一個大型車企的數據應用體系實踐案例

近些年隨著互聯網和數字技術的飛速發(fā)展，車企正面臨著日新月異的行業(yè)變革，在運營和管理中產生和接觸大量數據，但對數據的使用和挖掘不足，數據資產未能參與到企業(yè)的業(yè)務轉化中。

在這樣的背景下，如何從數據中挖掘有效信息，并賦能企業(yè)業(yè)務增值，就成為車企保持核心競爭力的重要因素。

隨著部門各業(yè)務系統的逐步上線以及現有系統的不斷應用，數據的深層次運用需求日益明顯。BI系統分析的核心是從數據中獲取價值，價值體現在從數據中獲得更準確、更深層次的知識與洞察。要達到這一目標，需要提升對數據的認知計算能力，讓計算系統具備對數據的理解、推理、發(fā)現和決策能力。

在此背景下，該車企開始全價值鏈的數字化轉型，建立基于數據的科學企業(yè)經營管理。

全價值鏈數字化轉型之路

隨著工業(yè)4.0以及中國制造2025概念及內涵的深入人心，該車企開始進行數字化轉型的嘗試。2021年該車企對公司全價值鏈進行了數字化轉型調研，從工業(yè)物聯網、智能仿真設計、智能智造、智能診斷、預防性維護幾個方面進行了數字化轉型的規(guī)劃，同時結合公司實際情況制定了數字化轉型的路線圖，力爭通過5-10年的時間實現全面的數字化轉型。

該車企已經做了充分的數字化準備。在支撐業(yè)務運營的核心業(yè)務系統基礎上建立了大數據系統及數據可視化平臺，為挖掘企業(yè)數據價值提供了技術基礎；建設了車聯網平臺，可實時監(jiān)控車輛的位置及車輛運行信息，為用戶安全用車、降本增效等方面提供了有力的支撐。

釋放數據價值

該車企的商務智能可視化平臺構建，支撐了銷售、售后、質量以及職能部門數據可視化分析的任務，為提升數據價值、降本增效等方面起到了重要推動作用。

例如，建立的大數據智能決策平臺，以端到端的數據流為基礎，實現生產運營各個業(yè)務系統的互聯互通。以數字為核心驅動力，實現制造現場信息傳遞淺層化、信息共享透明化、互動更新及時化、業(yè)務執(zhí)行信息化、分析決策智能化，從而不斷提升生產協同效率與質量，全力賦能工廠智慧運營。提供決策支持，將集團各部門的關注指標、管理方式以及部門對工廠的評價體系，都注入到大數據決策平臺中。管理思路與報表數據相結合產生出規(guī)范的報表分析體系，為集團各管理部門的月度經營例會、集團對部門以及部門對工廠的評價和考核等提供可靠的數據支持。

該車企著成熟的數字化工廠建設經驗。數字化工廠與傳統工廠的區(qū)別是，傳統工廠主要是依賴人，通常實現規(guī)?；a，產能過剩，產品滯銷問題嚴重，同時在開發(fā)新產品時研發(fā)周期長，研發(fā)成本高。

數字化工廠主要是通過計算機實現全面的質量管控能力，以用戶需求為中心的柔性生產，通過客戶需求實時感應，市場變化敏捷響應，精準營銷提升產品銷量，大大提升研發(fā)的效益，從而實現在線化、協同化、自治化、智能化的運營管理。

在數字化工廠中有兩個業(yè)務創(chuàng)新：工廠的智能化運營和數字化產品研發(fā)。

“FTQ一次送檢合格率、訂單準時交付率、FPS核心要求條款符合率、HPV單車人工工時、單車制造成本、工位標準化執(zhí)行率、排產達標率……”這些生產運營數據在指揮中心中央大屏上顯示著一組組圖表，生產運營狀態(tài)一目了然。

大數據平臺建設過程中，通過抽取集成CMMP、MES、LES、能源管理等信息系統數據，實現生產制造環(huán)節(jié)的集成與智能化，生產管理人員可以通過LED屏及辦公電腦實時監(jiān)控工廠生產核心指標參數及整體運營情況，提高工廠管理的智能化、生產全過程的透明化及異常問題的響應速度。

此外，可以基于AI技術預測市場需求，研發(fā)與市場需求相匹配的產品，以BI技術為依托實現從需求、設計、仿真、工藝、生產到交付等全過程業(yè)務流和信息流的數字化，縮短創(chuàng)新周期和研發(fā)周期，減少上市時間，降低資金占用，提高產品競爭力，為下游生產制造、維修服務提供數字化基礎。

在數字化轉型中，該車企積累了深厚的經驗，認為數字化轉型需考慮企業(yè)自身信息化及業(yè)務運營的實際情況，不能太激進。同時要充分利用企業(yè)自身現有IT基礎設施，通過人工智能、大數據分析以及知識中臺等先進的技術和方案，與現有企業(yè)自身IT環(huán)境進行結合，效果會更理想。

未來，該車企將在在數據分析、流程管理及績效可視化等方面發(fā)力，共同提升整體數字化能力，推動實現全集團、全鏈路數字化轉型。