本文采访对象为Jeff，音智达项目总监，汽车行业资深项目管理专家。20年汽车行业数据分析系统建设经验。曾参与以下客户项目实施：奔驰，宝马，奥迪，捷豹，上汽通用、上汽大众、蔚来汽车、威马汽车、观致汽车、上汽乘用车、北汽新能源、北汽麦格纳、纳铁福等。在这些项中负责项目管理、业务需求调研和设计，在业务分析和可视化设计上有丰富的经验。

从历史发展的角度来看，国际一流汽车企业的发展历程都经受了数次的环境变化、市场波动、质量危机、创新需求的考验，也都通过多次的质量改进、升级，不断提升质量管理水平，进而持续提升产品竞争力。从最初的福特大批量生产，发展到丰田的精益生产模式，全球汽车产业市场竞争中，因时制宜，找准符合时代需求的方向，才能完成产业的转型与升级。

以智能制造为背景的今天，汽车企业面临着更多的挑战——更短交期、更高质量、更个性化的定制方案。全球汽车产业已发展超过百年，成为高度复杂的成熟产业，在自动化、信息化方面都处于较高水平，企业间在硬件设施方面的差距逐步缩小，竞争的侧重点向运营管理转移，以获取持续优势。相较于过去的“粗放型”管理，企业需要向“精细化”的管理过渡。

其中重要的一点，就是充分利用企业在物联网时代获取的大量数据，包括企业内部与市场、技术、质量等相关的数据，也包括来自企业外部的社交媒体、行业动态等数据。数据挖掘已经成为企业为自身把脉，及时调整优化业务流程及运营模式的重要决策依据，也是企业应对舆情及掌握市场动态不可缺少的得力工具。而面对浩瀚的数据海洋，如何对数据进行融合清洗，保证数据的正确性，继而利用合适的查询和分析工具快速、准确地为企业提供报表展现与分析，成为企业落实数据价值的重要一环。

问题一：BI在汽车行业的应用场景有哪些？

BI可以应用于制造工程，通过大数据与物联网应用，提前对发现的潜在问题进行解决。比如对设备进行管理，包括设备使用情况及费用分析，设备的维修保养分析及预测；也可以对能源——如水电煤等的消耗进行管理，包括能源利用率，节能减排及潜力分析；还可以跟踪工程更改订单的执行情况及其过程中的费用使用情况。

在质量管理过程中，BI可以提供一目了然的质量运行状况，并基于趋势分析提供标准报告模板；对产品的缺陷率进行跟踪，如缺陷数目，并利用帕累托分析等来支撑质量部门解决特定的不良问题。每个缺陷都需要对应到相关的责任部门进行改善，并追踪改善结果，切实可行的改善方案将存入知识库中，便于知识共享及相关人员培训学习，真正将企业的工程经验沉淀下来，成为企业的技术财富。如果发现类似的问题，可以在知识库中去查找，通过算法推荐解决方案。