來源 |首席數字官
在“汽車行業數字化轉型論壇暨探營吉利”上，Informatica技術顧問總監熊大勇發表了《智能數據管理驅動數字化轉型》的主題演講，他認為，汽車行業裡有五大顛覆性趨勢：新能源汽車及出行解決方案、客戶體驗、市場整合、新商業模式、互聯汽車及大數據。以下是「首席數字官」根據其演講內容整理而成：
Informatica技術顧問總監熊大勇 圖片來源：首席數字官
企業數字化轉型是頗具挑戰性的事情，需要企業先練好內功。企業的數據文化和自身的數據能力能否伴隨和支撐企業做轉型，是無法忽視的話題。
歐洲汽車供應商協會的後市場總監Frank Schlehuber提出“自動駕駛和新能源汽車幾乎每天都受到媒體的關注，汽車後市場最重要的遊戲規則改變者卻是連通性和基於數據的商業模式，正在發生且發展迅速。”
我將此理解為互聯網與汽車的深度融合：互聯網汽車不光是產品，也是一種商業和生活模式，就像阿里不僅僅是一個電商平臺，他們已經深度地影響了每個人的日常生活。汽車企業也一樣，要打造車+網絡+生活。
▌汽車行業的五大顛覆性趨勢
五大顛覆性趨勢 圖片來源：熊大勇演講PPT
我認為，在汽車行業裡有五大顛覆性趨勢。在新能源汽車及出行解決方案、互聯汽車及大數據方面，車企未來的業務領域不光是設計和製造汽車，還包括運營汽車，變成一種出行服務和生活服務，並與城市的智能交通掛鉤，與智慧城市的運營對接。不光是產品製造與銷售，而是把眼光和目標延伸至更廣闊的空間。
在客戶體驗方面，企業的競爭優勢將主要來源於最佳化的客戶體驗。現在車企在進行銷售和服務時都在把客戶觸點前伸，並儘量電子化，以全渠道方式來建立與客戶的立體式溝通，這是客戶體驗的重點。
在市場整合方面，目前中國汽車市場存在著效率、競爭、開銷、環保等方面的問題。為解決這些問題，可以在很多層面上進行融合與整合，包括汽車零部件的生產製造和供應、汽車後市場、二手車交易等。甚至可以和那些跨界顛覆者合作，比如互聯網企業和電商企業。所以互聯網企業進入汽車領域，以及汽車領域自身的互聯網化，這些改變最終會碰撞到一起。比如，從2017年開始，福特汽車、長安福特與天貓合作，為解決車輛試駕難的問題，在廣州白雲區率先建了汽車自動販賣機大樓——一個開放式、智能型的立體車庫。符合條件的用戶可以通過手機淘寶進行預約並採集人臉信息。預約成功後，再現場“刷臉”就可以直接領取車鑰匙，智能升降系統會把車送到面前，之後就可以開始為期三天的免費試駕。這對於一些開展租車業務的企業來講是具有很大沖擊的。可見，為避免同質化競爭，市場上的新玩法會層出不窮，企業需要尋找更多的新點子，尋找突破口。
在商業模式方面，秉承智能製造、工業4.0的理念，汽車的設計也不再是閉門造車。目前，最主要的趨勢包括：設計師直接對接客戶、柔性和小批量生產、定製化的車輛訂購過程、O2O的融合銷售等。
汽車行業價值鏈 圖片來源：熊大勇演講PPT
我們展示了這張汽車行業傳統的價值鏈圖。從設計、採購、生產製造、物流、銷售，到內部的管理，哪個環節會率先成為企業在變革和轉型時的抓手領域或者突破口？哪個領域將不得不接受重新定義？企業中包括CIO在內的高層管理人員也未必能準確地預測。
市場和企業業務需求的變化越來越劇烈。如何讓企業快速的適應變化，主要靠兩個字：“內功”。其實內功的修煉有很多方面，這裡重點說一下企業數據管理領域：數據是驅動企業創新的最重要的資產。對於業務敏捷型、智能型企業而言，一個關鍵點就是數據驅動，而要實現數據驅動卻並不容易。
▌從四段典型旅程看企業數字化轉型
從四段典型旅程看企業數字化轉型 圖片來源：熊大勇演講PPT
作為專注於數據管理領域解決方案的全球領導者，Informatica認為可以從四個方向與大家一起探討數字化轉型與創新，它們分別是“雲/混合”、“下一代數據分析”、“全方位業務聯結”以及“數據治理與合規”。
雲/混合 圖片來源：熊大勇演講PPT
第一，雲/混合。現在的汽車越來越互聯網化，包括生產經營也在朝這個方向演進。互聯網化的特點是信息端點分散在任何地方，例如馬路上、停車庫裡等。對於眾多的信息產生點而言，最適合的數據匯聚地是公有云，而不是通過專線導流的企業自建數據中心。
隨著企業信息化的推進，一些企業已經將某些數據倉庫建在雲上了，未來還會考慮把越來越多的應用也直接建在雲上，並且會通過按需構建的新流程串起混合環境下的雲應用和傳統應用。
下一代分析 圖片來源：熊大勇演講PPT
第二，下一代分析。進入快速創新、微創新的年代，需要不斷的快速迭代。這就要求企業敢於試錯，敢於推行試驗型的企業文化，特別是在To-C領域的營銷端，其變化會更迅速，所以要鼓勵試錯和探索。以往的企業數據分析是以生成KPI報表為主的，但新一代企業數據分析是為了探索新模式、規律，預測未來的變化。這種分析絕對不是把來自少數業務應用和數據集攏在一起，構建數據倉庫，並在前端輸出報表，而是存在大量的探索式的數據準備和分析工作。在這個過程中，需要提供自助式分析能力，需要解決分析師之間的協作問題和效率問題。在這種場景下的企業數據湖，絕不是單純的數據堆場，而是一個為更好地開發利用數據而營造的工作環境。所以我們的想法是在數據湖的基礎架構上增加一些智能，可以幫助我們根據主題詞快速找到相關的數據集合，可以把企業存量數據和創新業務的數據高效地導入湖中，讓數據之間完成碰撞，用外部數據所包含的信息來拓展我們從企業內部應用所獲得的對客戶、供應商和產品等的認知。
全方位業務聯結 圖片來源：熊大勇演講PPT
第三，全方位的業務聯結。企業生產經營者與關鍵業務實體之間不是簡單的進行對接，而是實現更緊密的聯結。無論是與客戶、供應商，還是產品市場營銷過程中面對的全營銷渠道，都需要實現更緊密的聯結，掌握全方位的信息。所以，Informatica不僅為客戶提供底層的技術工具，也提供直接交付價值的業務應用，幫助大家更全面地瞭解關鍵的生產要素和對象。
數據治理與合規 圖片來源：熊大勇演講PPT
第四，數據治理和合規。首先要清楚企業數據治理的出發點是什麼、業務的真實需求是什麼、為什麼要治理、能解決什麼問題等；一旦有了思考，就要儘早開始建立數據治理框架。這個治理體系也是一種工作模式。工作模式建立起來以後，數據文化也會隨之慢慢起來，大家會越來越重視基於數據的協同與管理。
重要的關鍵企業數據能力 圖片來源：熊大勇演講PPT
大家都在談企業數據中臺。我所理解的數據中臺，它既是企業的數據資源中心，也是基於數據並面向業務的服務中心，更是企業中關鍵的公共的數據能力的複用平臺。
那麼，汽車企業的數字化轉型，到底應該建立和強化哪些公共的數字能力呢？
數據集成能力講求的是數據的“貫通”和“融通”，消除數據孤島。元數據管理能力是幫助企業數據用戶來發現、理解和洞悉企業數據，並最終通過數據來洞悉業務。數據質量能力是為了讓信息化環境脫離因數據質量問題形成的“亞健康”。主數據管理能力是為了讓各業務條塊在企業主數據生成和維護方面打破各自為政的老格局，讓技術、管理制度和業務流程形成合力來有效解決主數據的分散、冗餘和不一致問題。隱私保護能力，是守住企業的數據隱私，保持企業已取得的競爭優勢，並預防合規失敗的風險。綜合能力的能力是指企業內部若要真正借力上述能力帶來實效，是需要將這些數據能力有效地結合起來，而不是僅依賴其中的某一兩項。
企業智能數據管理平臺 圖片來源：熊大勇演講PPT
這是 Informatica 的企業智能數據平臺，也就是我們為眾多企業客戶賦能的整合的數據基礎平臺。目前，這一平臺正為寶馬、特斯拉、戴姆勒、梅賽德斯-奔馳、大眾、豐田、本田、尼桑、三菱、蔚來、宇通集團、博世、濰柴動力、佳通輪胎等諸多整車及零部件製造企業提供數據管理的能力。
接下來要分享的是國內某商用車企業的數據管理案例。該車企原有的傳統信息化建設缺乏對數據架構的頂層設計，營銷本部亟需對客戶數據價值深度挖掘，以支撐營銷決策。面對數出多頭、缺乏標準、質量不高、應用不足等問題，請了外部諮詢公司集中管理核心主數據、統一管理數據標準和元數據、全企業範圍的數據質量管理。
在確定落地方案的過程中，面臨著很大的挑戰，比如：預設的項目週期只有三個月，時間是非常緊張的；並且有36個業務實體，280多項屬性，100多個字典表，存量客戶數據超過千萬；需要對經銷商主數據和集團公司主數據進行融合；並且有多套異構系統，對數據質量與元數據管理的平臺兼容性、功能就緒性有很高的要求。
項目的目標是建立頂層的企業數據架構，產出標準化數據。最終，通過用戶和Informatica的共同努力，確定了統一的數據標準，從源於多個系統的近千萬條包含重複客戶信息的數據記錄中，識別出重複數據，完成客戶信息整合，為集團公司提供一套全企業客戶統一視圖。400 多個經銷商也藉助該項目擁有了自己的客戶主數據。藉助元數據與數據質量平臺的管理功能，快速監測和追蹤數據質量問題，並生成對應的質量檢查報告；在銷售公司與經銷商之間形成了長期的質量反饋-提升的長效機制。
該項目最終順利完工，並取得了滿意的成果。
閱讀更多 首席數字官 的文章
