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(jīng)受了數(shù)次的環(huán)境變化、市場波動、質(zhì)量危機、創(chuàng)新需求的考驗，也都通過多次的質(zhì)量改進、升級，不斷提升質(zhì)量管理水平，進而持續(xù)提升產(chǎn)品競爭力。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)市場競爭中，因時制宜，找準符合時代需求的方向，才能完成產(chǎn)業(yè)的轉(zhuǎn)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(zhì)量、更個性化的定制方案。全球汽車產(chǎn)業(yè)已發(fā)展超過百年，成為高度復雜的成熟產(chǎn)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(cè)重點向運營管理轉(zhuǎn)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(wǎng)時代獲取的大量數(shù)據(jù)，包括企業(yè)內(nèi)部與市場、技術、質(zhì)量等相關的數(shù)據(jù)，也包括來自企業(yè)外部的社交媒體、行業(yè)動態(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，及時調(diào)整優(yōu)化業(yè)務流程及運營模式的重要決策依據(jù)，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(shù)據(jù)海洋，如何對數(shù)據(jù)進行融合清洗，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、準確地為企業(yè)提供報表展現(xiàn)與分析，成為企業(yè)落實數(shù)據(jù)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(shù)據(jù)與物聯(lián)網(wǎng)應用，提前對發(fā)現(xiàn)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。 
能源消耗趨勢
在質(zhì)量管理過程中，BI可以提供一目了然的質(zhì)量運行狀況，并基于趨勢分析提供標準報告模板；對產(chǎn)品的缺陷率進行跟蹤，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(jié)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(jīng)驗沉淀下來，成為企業(yè)的技術財富。如果發(fā)現(xiàn)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。
缺陷率查詢
在生產(chǎn)采購方面，利用BI可以對供應商績效進行考核，依據(jù)各個供應商的響應速度、技術實力、成本、交付時效、質(zhì)量水平等對供應商進行全面考核，遴選優(yōu)質(zhì)供應商。對生產(chǎn)采購流程進行監(jiān)控，查看物流計劃與采購計劃是否匹配。
BI在生產(chǎn)采購方面的應用
問題二：觀數(shù)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(wǎng)等技術快速發(fā)展，數(shù)據(jù)總量呈現(xiàn)出指數(shù)型的增長態(tài)勢，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——觀數(shù)臺可以成功串聯(lián)起企業(yè)各個部門數(shù)據(jù)，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(chǎn)經(jīng)驗沉淀為有用的工業(yè)知識，改善產(chǎn)品質(zhì)量及生產(chǎn)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(chǎn)、財務、質(zhì)量、銷售、售后等各個部門產(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影響產(chǎn)品質(zhì)量的主要因素“人機料法環(huán)”都可以作為切入點，實現(xiàn)質(zhì)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(chǎn)數(shù)據(jù)，以“人”作為研究對象，借助觀數(shù)臺強大的關鍵字過濾器及關聯(lián)搜索，查找與“人”相關的數(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(shù)據(jù)的可視化結(jié)果。觀數(shù)臺提供豐富的顏色展現(xiàn)數(shù)據(jù)間的結(jié)構(gòu)、因果、相關性等，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)臺自助式分析，企業(yè)挖掘出生產(chǎn)效率與檢測質(zhì)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(zhì)量環(huán)節(jié)，汽車發(fā)動機冷測試過程會產(chǎn)生很多參數(shù)，包括機油壓力，轉(zhuǎn)速、轉(zhuǎn)矩等，基于過去數(shù)百萬的發(fā)動機冷測歷史數(shù)據(jù)，通過觀數(shù)臺動態(tài)的數(shù)據(jù)關聯(lián)及全方向的數(shù)據(jù)查詢路徑，并結(jié)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(shù)據(jù)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(shù)據(jù)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(shù)據(jù)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(shù)的早期變化來預測發(fā)動機測試的結(jié)果，從而在產(chǎn)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(chǎn)品質(zhì)量可靠性。
汽車發(fā)動機冷測試
在售后環(huán)節(jié)，觀數(shù)臺可以幫助企業(yè)更好地完成售后質(zhì)量追溯。通過對來自多個不同來源的數(shù)據(jù)集進行清洗、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，并且快速得到一個完整的信息視圖，幫助企業(yè)實現(xiàn)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(shù)臺也可以將各個業(yè)務部門的數(shù)據(jù)打通，實現(xiàn)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(zhì)量、采購、制造、售后等跨業(yè)務部門協(xié)同，觀數(shù)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(xiàn)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(nèi)部有大量的機會可以通過數(shù)據(jù)驅(qū)動業(yè)務流程優(yōu)化和決策來創(chuàng)造經(jīng)濟價值。在企業(yè)的任何階段都有大量數(shù)據(jù)價值有待挖掘，BI可以應用于企業(yè)的各個階段，對數(shù)據(jù)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(shù)臺在汽車行業(yè)具有十分豐富的經(jīng)驗，擁有沃爾沃、大眾等在內(nèi)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(jié)合這些企業(yè)的應用經(jīng)驗，可以概括一些規(guī)律，供業(yè)內(nèi)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(nèi)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(shù)據(jù)依據(jù)。
當企業(yè)市場保有量擴大之后，需要關注質(zhì)量投訴問題。當今，消費者對汽車質(zhì)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(wǎng)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(chǎn)品進行質(zhì)量追溯，找出受影響產(chǎn)品范圍，及時安撫客戶，防止事件不良影響擴大。
目前的觀數(shù)臺的客戶都非常重視質(zhì)量問題，質(zhì)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(zhì)量問題，又能應用于企業(yè)內(nèi)部，對業(yè)務流程中的數(shù)據(jù)進行分析，迅速敏捷地發(fā)現(xiàn)各種業(yè)務場景中的質(zhì)量異常，通過模型對質(zhì)量進行預測，及時調(diào)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(wǎng)應用逐漸升溫，汽車行業(yè)的數(shù)據(jù)覆蓋范圍越來越廣，從車聯(lián)網(wǎng)平臺獲取的用戶行為及設備日志數(shù)據(jù)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(jié)
越來越多的企業(yè)開始意識到數(shù)據(jù)資產(chǎn)管理已然成為大數(shù)據(jù)時代中企業(yè)競爭力的重要來源。挖掘數(shù)據(jù)價值始終貫穿數(shù)據(jù)資產(chǎn)管理之中，這些是推動并最終改變企業(yè)行動的動力。觀數(shù)臺將為汽車企業(yè)挖掘數(shù)據(jù)價值、提升精細化管理水平提供極大助力。
