
從發(fā)展路線和實(shí)施原理來講,企業(yè)級(jí)的商業(yè)智能應(yīng)用可以覆蓋企業(yè)的全貌、打通不同部門和系統(tǒng)間的數(shù)據(jù)壁壘、通盤規(guī)劃企業(yè)的整體應(yīng)用、企業(yè)的總體擁有成本偏低。但企業(yè)級(jí)的商業(yè)智能應(yīng)用規(guī)劃方案復(fù)雜、涉及更多的部門間利益糾紛、且實(shí)施周期較長(zhǎng)、一次性動(dòng)用資源過多;一旦項(xiàng)目中期出現(xiàn)較大的問題或企業(yè)內(nèi)部分歧,則項(xiàng)目的流產(chǎn)率很高,后續(xù)的發(fā)展也難以為繼。
而部門級(jí)的商業(yè)智能應(yīng)用則具有“小、快、靈”的特點(diǎn),單次實(shí)施成本偏低、實(shí)施速度快、應(yīng)用見效快、項(xiàng)目成功率較高。但部門級(jí)應(yīng)用會(huì)增加企業(yè)的總體擁有成本,同時(shí)不能有效地打通企業(yè)內(nèi)部的數(shù)據(jù)壁壘,甚至在某種程度上會(huì)加深這種壁壘的存在。當(dāng)然,隨著企業(yè)的部門級(jí)應(yīng)用不斷深入,終究會(huì)過度到企業(yè)級(jí)應(yīng)用的階段。
企業(yè)級(jí)應(yīng)用和部門級(jí)應(yīng)用,各有利弊,率先發(fā)展哪條道路,完全取決于企業(yè)的現(xiàn)狀和未來規(guī)劃。從目前汽車行業(yè)的實(shí)際應(yīng)用來看,部門級(jí)應(yīng)用的發(fā)展明顯快于企業(yè)級(jí)應(yīng)用的發(fā)展。其原因至少如下:
汽車產(chǎn)業(yè)的發(fā)展受宏觀政策的影響很大,還不能完全在自然發(fā)展的道路上前行。行業(yè)內(nèi)部的兼并重組、整體上市、合縱連橫等不斷涌現(xiàn),太多的不確定性因素和企業(yè)整體規(guī)劃的頻繁修正也導(dǎo)致了汽車行業(yè)的企業(yè)級(jí)商業(yè)智能應(yīng)用很難落到實(shí)處;
汽車行業(yè)的整體性浮躁,導(dǎo)致了車企內(nèi)內(nèi)外外、上上下下的急功近利心理,一種短時(shí)間內(nèi)在企業(yè)無(wú)法體現(xiàn)自身價(jià)值甚至難以說清楚投入產(chǎn)出比的項(xiàng)目,往往會(huì)滑向企業(yè)的邊緣角落和流于雞肋;
汽車企業(yè)內(nèi)部缺乏針對(duì)商業(yè)智能統(tǒng)一規(guī)劃、實(shí)施和管理的部門,單純的技術(shù)部門和某業(yè)務(wù)部門都難當(dāng)此大任;而業(yè)務(wù)部門往往也僅能就自己的業(yè)務(wù)特點(diǎn)提出商業(yè)智能的業(yè)務(wù)需求,并投入與自身相關(guān)的預(yù)算,沒有業(yè)務(wù)的整合和統(tǒng)一的規(guī)劃,往往會(huì)導(dǎo)致“群龍無(wú)首,各自為戰(zhàn)”的局面;
其他原因則林林總總,此處不再贅述。從本質(zhì)上看,企業(yè)級(jí)和部門級(jí)的商業(yè)智能并不矛盾,關(guān)鍵要仔細(xì)審視它們對(duì)當(dāng)前汽車行業(yè)大環(huán)境的適應(yīng)程度。從長(zhǎng)遠(yuǎn)來看,汽車企業(yè)實(shí)施企業(yè)級(jí)的商業(yè)智能工程是一個(gè)無(wú)可回避的選擇,相關(guān)的組織架構(gòu)、發(fā)展規(guī)劃、人員培養(yǎng)、流程機(jī)制是一個(gè)循序漸進(jìn)的培育和發(fā)展過程;但從短期來看,從中國(guó)汽車行業(yè)的實(shí)際情況來分析,部門級(jí)的商業(yè)智能應(yīng)用仍是一個(gè)過渡性的、而且相當(dāng)不錯(cuò)的選擇,而行業(yè)的實(shí)際情況也完全印證了這一點(diǎn)。
商業(yè)智能催生大規(guī)模的數(shù)據(jù)整合
相對(duì)于電信、金融、IT等行業(yè)來講,汽車行業(yè)的信息化程度處于明顯落后的狀態(tài),且不同企業(yè)間差異明顯。外商獨(dú)資和合資企業(yè)普遍利用其全球的技術(shù)優(yōu)勢(shì),建立了比較完善的信息化系統(tǒng),而自主品牌企業(yè)在這個(gè)方面處于劣勢(shì),有的甚至還處在DMS系統(tǒng)剛剛上線和初步完善的階段。
在信息化程度較高的車企,往往建立了ERP、DMS、CRM、二手車等諸多系統(tǒng),分別為諸多部門所使用。如其他行業(yè)一樣,這些系統(tǒng)在設(shè)計(jì)之初就缺乏企業(yè)級(jí)的考量和規(guī)劃(事實(shí)上這種規(guī)劃也很難實(shí)現(xiàn)),導(dǎo)致各個(gè)業(yè)務(wù)系統(tǒng)處于相對(duì)孤立的狀態(tài),造成部門間的數(shù)據(jù)和業(yè)務(wù)壁壘,也導(dǎo)致了企業(yè)整體的數(shù)據(jù)利用率低下。
部分車企已經(jīng)導(dǎo)入了數(shù)據(jù)倉(cāng)庫(kù)和主數(shù)據(jù)管理等系統(tǒng)及相關(guān)的管理體系,以在更大的層面上實(shí)現(xiàn)企業(yè)級(jí)的數(shù)據(jù)整合和管理。但是由于沒有終端業(yè)務(wù)部門強(qiáng)有力的數(shù)據(jù)分析和業(yè)務(wù)應(yīng)用需求拉動(dòng),部分車企的數(shù)據(jù)倉(cāng)庫(kù)建設(shè)流于表面,甚至僅僅是一個(gè)存儲(chǔ)數(shù)據(jù)的“鏡像”或“倉(cāng)庫(kù)”,這與數(shù)據(jù)整合和數(shù)據(jù)倉(cāng)庫(kù)的思想相去甚遠(yuǎn)。另外一些車企,則把主數(shù)據(jù)管理系統(tǒng)做為簡(jiǎn)單的數(shù)據(jù)清洗工具,既無(wú)法實(shí)現(xiàn)完整的數(shù)據(jù)清洗(很多數(shù)據(jù)質(zhì)量問題不是技術(shù)問題,而是業(yè)務(wù)問題和管理問題)工作,也偏離了主數(shù)據(jù)管理系統(tǒng)最核心的價(jià)值。
商業(yè)智能系統(tǒng)的提出,對(duì)每個(gè)車企的數(shù)據(jù)整合能力都提出了嚴(yán)峻的考驗(yàn),對(duì)于各個(gè)業(yè)務(wù)系統(tǒng)的規(guī)范數(shù)據(jù),可以通過ETL/ELT建立數(shù)據(jù)倉(cāng)庫(kù);對(duì)于企業(yè)內(nèi)部零散的、不規(guī)范的數(shù)據(jù)則需要建立定期上傳、校驗(yàn)和修正等系統(tǒng)和管理機(jī)制;同時(shí),車企的數(shù)據(jù)相當(dāng)部分來自于經(jīng)銷商,而DMS系統(tǒng)為某種需求而改造和升級(jí)則不是一時(shí)之功,因也需要建立針對(duì)經(jīng)銷商數(shù)據(jù)收集的臨時(shí)性通道。
另外的一個(gè)行業(yè)亮點(diǎn),是汽車經(jīng)銷商集團(tuán)內(nèi)部的數(shù)據(jù)整合。經(jīng)銷商集團(tuán)近幾年來不斷壯大聲威,年銷售額超越300億甚至500億已經(jīng)不是新鮮事情。對(duì)于這些規(guī)模龐大的經(jīng)銷商集團(tuán)而言,上承車企、下聯(lián)客戶,同時(shí)代理多個(gè)品牌并同時(shí)使用多套截然不同的DMS系統(tǒng),集團(tuán)內(nèi)部的數(shù)據(jù)根本無(wú)法有效利用。經(jīng)銷商集團(tuán)內(nèi)部的數(shù)據(jù)整合,其后期的主要應(yīng)用應(yīng)該是客戶關(guān)系管理(包括分析型的CRM),銷售不賺錢而售后高利潤(rùn)已經(jīng)成為汽車行業(yè)的發(fā)展趨勢(shì),客戶關(guān)系管理將成為經(jīng)銷商集團(tuán)持續(xù)發(fā)展的基石,而這其中的數(shù)據(jù)整合更是重中之重。
數(shù)據(jù)挖掘與商業(yè)智能的捆綁
數(shù)據(jù)挖掘和商業(yè)智能,一個(gè)偏重于預(yù)測(cè)性統(tǒng)計(jì)分析,一個(gè)偏重于描述性統(tǒng)計(jì)分析,可謂相得益彰、互為補(bǔ)充;同時(shí),我們也可也以把數(shù)據(jù)挖掘理解為商業(yè)智能的高階發(fā)展階段,是商業(yè)智能成熟應(yīng)用的一個(gè)主要標(biāo)志。再者,數(shù)據(jù)挖掘的的結(jié)果,即模型,必須通過一定的信息化平臺(tái)得以長(zhǎng)期實(shí)現(xiàn),在數(shù)據(jù)庫(kù)中寫存儲(chǔ)過程當(dāng)然是一種簡(jiǎn)陋的方法,而商業(yè)智能平臺(tái)則是模型部署最完美的選擇。
目前汽車行業(yè)的數(shù)據(jù)挖掘熱潮初現(xiàn),在產(chǎn)品方面,汽車質(zhì)量預(yù)警解決方案已經(jīng)較為成熟;在銷售方面,市場(chǎng)和銷量預(yù)測(cè)解決方案也不乏涉足者(但中國(guó)汽車的政策面太大,此類解決方案還不能精準(zhǔn));在市場(chǎng)方面,基于客戶生命周期的客戶關(guān)系管理(潛客轉(zhuǎn)化、營(yíng)銷響應(yīng)、追加銷售、客戶流失和挽回等)已在諸多中高端廠商中提上議事日程;在汽車金融和保險(xiǎn)領(lǐng)域,相關(guān)的個(gè)人信用及評(píng)分解決方案也逐漸成為趨勢(shì)。
數(shù)據(jù)挖掘是汽車企業(yè)邁向智能企業(yè)所必須經(jīng)歷的一個(gè)門檻,數(shù)據(jù)挖掘的數(shù)據(jù)源可為商業(yè)智能平臺(tái)的數(shù)據(jù)倉(cāng)庫(kù)或其衍生出的數(shù)據(jù)集市,同時(shí)數(shù)據(jù)挖掘對(duì)這個(gè)數(shù)據(jù)源的質(zhì)量提出了更高的要求,這在一定程度也會(huì)帶動(dòng)企業(yè)數(shù)據(jù)整合工作的前進(jìn)。對(duì)于項(xiàng)目制的數(shù)據(jù)挖掘項(xiàng)目,汽車企業(yè)可將其項(xiàng)目結(jié)果,即規(guī)則集或模型,直接部署到商業(yè)智能系統(tǒng)上去,以方便業(yè)務(wù)部門的應(yīng)用;對(duì)于實(shí)時(shí)型的數(shù)據(jù)挖掘,則需要汽車企業(yè)將數(shù)據(jù)挖掘工具的應(yīng)用服務(wù)器與商業(yè)智能平臺(tái)進(jìn)行集成,以實(shí)現(xiàn)實(shí)時(shí)的應(yīng)用和模型的不斷修正;而對(duì)于某些已經(jīng)集成第三方數(shù)據(jù)挖掘工具的營(yíng)銷自動(dòng)化系統(tǒng)而言,商業(yè)智能的功效在于數(shù)據(jù)的管理和模型的展現(xiàn)。不論何種情況,商業(yè)智能及其關(guān)聯(lián)的數(shù)據(jù)倉(cāng)庫(kù),都是數(shù)據(jù)挖掘項(xiàng)目(短期和長(zhǎng)期)得以發(fā)展的基石;而數(shù)據(jù)挖掘也在一定程度上豐富了商業(yè)智能的應(yīng)用,二者相得益彰、共成好事。
第三方應(yīng)用的興起
汽車行業(yè)商業(yè)智能的第三方應(yīng)用,主要指數(shù)據(jù)源為第三方的相關(guān)應(yīng)用。對(duì)于這些數(shù)據(jù)源,出于種種原因汽車企業(yè)都無(wú)法取得其所有權(quán),而僅能獲得其使用權(quán),如數(shù)據(jù)產(chǎn)權(quán)問題、數(shù)據(jù)保密性問題、成本考量、企業(yè)內(nèi)部技術(shù)限制等。隨著汽車行業(yè)的超高速發(fā)展,第三方數(shù)據(jù)源的業(yè)務(wù)不斷豐富,汽車企業(yè)對(duì)這些數(shù)據(jù)使用的迫切性也不斷加強(qiáng)。
第一類第三方數(shù)據(jù)為市場(chǎng)和競(jìng)爭(zhēng)情報(bào)數(shù)據(jù),如全國(guó)汽車批發(fā)數(shù)據(jù)、零售數(shù)據(jù)、新車成交價(jià)、二手車成交價(jià)、汽車裝備數(shù)據(jù)、消費(fèi)者行為數(shù)據(jù)、經(jīng)銷商網(wǎng)點(diǎn)數(shù)據(jù)等。汽車企業(yè)通過第三方的商業(yè)智能系統(tǒng),不但可以獲得這些數(shù)據(jù)的使用權(quán),而且還可以獲得更為豐富的相關(guān)數(shù)據(jù)分析服務(wù),甚至可以基于這些系統(tǒng)提供的靈活分析功能實(shí)現(xiàn)自助服務(wù)。
第二類第三方數(shù)據(jù)為市場(chǎng)研究數(shù)據(jù),汽車企業(yè)每日都面臨大量的產(chǎn)品研究、消費(fèi)者研究、滿意度、神秘顧客、飛行檢查等市場(chǎng)研究項(xiàng)目,大量的數(shù)據(jù)通過Excel和PPT的方式呈現(xiàn)和應(yīng)用,已經(jīng)不能滿足汽車企業(yè)和市場(chǎng)研究工作的需求。而市場(chǎng)研究數(shù)據(jù)通過第三方的商業(yè)智能平臺(tái)交付,項(xiàng)目在效率、成本和準(zhǔn)確性等方面都得到極大提升,且數(shù)據(jù)的保密性和復(fù)用性得以加強(qiáng),可謂一舉多得。
由于數(shù)量眾多,其他第三方應(yīng)用不再贅述。在這里要特別提及一下商業(yè)智能平臺(tái)的地圖應(yīng)用,由于法律法規(guī)的限制,常規(guī)的商業(yè)智能軟件和地圖公司都無(wú)法向社會(huì)提供高精度的地圖數(shù)據(jù),而由于汽車企業(yè)內(nèi)網(wǎng)數(shù)據(jù)保密的限制,其商業(yè)智能軟件也無(wú)法訪問和調(diào)用地圖網(wǎng)站的API。在這種情況下,折中方案就產(chǎn)生了,第三方可以把自己的數(shù)據(jù)放在公網(wǎng)的商業(yè)智能平臺(tái)上,同時(shí)可以導(dǎo)入一部分對(duì)汽車企業(yè)而言保密性不夠高的數(shù)據(jù),再調(diào)用地圖公司或搜索引擎的地圖數(shù)據(jù)開發(fā)接口,即可實(shí)現(xiàn)豐富的地圖功能應(yīng)用(如經(jīng)銷商網(wǎng)點(diǎn)分布、商圈規(guī)劃和競(jìng)爭(zhēng)對(duì)手監(jiān)測(cè)等)。
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
LSTM 模型輸入長(zhǎng)度選擇技巧:提升序列建模效能的關(guān)鍵? 在循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)家族中,長(zhǎng)短期記憶網(wǎng)絡(luò)(LSTM)憑借其解決長(zhǎng)序列 ...
2025-07-11CDA 數(shù)據(jù)分析師報(bào)考條件詳解與準(zhǔn)備指南? ? 在數(shù)據(jù)驅(qū)動(dòng)決策的時(shí)代浪潮下,CDA 數(shù)據(jù)分析師認(rèn)證愈發(fā)受到矚目,成為眾多有志投身數(shù) ...
2025-07-11數(shù)據(jù)透視表中兩列相乘合計(jì)的實(shí)用指南? 在數(shù)據(jù)分析的日常工作中,數(shù)據(jù)透視表憑借其強(qiáng)大的數(shù)據(jù)匯總和分析功能,成為了 Excel 用戶 ...
2025-07-11尊敬的考生: 您好! 我們誠(chéng)摯通知您,CDA Level I和 Level II考試大綱將于 2025年7月25日 實(shí)施重大更新。 此次更新旨在確保認(rèn) ...
2025-07-10BI 大數(shù)據(jù)分析師:連接數(shù)據(jù)與業(yè)務(wù)的價(jià)值轉(zhuǎn)化者? ? 在大數(shù)據(jù)與商業(yè)智能(Business Intelligence,簡(jiǎn)稱 BI)深度融合的時(shí)代,BI ...
2025-07-10SQL 在預(yù)測(cè)分析中的應(yīng)用:從數(shù)據(jù)查詢到趨勢(shì)預(yù)判? ? 在數(shù)據(jù)驅(qū)動(dòng)決策的時(shí)代,預(yù)測(cè)分析作為挖掘數(shù)據(jù)潛在價(jià)值的核心手段,正被廣泛 ...
2025-07-10數(shù)據(jù)查詢結(jié)束后:分析師的收尾工作與價(jià)值深化? ? 在數(shù)據(jù)分析的全流程中,“query end”(查詢結(jié)束)并非工作的終點(diǎn),而是將數(shù) ...
2025-07-10CDA 數(shù)據(jù)分析師考試:從報(bào)考到取證的全攻略? 在數(shù)字經(jīng)濟(jì)蓬勃發(fā)展的今天,數(shù)據(jù)分析師已成為各行業(yè)爭(zhēng)搶的核心人才,而 CDA(Certi ...
2025-07-09【CDA干貨】單樣本趨勢(shì)性檢驗(yàn):捕捉數(shù)據(jù)背后的時(shí)間軌跡? 在數(shù)據(jù)分析的版圖中,單樣本趨勢(shì)性檢驗(yàn)如同一位耐心的偵探,專注于從單 ...
2025-07-09year_month數(shù)據(jù)類型:時(shí)間維度的精準(zhǔn)切片? ? 在數(shù)據(jù)的世界里,時(shí)間是最不可或缺的維度之一,而year_month數(shù)據(jù)類型就像一把精準(zhǔn) ...
2025-07-09CDA 備考干貨:Python 在數(shù)據(jù)分析中的核心應(yīng)用與實(shí)戰(zhàn)技巧? ? 在 CDA 數(shù)據(jù)分析師認(rèn)證考試中,Python 作為數(shù)據(jù)處理與分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 檢驗(yàn):數(shù)據(jù)趨勢(shì)與突變分析的有力工具? ? ? 在數(shù)據(jù)分析的廣袤領(lǐng)域中,準(zhǔn)確捕捉數(shù)據(jù)的趨勢(shì)變化以及識(shí)別 ...
2025-07-08備戰(zhàn) CDA 數(shù)據(jù)分析師考試:需要多久?如何規(guī)劃? CDA(Certified Data Analyst)數(shù)據(jù)分析師認(rèn)證作為國(guó)內(nèi)權(quán)威的數(shù)據(jù)分析能力認(rèn)證 ...
2025-07-08LSTM 輸出不確定的成因、影響與應(yīng)對(duì)策略? 長(zhǎng)短期記憶網(wǎng)絡(luò)(LSTM)作為循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)的一種變體,憑借獨(dú)特的門控機(jī)制,在 ...
2025-07-07統(tǒng)計(jì)學(xué)方法在市場(chǎng)調(diào)研數(shù)據(jù)中的深度應(yīng)用? 市場(chǎng)調(diào)研是企業(yè)洞察市場(chǎng)動(dòng)態(tài)、了解消費(fèi)者需求的重要途徑,而統(tǒng)計(jì)學(xué)方法則是市場(chǎng)調(diào)研數(shù) ...
2025-07-07CDA數(shù)據(jù)分析師證書考試全攻略? 在數(shù)字化浪潮席卷全球的當(dāng)下,數(shù)據(jù)已成為企業(yè)決策、行業(yè)發(fā)展的核心驅(qū)動(dòng)力,數(shù)據(jù)分析師也因此成為 ...
2025-07-07剖析 CDA 數(shù)據(jù)分析師考試題型:解鎖高效備考與答題策略? CDA(Certified Data Analyst)數(shù)據(jù)分析師考試作為衡量數(shù)據(jù)專業(yè)能力的 ...
2025-07-04SQL Server 字符串截取轉(zhuǎn)日期:解鎖數(shù)據(jù)處理的關(guān)鍵技能? 在數(shù)據(jù)處理與分析工作中,數(shù)據(jù)格式的規(guī)范性是保證后續(xù)分析準(zhǔn)確性的基礎(chǔ) ...
2025-07-04CDA 數(shù)據(jù)分析師視角:從數(shù)據(jù)迷霧中探尋商業(yè)真相? 在數(shù)字化浪潮席卷全球的今天,數(shù)據(jù)已成為企業(yè)決策的核心驅(qū)動(dòng)力,CDA(Certifie ...
2025-07-04CDA 數(shù)據(jù)分析師:開啟數(shù)據(jù)職業(yè)發(fā)展新征程? ? 在數(shù)據(jù)成為核心生產(chǎn)要素的今天,數(shù)據(jù)分析師的職業(yè)價(jià)值愈發(fā)凸顯。CDA(Certified D ...
2025-07-03