研产供销数据一体化,解码汽车集团企业的数据治理之道

本文涉及的产品
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
数据安全中心,免费版
简介: 对于该车企内部而言,袋鼠云的价值在于帮助其建立了以数据为中心的质量管理体系,确保研发数据在研产供销全生命周期中流转的准确性和一致性,实现OTA数据质量、OTA车辆生产信息档案准确率、OTA车辆软件解算的准确率、OTA车辆可售功能特征解算准确率的全面提升,建立了OTA运营高可用标杆。

OTA(Over-The-Air,空中下载技术),是汽车使用的一种远程无线升级技术。车主只要保持联网的状态,汽车就可以像手机一样进行系统升级。OTA升级最大的好处是,不管对车辆进行常规的升级还是大面积出现软件问题需要修复,都可以通过OTA来解决。


数据显示,2022年中国乘用车OTA装配量达到765万辆,较2021年增长285万辆。随着技术的不断发展,中国乘用车装配量将不断提升,预计到2023年中国OTA装配车辆将达到1400万辆。

“硬件预埋+软件OTA持续升级”已经逐渐成为当下车企的主流策略,车辆被售出之后,车企仍然可以通过OTA在线升级继续为客户提供产品更新/升级服务。


以某车企为例,作为具有国际水准的中国汽车龙头企业,该车企已形成研发制造的集成一体化产业链,从研发、供应链、生产及质量管理、销售渠道等方面,均具有显著的规模和资源优势。该车企在数字化道路上步步为营,逐步打通产品研发、制造、营销、用车、用户运营、售后服务等全产业链环节,构建“以人为中心”的数字化服务体系。


然而,汽车产业普遍存在因产业链条长导致数据分散的痛点。数据分散的情况,使得企业以往积累的基础数据难以发挥增值作用,数据利用率低。另一方面,往往企业内部也会因缺乏统一的数据标准,导致业务难以协同发展,各个版块系统不兼容,数据资源难以共享。

01  大数据开发治理平台:集团数据整体智治、高效协同

该车企在数字化进程中,也同样面临类似的境遇。具体来说,比如因涉及研发、制造、零部件、守候、驾驶等产业链条,各机构数据存储分散,自成体系,数据的统一管理困难;


虽然积累了大量基础数据,但从中挖掘出决策性数据并不多,数据资源的增值作用还没有在管理决策过程中充分发挥,数据资源利用率低;


系统之间集成度较低、互联性较差,缺乏统一的标准体系,业务难以协同发展;


最后,因各参与者采用的数据库系统不同,信息编码、技术规范不统一、数据格式不一致,导致数据异构严重,跨集团与板块的数据无法及时共享,缺乏完善的共享机制,数据资源难以共享和转换。


针对以上痛点,袋鼠云基于“整体智治、高效协同”的原则,为该车企构建大数据开发治理平台,建立数据中枢,实现OTA及相关研发数据集成、治理和规范化管理,驱动业务创新。

基于数栈,袋鼠云为该车企搭建了大数据开发治理平台,完成OTA数据从数据集成、数据建模开发数据治理与数据服务完整数据链条功能实现,确保研发数据在研产供销全生命周期中流转的准确性和一致性。


平台就如人体的大脑中枢一般,统筹调度集团所有的数据使用,赋予企业精准决策、业务创新的能力。


从该车企的角度而言,之所以选择使用数栈,原因有四:首先,数栈开放兼容性强。支持私有云、公有云、跨云部署,具备多计算集群对接、底层组件兼容性特征,可完美兼容该车企目前的BMR、GDMP集群,产品所有模块均可提供SDK接口,能够轻松适应该车企复杂的技术架构体系。


其次,数栈易用稳定。可视化的操作界面让车企的开发人员以写SQL的方式就可以进行数据开发,大大降低开发成本;灵活的模块化产品及自主可控的部署模式也大大节约了该车企建设数据平台的成本;并且产品具备金融级安全保护,可自如应对车企的数据并发、千万级任务调度场景。


再次,经过8年的市场检验,数栈产品功能强大齐全,能够提供全方位的数据治理能力,适应该车企复杂的集团型组织及业务体系,保障数据安全及业务稳定运行。


最后,技术可控,数栈具备自研数据集成工具、调度引擎、运维监控及优化其他计算引擎的能力,核心源码自主可控。

袋鼠云以组合拳的方式为该车企完成了大数据开发治理平台搭建,对接了6套BMR、GDMP集群,满足了25个以上产品需求,累计完成10次升级,目前可以支撑控股IT(人力资源)、研究院前瞻研究部、研究院工程发布中心、人力资源部-数据质量、商用车视频监控等业务部门同时使用。


数字化转型,数据先行,大数据开发治理平台成为该车企的数字化底座,确保车企在数字化研发、数字化制造、数字化营销、以及数字化体验等方面进行持续且有效的迭代。

02  OTA数据质量检查:以高质量数据驱动业务创新

由于汽车行业研产销等数据链路长,上下游数据的准确性、一致性难以保证,因此,需要着眼于未来数据持续高质量运营的布局,使用工具化手段管控和落实对OTA及相关研发数据管理,完善数据治理能力,以高质量数据驱动业务创新。


大数据开发治理平台的落地,帮助该车企完成了OTA数据从数据集成、数据建模开发、数据治理与数据服务完整数据链条功能实现,确保研发数据在研产供销全生命周期中流转的准确性和一致性。


具体来说,在应用层实现了SW-BOM检查、AM-BOM检查、BSS检查、车辆装配检查、车辆档案检等5大场景,23个检查点的OTA数据质量检查;在汇总层形成了研发主题模型、制造主题模型和销售主题模型等13个业务主题模型;在明细层按照数据主题划分了研发域、制造域和销售域3个数据域,并按照提取的27个数据开发标准实现数据标准化;在贴源层针对TC、DT、SAP、MES、OTA这5个不同的业务系统对接方案实施落地,截至目前已接入共39张表,31亿条数据。

对于该车企内部而言,袋鼠云的价值在于帮助其建立了以数据为中心的质量管理体系,确保研发数据在研产供销全生命周期中流转的准确性和一致性,实现OTA数据质量、OTA车辆生产信息档案准确率、OTA车辆软件解算的准确率、OTA车辆可售功能特征解算准确率的全面提升,建立了OTA运营高可用标杆。


对于消费者而言,袋鼠云通过保证该车企OTA数据质量,为OTA数据质量的持续提升提供基本机制和路线图。最终,该车企通过对数据质量的持续关注与不断改进,使OTA安全可靠地服务于客户,提升OTA升级成功率,实现“可进化的汽车”“无需到店即可升级”“车辆常用常新”的场景。


消费者数据安全法、汽车数据安全法的陆续出台,进一步规范了汽车数据处理活动,促进汽车数据合理开发利用。袋鼠云将依据相关法律法规进行数据安全监控和整合,加强重要数据安全保护,助力车企安全、合理开发利用数据。


《数据治理行业实践白皮书》下载地址:https://fs80.cn/380a4b

《数栈V6.0产品白皮书》下载地址:https://fs80.cn/cw0iw1

想了解或咨询更多有关袋鼠云大数据产品、行业解决方案、客户案例的朋友,浏览袋鼠云官网:https://www.dtstack.com/?src=szalykfz

同时,欢迎对大数据开源项目有兴趣的同学加入「袋鼠云开源框架钉钉技术 qun」,交流最新开源技术信息,qun 号码:30537511,项目地址:https://github.com/DTStack

目录
相关文章
|
2月前
|
存储 负载均衡 安全
分布式存储:点燃 StarTowerChain 数据治理的创新之火
数据治理成为 StarTowerChain 突破重围的关键。分布式存储犹如星火,点燃了其创新之光,使其在区块链领域大放异彩。传统集中式存储如同脆弱的烛火,面临高能耗、单点故障和扩展性限制等挑战。而 StarTowerChain 的分布式存储架构则如璀璨星空,智能设备如同繁星,共同构建起强大的数据存储与计算体系。去中心化特性、高可靠性和无限扩展性,确保了数据的安全、完整和高效访问。数据加密、分散存储和访问控制机制进一步提升了数据安全性,多节点备份和负载均衡保障了系统的稳定运行。随着技术进步,分布式存储将在 StarTowerChain 中释放更强大的能量,推动数字经济向更广阔的未来迈进。
|
3月前
|
机器学习/深度学习 数据采集 存储
CDGA|创新数据治理工具:推动数据治理标准规范化之路
创新数据治理工具在推进数据治理标准规范化方面发挥着重要作用。企业应积极采用这些工具,并制定相应的策略和规范,以确保数据的有效管理和利用。同时,企业还应关注数据治理的最新发展和趋势,不断提升数据治理的能力和水平。
|
3月前
|
数据采集 数据安全/隐私保护
​ CDGA|电子行业数据治理六大痛点及突围之道
电子行业在数据治理方面面临着诸多痛点。为了突围而出,企业需要针对这些痛点制定有效的解决方案和措施,包括统一数据标准、打破数据孤岛、保障数据安全、制定合理策略、培养及建立高效团队以及引进先进技术等方面。通过这些努力,企业可以不断提升数据治理的能力和水平,为业务发展提供有力支撑。
|
8月前
|
监控 算法 数据挖掘
干货分享|克服数据迷雾:多平台经营突围,解码全域分析与决策提升之道
干货分享|克服数据迷雾:多平台经营突围,解码全域分析与决策提升之道
163 1
|
数据采集 存储 监控
谈谈从DAMA、DCMM和DGI三大数据治理框架详细了解数据战略规划的关键要素
当前,数据作为新的生产要素提到了关键位置,众多组织认为数据是重要的战略资产。
谈谈从DAMA、DCMM和DGI三大数据治理框架详细了解数据战略规划的关键要素
|
存储 数据采集 开发框架
数智洞察丨聆听数据思维“双声道”:数据战略与数据能力解析
编者按: 大数据应在社会中扮演什么样的角色?有人说数据是一种资源,大数据是新时代的“石油”;也有人认为数据是类似于土地的资产,其更多的价值来自所带来业务的指数级增长。而互联网之父蒂姆·伯纳斯·李提出的观点是“数据是一种公共基础设施”,强调数据作为基础将支撑起一个城市的创新体系。本期内容我们将从数据战略与数据能力入手,深度剖析数据思维首要解决的两大问题。 本文约3532字,建议阅读时间9分钟。
311 0
|
存储 传感器 SQL
谈谈数据资产理念下构数据湖的喜与忧
最近,数据湖成为大家关注的数据资产存储新架构,那么数据在现实中都有哪些应用场景呢,下面举几个典型的应用案例。
谈谈数据资产理念下构数据湖的喜与忧
|
存储 数据采集 SQL
知识点!典型的工业企业大数据分析平台解决方案(含数据治理)
当前,工业企业产生的数据与日俱增,如何利用大数据为企业产生驱动力、竞争力成为工业企业面临的重要问题。
知识点!典型的工业企业大数据分析平台解决方案(含数据治理)
《从数据要素到数据生产力—全链路数据治理的智能演进》电子版地址
从数据要素到数据生产力—全链路数据治理的智能演进.ppt
110 0
《从数据要素到数据生产力—全链路数据治理的智能演进》电子版地址
|
数据挖掘 大数据
数据分析挖掘体系(by 数据小雄)
【写于2015年8月15日,原文地址:http://zhangzhengxiong.com/?id=13】 刚好今天周末,有空闲时间,于是就准备把工作室的官网拿来修改下,把工作室的业务范围进行了整理下,也就是:花了三个小时左右的时间,将数据分析挖掘方面的知识点进行了梳理。
156 0
数据分析挖掘体系(by 数据小雄)

热门文章

最新文章