越来越多的公司正在意识到，日益增长的数据获取量有着足够的潜力改变其业务。倍耐力正是其中之一。在轮胎制造过程中，产品生产线每秒钟能够测得数百个参数。超过4000个网状舰队式传感器从轮胎的各个维度传回数据。所有这些信息，可以传达全新的见解，成为创新的催化剂。
除此之外，公司研发实验室、赛道测试、供应商、客户、博客和社交媒体上也会产生大量数据，倍耐力的数据科学和评估部门负责人Carlo Torniai和他的团队对这一切有着深入研究。
“令我印象深刻的大量数据来自产品和我们的生产过程，以及我们内部数据生态系统的多样性和复杂性，”Torniai说道，“我们所获得的数据尚有很多未开发的潜力，我的目标是利用这些数据建立更智慧的解决方案。”
首先，Torniai的团队正专注于倍耐力三大主要领域：智慧生产，智能科技（Cyber Technologies)开发，和从原料供应到最终销售环节的扩展价值链。这一团队的信念是要较之以往更为精确地测量和管理数据，使用实时数据得出更为高效的解决方案。
高效数据分析的益处
有证据显示，数据驱动的公司在财政和运营控制方面表现更好。根据麻省理工大学数字商务中心和麦肯锡商业技术办公室合作的研究报告指出，在数据驱动方面处于领先地位的公司，其生产效率高于竞争对手5%，而利润则要高出6%。
比如美国通用电气公司，他们最早相信大数据的作用，使用大数据改善自身业务并研发卖给消费者的软件产品，这类公司可以在任何地方看到改进空间。举例来说，通用电气对航空业的研究发现，每年，因意外降落、流程糟糕和可避免的事故达到的浪费高达220亿美元，更好地利用大数据可以帮助省钱。
发展智能生产
对倍耐力而言，最大的数据来源是产品线上的机器。他们测量着轮胎制造中的运作参数和整个生产环节中的质量。因此，针对任何一个轮胎，都可以检测到原材料注入、以及生产机器上的不同设置和读数。使用这些信息，可以构建预测模型，根据制造方法实时估算出轮胎预期质量。
下一步，则是从预测模型转向规范模型，能够真正给出生产过程中和研发单个机器时的正确参数，以创造最佳的质量和效率。每次改变，系统都会进行“学习”，这样整个流程都会不断进步。
“在不久的将来，我们会设想看到一个虚拟工厂，在那里，任何时候给定资源和预期结果都是可知的，机器自动调节过程和物料流程，自主建议所需技能，”Torniai说道。
意识到智能科技（Cyber Technologies)中心的潜力
另一个丰富的数据分析领域是来自倍耐力智能科技（Cyber Technologies)中心的大量信息。公司的网络舰队系统已经在对消费者发挥作用，他们的GPS定位系统能够在超过3亿公里的范围内给予卡车公司车辆胎压和温度的实时信息。
过去两年，倍耐力通过其智能科技（Cyber Technologies)中性的传感研发矩阵收集了大量信息。通过这些每日监测到的轮胎温度、胎压和磨损数据，数据学家正在寻找最适合的胎纹，以帮助改进车辆的安全性并提升燃油的使用效率。
倍耐力的数据团队正在从新科技中为消费者觅得更多益处，像是可以预测轮胎需要维护，让驾驶者知晓轮胎何时需要补气、修理或更换，还有能够让制动时间缩到最短。
然后，智能科技（Cyber Technologies)中心的传感器可能与服务站或导航设备公司的外部数据进行交互，这将帮助驾驶者更好地规划路线，避开危险或困难的道路，甚至可以避开交通拥堵。
面向消费者市场的智能科技（Cyber Technologies)产品依然还在研发之中，具备所有这些可能性，同时，在投入使用时具有更丰富功能。
改进资源利用
倍耐力数据学家们的第三个关注点是公司的扩展价值链——覆盖从原料供应到产品分销的各个环节。预测资源流动情况，并且在需要时快速反应、做出改变，这可以节省原料，打造更高效的生产流程。
除了这三个最初的数据群体之外，来自竞争分析、人力资源分析和倍耐力网站、社交媒体的大量数据分析都有潜力为公司发展带来改进。整体上，目标是能够构建一个使整个公司都可以受益的智能信息框架。
正如很多公司正在挖掘的那样，将数据分析置于业务核心地位包含了一种全新的思考方式和决策模式。即使是对于倍耐力这样深耕于数字和数据的公司而言，这同样是巨大的跨步。
Torniai意识到，他的工作一部分就是解读这些全新的方式，同时在商业案例中获得证明。
“这不仅仅要求技术技能，同时也要求沟通技能，给那些非技术人员讲故事的能力，”他说道，“然后，就是需要解释，因为你可能不会经常得到一个非黑即白的解决方案，而是得到一系列的可能性。所以，你需要给那些习惯于处理直接数字的人们解释结果中的这些‘模糊性'，然后在此基础上，做出最终决定。”
