變更

'''长安汽车大数据运营平台建设''' [[ 大数据 ]] 运营平台以“三个统一”为核心，推动了 [[ 长安汽车 ]] 在营销、财经、人力、采购、研发、质量等领域基于数据的经营运营分析，有效的促进了企业在管理、市场及产品上的创新和持续改善。

公司在 2017 年 6 月启动了数据驱动管理（CA-DDM）项目，建设公司级的数据中台，做到“统一平台，统一数据，统一运营”。经过了四年多的建设，DDM 系统整合了全公司 140+个业务 [[ 系统 ]] 、2400+个指标，4900万+的客户，129 万辆车联网数据&工业大数据数据，对外融合了 2 万+家网站、70+个品牌、900+车型、3 万+家经销商的数据，建立起长安大数据运营平台 CA-DDM。

鉴于汽车行业的特殊件性，主机厂的业务链条很长：从时间上讲，一款汽车从立项 [[ 设计 ]] 、研发到量产上市往往需要数年之久；从部门上讲，主机厂的业务包括了研、产、运、销、售后等，每项业务都包含了一套至多套业务系统，数据分散，信息孤岛的问题随处可见。因此，公司决策层很难在掌握全部数据的基础上做出决策。

长安汽车为推动基于大数据平台开展业务 [[ 运营 ]] ，以业界知名领先通信、家电企业为蓝本，创建了数据管理体系框架，规划了长安汽车数据管理提升路径，主要涵盖了数据架构、数据安全管理、主数据管理、数据治理管理、元数据管理、数据生命周期管理领域。

数据架构管理——从数据模型、信息 [[ 价值 ]] 分析、数据流分析、数据技术架构方面构建数据架构，并进行管理。

数据质量管理——从数据质量需求、 [[ 质量 ]] 检查、质量分析、质量提升方面对数据质量进行管理。

元数据管理——从元数据的架构定义、标准开发、系统管理、维护、据采集、据应用分析方面进行 [[ 管理 ]] 。

数据生命周期管理——从数据的规范和定义、采集、存储、整合、展现、分析应用、 [[ 运营 ]] 、销毁与归档方面进行管理。

在大数据运营方面，全面开展上算法工作，已上线运用数十个算法模型，运用增购换购及战败唤醒模型，对存量客户进行大数据挖掘，增购换购成功率达到 1.2%，战败唤醒成功率接近 1%；通过构建“会员价值、营销偏好、 [[ 价格 ]] 需求”等模型，对 1600+W 会员进行分层分级运营；销量预测模型运用与 CS75Plus、逸动 Plus、CS55Plus、欧尚 X7 等 8 款车型，模型准确率高于95%，为营销政策制定提供依据; 构建经销商能力模型，从 12 个维度，对 7大战区、31 个省份、760 家经销商能力评价分析，精准赋能经销商，系统提升营销能力。

二是融合互联网数据，汽车行业在 [[ 互联网 ]] 上有很多数据，这些数据反映了广大汽车消费者的需求和用车感受，需要进行融合，用于企业的研发与营销服务。

四是集成IOT数据，包括 [[ 工业 ]] 大数据和车联网的数据。

长安汽车通过这四个方面，在大数据平台上进行整合，然后建立各种分析模型、指标，用数据驱动业务改善，驱动 [[ 企业管理 ]] ，驱动企业创新。

2020 年，DDM平台访问量增长 40%，报表下载量增加 72%，有效支撑了长安汽车运营， [[ 实现 ]] “现状可见、问题可察”，部分实现“风险可辨”，正在向“未来可测”迈进。

大数据运营平台的运用在长安汽车已落地开花。基于大数据产业环境及企业“数字经营”战略，长安汽车通过开展大数据运营平台的研究与应用，实现了“平台、数据、运营”三个统一，推动了以“ [[ 数据 ]] ”驱动为核心的企业生产经营，一改以往“以经验为导向解决问题”、“解决的问题重复发生”、“数据不统一导致混乱”等局面，真正意义上开启了企业“数字化”运营“零”的突破，填补了长安汽车在此领域的空白。同时，通过在内、外部得到了有效的推广和应用，均取得了直接和间接效益。

在内部应用方面，通过大数据运营平台的不断迭代和优化，累计 50+个二级部门运用大数据开展业务运营，月均活跃用户达到近 7500 人、日均活跃用户达到 2300 人，有效的营造了 [[ 企业 ]] 数据文化氛围的形成，数据管理成熟度基本达到行业水平。同时，实现企业整体运营效率提升 30%以上，也逐步降低企业运营成本的投入。

在外部应用方面，长安汽车大数据运营平台连续 3 次获得国家及地方政府授予的大数据产业示范、试点项目称号，并牵头多项重点企业、高校参与的大数据课题及项目研究，为校、企基于大数据开展合作创新积累了宝贵的 [[ 经验 ]] ，有效提升了长安汽车及大数据运营平台品牌在业内的口碑。同时，通过沉淀大数据场景应用及创新 [[ 经验 ]] ，率先在大长安体系形成示范，连续向长安福特、长安马自达汽车、长安马自达发动机输出大数据服务，直接创收数百万，填补公司向合资单位输出 IT 服务空白。