域名預(yù)訂/競(jìng)價(jià)，好“米”不錯(cuò)過

本文采訪對(duì)象為Jeff，音智達(dá)項(xiàng)目總監(jiān)，汽車行業(yè)資深項(xiàng)目管理專家。20年汽車行業(yè)數(shù)據(jù)分析系統(tǒng)建設(shè)經(jīng)驗(yàn)。曾參與以下客戶項(xiàng)目實(shí)施：奔馳，寶馬，奧迪，捷豹，上汽通用、上汽大眾、蔚來汽車、威馬汽車、觀致汽車、上汽乘用車、北汽新能源、北汽麥格納、納鐵福等。在這些項(xiàng)中負(fù)責(zé)項(xiàng)目管理、業(yè)務(wù)需求調(diào)研和設(shè)計(jì)，在業(yè)務(wù)分析和可視化設(shè)計(jì)上有豐富的經(jīng)驗(yàn)。

從歷史發(fā)展的角度來看，國(guó)際一流汽車企業(yè)的發(fā)展歷程都經(jīng)受了數(shù)次的環(huán)境變化、市場(chǎng)波動(dòng)、質(zhì)量危機(jī)、創(chuàng)新需求的考驗(yàn)，也都通過多次的質(zhì)量改進(jìn)、升級(jí)，不斷提升質(zhì)量管理水平，進(jìn)而持續(xù)提升產(chǎn)品競(jìng)爭(zhēng)力。從最初的福特大批量生產(chǎn)，發(fā)展到豐田的精益生產(chǎn)模式，全球汽車產(chǎn)業(yè)市場(chǎng)競(jìng)爭(zhēng)中，因時(shí)制宜，找準(zhǔn)符合時(shí)代需求的方向，才能完成產(chǎn)業(yè)的轉(zhuǎn)型與升級(jí)。

以智能制造為背景的今天，汽車企業(yè)面臨著更多的挑戰(zhàn)——更短交期、更高質(zhì)量、更個(gè)性化的定制方案。全球汽車產(chǎn)業(yè)已發(fā)展超過百年，成為高度復(fù)雜的成熟產(chǎn)業(yè)，在自動(dòng)化、信息化方面都處于較高水平，企業(yè)間在硬件設(shè)施方面的差距逐步縮小，競(jìng)爭(zhēng)的側(cè)重點(diǎn)向運(yùn)營(yíng)管理轉(zhuǎn)移，以獲取持續(xù)優(yōu)勢(shì)。相較于過去的“粗放型”管理，企業(yè)需要向“精細(xì)化”的管理過渡。

其中重要的一點(diǎn)，就是充分利用企業(yè)在物聯(lián)網(wǎng)時(shí)代獲取的大量數(shù)據(jù)，包括企業(yè)內(nèi)部與市場(chǎng)、技術(shù)、質(zhì)量等相關(guān)的數(shù)據(jù)，也包括來自企業(yè)外部的社交媒體、行業(yè)動(dòng)態(tài)等數(shù)據(jù)。數(shù)據(jù)挖掘已經(jīng)成為企業(yè)為自身把脈，及時(shí)調(diào)整優(yōu)化業(yè)務(wù)流程及運(yùn)營(yíng)模式的重要決策依據(jù)，也是企業(yè)應(yīng)對(duì)輿情及掌握市場(chǎng)動(dòng)態(tài)不可缺少的得力工具。而面對(duì)浩瀚的數(shù)據(jù)海洋，如何對(duì)數(shù)據(jù)進(jìn)行融合清洗，保證數(shù)據(jù)的正確性，繼而利用合適的查詢和分析工具快速、準(zhǔn)確地為企業(yè)提供報(bào)表展現(xiàn)與分析，成為企業(yè)落實(shí)數(shù)據(jù)價(jià)值的重要一環(huán)。

問題一 ： BI在 汽車行業(yè)的應(yīng)用場(chǎng)景 有哪些 ？

BI可以應(yīng)用于制造工程，通過大數(shù)據(jù)與物聯(lián)網(wǎng)應(yīng)用，提前對(duì)發(fā)現(xiàn)的潛在問題進(jìn)行解決。比如對(duì)設(shè)備進(jìn)行管理，包括設(shè)備使用情況及費(fèi)用分析，設(shè)備的維修保養(yǎng)分析及預(yù)測(cè);也可以對(duì)能源——如水電煤等的消耗進(jìn)行管理，包括能源利用率，節(jié)能減排及潛力分析;還可以跟蹤工程更改訂單的執(zhí)行情況及其過程中的費(fèi)用使用情況。

能源消耗趨勢(shì)

在質(zhì)量管理過程中，BI可以提供一目了然的質(zhì)量運(yùn)行狀況，并基于趨勢(shì)分析提供標(biāo)準(zhǔn)報(bào)告模板;對(duì)產(chǎn)品的缺陷率進(jìn)行跟蹤，如缺陷數(shù)目，并利用帕累托分析等來支撐質(zhì)量部門解決特定的不良問題。每個(gè)缺陷都需要對(duì)應(yīng)到相關(guān)的責(zé)任部門進(jìn)行改善，并追蹤改善結(jié)果，切實(shí)可行的改善方案將存入知識(shí)庫(kù)中，便于知識(shí)共享及相關(guān)人員培訓(xùn)學(xué)習(xí)，真正將企業(yè)的工程經(jīng)驗(yàn)沉淀下來，成為企業(yè)的技術(shù)財(cái)富。如果發(fā)現(xiàn)類似的問題，可以在知識(shí)庫(kù)中去查找，通過算法推薦解決方案。

缺陷率查詢

在生產(chǎn)采購(gòu)方面，利用BI可以對(duì)供應(yīng)商績(jī)效進(jìn)行考核，依據(jù)各個(gè)供應(yīng)商的響應(yīng)速度、技術(shù)實(shí)力、成本、交付時(shí)效、質(zhì)量水平等對(duì)供應(yīng)商進(jìn)行全面考核，遴選優(yōu)質(zhì)供應(yīng)商。對(duì)生產(chǎn)采購(gòu)流程進(jìn)行監(jiān)控，查看物流計(jì)劃與采購(gòu)計(jì)劃是否匹配。

BI在生產(chǎn)采購(gòu)方面的應(yīng)用

問題二 ： 觀 數(shù)臺(tái) 在汽車行業(yè)有 哪些實(shí)際的應(yīng)用案例 ？

移動(dòng)互聯(lián)、云計(jì)算、物聯(lián)網(wǎng)等技術(shù)快速發(fā)展，數(shù)據(jù)總量呈現(xiàn)出指數(shù)型的增長(zhǎng)態(tài)勢(shì)，數(shù)據(jù)來源也越來越多樣化。隨著數(shù)據(jù)的增多、需求的提高，如果采集到的數(shù)據(jù)缺乏合理的分析、梳理、追蹤，很難真正成為用于指導(dǎo)企業(yè)決策的活數(shù)據(jù)。正是基于此，新一代智能協(xié)同BI平臺(tái)——觀數(shù)臺(tái)可以成功串聯(lián)起企業(yè)各個(gè)部門數(shù)據(jù)，找出影響業(yè)務(wù)部門的瓶頸，還能通過深入挖掘，將企業(yè)多年的生產(chǎn)經(jīng)驗(yàn)沉淀為有用的工業(yè)知識(shí)，改善產(chǎn)品質(zhì)量及生產(chǎn)效率。

從應(yīng)用的業(yè)務(wù)部門來說，市場(chǎng)、計(jì)劃、研發(fā)、采購(gòu)、物流、生產(chǎn)、財(cái)務(wù)、質(zhì)量、銷售、售后等各個(gè)部門產(chǎn)生的數(shù)據(jù)都可以作為分析要素。

在生產(chǎn)環(huán)節(jié)，全面質(zhì)量管理理論中的五個(gè)影響產(chǎn)品質(zhì)量的主要因素“人機(jī)料法環(huán)”都可以作為切入點(diǎn)，實(shí)現(xiàn)質(zhì)量水平的提升。以某汽車企業(yè)的實(shí)際應(yīng)用為例，通過對(duì)比早班、晚班或者A班組、B班組的生產(chǎn)數(shù)據(jù)，以“人”作為研究對(duì)象，借助觀數(shù)臺(tái)強(qiáng)大的關(guān)鍵字過濾器及關(guān)聯(lián)搜索，查找與“人”相關(guān)的數(shù)據(jù)，包括工人年齡、工作年限、工位等數(shù)據(jù)，并基于關(guān)聯(lián)強(qiáng)度由強(qiáng)到弱排序。用戶可靈活拖拽相關(guān)因子，實(shí)時(shí)獲取相關(guān)數(shù)據(jù)的可視化結(jié)果。觀數(shù)臺(tái)提供豐富的顏色展現(xiàn)數(shù)據(jù)間的結(jié)構(gòu)、因果、相關(guān)性等，企業(yè)可快速獲取數(shù)據(jù)間潛藏的邏輯聯(lián)系。通過觀數(shù)臺(tái)自助式分析，企業(yè)挖掘出生產(chǎn)效率與檢測(cè)質(zhì)量有待改善的班組及人員，并針對(duì)性地加強(qiáng)教育培訓(xùn)，從而最大限度發(fā)揮人員的潛在價(jià)值。

在質(zhì)量環(huán)節(jié)，汽車發(fā)動(dòng)機(jī)冷測(cè)試過程會(huì)產(chǎn)生很多參數(shù)，包括機(jī)油壓力，轉(zhuǎn)速、轉(zhuǎn)矩等，基于過去數(shù)百萬(wàn)的發(fā)動(dòng)機(jī)冷測(cè)歷史數(shù)據(jù)，通過觀數(shù)臺(tái)動(dòng)態(tài)的數(shù)據(jù)關(guān)聯(lián)及全方向的數(shù)據(jù)查詢路徑，并結(jié)合機(jī)器學(xué)習(xí)來預(yù)測(cè)當(dāng)前發(fā)動(dòng)機(jī)冷測(cè)通過的概率，企業(yè)可以對(duì)數(shù)據(jù)關(guān)系理解更透徹，擺脫傳統(tǒng)慣性思維限制。對(duì)未通過發(fā)動(dòng)機(jī)冷測(cè)試的失敗類型進(jìn)行分類，采用大規(guī)模數(shù)據(jù)的算法優(yōu)勢(shì)對(duì)異常值進(jìn)行預(yù)覽和顯示，讓企業(yè)更好地洞察大規(guī)模數(shù)據(jù)集，揭示關(guān)鍵要素間的潛在聯(lián)系，指引企業(yè)通過跟蹤一些參數(shù)的早期變化來預(yù)測(cè)發(fā)動(dòng)機(jī)測(cè)試的結(jié)果，從而在產(chǎn)品進(jìn)入下一工序之前即對(duì)異常進(jìn)行攔截與改善，持續(xù)提升產(chǎn)品質(zhì)量可靠性。

汽車發(fā)動(dòng)機(jī)冷測(cè)試

在售后環(huán)節(jié)，觀數(shù)臺(tái)可以幫助企業(yè)更好地完成售后質(zhì)量追溯。通過對(duì)來自多個(gè)不同來源的數(shù)據(jù)集進(jìn)行清洗、轉(zhuǎn)換，企業(yè)可以快速找出缺陷產(chǎn)品的影響范圍，如涉及哪一批零部件，涉及多少在制品、經(jīng)銷商或者客戶，并且快速得到一個(gè)完整的信息視圖，幫助企業(yè)實(shí)現(xiàn)從零部件到汽車成品的整個(gè)生命周期的追溯。

除了單個(gè)業(yè)務(wù)部門的應(yīng)用，觀數(shù)臺(tái)也可以將各個(gè)業(yè)務(wù)部門的數(shù)據(jù)打通，實(shí)現(xiàn)部門之間的橫向聯(lián)動(dòng)，協(xié)作共享。以工程變更過程為例，這一業(yè)務(wù)過程涉及到研發(fā)、質(zhì)量、采購(gòu)、制造、售后等跨業(yè)務(wù)部門協(xié)同，觀數(shù)臺(tái)可以跟蹤變更過程中的實(shí)時(shí)動(dòng)態(tài)，讓項(xiàng)目責(zé)任人員及時(shí)了解業(yè)務(wù)狀態(tài)及瓶頸。通過與微信、釘釘、OA集成，項(xiàng)目參與者可以隨時(shí)隨地在任何設(shè)備上處理相關(guān)業(yè)務(wù)，實(shí)現(xiàn)協(xié)同。

問題三 ： 汽車行業(yè)應(yīng)用BI ，應(yīng)該從 哪 個(gè)環(huán)節(jié) 入 手？

汽車企業(yè)內(nèi)部有大量的機(jī)會(huì)可以通過數(shù)據(jù)驅(qū)動(dòng)業(yè)務(wù)流程優(yōu)化和決策來創(chuàng)造經(jīng)濟(jì)價(jià)值。在企業(yè)的任何階段都有大量數(shù)據(jù)價(jià)值有待挖掘，BI可以應(yīng)用于企業(yè)的各個(gè)階段，對(duì)數(shù)據(jù)進(jìn)行分析處理。由于每家主機(jī)廠的市場(chǎng)地位、發(fā)展階段不一樣，企業(yè)的業(yè)務(wù)重心也不一樣，需要針對(duì)各企業(yè)的實(shí)際狀況合理選擇切入點(diǎn)。

觀數(shù)臺(tái)在汽車行業(yè)具有十分豐富的經(jīng)驗(yàn)，擁有沃爾沃、大眾等在內(nèi)的知名客戶，并且與客戶長(zhǎng)期合作，見證了企業(yè)的成長(zhǎng)壯大過程。結(jié)合這些企業(yè)的應(yīng)用經(jīng)驗(yàn)，可以概括一些規(guī)律，供業(yè)內(nèi)參考。

成長(zhǎng)期的企業(yè)處于系統(tǒng)建設(shè)階段，各環(huán)節(jié)業(yè)務(wù)流程有待梳理，BI項(xiàng)目的重點(diǎn)在于梳理、規(guī)劃企業(yè)業(yè)務(wù)流程。

當(dāng)企業(yè)發(fā)展壯大之后，系統(tǒng)建設(shè)、業(yè)務(wù)流程基本已完善，此時(shí)關(guān)注的重點(diǎn)在于把握市場(chǎng)機(jī)會(huì)，提升企業(yè)的市場(chǎng)地位。在這一時(shí)期，BI可以收集處理來自企業(yè)內(nèi)部及外部競(jìng)爭(zhēng)對(duì)手等的市場(chǎng)信息，為企業(yè)找準(zhǔn)市場(chǎng)機(jī)會(huì)提供數(shù)據(jù)依據(jù)。

當(dāng)企業(yè)市場(chǎng)保有量擴(kuò)大之后，需要關(guān)注質(zhì)量投訴問題。當(dāng)今，消費(fèi)者對(duì)汽車質(zhì)量問題較過去更為敏感，借助社交媒體，負(fù)面消息能夠快速引發(fā)網(wǎng)絡(luò)輿論，給企業(yè)帶來不可估量的名譽(yù)損失。企業(yè)需要迅速應(yīng)對(duì)，對(duì)相關(guān)問題產(chǎn)品進(jìn)行質(zhì)量追溯，找出受影響產(chǎn)品范圍，及時(shí)安撫客戶，防止事件不良影響擴(kuò)大。

目前的觀數(shù)臺(tái)的客戶都非常重視質(zhì)量問題，質(zhì)量問題關(guān)乎著企業(yè)聲譽(yù)及可持續(xù)發(fā)展。BI既能夠幫助快速應(yīng)對(duì)售后質(zhì)量問題，又能應(yīng)用于企業(yè)內(nèi)部，對(duì)業(yè)務(wù)流程中的數(shù)據(jù)進(jìn)行分析，迅速敏捷地發(fā)現(xiàn)各種業(yè)務(wù)場(chǎng)景中的質(zhì)量異常，通過模型對(duì)質(zhì)量進(jìn)行預(yù)測(cè)，及時(shí)調(diào)整相應(yīng)策略，防患于未然，減少不良品投入市場(chǎng)的可能性。

未來BI的應(yīng)用趨勢(shì)是對(duì)需求的預(yù)測(cè)方面。隨著車聯(lián)網(wǎng)應(yīng)用逐漸升溫，汽車行業(yè)的數(shù)據(jù)覆蓋范圍越來越廣，從車聯(lián)網(wǎng)平臺(tái)獲取的用戶行為及設(shè)備日志數(shù)據(jù)蘊(yùn)藏的價(jià)值尚待發(fā)掘。如通過用戶行為來預(yù)測(cè)未來的用戶需求，提前做好市場(chǎng)布局，或者通過設(shè)備日志開展預(yù)測(cè)性維修，減少汽車路上意外拋錨，提升用戶滿意度。

總結(jié)

越來越多的企業(yè)開始意識(shí)到數(shù)據(jù)資產(chǎn)管理已然成為大數(shù)據(jù)時(shí)代中企業(yè)競(jìng)爭(zhēng)力的重要來源。挖掘數(shù)據(jù)價(jià)值始終貫穿數(shù)據(jù)資產(chǎn)管理之中，這些是推動(dòng)并最終改變企業(yè)行動(dòng)的動(dòng)力。觀數(shù)臺(tái)將為汽車企業(yè)挖掘數(shù)據(jù)價(jià)值、提升精細(xì)化管理水平提供極大助力。

申請(qǐng)創(chuàng)業(yè)報(bào)道，分享創(chuàng)業(yè)好點(diǎn)子。點(diǎn)擊此處，共同探討創(chuàng)業(yè)新機(jī)遇！