据最近的一份调查显示，83%的汽车企业执行官正计划开发包括分析平台在内的实时企业平台。采取这一方法可促使汽车公司以及原始设备制造商花更多的时间来收集可真正认识其运营情况和客户的信息。

　　然而，分析平台被广发采用，仍有一些挑战要考虑。其中包括了人才的缺乏，数据分析科学家供不应求。这个问题在汽车制造和代工方面尤其突出，加重了像科技和消费品公司等更多的数据驱动型企业对同类人才的竞争。而企业也很难在内部对分析进行制度化，特别在他们的生态系统很可能需要扩展的时候。

　　尽管存在这些问题，但领先的工业制造商正通过很多不同的方法扩大利用分析以增强性能和发展。他们使用的方法包括以下几个方面：

　　确保产品的可靠性。大部分产品的要求和规格会随着时间而改变。生产商利用分析学很早地接收有关产品性能的反馈信息，这有助于及时地向市场推出最可靠的产品--这是保持竞争力的一个关键因素。举个例子，一家工业公司利用操作分析学不断地评估其最新火车头的性能将有助于改善设备的设计并使其成为市场上最吸睛的产品。

　　增强客户体验。再举个例子，领先的原始设备制造商建立一个远程信息处理方案，帮助客户对他们的车队进行实时监控、识别维护需求并快速更换零件。该解决方案收集海量实时设备数据，对优化产能、燃料和操作员等资源方面非常有价值。

　　产生新收入。一家主要的轮胎公司已发明出一个可减少客户卡车车队的燃料消耗的方案，有助于促进公司的收入增长。车辆内部的传感器收集燃料消耗、温度、速度和位置数据，传送至公司的云服务。然后数据由方案的燃料专家进行分析，专家再向卡车车队管理员做出减少燃料消耗的建议。这样做的结果就是卡车车队管理员每开100公里就节省2升燃料。

　　管理未来机会。过去，分析学主要帮助公司对已发生的事情进行量化和确认。如今，有远见的生产商们已开始采用更具有先进性和预见性的分析来了解未来将要发生的事情。这样，只要事情一开始发生甚至是还没发生之前，公司就可以抓住机遇了。据思科表示，对资产的预见性维护可节约高达12%的定期修理费用。可减少整体维护支出30%，并消除70%的停工时间。

　　分析学的广泛采用可能会带来新的挑战，但一旦克服了这些挑战将终有回报。将分析学作为价值链中内含的性能来进行利用，汽车和工业设备生产商可提高整体的生态系统，大大地增强他们的竞争力，在瞬息万变的全球市场作出快速回应。