写点什么

国企数字化转型全是坑?看这几个成功案例,减少 90% 损失

作者:雨果
  • 2022-11-17
    北京
  • 本文字数:1546 字

    阅读完需:约 5 分钟

国企数字化转型全是坑?看这几个成功案例,减少90%损失

今年,国家陆续发布:《中国上市公司数字化转型典型案例》、《数字化转型国家标准》;昨天首届全国中小企业数字化转型大会也在泉城开幕。

国家工业与信息化部梁志峰局长发言

数字经济时代,数字化转型是大势所趋,也是难得机遇,更是危机重重。

各种方案、产品铺天盖地,有人说“数据中台是万能仙丹”,也有人说“数据中台是毒药泡沫”,一个数据中台项目落地动辄千万上亿,还需要公司进行顶层规划和所有业务部门配合,一旦失败没能转型还把公司搞黄了。

2022 年顶级战略技术趋势:data fabric 榜上有名

Data fabric、SaaS、Data Ops、各种新技术、产品前仆后继,技术供应商通常对新概念都有自己独特的看法,而且很多技术或者产品仍处于成熟周期的早期阶段,这就让许多公司数字化转型无从下手,害怕出错。

认真分析一汽集团数字化转型的细节,大家心中会明了许多。

01

一汽解放实现自助式数据服务

一汽解放是中、重、轻型卡车及客车制造企业,整车年生产能力 34.3 万辆。 2021 年,一汽解放共销售整车近 44 万辆。其中,中重卡销售 37.34 万辆,份额 23.7%,稳坐行业第一。

解放甩出第二名一大截

中重卡销量全球“五连冠”、重卡销量全球“六连冠”、牵引车销量连续十六年行业绝对领先。

这个成绩的背后是解放在科研上的大力投入,仅 2020 年度,一汽解放研发投入近 30 亿元,研发人员数量为 2058 人,同比增加 16.40%。

车联网研究

随着研发的投入,解放也遇到一些问题。比如:自动驾驶部门需要下载海量的车联网数据,一辆车每天的数据量就达到几千万行,靠数据工程师人工开发数据 API,导出、校验、审核数据再传输到车联网业务线 AI 平台上,繁琐复杂,成本太高。

解放从调研到落地使用

解放在调研了数字化各种产品后选择了一款数据自助服务平台:

数据 API 快速开发且能修改复用

全局的数据权限管理下,借助数据 API 开发工具,技术人员能够几分钟开发一个数据 API,数据能够直接传输到车联网平台,需要使用数据的业务人员也能直接在数据超市申请权限,将原来以天为单位的工作量变成小时级,大大提高公司科研效率。

02

一汽大众实现高效、低成本数据使用

“一汽大众,支撑着一汽集团百分之九十的营收。”这个说法虽然夸张,但单就一汽大众 2021 年 185 万台车的销量,也能看出其江湖地位。

19 年大众销量曾突破 200 万量

巨大销量的背后是比较完善的数据平台系统在支撑,包含各种关系型数据库,Hadoop 大数据平台,数据中台等多种不同的数据平台系统。

业务系统像经销商管理系统、财务系统、采购系统、客户管理系统等经常需要从数据平台获取业务数据。

随着业务高速增长、类似发票查询、服务订单查询这样的数据应用场景越来越多且快速变化,已经构建起来的完善而复杂数字化系统架构也出现了许多的问题。

比如:数据的获取主要依靠开发团队针对各个业务需求和所需取数的平台单独开发数据接口,开发的效率和数据传输稳定性都取决于开发团队的能力。

每次出现新的需求或前后台出现变化,都需要技术团队重新开发,导致 IT 员工需要花费大量时间和精力去做繁琐而重复的工作。

此外:各自开发接口也会导致管理混乱,没有全局的权限管控,数据安全隐患众多。

再比如:由于客户系统数据量巨大,大众需要快速判定一些字段的数据质量问题,比如:身份证号、电话号码等等,人工进行数据探查分析成本巨大。

大众调研之后引入了 DaaS 平台,高级搜索加数据探查功能能轻松扫描指定数据的空值率、唯一值等,让数据质量顷刻呈现;另外:数据 API 服务功能让数据开发低至分钟级,且能实现复用。

03

简短总结

数字化转型没有统一的方法论,需要先发现自己公司的问题,哪些方面借助数字化产品和技术能够降本增效,就在哪些领域进行试点和实践,然后逐步推进。

上述两个例子只是介绍了大众和解放如何解决数据高效低成本消费的问题,大家的公司都面临什么难题,需要怎样的数字化技术或者产品进行解决呢?欢迎在评论区讨论。


用户头像

雨果

关注

全球领先的DaaS厂商,构建下一代数据中台 2020-06-29 加入

500强集团中已有30多家选用;支持元数据管理,数据治理,数据开发,数据服务化,数据市场等功能; 免费下载试用官网地址:http://www.maicongs.com/#/home/probation

评论

发布
暂无评论
国企数字化转型全是坑?看这几个成功案例,减少90%损失_数字化转型_雨果_InfoQ写作社区