一个大型车企的数据应用体系实践案例
近些年随着互联网和数字技术的飞速发展，车企正面临着日新月异的行业变革，在运营和管理中产生和接触大量数据，但对数据的使用和挖掘不足，数据资产未能参与到企业的业务转化中。
在这样的背景下，如何从数据中挖掘有效信息，并赋能企业业务增值，就成为车企保持核心竞争力的重要因素。
随着部门各业务系统的逐步上线以及现有系统的不断应用，数据的深层次运用需求日益明显。BI系统分析的核心是从数据中获取价值，价值体现在从数据中获得更准确、更深层次的知识与洞察。要达到这一目标，需要提升对数据的认知计算能力，让计算系统具备对数据的理解、推理、发现和决策能力。
在此背景下，该车企开始全价值链的数字化转型，建立基于数据的科学企业经营管理。
全价值链数字化转型之路
随着工业4.0以及中国制造2025概念及内涵的深入人心，该车企开始进行数字化转型的尝试。2021年该车企对公司全价值链进行了数字化转型调研，从工业物联网、智能仿真设计、智能智造、智能诊断、预防性维护几个方面进行了数字化转型的规划，同时结合公司实际情况制定了数字化转型的路线图，力争通过5-10年的时间实现全面的数字化转型。
该车企已经做了充分的数字化准备。在支撑业务运营的核心业务系统基础上建立了大数据系统及数据可视化平台，为挖掘企业数据价值提供了技术基础；建设了车联网平台，可实时监控车辆的位置及车辆运行信息，为用户安全用车、降本增效等方面提供了有力的支撑。
释放数据价值
该车企的商务智能可视化平台构建，支撑了销售、售后、质量以及职能部门数据可视化分析的任务，为提升数据价值、降本增效等方面起到了重要推动作用。
例如，建立的大数据智能决策平台，以端到端的数据流为基础，实现生产运营各个业务系统的互联互通。以数字为核心驱动力，实现制造现场信息传递浅层化、信息共享透明化、互动更新及时化、业务执行信息化、分析决策智能化，从而不断提升生产协同效率与质量，全力赋能工厂智慧运营。提供决策支持，将集团各部门的关注指标、管理方式以及部门对工厂的评价体系，都注入到大数据决策平台中。管理思路与报表数据相结合产生出规范的报表分析体系，为集团各管理部门的月度经营例会、集团对部门以及部门对工厂的评价和考核等提供可靠的数据支持。
该车企着成熟的数字化工厂建设经验。数字化工厂与传统工厂的区别是，传统工厂主要是依赖人，通常实现规模化生产，产能过剩，产品滞销问题严重，同时在开发新产品时研发周期长，研发成本高。
数字化工厂主要是通过计算机实现全面的质量管控能力，以用户需求为中心的柔性生产，通过客户需求实时感应，市场变化敏捷响应，精准营销提升产品销量，大大提升研发的效益，从而实现在线化、协同化、自治化、智能化的运营管理。
在数字化工厂中有两个业务创新：工厂的智能化运营和数字化产品研发。
“FTQ一次送检合格率、订单准时交付率、FPS核心要求条款符合率、HPV单车人工工时、单车制造成本、工位标准化执行率、排产达标率……”这些生产运营数据在指挥中心中央大屏上显示着一组组图表，生产运营状态一目了然。
大数据平台建设过程中，通过抽取集成CMMP、MES、LES、能源管理等信息系统数据，实现生产制造环节的集成与智能化，生产管理人员可以通过LED屏及办公电脑实时监控工厂生产核心指标参数及整体运营情况，提高工厂管理的智能化、生产全过程的透明化及异常问题的响应速度。
此外，可以基于AI技术预测市场需求，研发与市场需求相匹配的产品，以BI技术为依托实现从需求、设计、仿真、工艺、生产到交付等全过程业务流和信息流的数字化，缩短创新周期和研发周期，减少上市时间，降低资金占用，提高产品竞争力，为下游生产制造、维修服务提供数字化基础。
在数字化转型中，该车企积累了深厚的经验，认为数字化转型需考虑企业自身信息化及业务运营的实际情况，不能太激进。同时要充分利用企业自身现有IT基础设施，通过人工智能、大数据分析以及知识中台等先进的技术和方案，与现有企业自身IT环境进行结合，效果会更理想。
未来，该车企将在在数据分析、流程管理及绩效可视化等方面发力，共同提升整体数字化能力，推动实现全集团、全链路数字化转型。
