本文采訪對象為Jeff，音智達項目總監(jiān)，汽車行業(yè)資深項目管理專家。20年汽車行業(yè)數據分析系統(tǒng)建設經驗。曾參與以下客戶項目實施：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。在這些項中負責項目管理、業(yè)務需求調研和設計，在業(yè)務分析和可視化設計上有豐富的經驗。

從歷史發(fā)展的角度來看，國際一流汽車企業(yè)的發(fā)展歷程都經受了數次的環(huán)境變化、市場波動、質量危機、創(chuàng)新需求的考驗，也都通過多次的質量改進、升級，不斷提升質量管理水平，進而持續(xù)提升產品競爭力。從最初的福特大批量生產，發(fā)展到豐田的精益生產模式，全球汽車產業(yè)市場競爭中，因時制宜，找準符合時代需求的方向，才能完成產業(yè)的轉型與升級。

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、更高質量、更個性化的定制方案。全球汽車產業(yè)已發(fā)展超過百年，成為高度復雜的成熟產業(yè)，在自動化、信息化方面都處于較高水平，企業(yè)間在硬件設施方面的差距逐步縮小，競爭的側重點向運營管理轉移，以獲取持續(xù)優(yōu)勢。相較于過去的“粗放型”管理，企業(yè)需要向“精細化”的管理過渡。

其中重要的一點，就是充分利用企業(yè)在物聯(lián)網時代獲取的大量數據，包括企業(yè)內部與市場、技術、質量等相關的數據，也包括來自企業(yè)外部的社交媒體、行業(yè)動態(tài)等數據。數據挖掘已經成為企業(yè)為自身把脈，及時調整優(yōu)化業(yè)務流程及運營模式的重要決策依據，也是企業(yè)應對輿情及掌握市場動態(tài)不可缺少的得力工具。而面對浩瀚的數據海洋，如何對數據進行融合清洗，保證數據的正確性，繼而利用合適的查詢和分析工具快速、準確地為企業(yè)提供報表展現與分析，成為企業(yè)落實數據價值的重要一環(huán)。

問題一：BI在汽車行業(yè)的應用場景有哪些？

BI可以應用于制造工程，通過大數據與物聯(lián)網應用，提前對發(fā)現的潛在問題進行解決。比如對設備進行管理，包括設備使用情況及費用分析，設備的維修保養(yǎng)分析及預測；也可以對能源——如水電煤等的消耗進行管理，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用使用情況。 

在質量管理過程中，BI可以提供一目了然的質量運行狀況，并基于趨勢分析提供標準報告模板；對產品的缺陷率進行跟蹤，如缺陷數目，并利用帕累托分析等來支撐質量部門解決特定的不良問題。每個缺陷都需要對應到相關的責任部門進行改善，并追蹤改善結果，切實可行的改善方案將存入知識庫中，便于知識共享及相關人員培訓學習，真正將企業(yè)的工程經驗沉淀下來，成為企業(yè)的技術財富。如果發(fā)現類似的問題，可以在知識庫中去查找，通過算法推薦解決方案。

在生產采購方面，利用BI可以對供應商績效進行考核，依據各個供應商的響應速度、技術實力、成本、交付時效、質量水平等對供應商進行全面考核，遴選優(yōu)質供應商。對生產采購流程進行監(jiān)控，查看物流計劃與采購計劃是否匹配。

問題二：觀數臺在汽車行業(yè)有哪些實際的應用案例？

移動互聯(lián)、云計算、物聯(lián)網等技術快速發(fā)展，數據總量呈現出指數型的增長態(tài)勢，數據來源也越來越多樣化。隨著數據的增多、需求的提高，如果采集到的數據缺乏合理的分析、梳理、追蹤，很難真正成為用于指導企業(yè)決策的活數據。正是基于此，新一代智能協(xié)同BI平臺——觀數臺可以成功串聯(lián)起企業(yè)各個部門數據，找出影響業(yè)務部門的瓶頸，還能通過深入挖掘，將企業(yè)多年的生產經驗沉淀為有用的工業(yè)知識，改善產品質量及生產效率。

從應用的業(yè)務部門來說，市場、計劃、研發(fā)、采購、物流、生產、財務、質量、銷售、售后等各個部門產生的數據都可以作為分析要素。

在生產環(huán)節(jié)，全面質量管理理論中的五個影響產品質量的主要因素“人機料法環(huán)”都可以作為切入點，實現質量水平的提升。以某汽車企業(yè)的實際應用為例，通過對比早班、晚班或者A班組、B班組的生產數據，以“人”作為研究對象，借助觀數臺強大的關鍵字過濾器及關聯(lián)搜索，查找與“人”相關的數據，包括工人年齡、工作年限、工位等數據，并基于關聯(lián)強度由強到弱排序。用戶可靈活拖拽相關因子，實時獲取相關數據的可視化結果。觀數臺提供豐富的顏色展現數據間的結構、因果、相關性等，企業(yè)可快速獲取數據間潛藏的邏輯聯(lián)系。通過觀數臺自助式分析，企業(yè)挖掘出生產效率與檢測質量有待改善的班組及人員，并針對性地加強教育培訓，從而最大限度發(fā)揮人員的潛在價值。

在質量環(huán)節(jié)，汽車發(fā)動機冷測試過程會產生很多參數，包括機油壓力，轉速、轉矩等，基于過去數百萬的發(fā)動機冷測歷史數據，通過觀數臺動態(tài)的數據關聯(lián)及全方向的數據查詢路徑，并結合機器學習來預測當前發(fā)動機冷測通過的概率，企業(yè)可以對數據關系理解更透徹，擺脫傳統(tǒng)慣性思維限制。對未通過發(fā)動機冷測試的失敗類型進行分類，采用大規(guī)模數據的算法優(yōu)勢對異常值進行預覽和顯示，讓企業(yè)更好地洞察大規(guī)模數據集，揭示關鍵要素間的潛在聯(lián)系，指引企業(yè)通過跟蹤一些參數的早期變化來預測發(fā)動機測試的結果，從而在產品進入下一工序之前即對異常進行攔截與改善，持續(xù)提升產品質量可靠性。

在售后環(huán)節(jié)，觀數臺可以幫助企業(yè)更好地完成售后質量追溯。通過對來自多個不同來源的數據集進行清洗、轉換，企業(yè)可以快速找出缺陷產品的影響范圍，如涉及哪一批零部件，涉及多少在制品、經銷商或者客戶，并且快速得到一個完整的信息視圖，幫助企業(yè)實現從零部件到汽車成品的整個生命周期的追溯。

除了單個業(yè)務部門的應用，觀數臺也可以將各個業(yè)務部門的數據打通，實現部門之間的橫向聯(lián)動，協(xié)作共享。以工程變更過程為例，這一業(yè)務過程涉及到研發(fā)、質量、采購、制造、售后等跨業(yè)務部門協(xié)同，觀數臺可以跟蹤變更過程中的實時動態(tài)，讓項目責任人員及時了解業(yè)務狀態(tài)及瓶頸。通過與微信、釘釘、OA集成，項目參與者可以隨時隨地在任何設備上處理相關業(yè)務，實現協(xié)同。

問題三：汽車行業(yè)應用BI，應該從哪個環(huán)節(jié)入手？

汽車企業(yè)內部有大量的機會可以通過數據驅動業(yè)務流程優(yōu)化和決策來創(chuàng)造經濟價值。在企業(yè)的任何階段都有大量數據價值有待挖掘，BI可以應用于企業(yè)的各個階段，對數據進行分析處理。由于每家主機廠的市場地位、發(fā)展階段不一樣，企業(yè)的業(yè)務重心也不一樣，需要針對各企業(yè)的實際狀況合理選擇切入點。

觀數臺在汽車行業(yè)具有十分豐富的經驗，擁有沃爾沃、大眾等在內的知名客戶，并且與客戶長期合作，見證了企業(yè)的成長壯大過程。結合這些企業(yè)的應用經驗，可以概括一些規(guī)律，供業(yè)內參考。

成長期的企業(yè)處于系統(tǒng)建設階段，各環(huán)節(jié)業(yè)務流程有待梳理，BI項目的重點在于梳理、規(guī)劃企業(yè)業(yè)務流程。

當企業(yè)發(fā)展壯大之后，系統(tǒng)建設、業(yè)務流程基本已完善，此時關注的重點在于把握市場機會，提升企業(yè)的市場地位。在這一時期，BI可以收集處理來自企業(yè)內部及外部競爭對手等的市場信息，為企業(yè)找準市場機會提供數據依據。

當企業(yè)市場保有量擴大之后，需要關注質量投訴問題。當今，消費者對汽車質量問題較過去更為敏感，借助社交媒體，負面消息能夠快速引發(fā)網絡輿論，給企業(yè)帶來不可估量的名譽損失。企業(yè)需要迅速應對，對相關問題產品進行質量追溯，找出受影響產品范圍，及時安撫客戶，防止事件不良影響擴大。

目前的觀數臺的客戶都非常重視質量問題，質量問題關乎著企業(yè)聲譽及可持續(xù)發(fā)展。BI既能夠幫助快速應對售后質量問題，又能應用于企業(yè)內部，對業(yè)務流程中的數據進行分析，迅速敏捷地發(fā)現各種業(yè)務場景中的質量異常，通過模型對質量進行預測，及時調整相應策略，防患于未然，減少不良品投入市場的可能性。

未來BI的應用趨勢是對需求的預測方面。隨著車聯(lián)網應用逐漸升溫，汽車行業(yè)的數據覆蓋范圍越來越廣，從車聯(lián)網平臺獲取的用戶行為及設備日志數據蘊藏的價值尚待發(fā)掘。如通過用戶行為來預測未來的用戶需求，提前做好市場布局，或者通過設備日志開展預測性維修，減少汽車路上意外拋錨，提升用戶滿意度。

總結

越來越多的企業(yè)開始意識到數據資產管理已然成為大數據時代中企業(yè)競爭力的重要來源。挖掘數據價值始終貫穿數據資產管理之中，這些是推動并最終改變企業(yè)行動的動力。觀數臺將為汽車企業(yè)挖掘數據價值、提升精細化管理水平提供極大助力。