主数据管理是数字化转型成功的基石——江淮汽车案例分享

汽车行业数字化转型的背景

在新冠疫情导火索的影响下,经济全球化政治基础逐渐动摇。作为全球最大的汽车市场,我国的汽车市场逐渐由增量转为存量市场。

在数字化改革大背景下,随着工业4.0时代的到来,江淮汽车集团力争实现十四五数字化战略转型,提升核心竞争力。

数据已成为数字化转型的核心,如何将数据转化为战略资产,是当今各家车企迫切需要解决的问题。其中主数据作为企业的"黄金数据",是数据资产管理实践方式的重要切入方法之一,其建设策略是从解决核心业务实体数据的质量和业务协同入手,推动企业客户、经销商、车辆、组织机构、统一编码等方面保持一致。

汽车行业数据管理面临的主要问题

汽车行业大型主机厂都为集团型公司,多套业务系统是基本的IT架构,因此,"数据孤岛","数据烟囱"等现象普遍存在。多套异构系统导致主数据没有统一的管理组织,缺少主数据标准设计,也缺乏统一的主数据质量管理体系。

没有统一、专业的主数据管理规章、制度,最根本的原因是缺少主数据管理平台

主数据治理的一般思路

主数据对数字化转型提升主要体现在以下三个方面:战略驱动、主数据治理、数据应用

  • 战略驱动:

企业数字化转型成功的本质是企业数字化战略规划的成功。企业数字化战略规划需要识别数据战略的利益相关者以及相关诉求,初步设计数据战略相关的管理流程,有计划地开展数据战略的管理。

因此主数据治理并不仅仅在于技术,主数据治理要对准战略方向,强化集团高层的变革意识。主数据的治理,要贴合企业现状,解决当下的业务问题,实现既定的商业目标,这是数字化转型的起点。

企业数字化战略规划

江淮汽车为切实促进公司十四五数字化战略转型,策划制定了数据治理三年建设目标。集团数字化战略规划,首先建立集团级以数据中台为核心的数据底座,然后将集团内部主数据进行统一规划治理,最后基于中台数据底座能力以及高质量的数据环境,实现数据价值体系重塑。

  • 主数据治理:

主数据治理要做的就是从企业的多个业务系统中整合最核心的、最需要共享的数据(主数据),依据科学的主数据治理方法论,对主数据进行分类、分级、清洗和丰富,明确主数据全生命周期的管理组织、管理制度。最终以服务的方式把统一的、完整的、准确的、具有权威性的主数据分发给全企业范围内需要使用这些数据的操作型应用和分析型应用。

主数据治理基本流程

得帆对主数据的定义:

企业主数据是用来描述企业核心业务实体的数据,是统一、稳定、共用的基础数据,比如客户、合作伙伴、员工、车辆、物料、经销商等,它是具有高业务价值的,可以在企业内跨越各个业务部门被重复使用的数据,并且存在于多个异构的应用系统中。

江淮汽车的主数据管理平台涵盖了员工、组织、客户、供应商、会计科目、项目、车辆、经销商、银行、物料管理等十多个数据域的全生命周期管理。以集团数字化转型战略为指引,依据得帆的主数据治理方法论,得帆咨询实施团队与客户方数据管理团队一起,为各主题域搭建了数据模型60+ 个,主数据平台前端应用**管理表单50+**张,数据质量规则及管控流程若干。以国际标准和行业标准为基准,实现了各主数据域数据的全面清洗,进一步提升主数据质量。

同时得帆团队也为江淮汽车设计和编制了切实可行的主数据集成标准规范,作为后续主数据集成工作开展的指导文件,约束后续IT系统及实施商的系统技术架构设计,保证所有的IT系统与主数据同源同频。

主数据模型

主数据系统执行标准

主数据集成规范

  • 数据应用:

数据治理的终极目标就是发挥数据的应用价值。数据应用一般体现在三个方面:

第一、对组织各项经营管理活动提供数据决策支持而进行的组织内外部数据探索性分析或挖掘建模,以及对应成果的交付运营、评价推广等活动;

第二、按照统一的数据管理策略对组织内部的数据进行有选择的对外开放共享,同时按照相关的管理策略引入外部数据供组织内部应用;

第三、通过对组织内外部数据的统一加工和分析,结合公众、公司和行业的需要,以应用的形式对外提供数据服务,实现数据的跨领域、跨行业的有偿或者无偿服务。

随着数据应用层度的递进,代表着数据价值的提升,同时也反应了数据治理的成效。

江淮汽车基于主数据平台,开发了主数据治理数据实时显示大屏,为主数据治理质量成果提供展示平台,为数据抽取、清洗、检测、反馈的持续运营机制提供保障,让数据的良性运营形成闭环。基于主数据各主题域的治理成果,高质量的数据支撑了内部审计应用的开发,帮助集团合规部实现了审计作业的数字化。而对于外部合作伙伴,我们也支撑了商旅报销、车联网(智能客服)等业务系统对高质量数据的需求。

主数据治理数据实时显示大屏

项目总结

车联网、5G、云计算、电动化等技术不断演进。一家企业的主数据有很多,如果一次性管理所有主数据,工作量很大,周期很长。通常主数据管理会分2-3年去完成,并持续优化。

在数字化的当下,车企通过主数据治理精准地收集、沉淀、整合数据,利用主数据统一数据语言,提升数据获取、共享、转化效率,加强主机厂与经销商的信任与合作,利用数据分析有针对性地推出新产品和新服务,保障高效并可持续性地运营客户,提升客户信息管理的执行效率和可追溯性。

相关推荐
天天爱吃肉82186 小时前
【新能源汽车“心脏”赋能:三电系统研发、测试与应用匹配的恒压恒流源技术秘籍】
嵌入式硬件·汽车·学习方法
_xaboy6 小时前
开源 FormCreate 表单设计器配置组件的多语言
前端·vue.js·低代码·开源·可视化表单设计器
NBI大数据可视化分析9 小时前
数据分析助力企业降本增效-成本管控办法
信息可视化·数据挖掘·数据分析·数据可视化·bi
蹦蹦跳跳真可爱58911 小时前
Python----数据分析(Pandas三:一维数组Series的数据操作:数据清洗,数据转换,数据排序,数据筛选,数据拼接)
python·数据分析·pandas
胡耀超12 小时前
4.玩转热图(相关矩阵、缺失值、多维相关、聚类热图、时间序列)——Python数据挖掘代码实践
python·机器学习·数据挖掘·matplotlib·聚类·可视化·seaborn
OpenTiny社区12 小时前
OpenTiny技术直播讲师招募:与开源同行,点亮技术影响力!
前端·vue.js·低代码
杜子腾dd14 小时前
17.使用读写包操作Excel文件:pyxlsb 包
python·数据挖掘·excel·numpy·pandas
dundunmm15 小时前
联邦学习(Federated Learning)
人工智能·深度学习·安全·数据挖掘·联邦学习
张良信息咨询服务工作室17 小时前
pycharm-python國際象棋遊戲代碼
神经网络·机器学习·数据挖掘
一个天蝎座 白勺 程序猿17 小时前
大数据(1.1)纽约出租车大数据分析实战:从Hadoop到Azkaban的全链路解析与优化
大数据·hive·hadoop·分布式·sql·数据分析·sqoop