近年來，車企的數據種類和體量都迎來爆發式增長，與此同時國家對數據的監管也愈加嚴格，面對數據孤島、數據安全合規人才稀缺等問題，車企必須要有清晰的自我認識，結合自身的數據基礎和業務場景進行數據戰略定位。

北汽新能源是中國新能源車企上市第一股，還是中國第一個具有完整的服務鏈、產業鏈和生態鏈的新能源車企，已形成輻射全國的產業布局，大大增強了技術實力和研發實力。

極狐是北汽新能源打造的高端智能新能源汽車品牌，產品由北汽新能源與全球知名豪華車制造商麥格納在華合資公司藍谷麥格納生產。2022年5月，ARCFOX極狐阿爾法S全新HI版上市，新車是全球首款搭載HI華為全棧智能汽車解決方案的量產車、全球首款支持城市道路高階智能駕駛的量產車、全球首款搭載華為智能座艙-鴻蒙車機OS的高端純電量產轎車。

北汽新能源信息數字化總監劉偉霞在2023北京部委央企及大型企業CIO年會(春季)上分享了“數據驅動在車企的思考和實踐”。劉偉霞介紹了北汽新能源在數倉建設、平臺架構升級以及構建數據資產體系等方面的一點思考，并著重分享了其在CDP、車輛監控預警、算法識別、綜合數據服務能力、數據治理等領域的一系列落地實踐。

北汽新能源信息數字化總監 劉偉霞

車企的數據應用思考與挑戰

過去，車企看中機會性增長，產品受短期利潤驅動的情況非常普遍。而在新時代，企業承壓前行，必須考慮企業的持續性發展，也就是考慮顧客的長期價值和品牌建設，并以此為主導。2022年，埃森哲調研發現：自疫情以來，一些企業大量裁員，中國消費者信心指數下降。對車企而言，在銷售過程中必須考慮到這一因素。而汽車價值鏈相對較長，涉及研產供銷服全鏈路場景以及眾多職能部門，汽車價值鏈微笑曲線的兩端(研發和服務)已經發生了很大變化。

北汽新能源在研發層面聚焦數字化產品，主要指智能網聯汽車。實際上，如今智能網聯車已成為標配。互聯網造車企業有原生的數字化基因，善于做數字化運營，這也是4年前有300~400家造車新勢力大量涌現的原因。而最近1年里，經過快速迭代，活下來的新造車勢力只剩70~80家，這表明懂得車企玩法才能真正活下來。

“雖然傳統車企有自己原生的生態和價值鏈，但未來的競爭已經不只局限在做好自己的產品，而是要開放地展開跨界合作，實現生態融合。”劉偉霞如是說。數字化時代，需求和場景靈活多變，在時間和預算有限的情況下，企業發展的驅動力正從計劃驅動向價值驅動轉變，通過場景和目標價值反推該如何實現。

如何考慮數據的應用?

她認為：從事信息化工作要站在公司運營的角度實現運營能力支撐，實現數據驅動運營。企業數字化的核心是對關鍵業務流程的梳理和打通，產生數據流，形成連接、數據和智能的核心價值業務鏈，提升客戶體驗。

在考慮數據應用時，要實現業務數據化、數據資產化、資產服務化、服務價值化，達到從業務到數據、再回到業務的完整閉環。

如今車企的業務應用系統不僅有PDM(生命周期管理系統)和SRM(供應商管理系統)，為了對客戶有更全面的認知，還有數字營銷平臺、車聯網以及私域埋點，數據源頭已經發生了變化，因此業務數據化是第一步。第二步是數據資產化，大數據平臺中的數據不斷積累，形成數據資產目錄，可以以“授人以漁”的方式被更多部門使用。IT部門還可以從數據挖掘和算法的角度提供支撐，通過資產服務化的方式為內部提供服務，讓數據能夠真正產生價值。

目前，北汽新能源側重以下幾個方面的數據應用：一是研發側，實現電池的報警預警;二是庫存車的管理，將電池、胎壓等安全風險降至最低;三是通過用戶的特征挖掘支撐營銷端實現精準營銷和動態決策;四是以用戶為中心，以售后服務質量驅動，形成研發和生產過程質量的閉環，加速產品改進，為消費者提供安全可靠的駕駛體驗。

對數據的認知陷阱

在進行數據應用的過程中，要對數據有清晰的認知，避免認知陷阱。

首先，數據收集，并非越大越好。并非當數據量足夠大就能實現用數據思考、用數據管理、用數據說話、用數據決策等分析目標。數據的準確性、有效性和全面性都非常重要。全面性是要將公司的所有數據都收集過來嗎?劉偉霞認為還是要以價值驅動，找到業務場景，以業務的痛點和癢點為依據，進行數據的收集，從而對每個點逐個擊破。同時她強調，在逐個打點(痛點、癢點)的過程中，CIO要有架構思維和全局觀，在初始時考慮全面，在落實的過程中人、預算和能力都有限，因此一定要聚焦。

其次，并非有數據就一定有真相。實際上，有了數據后，數據處理的夠不夠準確，建模是不是及時有效，都至關重要，如果這兩項工作做的不到位，有了數據也不一定能得到真相，也許還會產生一些歧義。這一點必須要有清醒的認識。

第三，數據不一定讓管理變得更簡單。這里指對數據分析結果的解讀，不同部門對數據分析結果的解讀是否都清晰明了?是否能對分析結果的理解達成共識?能否將分析結果運用到生產、銷售等各環節的業務管理當中?如果不能，則不一定讓管理更有效。

以上三點，是企業在進行數據能力建設過程中必須要思考的數據認知問題。

更加嚴格的數據監管

數據時代，數據使用必須合理合法。除《網絡安全法》、《個人信息保護法》外，《汽車數據安全管理若干規定》、《ICV準入和上路通行試點》等針對汽車行業的數據安全管理規定和智能網聯汽車的試點管理辦法也將逐漸落地實施，監管機構對汽車行業亦發起了多項監管行動，而伴隨國家數據局的成立，車企將面臨更加嚴格的數據監管挑戰。

監管法規要求智能網聯車要保護個人的隱私數據。智能網聯車配有智能攝像頭，支持語音采集和語音轉換，而這些信息不允許上傳到車企的云監控平臺，數據只能保留在車端進行相應的處理。在嚴格的數據監管之下，車企如何進行數據分析以及數據安全保護是一大難題。

此外，主機廠不僅要考慮自身的數據安全問題，還要考慮到供應商的數據安全。智能網聯車有大量車聯網生態伙伴，車企需要全盤考量整個供應商鏈條的安全問題，才能獲得ICV準入及上路通行試點資格。

總而言之，數據環境越來越復雜，對數據質量的要求越來越高，安全風險以及合規性要求也越來越高，因此企業數字化建設必須善于變通和思考。

車企需要有清晰的自我認識

車企進行數據分析主要圍繞兩個方面：一個是業務，另一個是數據。車企必須要有清晰的自我認識，結合自身的數據基礎和業務場景進行數據戰略定位。

業務方面，業務場景要考慮同客戶接觸的關鍵渠道觸點夠不夠多?關鍵觸點的數字化程度夠不夠高?是否支持對相應數據的采集?對觸點是否有管控權?與客戶之間的交互是否做到端到端管控?車企需要通過反推對系統進行改造，以滿足業務場景的需求。

數據方面，車企要了解自身掌握多少一方數據?數據的完整程度如何?數據的整合與打通程度達到什么水平?從潛客產生、試乘試駕、交小訂大訂到最后交付成為保客，整個過程中客戶的數據流是否拉通?是否通過唯一ID與客戶在各個觸點進行交互?數據治理工作如何展開?后續如何更好地將潛客轉化成保客?這些都是車企需要去考慮的問題。

車企面臨的六大挑戰

劉偉霞總結了車企在數據應用過程中面臨的六個主要問題。

一是缺乏基于場景的決策支持;

二是缺少數據思維能力;

三是數據孤島;

四是匹配的組織結構舉步維艱;

五是數據安全合規缺乏專業人才;

六是數據運營能力有待提升。

她強調：數據沒有產生價值，最大的問題是數據沒有被拉通，未進行有效的業務流程梳理。因此先要拉通業務流程，保證信息流是拉通的，才能進行數據分析，使數據產生相應的價值。

關于數據驅動的思考與應用

從線下渠道，到線上線下打通(APP、小程序等)，再到對智能網聯數據和生態服務進行整合，車企的數據種類和體量正迎來爆發式增長。“車企業務交付的流程已經發生了變化，前端不只是需求，還要有場景，數字化一定是聚焦在一些場景，找出痛點和癢點在哪里，以此為數字化轉型的抓手和錨點，才能更好的實現技術落地。”劉偉霞提到。

在整個業務交付的流程中，業務與IT之間的結合顯得越來越重要。從以往瀑布式的交付方式，過渡到聯合交付，實現敏捷的業務迭代，我們看到車企業務與數字化之間的結合已經越來越緊密。

要想實現數據驅動，需要從三個維度展開。

首先是持續進行數倉建設。包括持續的數據融合，用數據量化企業的經營情況，建設數倉評估體系，明確迭代數倉的方向和目標，以提高效率。

其次是進行平臺架構升級。減少任務依賴流程，提高任務產出效果，通過收口數據導出和應用規范，統一數據脫敏等，保障數據安全。

第三是構建數據資產體系。包括構建數據資產地圖，幫助使用人員快速找到所需數據;構建指標管理平臺，明確統計分析口徑;進行業務數據治理，持續提高企業的數據質量。

北汽新能源的數據平臺架構，底層是數據源，中間層是數據中樞，涉及數據集市、沉淀數據資產、數據建模、數據質量、數據治理、數據安全等數據能力，頂層是大數據平臺、數據服務、報表平臺以及分析平臺等服務體系。據悉，IT團隊搭建好數據模型后，20~30%的業務部門在服務平臺上自助完成報表，包括跨部門的報表，而IT團隊可以節省時間專注于CDP應用、車輛監控預警、算法識別異常行為、提供綜合數據服務能力、進行數據治理等更重要的工作。

以客戶為中心繞不開對CDP平臺的應用。在CDP應用方面，北汽新能源整合人-車Oneid體系，構建客戶旅程時光軸以及客戶360視圖;將從各個交互觸點收集到的整合信息應用于產品營銷、客戶服務、客戶運營與觸達等各個業務環節。如通過云外呼等更易被消費者接受的方式進行營銷溝通，在外呼過程中對通話內容進行質檢，提取通話中的關鍵字作為線索繼續流轉到各個業務環節等等。

新能源車輛電池的穩定性以及報警、預警是車企必須要考慮的問題。在車輛監控預警場景：對于正在行駛的車輛，北汽新能源通過建立實時數倉，實現實時車輛數據接入，保障數據處理與干預能力;建立監控指標規則維護和管理體系，為后期車輛監控、預警、干涉、管控提供技術平臺。對于庫存車，北汽新能源為實現主動管控，提供主動動力電池、輪胎預警和主動維護，風險點對點消除，點對點管控，降低服務商經銷商庫存質損費用，保修爭議100%可溯源，庫存質損率降低為 “0”。

針對薅羊毛行為，北汽新能源通過對有疑似薅羊毛行為的種子用戶進行識別，以特征工程識別數據特征，挖掘出包括集中注冊、集中登錄、集中消費等在內的幾十個特征。通過建立算法模型，定期標記可疑用戶，北汽新能源識別出9000多可疑用戶，模型準確率高達90%。據悉，相關模型算法已逐步應用到其他業務節點中。

在實現數據價值的過程中，不得不考慮數據的安全和質量。在進行數據治理的過程中，北汽新能源在加固數據安全的同時，建立數據質量的閉環。目前，北汽新能源已初步搭建數據湖治理體系框架，實現對數據質量的自動監控，對重點主題域的源頭數據清洗和數據質量問題進行長期監控和迭代優化，并通過系統改造不斷完善在建模型數據資產、數據血緣等的交付迭代。

結語

最后，劉偉霞引用了彼得·德魯克的一句名言：“企業唯一的使命是創造客戶，用‘由外而內’的視角審視我們的事業”。

這句話告訴我們，現在要轉變成客戶的思維和客戶的視角，來思考企業內部的一些工作。這句話在數據思維和數據工作中同樣適用。“當我們做數據分析時，會發現只要流程沒有梳理得很好，流程沒有被很好的打通，信息流沒有打通，后來的數據80%都用不上。”劉偉霞說：“所以在這個過程中我們要站在客戶視角審視我們自己的信息化工作，讓我們的工作未來做得更有價值，能給企業帶來更多貢獻。”

關于企業網D1net(hfnxjk.com)：

國內主流的to B IT門戶，同時在運營國內最大的甲方CIO專家庫和智力輸出及社交平臺-信眾智(www.cioall.com)。同時運營19個IT行業公眾號(微信搜索D1net即可關注)