从历史发展的角度来看，国际一流汽车企业的发展历程都经受了数次的环境变化、市场波动、质量危机、创新需求的考验，也都通过多次的质量改进、升级，不断提升质量管理水平，进而持续提升产品竞争力。从最初的福特大批量生产，发展到丰田的精益生产模式，全球汽车产业市场竞争中，因时制宜，找准符合时代需求的方向，才能完成产业的转型与升级。
以智能制造为背景的今天，汽车企业面临着更多的挑战——更短交期、更高质量、更个性化的定制方案。全球汽车产业已发展超过百年，成为高度复杂的成熟产业，在自动化、信息化方面都处于较高水平，企业间在硬件设施方面的差距逐步缩小，竞争的侧重点向运营管理转移，以获取持续优势。相较于过去的“粗放型”管理，企业需要向“精细化”的管理过渡。
其中重要的一点，就是充分利用企业在物联网时代获取的大量数据，包括企业内部与市场、技术、质量等相关的数据，也包括来自企业外部的社交媒体、行业动态等数据。数据挖掘已经成为企业为自身把脉，及时调整优化业务流程及运营模式的重要决策依据，也是企业应对舆情及掌握市场动态不可缺少的得力工具。而面对浩瀚的数据海洋，如何对数据进行融合清洗，保证数据的正确性，继而利用合适的查询和分析工具快速、准确地为企业提供报表展现与分析，成为企业落实数据价值的重要一环。
问题一：BI在汽车行业的应用场景有哪些？
BI可以
应用于制造工程，通过大数据与物联网应用，提前对发现的潜在问题进行解决。比如对设备进行管理，包括设备使用情况及费用分析，设备的维修保养分析及预测；也可以对能源——如水电煤等的消耗进行管理，包括能源利用率，节能减排及潜力分析；还可以跟踪工程更改订单的执行情况及其过程中的费用使用情况。
在质量管理过程中，BI可以提供一目了然的质量运行状况，并基于趋势分析提供标准报告模板；对产品的缺陷率进行跟踪，如缺陷数目，并利用帕累托分析等来支撑质量部门解决特定的不良问题。每个缺陷都需要对应到相关的责任部门进行改善，并追踪改善结果，切实可行的改善方案将存入知识库中，便于知识共享及相关人员培训学习，真正将企业的工程经验沉淀下来，成为企业的技术财富。如果发现类似的问题，可以在知识库中去查找，通过算法推荐解决方案。
缺陷率查询
在生产采购方面，利用BI可以对供应商绩效进行考核，依据各个供应商的响应速度、技术实力、成本、交付时效、质量水平等对供应商进行全面考核，遴选优质供应商。对生产采购流程进行监控，查看物流计划与采购计划是否匹配。
BI在生产采购方面的应用
问题二：观数台在汽车行业有哪些实际的应用案例？
移动互联、云计算、物联网等技术快速发展，数据总量呈现出指数型的增长态势，数据来源也越来越多样化。随着数据的增多、需求的提高，如果采集到的数据缺乏合理的分析、梳理、追踪，很难真正成为用于指导企业决策的活数据。正是基于此，新一代智能协同BI平台——观数台可以成功串联起企业各个部门数据，找出影响业务部门的瓶颈，还能通过深入挖掘，将企业多年的生产经验沉淀为有用的工业知识，改善产品质量及生产效率。
从应用的业务部门来说，市场、计划、研发、采购、物流、生产、财务、质量、销售、售后等各个部门产生的数据都可以作为分析要素。
在生产环节，全面质量管理理论中的五个影响产品质量的主要因素“人机料法环”都可以作为切入点，实现质量水平的提升。以某汽车企业的实际应用为例，通过对比早班、晚班或者A班组、B班组的生产数据，以“人”作为研究对象，借助观数台强大的关键字过滤器及关联搜索，查找与“人”相关的数据，包括工人年龄、工作年限、工位等数据，并基于关联强度由强到弱排序。用户可灵活拖拽相关因子，实时获取相关数据的可视化结果。观数台提供丰富的颜色展现数据间的结构、因果、相关性等，企业可快速获取数据间潜藏的逻辑联系。通过观数台自助式分析，企业挖掘出生产效率与检测质量有待改善的班组及人员，并针对性地加强教育培训，从而最大限度发挥人员的潜在价值。
在质量环节，汽车发动机冷测试过程会产生很多参数，包括机油压力，转速、转矩等，基于过去数百万的发动机冷测历史数据，通过观数台动态的数据关联及全方向的数据查询路径，并结合机器学习来预测当前发动机冷测通过的概率，企业可以对数据关系理解更透彻，摆脱传统惯性思维限制。对未通过发动机冷测试的失败类型进行分类，采用大规模数据的算法优势对异常值进行预览和显示，让企业更好地洞察大规模数据集，揭示关键要素间的潜在联系，指引企业通过跟踪一些参数的早期变化来预测发动机测试的结果，从而在产品进入下一工序之前即对异常进行拦截与改善，持续提升产品质量可靠性。
汽车发动机冷测试
在售后环节，观数台可以帮助企业更好地完成售后质量追溯。通过对来自多个不同来源的数据集进行清洗、转换，企业可以快速找出缺陷产品的影响范围，如涉及哪一批零部件，涉及多少在制品、经销商或者客户，并且快速得到一个完整的信息视图，帮助企业实现从零部件到汽车成品的整个生命周期的追溯。
除了单个业务部门的应用，观数台也可以将各个业务部门的数据打通，实现部门之间的横向联动，协作共享。以工程变更过程为例，这一业务过程涉及到研发、质量、采购、制造、售后等跨业务部门协同，观数台可以跟踪变更过程中的实时动态，让项目责任人员及时了解业务状态及瓶颈。通过与微信、钉钉、OA集成，项目参与者可以随时随地在任何设备上处理相关业务，实现协同。
问题三：汽车行业应用BI，应该从哪个环节入手？
汽车企业内部有大量的机会可以通过数据驱动业务流程优化和决策来创造经济价值。在企业的任何阶段都有大量数据价值有待挖掘，BI可以应用于企业的各个阶段，对数据进行分析处理。由于每家主机厂的市场地位、发展阶段不一样，企业的业务重心也不一样，需要针对各企业的实际状况合理选择切入点。
观数台在汽车行业具有十分丰富的经验，拥有沃尔沃、大众等在内的知名客户，并且与客户长期合作，见证了企业的成长壮大过程。结合这些企业的应用经验，可以概括一些规律，供业内参考。
成长期的企业处于系统建设阶段，各环节业务流程有待梳理，BI项目的重点在于梳理、规划企业业务流程。
当企业发展壮大之后，系统建设、业务流程基本已完善，此时关注的重点在于把握市场机会，提升企业的市场地位。在这一时期，BI可以收集处理来自企业内部及外部竞争对手等的市场信息，为企业找准市场机会提供数据依据。
当企业市场保有量扩大之后，需要关注质量投诉问题。当今，消费者对汽车质量问题较过去更为敏感，借助社交媒体，负面消息能够快速引发网络舆论，给企业带来不可估量的名誉损失。企业需要迅速应对，对相关问题产品进行质量追溯，找出受影响产品范围，及时安抚客户，防止事件不良影响扩大。
目前的观数台的客户都非常重视质量问题，质量问题关乎着企业声誉及可持续发展。BI既能够帮助快速应对售后质量问题，又能应用于企业内部，对业务流程中的数据进行分析，迅速敏捷地发现各种业务场景中的质量异常，通过模型对质量进行预测，及时调整相应策略，防患于未然，减少不良品投入市场的可能性。
未来BI的应用趋势是对需求的预测方面。随着车联网应用逐渐升温，汽车行业的数据覆盖范围越来越广，从车联网平台获取的用户行为及设备日志数据蕴藏的价值尚待发掘。如通过用户行为来预测未来的用户需求，提前做好市场布局，或者通过设备日志开展预测性维修，减少汽车路上意外抛锚，提升用户满意度。
总结
越来越多的企业开始意识到数据资产管理已然成为大数据时代中企业竞争力的重要来源。挖掘数据价值始终贯穿数据资产管理之中，这些是推动并最终改变企业行动的动力。观数台将为汽车企业挖掘数据价值、提升精细化管理水平提供极大助力。
