数据使能咨询 开启汽车智驾新时代
数字化浪潮正驱动着汽车行业生产和商业模式从电动化，向智能化、网联化方向巨变，产业链更具协同性、开放性、共享性，这也导致车企的数据量呈指数级增长。只有对数据进行有效的、高质量的治理，才能更好地释放数据价值，更好地服务客户，优化决策、降低成本、规避风险，在汽车数字化竞争中赢得先机。
2021年，某车企明确 “数据问题是某车企当前最高优先级的问题”，强调以“企业架构”为工作方向，将数据治理定义为某车企数字化转型的无悔举措。在这个过程中，某车企牵手华为云，共同开启公司的数据治理进程，力争为数字化转型奠定坚实基础。
明确了问题，接下来是要找到切实的解决方案，为此，华为云和某车企“规划+实施”双管齐下，并且通过速赢项目，来验证数据治理效果和价值实现，具体如下：
众所周知，企业数据治理、数据质量提升不是一蹴而就，而是一个漫长且持续的过程。第一步要从数据管理体系和数据规章制度建设开始。
基于某车企的数据现状，借鉴华为优秀的数据经验，在华为云咨询的帮助下，2022年，某车企陆续颁布了公司级的数据治理总纲、政策，包括信息架构管理政策、数据质量管理政策、数据源管理政策、数据安全合规政策，并在组织上，设立了专门的数据架构委员会，设立数据Owner制度，将数据管理责任落实到各小组、各部门头上。
在数据资产管理上，通过华为云数据架构设计三阶十八步方法，系统梳理出公司10+主题域分组，100+L2主题域，1500+业务对象的企业数据资产，以此同时，聚焦关键主数据、基础数据，横向拉通跨域数据标准，确保全公司层面关键数据的语言一致。
在数据体系构建的同时，构筑数据底座刻不容缓。基于华为云的“MRS/DWS/数据治理中心服务”，某车企快速构建起全公司统一的数据底座，搭建采、存、算、管、用等数据全生命周期处理工具链，从而一站式地解决数据架构设计、入湖开发、数据处理、共享服务等多样的诉求。
数据底座上线之后，截止目前，公司数据入湖率已达到90%，并实现6000+数据服务，1亿+次日调用量；面向业务用户，持续完善数据分析服务，现已有超千余位员工进行自助数据分析。
作为一家整车企业，从订单到交付是其核心业务主线，包含订单、计划、冲焊涂总以及库存、运输等业务。在数据治理的过程中，发现订单、计划、生产、质量、库存等数据割裂在各个系统，数据之间如车身号等标准未拉齐，而这些数据问题又导致业务上无法有效管理车辆长时间滞留、零部件异常停留等低效现象。
针对存在的问题，华为云咨询团队与某车企相关人员，协同从供应链领域入手，根据车辆在各车间的通过时间、零部件高低储，分别设定基准值和目标值，以核定各单车/零部件在产线的停留“Kpi”。以准实时数据为基础，拉通各业务部门，设立预警及响应机制，完成从启动生产到成品入库及运输的全流程准实时异常监控。
举例来说，如果某辆车在某一车间滞留过久，指挥中心将会收到预警。指挥中心人员可及时识别出滞留品，并调集资源快速应对。仅此一项举措，帮助某车企整车及零部件在制库存数量下降60%+，每年可节省数千万生产成本。
近年来，各大车企都面临着车市下行、营收和利润下滑的巨大挑战。疫情、汇率下降等外部因素，进一步加大了某车企的业务困扰。举例来说，在供应上，存在部分零部件供应短缺，供应成本动态浮动等问题；在产销上，存在地区间销售利润分差较大、车型间利润不平衡等情况。
如何优化产销匹配，实现资源利用的提升？做到产销匹配，需同时具备二方面的数据：
- 销售数据，通过将销售预测、区域车型销售、经销商库存数据同时集成在基于华为云的某车企数据底座上，不仅仅可以清楚了解订单存量和销售进展值，而且可以获取客户、市场的第一手信息。
- 生产数据，将过去散落在10+系统中的零件采购、库存、整车库存等数据都统一汇总至数据底座上，系统掌握车型级生产成本及生产能力。
以上述数据及分析为基础，根据销售订单和供应信息匹配，实现优质资源配给；也可以通过历史产销数据的差异分析，调整车型装备投入，实现整车需求平衡；依据车类产销分析，可策略性指导生产计划。在打破数据“壁垒”，将生产、销售、库存三方数据贯通后，在满足客户需求的基础上，通过资源最佳配置、销售策略调整，实现新增利润数亿+。
某车企和华为云的合作才刚刚开始，随着OTD，从订单到交付可视化、产销匹配、物流规划管理等多个数字化场景的陆续落地，双方的合作也日益坚定。未来，双方还将联合打造智慧营销平台、智慧AI赋能平台，沿着“数据驱动业务”的数字化转型演进路径上持续迈进，砥砺前行。
数据使能咨询、DataArts Studio数据湖治理中心、DWS数据仓库服务、MRS云原生数据湖
- 点赞
- 收藏
- 关注作者
评论（0）