关于数据分析:行业案例|长安汽车质量管理数据分析实践

38次阅读

共计 2852 个字符,预计需要花费 8 分钟才能阅读完成。

引入 Kyligence Enterprise 解决了以后长安大数据平台的有余,在大规模数据场景下,满足高并发亚秒级多维查问的性能要求,防止以后 Vertica 和 Impala 多维查问性能有余的问题;其次,基于免编程拖拽式模型开发,升高数据开发门槛,晋升数据开发效率,使得数据开发麻利化;第三,实现了平台对立、数据对立、数据服务对立,使得大数据平台能力图谱中的重要一环得以欠缺。
——长安汽车 大数据技术副总工程师 王颖异

1. 我的项目背景

品质治理是生产制作企业的“命根子”,是企业生产和治理的基石、经济效益的源泉。以后中国经济正在由高速增长阶段转向高质量倒退阶段,作为中国汽车制作龙头企业,长安汽车公布并实施了《六西格玛治理 2025 推动布局》,同时论述了智能制作背景下品质技术倒退瞻望,智能化品质治理要害挑战是数据买通,基于大数据的简单多阶段过程要害品质个性辨认,以及高维、高频品质个性过程品质管制。

2. 行业现状和痛点

长安汽车品质治理经验了多个倒退阶段,从质量检验阶段到品质管制阶段,再到全面品质治理阶段,现在在经济转向高质量倒退、智能制作全面转型背景下,长安汽车全面实施六西格玛品质治理。

六西格玛治理办法是一种继续的流程设计和优化技术,以靠近 6σ 零瑕疵(0.00034% 出错率,瑕疵指任何客户不称心的事件)的全面品质治理为企业长期谋求,带动品质大幅提高、老本大幅度降低,最终实现财务功效的晋升与企业竞争力的冲破。

六西格玛是一种高度重视数据,根据数字、数据进行决策的治理办法,强调“用数据谈话”“根据数据进行决策”“改良一个过程所须要的所有信息,都蕴含在数据中”。绝对于其余方法论,其重点强调:

  • 专门统计工具:提供品质尺度(指标)、有清晰缺点定义(维度),用精确、可确定的数据进行决策;
  • 迷信改良办法:蕴含 DMAIC 和 DMADV 两种,长期一直循环执行;
  • 非凡组织架构:相似传统武术分级,蕴含“黑带”、“绿带”等,领导和贯彻全员参加施行。

这三个方面给企业在应用数据方面提出了较高挑战,包含:

  • 数据规模往往微小:用全面、精确、可确定的数据进行决策,蕴含所有用户和所有产品的全量数据,而非采样数据;以及笼罩企业所有简单多阶段过程和多种业务角度;
  • 高可用稳固的数据服务:以 6σ 零瑕疵为企业长期谋求,改良办法周期性(天、周、月)不间断循环执行,过程长达数年之久,这要求数据服务长期处于稳固可用状态;
  • 高并发数据分析查问:品质是企业全体人员的责任,对产品设计、生产制作、应用售后全过程无效,六西格玛通过非凡组织增强全员贯彻实施,大型企业每天日常参加人员可达数万之多,这要求 QPS 高达数百甚至数千的高并发查问能力。

长安汽车 Impala/Vertica 旧计划,日间业务顶峰常见查问大于数分钟,有过半数工夫超时失败,影响了六西格玛工作推动。长安汽车通过 DDM 数据接口服务项目多方比照后,引入 Kyligence 产品作为数仓对立数据服务后盾撑持,也对 DDM 架构进行了一次降级。

3. Kyligence 利用场景 + 解决方案

长安汽车依据业务建模和数据建模制订了长安品质评估剖析体系,Kyligence 为其提供对立数据模型服务,满足大规模实施六西格玛管理所要面临的数据规模微小、长时间高可用稳固服务、高并发低延时剖析查问等要求。

长安汽车、福特汽车、美国出名行业资讯公司等通过多年汽车制作业务建模和数据建模实际,联结制订了长安品质评估剖析体系,涵盖了:

  • 广义品质领域:千车培修频次 R/1000、单车培修费用 CPU 等指标
  • 狭义品质领域:顾客满意度 CS、客户埋怨问题数 TGW/1000 等指标
  • 整体品质领域:百车问题数 PP100 指标

3.1 培修数据模型服务

采集三包问题数据,经维修站培修后产生培修记录,维修站将记录计入长安汽车经销商管理系统 CA-DMS,经销售公司审核通过后,数据进入长安汽车品质晋升零碎 CA-CQIS,再通过 Hive 将数据刷新至 Kyligence 培修数据模型,提供广义品质领域的千车培修频次 R/1000、单车培修费用 CPU 等指标。

3.2 网络调研数据模型服务

采集网络调研数据,用户以网络调研的形式参加长安汽车用户体验网络调研平台问卷调研,其调研数据汇总至长安汽车寰球品质调研零碎 CA-GQRS,经质量部审核通过后,数据进入长安汽车品质晋升零碎 CA-CQIS,再通过 Hive 将数据刷新至 Kyligence 网络调研数据模型,提供狭义品质领域的顾客满意度 CS、客户埋怨问题数 TGW/1000 等指标。

3.3 市场考察数据模型服务

采集市场考察数据,委托美国调研公司 J.D.POWER 发展公开市场调研。次要对顾客满意度、产品质量和消费者行为等方面进行市场调研。数据以文件模式通过 Hive 将数据刷新至 Kyligence 市场考察数据模型,提供整体品质领域的百车问题数 PP100 指标。

4. 播种的成绩

从 2021 年以来,基于 Kyligence Enterprise 的品质剖析评估指标反对了长安汽车六西格玛组织日常应用,保障了六西格玛品质治理的施行,有 18 名黑带,3000 名绿带,120 名讲师群体。

长安汽车上线 Kyligence 解决方案一年多以来,82% 查问 1 秒以内,93% 查问 3 秒以内,96% 查问 5 秒以内,日均查问量超过 1 万条,近一年累计查问超过 270 万条,且无查问提早因素引起的不可用投诉。

理解长安汽车案例内容,欢送大家点击「链接」,获取会议材料。

对于长安汽车

长安汽车是中国汽车四大团体营垒企业,领有 160 年历史底蕴、38 年造车积攒,寰球有 14 个生产基地,33 个整车、发动机及变速器工厂。2014 年,长安系中国品牌汽车销量累计冲破 1000 万辆。2021 年,长安系中国品牌汽车销量累计冲破 2000 万辆。

长安汽车始终以“引领汽车文化,造福人类生存”为使命,以客户为核心,以产品为主线,继续提供高品质的产品和服务,为员工发明良好的环境和倒退空间,为社会承当更多责任,奋力推动第三次守业——翻新守业打算,向智能低碳出行科技公司转型,为实现世界一流汽车企业努力奋斗。

对于 Kyligence

上海跬智信息技术有限公司 (Kyligence) 由 Apache Kylin 开创团队于 2016 年开办,致力于打造下一代企业级智能多维数据库,为企业简化数据湖上的多维数据分析(OLAP)。通过 AI 加强的高性能剖析引擎、对立 SQL 服务接口、业务语义层等性能,Kyligence 提供老本最优的多维数据分析能力,撑持企业商务智能(BI)剖析、灵便查问和互联网级数据服务等多类利用场景,助力企业构建更牢靠的指标体系,开释业务自助剖析后劲。

Kyligence 已服务中国、美国、欧洲及亚太的多个银行、证券、保险、制作、批发等行业客户,包含建设银行、浦发银行、招商银行、安全银行、宁波银行、太平洋保险、中国银联、上汽、Costa、UBS、MetLife 等寰球知名企业,并和微软、亚马逊、华为、Tableau 等技术领导者达成寰球合作伙伴关系。目前公司曾经在上海、北京、深圳、厦门、武汉及美国的硅谷、纽约、西雅图等开设分公司或办事机构。

正文完
 0