當前位置:
首頁 > 知識 > 大數據浪潮下,航空公司應如何抓住機遇?

大數據浪潮下,航空公司應如何抓住機遇?

作者:李曉燕

航空公司的數據信息大壩已經被沖開,但是許多航空公司管理運營和維護的技術信息系統卻「停滯不前」。

據網站MRO-Network報道,航空公司的數據信息大壩已經被沖開,河流的上下游都動蕩不已。上游是現今和以前航空公司運營數據的所在地,而下游隨著呈指數增長的信息技術奔流向前。

但是,許多航空公司管理運營和維護的技術信息系統卻「停滯不前」。

兩個相互交叉的因素將能改變這種狀況:

飛機可靠性和安全性的大跨步提升;

信息技術的快速發展。

這也為利用航空公司運營數據系統的空白提供了新機遇,航空公司可利用能用技術進行提升的產品和服務創造新盈利點。巴黎航展後,波音、空客、霍尼韋爾和通用電氣等生產商以及IBM、AT&T和埃森哲等大公司都開始利用數據分析建立新公司、研發或推出新產品,這也可能會使航空公司的運營迎來自噴氣式飛機以來最大的階躍性改變。

目前,航空公司的系統都基於工匠思維跟著各種管制規則發展,但這需要個體和每家航空公司都擁有分析問題、創造有效運營系統的能力,同時還要有高效監控和分析的能力。

我們當前的運維繫統是撒大網捕小魚,捕魚的同時捕撈到很多無用的東西,浪費了寶貴的資源。現在的分析發展和技術可以實現精準捕撈。所以,航空公司可以不再為整個機隊設固定的維護期,而是利用技術對單個部件的情況進行精準監控,進而按需進行維護。

這一技術進程會使航空公司的運營更多地依賴於數據和分析,而不再僅基於經驗。這並不是說經驗不重要,經驗的有效性可以利用數據分析實現進一步提升和驗證,而且最重要的是,數據分析能實現系統化保存。我認為這是大勢所趨。

好了,誰在引領這種轉變、使系統越來越依賴於信息和分析呢?大型原始設備製造商們、信息技術巨頭們、大型諮詢公司們……但卻沒有航空公司。

這會導致航空公司在管理運營標準、供應鏈、規劃、運營維護等方方面面都依賴於上述大公司。誰控制數據和分析,誰就是未來航空業售後市場的受益者。

這種轉變怎麼改變售後市場?想一想,有些概念很好,但對整體經濟效率和提升服務水平來說增效很小。比如,為線路維護工程師提供更好的工具和分析手段以便其更好地解決飛機異常問題當然很重要,但波音和空客飛機的可靠性都超過99%,在這種情況下,任何提升帶來的整體提升都很微小。

但如果航空公司能深入分析運營數據並對庫存需求進行分析,那麼就會帶來新的收益。每家航空公司建立最初的供給時都保存了一定的安全庫存,所以航空公司共同擁有庫存遠超所需。航空公司飛機部件在最優情況下每年周轉2次以下。但有了現在的技術,我們距離準時購買和運送還能有多遠?如果我們能實現部件周轉減少1次,使庫存需求降低將近50%,這樣是不是很妙?航空公司接下來會不會成立一個像亞馬遜那樣的公司將所需庫存全部購買下來,然後建立一個分配系統,降低成本同時提高效率?

IBM的認知計算是不是也能為我們所用?雖然當前大家都聚焦於下載和聯接飛行數據,但捕捉更多普通數據,比如商店搜索發現、人工時間利用率、失效情況時的數據以及有效情況下的數據,是不是也能帶來巨大益處?這些數據深藏在航空公司數據記錄系統中,有待更多集中分析。如果挖掘下去,這些數據就是帶來更高效率的寶藏。

還有一個有待解答的問題:運營商們為他們的開放相容式標準負責,但如果他們依賴其它方進行數據分析和監控,那麼系統該如何容納這個必將到來的未來?

有了技術的飛速發展,當變革帶來的益處變得日益明顯且被航空系統吸收時,這個問題,連同許多其它相關問題,自然會有答案。

End.

喜歡這篇文章嗎?立刻分享出去讓更多人知道吧!

本站內容充實豐富,博大精深,小編精選每日熱門資訊,隨時更新,點擊「搶先收到最新資訊」瀏覽吧!


請您繼續閱讀更多來自 36大數據 的精彩文章:

大數據早報:Waymo給自動駕駛汽車AI打造虛擬課堂 學者指控Google試圖專利公有領域技術
大數據早報:Waymo給自動駕駛汽車AI打造虛擬課堂 9.13
幫你提升 Python的27 種編程語言
Hashedcubes:對於大數據的簡潔,低存耗,實時的可視探索
針對大規模應用的歐拉-拉格朗日組合數據表示方法

TAG:36大數據 |