汽車行業數據管理實踐應用

數據管理和應用的長期規劃和實踐
    汽車企業不論如何進行數據體系的管理，終究是為應用而生的，其背后是企業對于利潤的的渴求及企業長遠發展的愿景。從宏觀層面來看，企業的長遠發展，離不開科學的決策管理，而無數的理論和實踐均證明，穩定、持續、高效、精準的數據體系，是科學決策管理的忠實保障。在經營管理層面，企業不但要樹立數據和客戶決策的思想、意識甚至企業文化，更要建立短、中、長期的數據管理和應用規劃。落實到具體的內容，便是企業的商業智能（BI）系統建設，從數據的整合，到數據倉庫、應用主題、分析和展示工具甚至預測性分析，需要走很長的道路。在具體的應用和執行層面，企業同樣要有完整的規劃和實際的動作。例如在營銷層面，對于汽車企業不斷增長的保有量，基于客戶生命周期的營銷響應模型、交叉模型、垂直銷售模型、客戶價值細分模型、客戶流失預警模型等，都會為不同的業務部門提供可見的商業價值。
   

汽車企業的數據管理和應用體系，需要通過建立長期的規劃并通過業務實踐來進行指導和引領；從另外一個角度來看，此規劃的目的性越強，則落實和實踐的質量越好，反過來會拉動下一輪的規劃和實踐工作，以此不斷循環往復，形成良性的互動機制。
   信息技術方面的精進
    首先是數據清理，大規模地系統化清理。對于不規范的部分進行排查并且做詳細記錄，例如同一個經銷店出現不同的編碼和名稱、屬性表混亂無序（如存在幾百種車身顏色，上千種車輛型號等）；之后需建立一套數據清理標準，依據數據標準對數據進行清理，將系統里冗余或者錯誤的信息進行清理，將基礎數據進行規范化管理。大規模的數據清理，首先就需要配備知識庫的專業軟件工具（尤其是可清洗中文數據的軟件）來實現常規性的清理（如匹配查重、規范化處理等），針對各種異常的、軟件工具無法清理的數據質量狀況，還需要進行后期的人工清理，以徹底根治問題。
    其次還要進行數據的整合，數據的整合在數據層、系統層和應用層都可以實現。應用層的整合難度較大，成功率也不高；系統層的整合，即對眾多業務系統進行整合，原來的每個系統對應新系統的一個子系統或者模塊，而對于基礎信息維護屬于一個單獨模塊，只由特定人員維護，以保證基礎數據的出處惟一性，可以追本溯源。而對數據層的整合，可以通過建立數據倉庫（數據集市）或者主數據管理的方式實現，相對而言，數據倉庫可以“治標”，而主數據管理則可以“治本”。
    有了規范的數據和統一的平臺，車企便將一些關聯很強或者需要關聯的數據整合在一起，用于企業的經營決策分析。企業可以跟據不同業務主題的需求進行建模，并通過專門的BI平臺進行靈活展現分析成果：如自動的生成各種報表，通過OLAP功能進行多維度展示，KPI儀表盤直接服務于領導層的經營決策等。這便可以節約傳統的報表制作的時間，將人力資源充分轉移到分析報表及決策制定上去。
   組織架構方面的演進
    車企內部形成獨立的信息管理和應用部門，是一個正在逐漸演進的趨勢。這個部門在公司的層面上整理和匯總各業務部門對信息管理和應用的需求，同時也作為公司系統建設和改造的驅動部門，從全局的角度審視和規劃公司的信息管理和應用之路。這個部門可由公司的IT部門拓展而成，也可以作為獨立的部門而存在，它需要管理專家、業務專家、行業專家和技術專家四類人才共同維持其高效的運轉。同時，該部門的設立和存在需要得到公司高層領導的認可及支持，并在公司內部對其業務給予大力的宣傳和推動，以培養其協調和整合能力。
    在企業實踐當中，各業務部門和經銷店才是信息系統的終端用戶，是系統的最終使用者和利益相關者，故信息管理部門在開展其業務時，要本著服務公司整體利益，平衡各業務部門利益的原則，主動收集各部門的業務需求，并在一個更高的層面上進行匯總、加工和整體規劃，最終將各部門的業務需求正確地轉化為公司級的技術需求。同時，要注意在需求的整理和形成階段，需與業務部門進行反復的溝通及確認，得到業務部門的理解與認可后，方可作為最終的系統需求來進行系統化的改善及發開，切忌誤解業務需求或者自作主張設計需求。
   管理體系方面的改進
    企業文化是企業管理的無上之道，那么，車企就可以有意識地在企業內部宣貫？數據文化，提升各級部門的數據管理和數據思維意識，甚至設計更加精細化的業績考核數字體系，從骨子里改變全員的觀念。
    同時，我們也看到，設計信息化系統的初衷，就是要服務于企業的管理體系，令其更加高效、便捷、精確和智能。管理體系的改進，從宏觀和微觀上都會極大的影響到企業的數據管理業務：從大處來講，管理上的改進，必將對數據管理業務提出更高的需求。例如，目前汽車行業的營銷理念，已經逐步由傳統的大眾營銷向更為精準的數據庫營銷轉變，這就要求車企在客戶信息管理、銷售過程管理、客戶生命周期管理、客戶接觸中心（點）管理等多個方面，進行有效的融合，而這勢必會對更為底層的數據管理提出更加苛刻的需求，迫使其管理質量不斷提升。
    從管理的細微處入手，任何管理流程和制度上的改進，都會在某個方面影響到企業數據管理質量的提升。例如，對于車企內部，擔負基礎信息（字典表和相關數據）錄入和維護的工作人員，要強調其工作的重要性，并為其建立數據錄入的審批和管理流程；同時專人錄入數據后，要有專人對數據的準確性或規范性等質量問題進行核查，審批通過后方可上傳入系統數據庫當中；最后，還要將數據的準確性及規范性等作為相關員工的業績考核指標之一，以使此業務正規化、系統化和常態化。再如，針對經銷商，車企要嚴格的防范錄入錯誤數據行為，嚴厲打擊數據弄虛作假等行為，并將經銷店數據質量作為重要業績考核的指標之一（這個考核的度要拿捏準確，輕則不痛不癢，重則火上澆油）。