定制化汽車制造數據管理淺析

前言：本站為你精心整理了定制化汽車制造數據管理淺析范文，希望能為你的創作提供參考價值，我們的客服老師可以幫助你提供個性化的參考范文，歡迎咨詢。

摘要：隨著市場對差異化、個性化汽車產品需求增加，特別是定制化汽車的需求越來越強烈，定制化的汽車產品制造必將成為整車企業未來重要的運營方式。基于固定化配置車型數據的管理方式越來越難以適應新形勢下整車企業在研發、采購、財務、物流等環節的數據管理要求。如何高效地銜接企業在研發、采購、物流、生產及銷售等各個業務環節上的數據，使相關數據能完整高效地在各業務端口高效傳遞、執行并反饋將是保障定制化汽車生產活動的關鍵。文章將在如何管理定制化汽車數據方面結合實際管理的需要進行分析探討，討論出一套高效的簡便的整車數據管理方法，不僅確保整車的設計、生產及銷售能滿足定制化生產的需求，同時保障各環節的數據變更能更符合現代管理的需要，從而保障零部件的設計變更數據、庫存數據、物流數據能達到最合理化的管理。

關鍵詞：定制化汽車；高效銜接；數據管理

目前，滿足市場需求并在售的車型主要是幾種固定的配置車型，這種市場環境有利于企業的研發、制造等活動，使產品開發、生產物料準備、售后數據的管理都簡單化。企業可以提前準備物料并生產，客戶也能在下單后快速提車，對客戶的需求響應較快。但隨著市場對定制化產品的需求越來越旺盛，幾種固化的配置車型已無法滿足市場對汽車產品個性化的需求。個性化的配置生產雖然能滿足市場的需求，但會使企業數據管理難度大增。豐富化的需求可能會導致產品配置種類大幅增加，甚至達到上萬種，面對如此龐大的配置數據，傳統的數據管理模式顯然已不適用，整車企業需要快速適應這種變化[1]。企業數據管理的調整需包括產品開發、供應商物料響應、物流保障、庫存管理、生產組織到售后保障等各業務模塊，精準高效的數據管理尤為重要。因此，討論出一種全新的數據管理方法來支撐定制化業務的開展意義重大。

1傳統車型數據管理分析

傳統配置車型通常會基于高、中、低三種配置車型開發零部件，車型配置數量少，對應開發的零部件狀態相對較少，車型數據的管理可以基于每種配置車型對應的零部件物料數據單獨形成一份數據集，三種配置可以形成三份獨立的數據集，總的數據集較少，易于開發、物流、采購等生產環節的管理[2]。研發端的車型數據集整理完成后即可提供下游生產部門，采購、財務、物流、生產依據銷售的需要進行數據維護，進而可提前開展物料下單并生產。因配置車型少，數據集的管理較簡單，在車輛制造各環節的管理工作量較小且效率較高。這種業務模式的數據管理模型大致可歸納為如圖1所示。該模型的數據管理是典型的線性管理模式，各業務模塊之間數據傳遞主要是以線下傳遞并各自管理為主。各業務模塊之間的數據關聯性小可獨立完成相關業務活動。開發處于各環節的上游，下游各業務數據管理基于上游數據管理完成后進行。這種業務模式的最大弊端就是銷售車型只能是圍繞已開發好的車型進行，無法實現產品按市場定制化的需求進行制造，屬于典型的工廠生產什么，市場就銷售什么。隨著現代市場競爭越發激烈，市場已慢慢在由賣方市場向買方市場轉變，產品的需求從原來的被動接受轉變為主動的要求，消費升級的訴求越發強烈要求企業改變原有的運營模式，企業運營模式的轉變同時導致企業的數據管理模式也將發生重大變更。

2定制化與非定制化的業務模式差異

定制化汽車與非定制化汽車的經營模式在未來市場中是怎樣一種存在形式本文不去討論，可以肯定的是定制化汽車產品的浪潮正在向我們襲來，也必將是整車企業未來的重要經營模式[3]。分析兩種模式下企業各業務單位數據管理的差異性就一定要先弄清楚這兩種模式在具體業務上的差異情況，只有明確了關鍵的問題才能制定出合理的解決辦法。非定制化的產品與定制化的產品最大的區別是前者企業可以提前準備生產，客戶下單后即可提車，而后者是客戶下單后企業再生產，還存在下單后需進行一定的零部件開發工作。因此對定制化模式來說，整車企業直接承擔著客戶下單后多久才能交車的重大挑戰。產品交付的效率能否滿足客戶的要求直接決定著企業這種經營模式的成敗。找出定制化管理的難點，用科學的管理方法給予解決顯得格外重要。下面先從兩種業務模式的業務模型對比來分析其中的差異，定制化與非定制化的業務對比圖如圖2所示。從圖2看出，非定制化模式與定制化模式的最大區別在于客戶下單的時間上。非定制化模式下，客戶下單時間可能在生產階段也可能在生產完成后，這種模式下企業可以先生產，客戶下單后即可提車。即使庫存沒有該配置車型也可以實現快速備料生產，客戶可以在較短時間內拿車。這種模式也會有另外一個弊端：因先備庫存，企業面臨較大庫存管理和資金壓力，當面對一些緊急或重大質量問題設計變更業務時，往往會造成較大的零部件庫存報廢。定制化模式下單時間在生產階段前面，還存在新開發產品狀態的可能，如涉及新狀態零部件開發，開發周期勢必進一步影響交車時間，但這種模式可實現客戶定制化需求，企業不需要提前大量備庫，可在庫存管理及資金周轉上占據較大優勢。兩種模式下，車型數據也各具特點，在不考慮產品數據設計變更的影響下，非定制化模式的車型數據量為固定狀態，而定制化模式下的車型數據根據客戶的需求處于隨時變化的狀態，一動一靜反映了兩種模式下數據管理的本質特點。

3定制化產品的數據管理模型

上文對兩種業務模式的差異及特點進行了分析，非定制模式最大的問題是零部件庫存管理較大由此造成企業的周轉資金占用量較大且不能實現市場對個性化的定制需求；定制化的業務模式最大的問題是客戶下單后與企業交車的時間較長。接下來就汽車企業業務鏈條上各環節的數據管理角度來分析，討論出一種高效的數據管理方式來縮短定制化業務中下單與交車時間長的問題[4]。在產品開發階段要全面充分分析市場對配置差異化功能的需求，對底層基礎件的開發要預留充分的擴展性，比如線束、控制器、開關及底層軟件這類件及標準法規件，最大化的考慮可以減少后續可能的開發工作從而縮短交車時間。另外由于客戶下單會存在新開發產品的可能，因此，市場數據必須與開發數據處于實時交互，提高數據傳遞效率，因此在數據管理上要實現共用一套基礎數據，業務單位之間的數據變更通過系統方式進行傳遞確認，從而打通業務單位之間的交流鴻溝并提升數據傳遞的準確性，確保銷售配置數據與研發配置數據處于實時交互狀態，市場前端的數據信息能快速到達后端的研發，進而指導開發工作迅速開展。物料準備環節數據是實施車輛制造前的關鍵數據，包括了采購、財務、物流等業務鏈數據，同時承接研發數據和市場訂單配置數據，要實現數據及業務的快速響應就必須與其相關的數據環節實現實時交互的數據管理方式，做到數據鏈的快速響應。由于前端數據根據市場需求存在變化，基于快速響應前端的變化，物料數據的管理就需要基于動態和靜態兩種管理方式進行，及對非配置零件和配置零件進行差異化管理，非配置件的庫存管理基于經驗數據并根據訂單評估進行安全庫存管理，對配置件按市場需求進行實時的訂單管理。這種管理方式可以做到減少庫存管理壓力和降低管理成本，有利于企業現金流的快速周轉和資金使用率的提高。當業務訂單下達時，需求的物料數據能快速在系統上進行精準解析，省去了線下人為的數據分析工作。對不涉及開發的物料可以快速的啟動生產準備，對涉及開發的物料可做到開發與物料管理同步進行，提前做好商務及物流等業務，從而最大化減少造車前的準備工作。另外，設計變更是企業實際業務中對數據變更影響最大的一環，也是困擾各大整車企業的難點。基于實時交互數據的管理可以在物料管理業務上減少人為繁重的數據分析工作量，變更的數據從產品設計端開始實施，通過系統線上業務流程傳遞到物料管理等環節，從而保證數據傳遞的準確性、管理上的可靠性及實施的及時性[5]。該數據管理方式在很大程度上可以減少因設計變更造成的物料及原材料報廢的數量，可最大化的實施精準管理，同時能確保相關信息在整車企業與供應商之間傳遞的效率最高和準確，因而對企業實施精益化管理有著重要意義。根據上面的介紹可以將定制化管理的數據管理模型歸納如圖3所示。從該模型可以清楚的看出，銷售數據提前到與研發數據并列且實時交互，從而能精準的把市場需求傳遞到企業研發。同時，銷售數據又能與制造環節的生產數據、財務數據、采購數據進行傳遞，從而制造部門也能快速根據市場的需求進行生產活動的開展。這種數據管理方式改變了傳統非定制化數據管理模型中銷售、研發及制造之間的業務銜接模式，將各個業務板塊的數據作為一個數據庫進行管理，不僅提升了相互間傳遞的高效，更保證了相互間數據的一致性[6]。因此，采用此種數據管理方式可大為減少客戶下單與企業交車之間的時間。

4定制化汽車數據集的管理方式

上文提到定制化汽車的配置成千上萬，這么龐大的配置數據及對應的零部件物料數據應該通過什么方式管理來實現各業務模塊之間的數據實現實時交互呢？如按照傳統模式去管理龐大的數據集，那必將造成管理人員及工作量極大增加，而且出錯的概率非常大，這不滿足快速響應市場化需求。這里先引入超級物料清單的概念，所謂超級物料清單及不再把每個配置對應的所有汽車零部件物料編碼單獨形成一份數據集來管理，而是把所有配置對應的零部件編碼作為一個整車零件庫管理，對存在配置差異的零部件編碼賦予其配置功能描述，可以稱為使用條件。將這些使用條件的描述分解成單一化的整車功能描述，對每個功能描述賦予一個唯一的字符組合，這個字符組合為命名為特征編碼。特征編碼與配置功能描述是一一對應。特征編碼根據實際需要邏輯組合形成使用條件。這樣就實現了整車銷售配置與研發、生產等系統的零部件編碼數據之間建立起了對應的關系，借助現代化的大數據管理系統自動實現整車物料的解析，就可以實現在銷售配置中的訂單配置信息自動解析出其對應的整車物料數據。這種方式可將市場客戶定制車型配置信息直接轉為研發、生產、采購等運營部門管理的物料數據上，實現實時數據信息交互。因此，這種實時的交互數據信息確保了各業務模塊快速高效開展業務的可能。下面以簡單的銷售配置信息來示例說明它們之間的數據關聯關系，圖4為保險杠與銷售配置間數據管理關系。客戶選擇了白色帶360全景功能+前泊車雷達的車型。從研發框中看出，該白色車型保險杠已開發完畢，物流庫存信息顯示該物料有50個庫存，因此可以實現立即生產。如果客戶選擇的是黑色保險杠，可以看出黑色狀態還處于未開發狀態，此時就需要研發端迅速啟動開發工作。圖中，銷售配置通過特征編碼與各系統的保險杠物料數據建立起了同步關系，研發、物流、采購等業務板塊間也實現了數據實時關聯交互，從而保證了如開發狀態、庫存信息、價格信息等生產數據能夠快速更新，確保了生產活動快速啟動。

5總結

通過對汽車行業定制化與非定制化的業務模式分析，本文捋清了兩種業務模式下數據管理的差異，并探討出了一種定制化汽車業務的數據管理方法。雖然定制化的業務模式對客戶非常友好，但非定制化的業務模式因管理簡單高效或會與定制化的業務模式長期并存。本文僅提供一種針對定制化業務模式下可行的數據管理思路，為企業開展定制化的業務提供理論支撐。

參考文獻

[1]佐藤知一,山崎誠.BOM物料管理[M].北京:東方出版社,2018.

[2]克羅爾,尤科維奇.精益數據分析[M].北京:人民郵電出版社,2014.

[3]王海軍.大規模定制下的模塊化產品管理及務實[M].武漢:武漢大學出版社,2018.

[4]涂子沛.大數據:正在到來的數據革命[M].廣西:廣西師范大學出版社,2012.

[5]數據管理協會.DAMA數據管理知識體系指南[M]:北京:機械工業出版社,2018.

[6]張旭.主數據管理:企業數據化建設基礎[M].北京:電子工業出版社,2017.

作者:鐘建 趙貴 單位:威馬汽車科技集團有限公司