关于生产型企业的分类

做了那么多年的ERP行业,现根据经验对生产型企业进行一下分类。

标准型/单工序生产:

此类企业生产方式的特点:生产工序短、批量重复生产;一般表现为原材料单一、产品种类较多的倒三角形。如:塑料制品生产、不需要的焊接组装的金属制品等。有些产品设计较长加工工序的,如轴承加工、PCB加工,我们应归为复杂生产类型。


装配/多工序生产:

此类生产型企业,一般包括装配过程,或加工工序较长。通常也是批量重复生产,表现为材料多、产品多的葫芦形。如家电类产品、电子产品、机电产品等。有些企业生产的产品既有批量重复生产,也有非标生产的,一般归为非标/设计生产。


设计/非标生产:

此类生产一般是小批量、多品种、非标客户定制生产,企业内部一般都包含简单生产、多工序生产和装配生产,还可能涉及售后服务等管理需求。此类企业的管理复杂性很高,实施的难度也较大。一般是指大型装备、特种设备等。


工程型/项目生产:

一般是指一次性的生产过程,如建筑业、装修等。除了有以上各种生产类型的混合,还包括项目管理、现场施工、售后服务等需求。


以上简单叙述,供参考讨论。工作中遇到的实际客户难以确定分类的,也可在评论中提出!


  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
好的,我会尽力回答你的问题。曹操出行是一家提供网约车服务的企业,为了提高企业用车接起率,需要对数据进行分析以找出影响接起率的因素。 以下是一个可能的数据分析案例: 1. 收集数据 首先,需要收集曹操出行的各项数据,例如: - 乘客叫车时间、起点、终点、车型、车牌号等信息 - 司机接单时间、接单地点、车型、车牌号等信息 - 司机到达乘客起点的时间、距离、路线等信息 - 乘客取消订单的原因、取消时间等信息 - 司机取消订单的原因、取消时间等信息 2. 数据清洗和预处理 收集到数据后,需要对数据进行清洗和预处理,例如: - 去除重复数据和异常数据 - 对缺失数据进行填充或删除 - 对时间、地点等数据进行格式化和标准化 3. 探索性数据分析 进行数据清洗和预处理后,可以进行探索性数据分析,例如: - 接单率和取消率的分布情况 - 不同时间段、不同地点、不同车型的接单情况 - 司机到达乘客起点的时间和距离的分布情况 - 不同原因的订单取消情况 4. 特征工程 根据探索性数据分析的结果,可以进行特征工程,例如: - 提取时间、地点等特征 - 构建新特征,例如乘客等待时间、司机响应时间、司机到达时间等 - 对特征进行归一化或标准化 5. 模型选择和训练 根据特征工程的结果,可以选择适合的模型进行训练,例如: - 逻辑回归、决策树等分类模型 - 随机森林、GBDT等集成模型 - 神经网络等深度学习模型 6. 模型评估和调优 训练好模型后,需要对模型进行评估和调优,例如: - 使用交叉验证等方法评估模型性能 - 调整模型超参数,例如正则化参数、学习率等 - 使用集成学习等方法提高模型性能 7. 模型部署和监控 最后,需要将模型部署到生产环境中,并进行监控和优化,例如: - 实时监控模型预测结果,并及时处理异常情况 - 定期更新模型,保证模型性能和准确率 - 与业务系统集成,实现自动化决策和调整

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值