Abstract: The collection, analysis and application of big data are profoundly affecting the automotive industry in the Internet tide. Germany's leading car manufacturer - BMW Group, together with two world-class software companies SAP and IBM, took the lead in the development of big data analysis and forecasting systems and introduced them into the automotive production process and customer-facing service loops, respectively. The application of the big data platform is therefore profoundly affecting the revolution in the production methods of the automobile field, the transformation of service modes, and the changes in consumer lifestyles.
Key words: Big Data BMW Automotive Analysis Forecast
【中图分类号】F272.13 【文献标识码】B 文章编号1606-5123（2018）03-0000-00
1 引言
生产方式上，宝马集团将大数据分析检测技术植入产品的设计，生产以及维护环节中。汽车的个性化生产得以实现；利用全球范围、历时多年收集统计的错误报告信息，大数据系统帮助宝马集团在研发和制造环节改善了车辆的品质，在维修环节压缩了时间和成本。服务模式上，宝马将自己研发的Pivotal(关键技术)大数据分析平台系统置于硬件后端，在保证客户隐私的前提下，可实现故障的提前预测功能，全面提升行车安全。同时，在服务模式创新中，宝马与SAP软件公司联合开发的“互联驾驶系统”大数据平台，利用远程车辆信息交互科技，将互联网与车辆的软件，驾驶辅助系统硬件联为一体，为驾驶者提供即时的行车资讯，为用户提供个性化的信息增值服务和车内电子商务平台。两大数据信息系统的搭建大大提升了车辆出行的安全性、用户使用的便捷性，并丰富了用户的驾驶体验。
2 BMW大数据制造论题
汽车工业在持续不断地遭遇全球化时代的新挑战：成本压缩，竞争加剧，以及市场转换等等。对汽车生产商而言，产品的同质化现象越来越严重，而做到产品的差异化越来越难。与此同时，互联网时代，数据量在飞速增长。在过去的十年里，数据总量增长了750倍；仅2016年，数据包数量将增长4倍以上；至2020年，全球的服务器规模预计会扩大10倍，而数据规模预计会增长50倍之多。截至2015年所产生的新数据，高达80%部分被丢弃在无人角落，没有提供给人类社会有价值的信息。
而大数据的分析和应用，无疑会为各行各业创造新机遇和无限的可能性。交通领域的汽车工业也不例外。调查统计显示，仅单个大数据应用案例的实现，就会为企业在收益和降低成本方面创造巨大价值 －每辆车可高达400欧元。大数据为汽车制造商提供了从产品端转到用户端的全新视角。新的方法、新的技术、新的工具，新的IT基础设施都亟待开发。但大数据系统进入汽车工业领域并非毫无阻力。汽车工业管理资讯机构Berylis的调查显示，相比于大数据已广泛应用于日常商务中的财务和贸易行业，到目前为止，大数据在汽车工业领域中的应用更多地只处于实验阶段，或是只有限地侧重于与管理客户关系相关的领域：比如市场和销售。对汽车生产商而言，将每日收集的大量数据碎片化，并按需分配给不同地区的，处在不同阶段的各项目分析小组或分公司，是个巨大的工程。而工程开展的成果并不会在短期内实现。毫无疑问，这项巨大工程的规划和实施，需要汽车行业的代表企业发挥先锋示范作用。这就需要企业足够认可大数据系统对自身企业经营的潜力优势。
德国的宝马集团以其聚焦创新和未来的企业经营理念，在大数据物联网时代又一次走在汽车工业领域的开拓前端。德国的宝马集团（BMW，德语全称：Bayerische Motoren Werke AG)于1916年3月7日在慕尼黑成立，历时百年，已成长为世界汽车工业领域巨头，豪华汽车、摩托车和引擎的集团型制造商。作为一家全球性公司，宝马集团在14个国家拥有30家生产和组装厂，销售网络遍及140多个国家和地区。截止2014年底，宝马集团的员工数量达到116,324人。目前，一辆宝马汽车中，有多达75个控制器，约1000个可选设备，超过1GB的功能软件，15GB的车内数据，大约2000个用户功能和12000个车载诊断项目。每天，宝马在全球范围内会进行多达六万次诊断检测。数据还在不断刷新中。
3 BMW流程大数据
大数据技术到来之前，传统的汽车工业生产模式已发展至瓶颈阶段。由于调查统计成本高且效率低下，汽车的批量式生产方式不会分析客户的个性化需求，因此无法高效做到定制化设计生产，有针对性地提高客户的满意度。生产过程中的新产品研发至测试、预测试以及批量生产阶段，生产过程周期长，通常都需要以年为单位计算；汽车的产品缺陷，无发提前预测报警，从而造成社会的安全隐患，严重时导致交通事故；汽车的维修保养耗时长，而繁琐的预约检测流程常常给汽车用户添加很多负担。传统汽车行业的服务模式单一，只集中在销售，售后维修保养，却无法为生活在互联网时代的用户在驾驶途中提供丰富信息资讯，远程交互服务和车上电子商务服务。第四次工业革命，即工业4.0时代的到来，使得以互联网技术为依托的大数据技术可被嫁接到汽车工业中来，为开创性地解决上诉行业痛点问题提供根本的解决方案。
将大数据引入汽车工业领域所面对的挑战，除了技术层面上将汽车技术的硬件系统研发与IT信息软件系统的研发实现同步化以外，也要把信息安全放在重要考虑因素中。另外，文化和组织方面也存在挑战。面对和战胜这些困难挑战，全面迎接互联网大数据时代，需要循序渐进地实现全面改造进程。
在大数据时代，宝马公司率先在管理和实践中引入大数据系统，成为汽车工业领域里运用大数据分析改善经营模式的先驱之一。大数据的管理和应用正在成为公司和企业经营的巨大挑战。作为世界汽车工业的龙头企业之一，宝马公司开始搭建基于未来的智能交通商业模式，并全力开发大数据应用。运用大数据，宝马公司可以了解到顾客喜欢什么和他们期待什么。因此，对相关大数据的处理就可以有效地帮助企业准确地管理和经营。以提供预防性维修服务作为出发点，宝马公司不仅自身大力研发大数据平台，还和世界两大软件巨头达成共赢合作。一方面，和IBM合作，运用大数据和分析技术改善研发生产流程，提供产品，维修和保养服务; 另一方面，和SAP合作建立物联网／车联网和内存系统，进一步巩固了宝马集团在互联驾驶系统领域内的领先地位。两项最先进的数据技术已经被直接应用到其汽车产品中。
在宝马集团，大数据分析提供了自动预测汽车维修保养服务的关键技术。这也是宝马集团最初计划引入大数据技术的初衷。这些服务无疑会在未来大大提升客户的满意度。宝马公司运用大数据的初衷是提供预测维修保养，能够早期甚至提前检测到汽车的缺陷。从所获取的大数据中发现并建立起正确的关联模型，可以提前发现故障和评估其后果，从而避免交通事故，提升安全性。
利用前瞻性数据分析技术，宝马i8(电动)系列产品的缺陷在进入批量生产前就被发现和修正。
传统汽车行业的研发周期以年为单位，而新科技IT行业的研发速度却以月日计算，二者同步对接过程中的技术挑战以外，如何保障客户隐私也是企业考虑的重点。为了解决这些问题，宝马研发了自己的Pivotal(关键技术)大数据分析平台。宝马汽车中，IT的Pivotal组件被放入后端系统中，通过特定的分析算法来丰富数据。
大数据技术和硬件的结合，也使提前预测故障成为可能。宝马公司准备在每辆车上都装入芯片，将他们的车接入互联网中。汽车行驶时，数据会不断地实时被收集发送到数据系统中，进行分析检测。根据不同的汽车状态和周边环境，提前发出故障预警。相比大数据以前，人们会在车坏了之后寻找维修店。尤其是在旅行过程中，会遭遇延误行程、安排拖车、到维修店远途取车等麻烦，更为尴尬无奈的场景是，在前不着村后不着店的荒山野岭中无法找到维修店。而大数据分析系统，会在汽车发生故障前，就发出提醒，警示提前作出修复。
除与硬件系统结合外，宝马公司也开发移动应用系统，例如宝马的现实增强指南应用。这款应用可以通过用户智能手机后置摄像头的拍摄个性化收集所需汽车特定的功能和部件。
此外，宝马公司可以通过软件将分析自动化。截止2014年3月，宝马公司已经可以提供针对250项分析应用的解决方案。500多位慕尼黑的汽车用户可以运用此解决方案独立对汽车进行分析检测。大数据分析技术的应用使得“自助服务”越来越便捷，维修时间越来越短，车辆可以快速重新被使用，而社会成本得以降低。
4 BMW生命周期大数据
大数据分析应用于产品设计、生产和维护。正是通过运用前瞻性的大数据分析技术，宝马公司得以在测试阶段对产品进行改善。据报道，在宝马车辆批量生产前的预生产测试中，每款车会根据所使用的数据库检索平均大约15000个错误目录并进行分析，由此快速确认并消除漏洞。这些数据来源于此前大量的生产和开发数据，以及从世界各地收录入库的漏洞、问题和维修信息。
宝马集团的此项开拓性研发是和IBM一起运用SPSS数据库软件合作所开发。前后共有500名人员参与其中。运用此开发应用，大数据海洋中的重要信息会实时地、直接地流入产品的设计和生产环节。根据宝马公司报告，这种在车间里针对漏洞和错误进行的信息分析在引入大数据分析预判技术之前需要几个月或更长时间才能完成，而大数据系统使得此项工作的时间缩短至几天，并且大大降低了出错率和相关联成本。这种时效上的大幅提升，使得生产流程中的设计和生产环节能够更加紧密的结合，避免出现重复性的错误。使用大数据预判分析技术以及快速提供个性化的维修方案，能够降低相关花费，并有针对性地提高客户的满意度。此外，靠提前消除错误还能有效地减少不必要的拜访维修工厂次数，节约社会成本。
更进一步，宝马集团已将其大数据分析软件拓展至新车和新的原型设计流程中。通过测试原型机上安装的众多传感器收集的数据，可以避免错误的设计流入下一步预生产环节。宝马的一级方程式赛车里现在已为每个可测试的组件安装了传感器。在原型机测试中，从引擎到刹车的各传感器会发送超过15000个数据点，用来分析仅在测试条件下可以探测到的错误和错误模式。大数据分析可以提供比人工更为准确的判断。软件系统的专家报道到：“放在车里的上千个元件可以比驾驶员更准确的探测到怎样更能改善驾驶体验，这就是为什么大数据分析如此重要。”
通过此项大数据技术的应用,汽车的产品质量可以得以大幅提高，用户满意度得以增加，因车辆质量而引起的交通事故率得以降低，而人们的交通出行安全可以得到进一步的保障。
5 BMW客户管理大数据
宝马公司和德国著名的SAP软件公司共同合作，开发了植入式内存-数据银行平台HANA系统，深化大数据时代车载应用服务，为汽车驾驶者在驾驶过程中提供个性化服 务。这套平台系统可以提供多元的信息，比如：哪里会有最近的加油站，哪里有停车位，以及各种当地信息等。这些信息来源于一个虚拟的SAP市场，而与之相连的宝马公司“互联驾驶系统(ConnectedDrive)” 会根据驾驶者的偏好做出比较。这套互联驾驶系统已于2012年8月被引入中国市场，其所涉及的基础服务包括：紧急救援协助热线服务，道路救援热线服务，远程售后服务，宝马客户关爱中心，宝马互联驾驶商店五种功能。宝马制定了互联驾驶基础服务的10年免费策略，此策略自2015年5月起适用于配置有宝马互联驾驶服务的新签约销售的车辆。而针对装备高级别配置的互联驾驶系统，则整合了更多如旅程咨询，实时路况等信息数据系统。宝马集团的汽车业务也因此从汽车销售及相关服务，拓展至信息增值服务领域。
5.1 紧急救援服务
当你驾驶宝马汽车在半路抛锚时，大数据系统可以提供及时的救援服务。宝马公司的“互联驾驶系统”可以自动传输车辆位置信息，呼叫远程协助。针对不同的状况，会自动发送申请，安排救援和拖车服务。
5.2 自动停车
2014年初，宝马公司展示了新研发的与大数据系统深度融合的自动驾驶系统。自动停车便是其应用之一。新一代的大数据自驾技术将分析从汽车感应装置采集到的信息，与从数据库中搜索到的建筑物数字平面图相连接，自动分析出停车位所在位置并驶入停好。可以预想的到，这项离实际应用为期不远的新技术，将最大程度减轻驾驶者的停车负担。虽然这项合作研发目前还没有被正式应用至批量生产的产品中，但他所展现出的物联网世界合理而高效地整合了社会资源，提升了人们的品质生活。
5.3 接送机专车服务
宝马公司的大数据用户服务系统还在不断整合本拥有土化数据平台系统的APP软件。2015年22月5日至3月8日春节公众假日期间，在中国，宝马公司联合墨迹天气(即时了解天气情况)、飞常准(即时播报航班起飞和降落信息)和易到用车(一键预定)，在北上广地区为春节回家团圆的乘客提供宝马接送机转车服务体验。参与者只需网上注册参与，系统会根据航班信息，调配专车按时在相应地址等待送接。
5.4 车内电子商务
宝马公司在数据科技与生活服务的深度结合领域所创范例，充分体现出大数据信息平台为人们时常生活能提供的便利与价值。
6 结束语
今天所处的时代，无论哪个工业领域，无论企业的大小，大数据技术的应用已在改变每个公司的商业模式和经营策略。在汽车工业领域，大数据在价值链中各个环节的引入，可以提高企业的竞争力，更重要的是，可以提供企业和客户之间的更多互动，更准确的了解客户需求和愿望，为自己的用户提供更多更好的服务。
在世界顶级的德国汽车生产商宝马集团的新一代产品中，存放着大约两兆的软件代码和用户数据。几年之后，这些数据会增加十倍之多。有效地运用这些数据信息，需要企业建立起清晰的数据逻辑和软硬件结合的系统架构，能够快速地提取和分析重要数据信息，做出响应并实现及时更新。
报告显示，预计到2020年，欧洲的所有新车将配备有智能交互系统。由此推论，智能交互系统也会在世界范围内被广泛使用。与工业4.0，即万物物联网相结合，驾驶者不仅可以参与到根据自己喜好而设计而成的个性化汽车，还可以充分通过智能交互系统充分享受驾驶过程的多元化服务。汽车的设计和生产过程中，大数据分析系统的运用最大精确度地保证着汽车的质量和安全性能；大数据分析预测系统也会提前预警并智能提示维护服务；维护服务可以在最短时间内安排提供检测服务，甚至以“自助”形式得以完成；驾驶者在驾驶过程中可以快速搜索信息，进行公务活动，甚至通过互联驾驶商店购物；非自驾时，大数据智能服务系统可按需安排智能接送服务。总而言之，大数据技术的支持下，高效安全的社会交通系统正在实现中。
参考文献
[1] Deloitte: Big Data und Analytics in der Automobilindustrie.
[2] Automobilwoche: Big Data: Autoindustrie lässt Potenziale ungenutzt.
[3] Kognitio: How BMW uses big data to boost maintenance and customer service.
[4] Sonderedition von Automotive IT: Big Data automotive.
[5] Berylls strategy advisors: Big Data in der Automobioindustrie - Eine Managementperspektive.
[6] Bain & Company: Big Data revolutioniert die Automobilindustrie.
[7] BMW Group China Corporate Communications马中国力推BMW互联驾驶基础服务10年免费策略？
[8] 头条易读：宝马用大数据做了些啥？
[9] BMW：Big data analytics driving predictive car maintenance at BMW.
[10] SAP HANA und Big Data Analytics: BMW kooperiert mit IBM und SAP.
[11] BMW GROUP: Big Data in der Automobil-Industrie.
[12] IBM Newsroom: IBM Big Data und Analytics für zufriedenere Automobilkunden.
[13] InformationWeek: IBM Analytics Improve BMW Auto Quality.
[14] AutomotiveIT: Sonderheft: Big Data Automotive - Der Hightech-Rohstoff.
[15] Computerwoche: BMW nutzt Analytics und Big Data von IBM.
作者简介
夏妍娜 董事长（深圳华制智能制造技术有限公司） 秘书长（全球智能制造产业联盟（硅谷））
共0条 [查看全部] 网友评论