备数据 业务数据业务数据 零售数据零售数据 数据源：数据源：ERP、Salesforce，Excel 数据类型：数据类型：PB级异构数据 数据源：数据源：日志、设备参数、操作 数据类型：数据类型：PB级非结构化数据 数据源：数据源：ERP、CRM，SCM，EAI 数据类型：数据类型：TB级结构化数据企业异构数据源企业异构数据源异构异构数据数据自动适配自动适配数据质量数据质量保证保证统一数据统一数据字典字典统一数据统一数据清洗加
30、载清洗加载数据资产管理数据资产管理32青岛红领智能制造模式33 青岛红领制衣 依托大数据技术，红领在全球第一个实现服装大规模个性化定制的智能制造。创造了C2M+O2O的全新营销模式：C2M（Customer toManufactory）。以信息化与工业化深度融合为引领，以3D打印技术为代表，从而实现个性化定制的大规模工业化生产。进入信息化和互联网条件下的个性化制造，其先进性在于以工业化的效率制造个性化产品，效率高、成本低、质量稳定、满足个性化需求，市场竞争力强。20122012年以来，中国服装制造业订单快速下滑，大批品牌服装企业遭遇高库存和零售疲软。然而正是这年以来，中国服装制造业订单快速下滑
31、，大批品牌服装企业遭遇高库存和零售疲软。然而正是这 一年，红领集团的大一年，红领集团的大规模个性化定制模式历经规模个性化定制模式历经1010年终于完成调试，迎来高速发展期，定制业务年均销售收入、利润增长均超过年终于完成调试，迎来高速发展期，定制业务年均销售收入、利润增长均超过150%150%。这几年，这几年，营收营收收入、收入、利润增长超过利润增长超过200%200%。未来几年将实现几何倍数的增长。未来几年将实现几何倍数的增长。34 全定制流程35 全定制过程 顾客可以在一分钟内拥有专属于自己的顾客可以在一分钟内拥有专属于自己的“版型版型”，全球客户可以，全球客户可以在网上自主设计，自主选择自
32、己想要的款式、面料、工艺，如纽扣的在网上自主设计，自主选择自己想要的款式、面料、工艺，如纽扣的样式数量、刺绣的内容，甚至每一处缝衣线的颜色和缝法都可以无限样式数量、刺绣的内容，甚至每一处缝衣线的颜色和缝法都可以无限满足。红领个性化定制的智能系统可以自动完成版型、工艺的匹配，满足。红领个性化定制的智能系统可以自动完成版型、工艺的匹配，面辅料的供应整合，自动排程，自动分配工序，自动驱动裁剪，自动面辅料的供应整合，自动排程，自动分配工序，自动驱动裁剪，自动指挥员工流水线生产，自动配套、自动入库指挥员工流水线生产，自动配套、自动入库七个工作日完成制造，七个工作日完成制造，顾客顾客1010天左右将收到完
33、全属于自己的个性化定制的服装天左右将收到完全属于自己的个性化定制的服装 成本仅是非定制服装的成本仅是非定制服装的1.11.1倍。倍。36 全流程示意图全流程示意图 CAD自动排版自动排版面辅料检验预缩面辅料检验预缩缝制缝制订单下达订单下达自动裁床剪自动裁床剪整烫整烫入库入库物流发货物流发货37 红领 RCMTM 智能平台CAD排版过程智能加工系统智能计划管理人工制作模板智能仓库系统C2M+O2O辅助裁剪系统标签生成系统个性化系统成品检验第三方物流 RCMTM 智能平台38 红领C2M+O2O营销模式C2M是消费者提出需求，工厂满足需求-人人是设计师；消费者直接下单到工厂，消除所有中间环节，产品
34、的性价比是最优的。O2O：线上、线下结合，以线上为主，线下配合的模式。自主设计，客户随时随地通过网络简单、方便的自主研发、个性设计。可以在玩中设计自己喜欢的服装，在玩中消费，在玩中赚钱，在玩中实现自身价值，在玩中体验生活的乐趣。全专属定制，通过全球独一无二的个性化定制平台系统，为每个客户设计专属的版型，满足个性化的工艺，专门每个客户生产一人一版，专人专属的私人定制服装。39板型的个性化板型的个性化1根据人体的个性化根据人体的个性化，一人一版，掩饰，一人一版，掩饰人体先天不足发挥人体先天不足发挥人体优势人体优势。2满足消费者的个性满足消费者的个性化需求，比如斜口化需求，比如斜口袋、撞色，绣字等袋
35、、撞色，绣字等款式个性化款式个性化3西装生产周期西装生产周期10个个工作日，衬衣工作日，衬衣8个个工作日。工作日。高质、高效高质、高效红领个性化服务的特点40专业的量体团队专业的量体团队面辅料的实时查询面辅料的实时查询、占用、采购、占用、采购订单信息的准确订单信息的准确下达下达个性化的生产、个性化的生产、物流物流红领个性化销售的特点确保量体尺寸的准确性保证了面辅料供应的及时性和库存的稳定性确保信息传递的准确性和及时性高品质产品的保证和强大配送能力的体现411234专业的专业的量体培训量体培训红领提供的量体服务我们打破了量体人员必须懂服装有经验的传统思维，拥有我们打破了量体人员必须懂服装有经验的
36、传统思维，拥有自主的量体方式，并提供配套工具。公司拥有培训部，给自主的量体方式，并提供配套工具。公司拥有培训部，给予所有的客户免费提供量体培训。一般人员经过一个月培予所有的客户免费提供量体培训。一般人员经过一个月培训就可以上岗。训就可以上岗。42专业的量体培训43面辅料的管理面辅料的管理ERP系统实现了公司内部对面辅料进行实时管理的功能，系统实现了公司内部对面辅料进行实时管理的功能，可以进行面辅料的预占用和库存查询。客户可以在下单前可以进行面辅料的预占用和库存查询。客户可以在下单前占用面料，也可在下单时随时查询库存状况，方便快捷。占用面料，也可在下单时随时查询库存状况，方便快捷。电子商务平台实
37、现了工厂和客户端信息的共享功能。客户电子商务平台实现了工厂和客户端信息的共享功能。客户可以从平台上录入订单，查询订单进展情况，方便双方迅可以从平台上录入订单，查询订单进展情况，方便双方迅速快捷的掌握订单状态。速快捷的掌握订单状态。441234高质高效生产，高质高效生产，个性化个性化应满足应满足个性化板型个性化板型:合体，掩饰不足，发挥优势合体，掩饰不足，发挥优势;个性化款式个性化款式:工艺手册、面料册、里料册、绣字等工艺手册、面料册、里料册、绣字等;高效高效:从下单到出货，西服类产品的周期为从下单到出货，西服类产品的周期为10个工作日；衬衣个工作日；衬衣类产品为类产品为8个工作日个工作日.45
38、 多样化的工艺选择多样化的工艺选择46 品牌面料供应商 与国内外很多知名品牌面料供应商 建立长期稳定的合作关系，如LoraPiana,Zegna,Scable等 保证了在RCMTM加工中的面料供应。面料的检验 按照国际“四分制”检验标准，防止带有瑕疵的布匹流通到生产中，为RCMTM的生产提供了品质保证。47 多样化的刺绣形式48 红领与合作伙伴红领与合作伙伴通过通过 C2M C2M结合结合O2OO2O结成结成利益利益联合体联合体。品牌商品牌商（前台拓展）（前台拓展）红领红领（后台支持）（后台支持）产品结构产品结构-个性化量身定制男式正装个性化量身定制男式正装合作方式合作方式-资源共享、优势互补、合作双赢资源共享、优势互补、合作双赢 红领 C2M+O2O 实践谢 谢
