商業智能厘清車企數據煩惱

汽車行業的高速成長，帶動了相關業務信息化系統的大規模建設，隨之而來的是商業智能及其相關應用的不斷發展和壯大。隨著時機的成熟，在汽車行業蟄伏多年的商業智能應用又迎來了一個新的發展高潮，種種趨勢逐漸浮現。

部門級商業應用暫時吃香

從發展路線和實施原理來講，企業級的商業智能應用有以下好處：覆蓋企業的全貌，打通不同部門和系統間的數據壁壘，通盤規劃企業的整體應用，使企業的總體擁有成本偏低。相應來講，也就有以下劣勢：規劃方案復雜，涉及更多的部門間利益糾紛，且實施周期較長、一次性動用資源過多，倘若項目中期出現較大的問題或企業內部分歧，那么項目極有可能流產，后續的發展也難以為繼。

部門級的商業智能應用則具有“小、快、靈”的特點，單次實施成本偏低，實施速度快，應用見效快，項目成功率較高。但部門級應用會使企業的總體擁有成本上升，同時不能有效地打通企業內部的數據壁壘，甚至會加深壁壘的存在。

企業先發展哪個級別的應用，這取決于企業的現狀和未來規劃。而現實情況是，部門級應用的發展明顯快于企業級應用的發展，原因有：汽車產業的發展受宏觀政策的影響很大，致使行業內部有太多不確定性的因素；行業的整體性浮躁；車企內部缺乏針對商業智能統一規劃、實施和管理的部門。

但從長遠來看，汽車企業實施企業級的商業智能工程是一個無可回避的選擇，相關的組織架構、發展規劃、人員培養、流程機制是一個循序漸進的培育和發展過程。但在時機成熟之前，部門級的商業智能應用對于企業而言，會是一個不錯的過渡階段。

商業智能催生大規模的數據整合

在信息化程度上，外商獨資及合資企業利用其全球的技術優勢，建立了比較完善的信息化系統，而自主品牌企業則沒那么幸運，大部分還處在DMS系統剛剛上線和初步完善的階段。

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，分別為諸多部門所使用，但這些系統在設計之初就缺乏企業級的考量和規劃，導致各個業務系統處于相對孤立的狀態，造成部門間的數據和業務壁壘，也導致了企業整體的數據利用率低下。

為了進一步實現企業級的數據整合和管理，部分車企已經導入了數據倉庫和主數據管理等系統及相關的管理體系，但由于沒有終端業務部門強有力的數據分析和業務應用需求拉動，這些建設也只流于表面，甚至只是一個存儲數據的“鏡像”或“倉庫”，這與數據整合和數據倉庫的思想相去甚遠。另外一些車企，則把主數據管理系統做為簡單的數據清洗工具，既無法實現完整的數據清洗工作，也偏離了主數據管理系統最核心的價值。

商業智能系統的提出，對每個車企的數據整合能力都提出了嚴峻的考驗。對于各個業務系統的規范數據，可以通過ETL／ELT建立數據倉庫；對于企業內部零散的、不規范的數據則需要建立定期上傳、校驗和修正等系統和管理機制；同時，車企的數據相當部分來自于經銷商，而DMS系統為某種需求而改造和升級則不是一時之功，因也需要建立針對經銷商數據收集的臨時性通道。

另外的一個行業亮點，是汽車經銷商集團內部的數據整合。經銷商集團近幾年來發展迅猛，對于他們而言，上承車企、下聯客戶，但代理多個品牌而使用多套截然不同的DMS系統，導致集團內部的數據根本無法有效利用。經銷商集團內部的數據整合，其后期的主要應用應該是客戶關系管理，銷售不賺錢而售后高利潤，這已是汽車行業的發展趨勢，客戶關系管理將成為經銷商集團持續發展的基石，而這其中的數據整合更是重中之重。

數據挖掘與商業智能的捆綁

數據挖掘和商業智能的關系是相得益彰、互為補充，可以理解為數據挖掘是商業智能的高階發展階段，是商業智能成熟應用的一個主要標志。同時，數據挖掘的結果，即模型，必須通過一定的信息化平臺得以長期實現，那么商業智能平臺就是其最完美的選擇。

數據挖掘是汽車企業邁向智能企業所必須經歷的一個門檻，其數據源可為商業智能平臺的數據倉庫或其衍生出的數據集市，同時，它也對這個數據源的質量提出了更高的要求，這在一定程度也會帶動企業數據整合工作的前進。

對于項目制的數據挖掘項目，汽車企業可將其項目結果，即規則集或模型，直接部署到商業智能系統上去，以方便業務部門的應用；對于實時型的數據挖掘，則需要汽車企業將數據挖掘工具的應用服務器與商業智能平臺進行集成，以實現實時的應用和模型的不斷修正；而對于某些已經集成第三方數據挖掘工具的營銷自動化系統而言，商業智能的功效在于數據的管理和模型的展現。

第三方應用的興起

第三方應用，主要指數據源為第三方的相關應用。對于這些數據源，汽車企業只能擁有使用權，如數據產權問題、數據保密性問題、成本考量、企業內部技術限制等。隨著汽車行業的超高速發展，第三方數據源的業務不斷豐富，車企對這些數據使用的迫切性也不斷加強。

第一類第三方數據，為市場和競爭情報數據，如全國汽車批發數據、零售數據、新車成交價、二手車成交價、汽車裝備數據、消費者行為數據、經銷商網點數據等。車企通過第三方的商業智能系統，不但可以獲得這些數據的使用權，而且還可以獲得更為豐富的相關數據分析服務，甚至可以基于這些系統提供的靈活分析功能實現自助服務。

第二類第三方數據，為市場研究數據。車企每日都面臨大量的產品研究、消費者研究、滿意度、神秘顧客、飛行檢查等市場研究項目，傳統的方法已不能滿足工作的需求。通過第三方的商業智能平臺交付，項目在效率、成本和準確性等方面都得到極大提升，且數據的保密性和復用性得以加強，可謂一舉多得。

之于商業智能平臺的地圖應用，由于法律法規及保密的限制，一些高精度的數據不能提供，也無法調用地圖網站的API。在這種情況下，折中方案就產生了，第三方可以把自己的數據放在公網的商業智能平臺上，同時可以導入一部分對汽車企業而言保密性不夠高的數據，再調用地圖公司或搜索引擎的地圖數據開發接口，即可實現豐富的地圖功能應用(如經銷商網點分布、商圈規劃和競爭對手監測等)。

中國汽車行業的商業智能應用，目前仍處于起步期和探索期，在可以預計的將來，將會有越來越多的成功應用和成熟解決方案持續涌現，并幫助中國的汽車企業向智能化企業不斷邁進。