汽車行業普遍存在的數據管理應用難題

汽車行業普遍存在的數據管理應用難題
   信息系統眾多，但信息孤島化嚴重
    信息孤島源自于傳統分工式管理的劣根性，相關的概念和解決方案已在世多年，但仍然無法在汽車企業大規模地得以改善。從新華信近年對汽車行業的調研結果來看，汽車企業（特別是汽車銷售公司）內部的信息化系統眾多，如各個職能業務所使用的CRM、財務、HR、ERP、SCM等業務系統，經銷店端使用的DMS系統，以及銷售、售后、市場，財務、汽車金融等各部門的業務子系統等（如大客戶管理、金融保險、二手車、保修、零部件系統）。大大小小的系統在誕生伊始就背離了“整體規劃、分步實施”的大原則，功能和應用相互獨立、技術和平臺兼容性差，使得系統之間數據的共享和整體應用成為難題。
    系統的紛繁眾多，必然導致數據源的非惟一性或者說多重性，企業的各級人員都無法從單一的視角來維護、管理和應用相關的數據。對于相同的信息，企業需要在各系統中重復錄入，例如車企每新增加一家經銷店，在數據的一致性沒有任何約束的前提下，其開業日期、法人代表、地址、注冊金額等基本信息都需要在不同業務系統里重復記錄，既增加了維護的難度，也浪費了人力和資源。而假如隨著時間的推移，該經銷店的信息也會不斷更新，車企的某些子系統也隨之調整，而另外一些子系統卻未能及時更新，那就會在不同的數據的記錄之間造成不平衡關系。
    業務系統之間的獨立性，導致部門間的數據壁壘和信息孤島的大量存在，跨業務主題的統計、分析和研究操作難度極大。例如銷售部門希望獲取市場數據，或售后部門希望獲取供需相關數據，這期間會涉及到各種流程制度、技術環節甚至是人事方面的障礙，最后往往費盡周折，也難得其效。
   系統設計欠完善，數據完整性差
    由于汽車行業成長過于迅猛，一些業務系統在車企成立伊始即開始使用，其設計也只為滿足當時的業務需求，而對系統的兼容性和擴展性沒有做過多地考慮和預測。隨著時間的推移，車企的業務流程和管理體系趨于復雜與完善，導致業務系統的功能性不能滿足當前業務的需要，系統的陳舊與落后日益凸顯。此時，大部分車企出于使用習慣和財務預算的考慮，都不愿意更換、更新原有的系統，因此便在原系統的基礎上修修補補。而這種修補工作一但考慮不周，便會出現數據應用前后銜接不暢的問題，例如出現同一數據表中的同一字段，在系統改善前/后用來存放完全不同的信息，造成歷史信息的缺失或前后不一致問題等，基于此的分析和應用更無從談起。而另外一些車企則在業務系統方面舍得投入，進行大刀闊斧式的改革，對先前的系統基本否定并推倒重來，而在招投標時可能會選擇不同的系統供應商，從頭設計一套新的系統。在這個過程中，車企如果沒有一定的預見性眼光把數據割接工作做扎實，便會造成新老系統間的數據不一致，甚至不能進行匹配，這也就相當于歷史數據的缺失，間接導致數據的完整性變差。
   基礎數據維修不夠，開放過多手寫權限，數據質量差
    車企業務系統的數據庫中存在著大量的基礎數據，在數據結構設計中稱之為字典表或屬性表。這些信息來自各個業務部門，整體記錄了車輛型號、車輛顏色、配件種類及名稱等基礎信息。但由于對數據的規范性重視和強調不夠，業務部門并不會指派專人負責此項業務，往往一次錄入后便無人問津，更談不上相應的檢查和審批程序。最終的結果便是數據庫中的記錄雜亂無章，別字、錯字、手誤等層出不窮；而如果維護人員離職或換崗，其后真實的數據更無處可考。例如在某車企的數據庫中，車身顏色有幾百種（如針對白色，就會有White、WHITE、白色、珍珠白等多種重復性描述），車輛型號有上千種，零配件甚至近萬種，如此的數據垃圾將會導致一連串的業務邏輯問題。一個典型的場景就是經銷店在終端數據輸入時，由于基礎表的不規范性，使得車輛型號等信息的錄入無法用鉤選的方式實現，索性為經銷店的人員開放了人工錄入的權限，如此惡性循環下去，數據庫中的記錄更是五花八門、毫無規章，甚至形同垃圾。
   數據應用目的性不強，數據利用率不高
   數據管理的最終目的還是為了后端的數據應用，如果沒有強勁的應用需求，那么數據管理也會逐漸流于形式。車企（尤其是汽車銷售公司）在數據管理方面的投入，一方面要滿足日常操作型業務的需求，一方面要為營銷應用服務，還要為企業的經營決策提供數據支持。例如在營銷應用端，如果營銷部門對數據庫營銷的需求不旺盛，即使數據庫中的數據規范性、準確性、及時性等指標極差，營銷部門也會熟視無睹，而數據管理部門也就更無心于數據質量的維護；而在車企經營決策支持方面，如果決策層對數據決策和科學決策的認識和需求不足，技術部門也就無法有效地構建滿足不同業務主題需求的數據倉庫（數據集市），以服務于經營決策支持系統。
    在數據的利用效率方面，雖然車企內部存在眾多的系統，也在長時間內積累下海量數據，但是它們更多的時候是以檔案資料的形式靜態的存在，沒有實現從數據到信息的提升。即使每個部門都配備專門的人員花費大量的時間制作日報、周報、月報、季報，工作冗繁而費時，其本質也僅僅是為了提交會議報告而制作報表，數據和信息還沒有滲入到日常的工作與管理中去，各級人員依舊根據經驗和直覺來發現和判斷問題，造成數據資源的浪費和利用率的低下。一個典型的場景是，公司級會議上各部門都會提交厚厚的、制作精美的報表，但是各部門間的數據普遍存在著矛盾與誤差，導致決策層需要浪費大量的精力在這些數據的海洋中自己去甄別和判斷正確的信息。在這種情形下，數據不能賦予決策層更好的洞察力與控制力，反成淪為雞肋似的負擔。
   針對數據的管理體系不健全，細節欠思考
   數據管理，究其根本仍然是人、系統、管理體系三者的結合，缺一則廢。從數據的采集、整理、整合、分析、應用、反饋這個完整的業務鏈條來看，管理的思想、流程和制度貫穿始末，無可回避。例如，汽車行業存在的一個普遍現象是，大大小小的經銷商，由于種種利益的驅使，在向車企填表銷售和售后數據時，往往大量作假；而車企也不服氣，設定各種獎懲措施，以打擊經銷商的氣焰。在這個關鍵點上，如果管理措施不當，經銷商往往會更加趨向于“親獎避懲”，更變本加厲地作假，車企的種種措施反而適得其反。