淺談車企如何點(diǎn)燃大數(shù)據(jù)

隨著汽車市場(chǎng)逐步飽和，競(jìng)爭(zhēng)加劇，車企希望通過擁抱大數(shù)據(jù)實(shí)現(xiàn)精細(xì)化經(jīng)營(yíng)，領(lǐng)先一步。但是大數(shù)據(jù)化的過程卻并非一蹴而就，也不是簡(jiǎn)單大數(shù)據(jù)技術(shù)選擇，更應(yīng)該看成一個(gè)企業(yè)級(jí)系統(tǒng)工程，本文結(jié)合大數(shù)據(jù)項(xiàng)目實(shí)踐和行業(yè)理解，著重闡述了如何系統(tǒng)看待大數(shù)據(jù)建設(shè)和關(guān)鍵問題解決思路

背景

隨著汽車普及不斷深入，中國(guó)汽車市場(chǎng)逐漸飽和，增速放緩，邁入競(jìng)爭(zhēng)運(yùn)營(yíng)階段到。根據(jù)有關(guān)報(bào)告，2015年，占我國(guó)汽車產(chǎn)量98%的37家主要汽車企業(yè)形成整車產(chǎn)能3122萬輛。其中乘用車產(chǎn)能2575萬輛，產(chǎn)能利用率為81%;商用車產(chǎn)能547萬輛，產(chǎn)能利用率僅為52%。同時(shí)隨著近年大數(shù)據(jù)興起，越來越多的車企也選擇投身大數(shù)據(jù)潮流，希望通過擁抱大數(shù)據(jù)，提供更加精細(xì)化的業(yè)務(wù)運(yùn)營(yíng)，營(yíng)銷模式變化，乃至企業(yè)轉(zhuǎn)型，提供自己運(yùn)營(yíng)競(jìng)爭(zhēng)力。如國(guó)際頂級(jí)車企大眾、寶馬、奔馳、還是國(guó)內(nèi)企業(yè)長(zhǎng)城、吉利等都紛紛開啟了自己大數(shù)據(jù)之路(圖1)。

圖1 車企大數(shù)據(jù)典型案例

然而在大數(shù)據(jù)化過程中，車企卻會(huì)發(fā)現(xiàn)過程并不是那么一帆風(fēng)順，在和車企交流中，往往能聽到業(yè)務(wù)部門的抱怨：

數(shù)據(jù)質(zhì)量怎么這么差，用戶姓名一看就是隨便輸入的，手機(jī)號(hào)碼居然只有9位

銷量統(tǒng)計(jì)錯(cuò)了，把提車數(shù)統(tǒng)計(jì)到了實(shí)銷數(shù)里了

你做的分析功能我們不需要，對(duì)了我們庫(kù)存預(yù)測(cè)到底能不能做

…….

信息化部門卻會(huì)覺得感覺到困惑

我們已經(jīng)采用先進(jìn)的大數(shù)據(jù)技術(shù)平臺(tái)了，但是做些什么業(yè)務(wù)呢

我們哪里知道業(yè)務(wù)部門對(duì)應(yīng)計(jì)算口徑是什么，業(yè)務(wù)需求不清楚

你這個(gè)業(yè)務(wù)需求，我們沒數(shù)。。。。

………..

由此如何構(gòu)建一個(gè)高效大數(shù)據(jù)平臺(tái)，這不僅僅是簡(jiǎn)單IT系統(tǒng)建設(shè)，更不是簡(jiǎn)單購(gòu)買了大數(shù)據(jù)平臺(tái)就是實(shí)現(xiàn)大數(shù)據(jù)分析。企業(yè)大數(shù)據(jù)化更應(yīng)該是一個(gè)系統(tǒng)，而是貫穿了管理-業(yè)務(wù)-系統(tǒng)-數(shù)據(jù)，逐步規(guī)劃，逐步建設(shè)，而不是一蹴而就。因此基于大數(shù)據(jù)思考、實(shí)踐模式，聯(lián)想總結(jié)出企業(yè)大數(shù)據(jù)建設(shè)框架(圖2)，針對(duì)其中關(guān)鍵問題提出思考和分析

圖2.企業(yè)大數(shù)據(jù)建設(shè)框架

大數(shù)據(jù)之“本”：多源之水，夯實(shí)數(shù)據(jù)倉(cāng)庫(kù)

對(duì)于成熟的車企要利用大數(shù)據(jù)產(chǎn)生價(jià)值，必然需要構(gòu)建豐富的數(shù)據(jù)體系才 能發(fā)揮出大數(shù)據(jù)平臺(tái)價(jià)值，否則將成為無源之水，無本之木。對(duì)于車企而言，通常需要圍繞四個(gè)主要要素構(gòu)建數(shù)據(jù)源才能滿足整體業(yè)務(wù)需求：主機(jī)廠、渠道、客戶、車。

那么車企的有哪些數(shù)據(jù)呢?通常大部分車企數(shù)據(jù)傳統(tǒng)來源已經(jīng)有了相對(duì)成熟生產(chǎn)系統(tǒng)體系，包括銷售領(lǐng)域的分銷商管理系統(tǒng)(DMS)，經(jīng)銷商使用的CRM、客服中心(Call center)、生產(chǎn)管理系統(tǒng)，質(zhì)量管理系統(tǒng)(QIS)等等，因此可以滿足日常主機(jī)廠自身日常運(yùn)營(yíng)分析、產(chǎn)品分析以及對(duì)渠道運(yùn)營(yíng)分析，但是相比，仍然存在如下問題：

客戶數(shù)據(jù)匱乏，相比電信、金融行業(yè)，車企行業(yè)客戶觸點(diǎn)過少，而是周期過長(zhǎng)，無法構(gòu)建多維的客戶數(shù)據(jù)

產(chǎn)品質(zhì)量數(shù)據(jù)往往通過售后服務(wù)反饋，進(jìn)行被動(dòng)故障分析排查，難度較高，無法缺少過程數(shù)據(jù)進(jìn)行，更無法做到預(yù)測(cè)性故障分析;

客戶信息傳播行為發(fā)生變化，更多進(jìn)行網(wǎng)絡(luò)信息傳播，因此通過傳統(tǒng)銷售系統(tǒng)、售后系統(tǒng)、客服系統(tǒng)相對(duì)被動(dòng)無法滿足快速獲取信息的需求

因此為了發(fā)揮大數(shù)據(jù)的價(jià)值，就需要增加新的數(shù)據(jù)源，滿足業(yè)務(wù)分析對(duì)數(shù)據(jù)多樣化、化的需求

1)車聯(lián)網(wǎng)系統(tǒng)：

目前越來越多的主機(jī)廠考慮部署或者已經(jīng)部署車聯(lián)網(wǎng)系統(tǒng)，從大數(shù)據(jù)角度來說，通過車聯(lián)網(wǎng)系統(tǒng)有效補(bǔ)充用戶日常數(shù)據(jù)缺失，以ADAS系統(tǒng)為例，可以捕獲如下數(shù)據(jù)：

用戶駕駛行為數(shù)據(jù)：用戶每次駕駛里程，轉(zhuǎn)向習(xí)慣，行駛速度、是否有疲勞駕駛等，可以有效幫助客戶畫像數(shù)據(jù)構(gòu)建

產(chǎn)品參數(shù)實(shí)時(shí)獲?。翰煌悴考年P(guān)鍵運(yùn)營(yíng)指標(biāo)，如轉(zhuǎn)速、溫度、電子指標(biāo)等，從而為精細(xì)化產(chǎn)品質(zhì)量預(yù)測(cè)和分析提供了基礎(chǔ)

2) 網(wǎng)絡(luò)輿情信息：

網(wǎng)絡(luò)已經(jīng)是用戶信息傳播的主要渠道，相比主機(jī)廠傳統(tǒng)方式，網(wǎng)絡(luò)信息會(huì)更早、更全面反映用戶對(duì)主機(jī)廠的相關(guān)信息，通過部署自有網(wǎng)絡(luò)爬蟲系統(tǒng)或者購(gòu)買第三方的SAAS服務(wù)，可以針對(duì)重點(diǎn)門戶、知名行業(yè)網(wǎng)站、論壇、電商平臺(tái)等

通過爬蟲系統(tǒng)可以捕獲網(wǎng)絡(luò)新聞、論壇帖子、用戶評(píng)論等網(wǎng)絡(luò)信息

基于大數(shù)據(jù)技術(shù)處理，通過網(wǎng)絡(luò)信息進(jìn)行市場(chǎng)營(yíng)銷、品牌影響力、用戶習(xí)慣、產(chǎn)品質(zhì)量等分析，以品牌為例，可以完成品牌日常熱度、口碑傾向等分析。

3) 第三方外部數(shù)據(jù)

行業(yè)性數(shù)據(jù)：通過乘聯(lián)會(huì)等行業(yè)組織的數(shù)據(jù)引入，可以有效解決市場(chǎng)趨勢(shì)分析的數(shù)據(jù)引入;

第三方用戶標(biāo)簽數(shù)據(jù)：和第三方數(shù)據(jù)合作中，車企往往希望能得到用戶級(jí)的數(shù)據(jù)交換，考慮到第三方數(shù)據(jù)匹配成功率不足的問題，這就需要車企構(gòu)建：統(tǒng)一的用戶標(biāo)簽體系和用戶多ID體系;此外更為可行的做法是充分利用第三方的做好用戶畫像分析數(shù)據(jù)，優(yōu)先完善用戶群統(tǒng)計(jì)數(shù)據(jù);

大數(shù)據(jù)之“智”：以終為始，業(yè)務(wù)驅(qū)動(dòng)數(shù)據(jù)價(jià)值

業(yè)務(wù)需求驅(qū)動(dòng)大數(shù)據(jù)方向，大數(shù)據(jù)的價(jià)值通過業(yè)務(wù)呈現(xiàn)。對(duì)于車企而言，大數(shù)據(jù)分析可以有效提供運(yùn)營(yíng)體系關(guān)鍵領(lǐng)域效率，主要包括三個(gè)方向(圖3)：商業(yè)敏捷運(yùn)營(yíng)，產(chǎn)品精準(zhǔn)設(shè)計(jì)和制造領(lǐng)域智能化

圖3 車企大數(shù)據(jù)應(yīng)用方向

那么面對(duì)不同業(yè)務(wù)場(chǎng)景，大數(shù)據(jù)分析如何展現(xiàn)自身作用，根據(jù)德勤咨詢的大數(shù)據(jù)分析不同類型統(tǒng)計(jì)研究，可以看出在當(dāng)前大數(shù)據(jù)應(yīng)用下依次從三個(gè)層面進(jìn)階：統(tǒng)計(jì)分析、根因分析和預(yù)測(cè)性分析(圖4)

統(tǒng)計(jì)應(yīng)用分析作為基礎(chǔ)分析能力，不僅僅為高級(jí)分析提供了數(shù)據(jù)基礎(chǔ)，同時(shí)在業(yè)務(wù)層面覆蓋面更廣泛，而預(yù)測(cè)性分析則充分體現(xiàn)了大數(shù)據(jù)智能化能力，提供了業(yè)務(wù)精細(xì)化決策的手段。無論哪種分析能力其實(shí)都是業(yè)務(wù)需要的，關(guān)鍵在于如何和業(yè)務(wù)場(chǎng)景匹配。

圖4 不同大數(shù)據(jù)分析類型

以汽車售后環(huán)節(jié)的在保車輛理賠業(yè)務(wù)為例：在保車輛理賠是車企售后服務(wù)重要業(yè)務(wù)，對(duì)于出現(xiàn)配件故障在保車輛，車企需要支付相應(yīng)的維修工時(shí)、配件費(fèi)用等等，每個(gè)月車企花費(fèi)的理賠費(fèi)用通常都在幾百萬，乃至千萬級(jí)別。

因此基于理賠業(yè)務(wù)理解，針對(duì)理賠業(yè)務(wù)關(guān)鍵場(chǎng)景，聯(lián)想構(gòu)建了大數(shù)據(jù)業(yè)務(wù)設(shè)計(jì)(圖5)

圖5 在保理賠分析

1) 理賠視圖：

對(duì)于車企需要能夠監(jiān)控整體理賠指標(biāo)，及時(shí)發(fā)現(xiàn)整體理賠變化狀況，從而及時(shí)采取應(yīng)對(duì)策略。這就要求能夠?qū)碣r業(yè)務(wù)提供全局洞察，同時(shí)能夠及時(shí)發(fā)現(xiàn)變化，通過理賠地圖設(shè)計(jì)可以很好滿足業(yè)務(wù)快速的洞察

對(duì)于理賠地圖主要解決了統(tǒng)計(jì)分析和數(shù)據(jù)可視化的需求，重點(diǎn)需要實(shí)現(xiàn)如下功能：

定義出理賠業(yè)務(wù)的KPI體系：通常為理賠金額、單次理賠金額、理賠- – 對(duì)于理賠KPI各項(xiàng)指標(biāo)提供趨勢(shì)變化統(tǒng)計(jì)分析舊件數(shù)、理賠臺(tái)次等，對(duì)于環(huán)比、同比等異動(dòng)能夠明確標(biāo)識(shí)

提供地域下鉆功能，從而實(shí)現(xiàn)業(yè)務(wù)不同層次探查;

提供地域、車型分布統(tǒng)計(jì)占比分析

2) 理賠診斷樹

理賠業(yè)務(wù)不僅僅是售后服務(wù)，同時(shí)也為產(chǎn)品品質(zhì)分析提供了基礎(chǔ)，在整車中通常有幾百件關(guān)鍵配件，如何快速發(fā)現(xiàn)那些舊件產(chǎn)生了理賠金額，這些舊件是否因?yàn)榕卧?，還是因?yàn)槌^一定里程原因?

通過圍繞舊件種類、舊件類型、舊件批次、舊件使用里程等舊件特征構(gòu)建出理賠舊件的分析結(jié)構(gòu)樹，可以用于分析理賠金額、件數(shù)進(jìn)行分層結(jié)構(gòu)探查，也就針對(duì)理賠同比或者環(huán)比劇烈變化時(shí)，進(jìn)行異動(dòng)探查，快速定位到導(dǎo)致異動(dòng)的舊件因子。

3) 異常理賠預(yù)警

在保理賠中存在服務(wù)店，騙取配件、維修費(fèi)用事件，過去由于，因此車企沒有很好手段進(jìn)行異常理賠的分析，只能通過服務(wù)店整體理賠數(shù)量和金額進(jìn)行判斷，隨著車聯(lián)網(wǎng)系統(tǒng)開始進(jìn)入車輛預(yù)裝，為異常理賠預(yù)測(cè)提供可能性。

通過已有故障配件和無故障配件的里程、行駛行為、受力、溫度、濕度、電磁等環(huán)境參數(shù)采集，構(gòu)建出配件故障概率模型，針對(duì)理賠配件通過歷史數(shù)據(jù)回溯，計(jì)算出配件故障概率，從而作為是否異常理賠判斷參考。

大數(shù)據(jù)之“準(zhǔn)”：以規(guī)矩制方圓，構(gòu)建數(shù)據(jù)管控體系

國(guó)內(nèi)車企相對(duì)來信息化還沒有進(jìn)入精細(xì)化階段，因此數(shù)據(jù)質(zhì)量往往不高。以筆者參與的國(guó)內(nèi)某車企大數(shù)據(jù)項(xiàng)目為例，就遇到如下情況

1) 業(yè)務(wù)系統(tǒng)缺少數(shù)據(jù)約束：經(jīng)銷商管理系統(tǒng)錄入的用戶身份證號(hào)碼沒有基本校驗(yàn)，用戶手機(jī)號(hào)位數(shù)不全等;

2) 業(yè)務(wù)部門業(yè)務(wù)口徑混亂：詞匯定義隨意，出現(xiàn)不同部門對(duì)同一個(gè)業(yè)務(wù)術(shù)語(yǔ)不同解釋;車企使用術(shù)語(yǔ)和行業(yè)通用術(shù)語(yǔ)不一致;業(yè)務(wù)口徑?jīng)]有明確定義等;

結(jié)果調(diào)研了十多個(gè)業(yè)務(wù)部門，竟然有90%部門第一個(gè)意見就是數(shù)據(jù)質(zhì)量差，無法進(jìn)行有效用戶分析，系統(tǒng)使用率和使用效率大打折扣。究其根源，就是企業(yè)沒有建立數(shù)據(jù)管控體系，尤其以數(shù)據(jù)標(biāo)準(zhǔn)體系缺失為首要原因。

“沒有規(guī)矩不成方圓”，只有數(shù)據(jù)標(biāo)準(zhǔn)體系的建立，才能夠確立數(shù)據(jù)質(zhì)量管理基礎(chǔ)。構(gòu)建數(shù)據(jù)標(biāo)準(zhǔn)體系需要包括三方面內(nèi)容：

1) 數(shù)據(jù)標(biāo)準(zhǔn)體系

數(shù)據(jù)標(biāo)準(zhǔn)體系(圖5)需要包含兩層設(shè)計(jì)：

數(shù)據(jù)體系結(jié)構(gòu)：數(shù)據(jù)體系結(jié)構(gòu)設(shè)計(jì)應(yīng)該和業(yè)務(wù)緊密相關(guān)，采用分層設(shè)計(jì)

數(shù)據(jù)的標(biāo)準(zhǔn)定義：需要數(shù)據(jù)來源、數(shù)據(jù)屬性、業(yè)務(wù)定義、數(shù)據(jù)格式、數(shù)據(jù)宿主等關(guān)鍵信息

圖6數(shù)據(jù)標(biāo)準(zhǔn)樣例

2) 數(shù)據(jù)標(biāo)準(zhǔn)管理組織

數(shù)據(jù)標(biāo)準(zhǔn)體系結(jié)構(gòu)隨著業(yè)務(wù)的演進(jìn)不斷優(yōu)化，而每個(gè)數(shù)據(jù)則必須找到唯一管理者，才能保證數(shù)據(jù)的唯一性解釋，因此數(shù)據(jù)標(biāo)準(zhǔn)管理組織包括了兩個(gè)關(guān)鍵角色：

數(shù)據(jù)標(biāo)準(zhǔn)體系規(guī)劃團(tuán)隊(duì)：負(fù)責(zé)數(shù)據(jù)標(biāo)準(zhǔn)體系設(shè)計(jì)和優(yōu)化，通?？梢杂尚畔⒒块T牽頭。

數(shù)據(jù)owner：作為數(shù)據(jù)的擁有者，負(fù)責(zé)數(shù)據(jù)名稱定義、業(yè)務(wù)口徑、數(shù)據(jù)變更申請(qǐng)等工作，通常建議由業(yè)務(wù)部門負(fù)責(zé);

3) 數(shù)據(jù)標(biāo)準(zhǔn)管理流程

大數(shù)據(jù)就像流動(dòng)的水一樣具有生命，不斷流動(dòng)，因此就需要圍繞數(shù)據(jù)生命周期：建立-變更-退出建立數(shù)據(jù)管理流程

建立：重點(diǎn)確定數(shù)據(jù)擁有者，使用者以及業(yè)務(wù)定義

變更：重點(diǎn)說明變更申請(qǐng)?jiān)?，變更的?nèi)容、變更對(duì)其他數(shù)據(jù)影響;

退出：重點(diǎn)確定退出原因，對(duì)其他數(shù)據(jù)影響;

結(jié)束語(yǔ)

越來越多車企會(huì)重視大數(shù)據(jù)對(duì)運(yùn)營(yíng)帶來的價(jià)值，構(gòu)建自己的大數(shù)據(jù)平臺(tái)。那么要想能夠讓大數(shù)據(jù)平臺(tái)高效運(yùn)作，這不僅僅單純涉及到大數(shù)據(jù)技術(shù)方案，而是系統(tǒng)性工程，因此選擇具有端到端的大數(shù)據(jù)解決方案能力的供應(yīng)商將使車企的大數(shù)據(jù)之路事半功倍。