德國人過去引以為傲的精準，反映在列車極為準時上，可惜這個傳統逐漸失守，但德國人決定找回過去的榮耀，過去 2 年來，西門子（siemens）的工程師努力應用大資料資料分析協助預防性維修，來讓列車恢復準點。
根據歐盟報告，德國的列車準點率逐漸「掉漆」，2014 年只有 78.3% 德國長途列車準點，準點的定義是在表定時間誤差 6 分鐘的時間內抵達，這個糟糕的準點率不僅大幅退步，更是排名墊底，在 23 個歐盟國家內只贏過 2 個國家，立陶宛的 74.8% 準點率以及葡萄牙的 77% 準點率。
就在德國準點率掉漆的同時，德國綜合機電大廠西門子，卻在西班牙創造準點率標竿，西門子與西班牙國家鐵路（renfe）的合資公司，在西班牙所管理 的列車行程中，每 2,300 趟只有一趟延遲超過 5 分鐘，準點率高達 99.98%，不僅高於西班牙全國平均 89.9%，更高於歐盟之中的佼佼者芬蘭的 95.4%。
西班牙國家鐵路對準點率的信心，反應在誤點賠償上，要是從馬德里到巴塞隆納的高速列車延遲超過 15 分鐘，可以全額退費賠償。
這個準點率標竿來自於物聯網與大資料的概念，西門子列車上如今有無數感測器可以傳遞資訊給西門子做分析，西門子把慕尼黑附近阿拉克（allach） 的火車頭工廠改造成為資料中心，有 30 位軟體專家分析西門子列車感測器傳來的大量資料，以大資料分析事先**零部件該更換的時間，在實際損壞之前，於例行維修中預先更換，確保行駛中不會發生故 障，也就防止因機械故障造成的誤點。
一輛列車延遲，會導致後續車班大亂，以倫敦地鐵來說，要是早上 7 點有列車故障，到 12 點車班都還會受到影響，因此能預先維修防止故障對鐵路運輸來說相當重要。
預先維修改變產業營運方式
預先維修並非新觀念，在工廠生產線領域早在 15 年前就開始應用，因為工廠生產線若是運轉中因零件長久耗損而故障停擺，產線整個停下來修理，那可損失大了，因此很早就發展預先維修。
隨著網路鏈結性提公升，預先維修的觀念逐漸擴充套件至消費性產品與服務領域，其中，航空產業又是新觀念的領航者，兩大航空引擎商勞斯萊斯（rolls- royce）與奇異（ge）英雄所見略同，認為賣引擎不只是銀貨兩訖就好，預先維修的觀念，讓引擎製造商還能以時間為單位收取維護服務費用，在服務期限內 保證客戶的引擎不發生故障。
預先維修也改變了鐵路業的商業模式，過去鐵路業者要自行準備預算來修復故障車輛與系統，如今，西門子將預先維修當做服務銷售，賣給鐵路營運者「可用性」，保證列車在需要時不故障一定可用。
這種概念也延伸到汽車業，過去定期回廠檢修時，若發現車主的耗件已經損耗 7 成，往往就直接更換，因為這個耗件大概無法撐到明年回廠檢修。但是，其實該耗件或許還能安全地開上半年沒問題，提早更換不但花錢，也造成浪費；如今，奧迪 （audi）就引進了預先維修概念，汽車車身上裝有感測器，能把資料傳給經銷商，若從資料中察覺有耗件即將損壞，就立即安排在最適當時間回廠換修，如此一 來，一方面可確保不會開到一半故障，一方面可把耗件使用到最長時間，節省消費者的金錢。
同樣的概念也早已應用於電梯產業，蒂森克虜伯（thyssenkrupp）於 2015 年開始於其全球 120 萬輛電梯中安裝加速度、聲音與震動感測器，透過回傳的資料，可以準確預估電梯 10~20 天內需要維修，此時蒂森克虜伯可提前通知客戶，告知有零件耗損風險，需要預先維修，由於提前通知，利於安排在客戶最方便的時間進行。而由於有必要才維修， 也減少了維修次數，目前電梯平均每年定期維修 5~6 次，加裝感測器之後，只需要 3 次，1 年可為蒂森克虜伯節省高達數億歐元。
物聯網與大資料分析應用，不僅可望讓德國列車恢復準時，也已經改變許多產業的營運方式。
大資料分析工具
新 指數 清博大資料 新 指數 www.gsdata.cn 是新 大資料第一平台，為運營新 利器 現已開通賬號分鐘級監測服務，打擊粉絲造假賬號，支援使用者自主監測新 資料 定製各類榜單，並提供資料api等各類增值服務。資料視覺化工具 cytoscape 圖表秀 資料觀 微博足跡視覺化 bdp個人版 ...
大資料分析流程
愛資料學院 welcome 一 為什麼要做乙份資料報告 你是乙個工作了一段時間的白領，你覺得現在這份工作不適合你，你下班以後去逛知乎，在上面看到很多人在說大資料代表未來，資料分析師是21世紀最 的十大職業之一 你激動了，你也要成為資料分析師，你利用空餘時間補上了統計知識，學了分析工具，然後發現自己目...
大資料分析框架
spark 是在 hadoop 的基礎上進行了一些架構上的改良。spark 與hadoop 最大的不同點在於，hadoop 使用硬碟來儲存資料，而spark 使用記憶體來儲存資料，因此 spark 可以提供超過 ha?doop 100 倍的運算速度。由於記憶體斷電後會丟失資料，spark不能用於處理...