写点什么

汽车制造企业如何最大化数据资产价值?

作者:Kyligence
  • 2022 年 8 月 30 日
    上海
  • 本文字数:2151 字

    阅读完需:约 7 分钟

汽车制造企业如何最大化数据资产价值?

近几年,人工智能、大数据、云计算等新兴技术深刻影响着汽车和出行领域。随着汽车行业的数字化转型正式进入快车道,车企收集的车辆数据也呈爆炸式的增长,如何利用数据获取洞察,不断提升运营能力和服务水平,同时又能有效降低成本、提高质量和生产效率,已然成为各大车企数字化升级的方向。


目前国内不少汽车企业依托于 Hadoop 生态,如 HDFS、MapReduce、Hive、Spark、HBase 等,搭建自有的 DMP 数据管理平台,实现数据源的收集与管理,通过数据加工与分析,再对接 BI 应用实现自助式查询与分析,进而支撑企业各类数字化场景应用,如渠道网络管理、售后等,最终助力企业在智能制造和车联网领域整体战略的落地。随着汽车行业数字化转型的加速和数据规模的扩大,需分析的数据量也成 TB 甚至 PB 级增长,随之而来的以下问题亟需解决:


  • 数据资产的复用差:在进行数据模型资产开发时,大多数模型资产通过脚本或代码实现,难以沉淀可视化、易复用的数据模型资产;

  • 业务响应周期长:传统开发模式下,技术门槛要求较高,且以固定化需求开发为主,单个主题的开发周期基本需要一周甚至更久方可交付业务方使用,从实际角度讲,应对需求的敏捷性不高;

  • 数据时效性较差:当即席分析的细分主题宽表数据量较大(千万行级以上)时,一般做法是 DMP 平台不直连 BI 工具,采用 BI 工具的数据提取方式对相对固定组合进行预加速进而支撑分析应用。但从中台提取数据(如 Tableau Hyper/TDE)再加载至 BI server,可能需要几十分钟甚至更久,非分布式架构的资源抢占情况也时有发生,无法稳定保障出数效率;

  • 数据查询响应慢:随着数据量增加,当要分析的数据量达到千万级甚至更大时(如:车辆 VIN 码级别分析),因底层数据基础平台架构大多采用 MPP,前端 BI 难以应对业务用户高并发访问模式下即席查询的响应需求;

  • 数据安全性低:由于车联网应用服务的实现需要收集各类信息,包括可能的敏感信息(如路径规划、行驶轨迹等)。传统解决方案只支持到项目/表级别的权限控制,而对行/列级(单元格级)权限难以较好地设防管控力度。如何实现更精确的数据安全策略,也逐步成为各大车企关注的重点之一。


因此,尽管车企内部有丰富的数据资源,但这些数据能否敏捷沉淀成数据资产,以及对车企下游业务应用及创新赋能,成为了各汽车厂商寻求数字化升级或转型之路的重要组成部分。


目前,在众多车企的大数据应用体系中,Kyligence 已成为重要的数据分析引擎底座,正与各车企共同解决大数据在应用、管理和安全等难题。在提供海量数据分析的高性能、高并发关键能力的同时,Kyligence 还能满足统一数据服务、沉淀多维模型资产、精细安全策略等平台级要求。另外,从应用层角度讲,Kyligence 与 Tableau 等主流 BI 平台无缝集成,可在 BI 工具轻松直连 Kyligence 进行灵活业务分析及探索(非数据提取方式),大大提升了数据分析的敏捷性。


Kyligence 智能多维数据库赋能数字化应用(以 Tableau 为例)


Kyligence 智能多维数据库赋能各大车企进行数据资产价值挖掘:


  • 增强数据资产的可复用性:Kyligence 产品帮助企业实现低门槛、可视化沉淀数据模型资产,支持定义标准化的指标口径定义,可为业务提供统一受治理、可复用的数据应用集市;

  • 缩短数据交付周期:Kyligence 可视化的模型开发方式,大大降低数据建模人员模型设计门槛,同时加速模型的开发速度,单主题开发交付周期将能从周缩短到天,较大程度提升数据需求交付的敏捷性;

  • 高性能灵活分析能力:Kyligence 支持无缝集成 Tableau 等主流 BI 工具。在 Kyligence 沉淀数据模型后,开发人员可通过 Tableau 等 BI 工具直连方式即席分析海量数据,查询响应时效能从分钟级提升至亚秒级,大大增强业务洞察对市场变化的敏锐度,对及时调整市场经营策略等有较大促进效果;

  • 单元格级别权限管控:Kyligence 支持行/列级数据权限控制,可以极大限度地适配各企业不同粒度的数据安全管控要求。


Kyligence 致力于打造下一代企业级智能多维数据库,有效帮助企业简化多维数据分析、缩短数据资产的开发流程,释放业务自助分析潜力。目前 Kyligence 已经和国内的多家车企建立了大数据平台的生态合作关系,为多家企业提供了成本最优的多维数据分析能力,帮助车企更好地支撑 BI 分析、灵活查询和车联网级数据服务等多类应用场景。


了解更多汽车制造行业的解决方案和真实案例,欢迎大家点击「链接」报名 8 月 30 日线上研讨会!


关于 Kyligence


上海跬智信息技术有限公司 (Kyligence) 由 Apache Kylin 创始团队于 2016 年创办,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 增强的高性能分析引擎、统一 SQL 服务接口、业务语义层等功能,Kyligence 提供成本最优的多维数据分析能力,支撑企业商务智能(BI)分析、灵活查询和互联网级数据服务等多类应用场景,助力企业构建更可靠的指标体系,释放业务自助分析潜力。


Kyligence 已服务中国、美国、欧洲及亚太的多个银行、证券、保险、制造、零售等行业客户,包括建设银行、浦发银行、招商银行、平安银行、宁波银行、太平洋保险、中国银联、上汽、Costa、UBS、MetLife 等全球知名企业,并和微软、亚马逊、华为、Tableau 等技术领导者达成全球合作伙伴关系。目前公司已经在上海、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。

发布于: 刚刚阅读数: 3
用户头像

Kyligence

关注

To be Great! 2021.11.08 加入

Kyligence 由 Apache Kylin 创始团队创建,致力于打造下一代智能数据云平台,为企业实现自动化的数据服务和管理。

评论

发布
暂无评论
汽车制造企业如何最大化数据资产价值?_数据分析_Kyligence_InfoQ写作社区