某汽車企業成立于2014年1月，總部位于倫敦，系由意大利菲亞特集團和美國克萊斯勒集團合并而成，并由此躋身世界第七大汽車公司。該集團旗下擁有十多個品牌，并建有70多個研發中心、150余家工廠，產品全方位覆蓋經濟型、越野型以及豪華超跑型等多種車型。
近年來，汽車行業市場低迷，全球銷售增長放緩，汽車企業的生存環境愈加艱難。面對競爭加劇、監管收緊等極端挑戰，各家車企紛紛開始轉變以往粗放型的管理風格，重謀劃抓管理，并不斷加深大數據、商業智能（BI）等新興信息技術與軟件技術在管理工作中的應用，對市場走向與趨勢進行跟蹤預測，以迅速調整運營策略，增強核心競爭力，確保企業長久立于不敗之地。某菲汽車企業也是較早引入BI，實施數字化管理轉型的車企之一。
一. 日積月累，數據分析成為沉重包袱
為了在嚴峻形勢下仍能取得成長與發展，某菲汽車企業密切關注汽車市場數據，期望通過對全球市場數據的分析與挖掘，預判市場變化，指導企業做出最正確的運營決策。Product Plan部門承擔了搜集市場數據，并對其進行整理和分析的重任。Product Plan部門需要定期對全球范圍內各個品牌的車型、售價、以及客戶分布等詳細市場數據進行收集分析，這是一項繁重的工作。首先，數據體量較大。除某菲汽車企業內部各個區域提供的車型產銷數據以外，還有大量的外部第三方機構如IHS、Jato等提供的全球各大品牌汽車市場商業數據。Product Plan部門需要對這些不同來源的大量數據統一處理。其次，整合分析的工作量也很大。由于數據來源渠道不一，數據的格式與規范各異，在沒有上線BI項目以前，Product Plan每次都需要安排數名員工并花費數天時間對雜亂的市場數據進行處理，包括清洗、抽取與集成，分類存儲與分析展示等等。其中，數據清洗是為了保證數據的質量可信，抽取與集成則是從可信數據中提取出數據的實體和關系，經過關聯和聚合后再采用統一定義的結構來存儲這些數據，之后再對數據進行深度分析，包括深挖相關數據之間的聯系，制作各類形象直觀的圖形數據報表等。
隨著汽車市場的發展，市場數據體量迅速攀升，這種手工匯集整理數據，并利用EXCEL制作圖形報表定期匯報的形式弊端逐漸顯現，并日益嚴重，已成為Product Plan部門的嚴重負擔：
● 數據處理的工作量繁重，需要大約4-5名員工全部投入該項工作，但主要為重復性的數據處理工作；且人工處理數據速度有限，每次匯報之前的數據處理工作都需要一周左右的準備時間；
● 市場數據每隔一定周期整理匯報一次，企業高層領導無法實現對市場數據的隨時自主查詢，影響市場敏捷快速反應能力的建設；
● 部門儲存的歷史累積數據和報表數量眾多，檢索不夠便利；
● 不同報表之間的數據邏輯關系無法實現關聯校驗，導致一些隱藏的問題不能被及時暴露出來，而問題暴露得越晚，處理起來就越困難，引起的影響和損失也就越大。
二. 痛則思變，上線BI助力數據分析
某汽車企業決定引入商務智能BI軟件以改善其當前在數據處理環節存在的業務痛點，提升數據處理能力。在BI選型方面，某菲汽車企業有自己的考量。軟件性能、部署周期、實施方法論以及專業服務能力等等都是某菲汽車企業所考慮的因素。經過慎重的選型與比對，某菲汽車企業最終決定委托上海亦策軟件科技有限公司（簡稱亦策軟件(Ebistrategy)）來實施BI項目。某菲汽車企業與亦策軟件分別抽調了各自的業務骨干人員，組成實施團隊來負責項目的上線工作。除安排IT骨干、業務骨干作為實施小組主要成員外，雙方分管工作的中高層管理者也都被納入團隊，共同來推進項目的實施。
項目的實施過程就像大多數項目一樣，并不是一帆風順，而是不斷出現各種疑難問題：手工數據之間暗含了大量的邏輯關系，但并沒有確定規范完整的匹配規則；早期數據校驗流程缺失，也沒有明確的校驗規則，導致問題數據在結果呈現的環節才暴露出異常；圖表呈現的樣式需要盡量沿用企業已有的風格……
面對一個個實施難題，實施團隊積極應對。亦策軟件的駐場工程師結合其豐富的實施經驗，從專業角度給出合理化建議，包括：規范數據的格式，使不同來源的汽車銷售數據格式統一；梳理不同渠道銷售數據之間的邏輯關系，完善各類數據之間的匹配規則；對數據質量進行把關，根據業務特點設置校驗規則，同時系統內設置數據異常提醒功能；圖表樣式選擇呈現最優的表現形式，而不是照搬原樣式……亦策軟件同時建議某菲汽車企業結合實際需要調整業務流程。企業接納了亦策軟件的建議，根據項目的推進，雙方深入討論業務流程完善和優化的路徑，并不斷嘗試以驗證其可行性，包括制定數據管理規范對數據質量從源頭予以改善、增加數據校驗環節等等。
在雙方的努力合作下，該項目僅歷時三個月，就得以成功上線運行，并實現了如下功能：
● 自動生成各類車型銷售數據的匯報報表，并用形象直觀的圖表樣式呈現；
● 對不同渠道的汽車銷售數據自動進行關聯校驗，在數據異常時能夠提醒對數據進行復核；
● 實現對汽車銷售數據的多個維度自助查詢，如對年度車輛銷售數據，既可以按國家和地區維度查詢，也可以按照品牌和部門查詢；既可以查詢全球市場總體銷售數據，也可對特定國家及地區進行查詢；
● 匯總全球市場上不同品牌車型的市場占有情況，并從發動機氣缸、驅動系統類型等細分屬性對銷售數據進行對比與分析，挖掘背后的市場規律；
● 根據市場數據分析最近五年的復合增長率，預判全球汽車市場走向，同時測算近五年行業復合增長率。
三. 甩掉包袱，數據處理實現提質增效
項目上線后，經過一段時間的運行發現，Product Plan部門的數據整理分析工作大幅減少，不同報表之間的數據邏輯異常也可以在系統中輕松校驗出來，數據的質量與可信度得到了顯著提高，取得了較好的應用效果：● 數據報表經BI系統自動快速生成，節省了前期人工分析來自不同渠道的汽車銷售數據的工時，包括車企在不同國家和地區的銷售部門以及不同的汽車咨詢公司的數據，極大的降低了員工工作量，同時提高了數據分析的效率；
● 系統能夠及時校驗不同汽車市場數據之間的邏輯關系，將隱藏的問題及早暴露出來，并提醒相關人員盡快處理，避免了更大的影響；
● 將全球范圍內的車輛歷史銷售數據全部集中到數據庫統一存儲，同時設置各種分類維度，管理層對跨年度的市場數據的調取與分析更加便利；
● 數據報表展示形式多樣，涵蓋了柱狀圖、折線圖、餅圖、樹狀圖等不同形式，對結果的呈現更加直觀。圖示為部分報表展示，包括國家/地域汽車銷售數據（圖1）、汽車市場概況與趨勢預測（圖2）、汽車市場細分屬性統計分析（圖3）等。
圖 1 國家/地域汽車銷售數據分析
圖 2 汽車市場概況與趨勢預測
圖 3 汽車市場細分屬性統計分析
后記
在某汽車企業BI項目的實施中，項目團隊有個很深的感觸，就是數據的問題并不是僅僅依靠BI工具就可以解決的。很多時候，數據有問題是一種呈現結果，這時需要尋找數據異常的根本原因，利用各個管理流程與環節的通力配合，在源頭控制數據的質量，才能得到可信的分析結果。因此BI項目的實施，除了技術的因素外，還需要企業從規范整體管理的角度出發，對管理流程進行規范和優化，才能將數據處理的負擔最小化，達到更好的實施效果。
責任編輯：陳玲
