消费者数据平台
消费者运营
营销自动化平台
企业微信SCRM
全场景零售交易
渠道管控及交易
全渠道运营
全渠道在线客服
热线客服
AI客服
智能工单
供应链智能
营销智能
超级会员中心
门店营销助手
消费者运营平台
点单小程序
商城小程序
全渠道交易平台
数据分析平台
自助分析BI
标签平台
8大基础能力中心
24大业务能力中心
主题域模型
标签模型
算法模型
低代码应用开发
中台控制器
能力图谱
大数据应用开发
大数据研发
标签工厂
数据资产管理
自助分析
敏捷协作
代码托管
自动化测试
运维监控
能力中心
业务中心
组件、功能包
应用生态
报告下载
CDO学堂
行业洞察
市场活动
数创会
数字化专题
企业动态
专家智库
关于我们
合作伙伴
加入我们
标签: 新能源汽车 数字中台 爱驰汽车 发布日期:2020-06-04 来源:
摘要: 爱驰汽车携手云徙科技搭乘数字中台技术打造全新渠道运营平台——“4-1-0”营销体系。
爱驰汽车创立于2017年,是一家国际化的新能源智能汽车公司,也是一家用户深度参与的智能出行服务公司,致力于以领先的智能制造、智能产品和运营服务加速汽车产业进化,创造全新的出行生活方式。
(爱驰创始团队成员 / 技术总监,杭瑜峰)
作为爱驰的创始团队成员,杭瑜峰主导了爱驰企业信息化从0到1的规划和建设,并组建了爱驰信息科技的技术团队。拥有17年以上汽车行业和制造行业信息化规划和数字化方案构建的经验的杭瑜峰,曾在IBM,普华永道,安永和JD Power等国际咨询公司负责汽车行业数字化规划和数字化产品的研发,并直接参与了国内20几家汽车行业主机厂、零部件集团和经销商集团的信息化规划及数字化改造。
展开剩余90%
“爱驰的目标是建设成为一家智能出行服务商,汽车只是我们第一阶段的目标。因此在未来业务设计和系统规划中,我们强调横向的可扩展能力。业务中台也好,数据中台也好,我认为都是一个面向业务可扩展性和技术可扩展性的平台架构。云徙提供给爱驰的方案也是以此为重点展开,十分匹配我们对系统架构的规划和设计要求。”杭总在谈到与云徙合作时这样说到。
1、与传统车企相比,爱驰的“新”不止体现在新能源,国企转型、电商营销等都是“新”的前沿。讲讲在这些历程中对数字化转型的需要以及改变难点?
对于一家类似爱驰这样的新车企,数字化扮演着三个重要角色。一个是提升管理效能,主要目标是快速支持各业务条线的数字化和信息化,加速业务运营和管理控制体系的落地;另一个是支持产品创新,譬如通过车联网和自动驾驶等数字技术的加持,打造独特的产品特色和创新的用车场景;最后一个是支持业务模式创新,拿新零售作为举例,新车企会思考用各种新的数字化手段进行用户运营和市场管理,而不再是沿用原来行业通行的4S店模式。
2、目前爱驰所拥有的中台包含了数据中台、运营中台和AI中台,在技术沉淀和复用上,这些中台产品表现如何?是什么时候开始使用的?
在爱驰整体的三层架构中,前台负责各业务模式的落实,中台负责技术体系的集中支撑,后台负责计算力的统筹管理,爱驰在规划中台架构的着眼点是在于对各条现有业务线的支撑和对各种未来新业务模式快速支持。从一开始我们就按照这样的规划在同步建设各层次的系统,在一致化的规划下,各系统层次各司其职,综合发挥着企业整体数字效能。
3、从产业角度讲,您认为需要什么样的中台?目前的中台产品还有哪些不足?对它的期待是什么?
爱驰的中台定义或许不同于互联网行业的中台定义,爱驰的中台在这个阶段是作为各业务线的集成者和服务者角色,而互联网行业的中台是在同业态下不同业务模式的集成者和服务者。可以说,爱驰的中台没有互联网行业的中台定义那么宽,我们更加侧重行业本身的业务发展需要和技术环境情况。
4、在IT设施上,是否有考虑过自建,比如宜信他们就有一个专门的数据中台团队。如何考虑自建和第三方使用的问题?以及付出的成本?
是的,我们有一个专属的数据中台团队,目前这个团队的第一任务是完成企业大数据平台的构建,对外输出不同的数据服务能力。从一次性投入来看,自建企业数据中台团队无疑是巨大的,相比较量入为出的外采肯定更加精益,但从长远看,中台需求是要持续迭代的,我们相信这样的TCO会下来很多,持平甚至更低都是有可能的。这也是充分说明我们管理层对数字化和智能化的战略决心。
5、了解到爱驰即将发布新产品,您认为中台对爱驰的持续创新起到了怎样的作用?未来的规划是?
作为一家新车企,数字化最重要的是帮助提升各条线的工作效能,从我们接近量产上市的结果来看,我们的数字化基本做到了设计的目标。中台在信息化架构中起到了一个枢纽性的作用,没有它或许我们无法及时交付部分系统,延迟对一些关键业务的支持,从而延误我们的投产时间。另外,中台是在架构上保证我们未来的技术扩展能力和业务迭代能力的,未来不可推测,但中台恰恰是我们面向未来的架构。
以下是杭总在2019年云栖大会《云徙双中台驱动营销创新》论坛上分享主题为《爱驰汽车数字化及营销创新实践》,主要内容为中台对于实体产业的创新:
从0到1的车企数字化:加速流程、减少成本、确保质量
爱驰汽车的数字化实践,是一个从0到1的过程。
因为车企的数字化很繁复。
汽车是一个制造企业,不是营销企业,但有独立的营销职能。汽车制造从研发、供应链、生产制造,再到卖车和服务,各条业务都需要信息化和数字化的支持,在行业中大家更加习惯提到的数字化更多的集中在营销和服务领域。但实际上,从车厂的完整信息化体系来看,这样的说法往往以偏概全。
为什么这么说?
大家感觉整个制造过程很简单,但其实从研发到制造,信息系统却是非常复杂。我计算了一个比例,拿造车和拥车两端业务来比较,基本上整个信息系统的量比是2:1,也就是说支持造车比支持拥车所用到的信息系统多一倍。
为什么大家关注度和实际情况差异出现背离?我认为主要是因为行业对数字化价值的思考从成本中心出发逐步过渡成为利润中心出发,更多的管理层是在考虑能不能通过数字化驱动更多利润业务。汽车行业的数字化其实在制造行业中属于领先地位,行业已经走完第一阶段,我称为业务数字化过程,而进入到第二阶段,数字业务化的过程。
新势力造车的数字化规划重点是如何平衡业务数字化还是数字业务化,以及作为成本中心设计还是利润中心设计,最终影响着大家对信息化的投资决策。
对于爱驰来说,从0—1的数字化过程挺艰辛。走过这一路我认为其中最重要的服务目标是一个命题,就是能不能把造车时间压缩。因为时间对于新势力车企非常重要,整车企业研产过程非常难,从一张图纸开始往前走,整个研发过程的流程、标准、数据参数非常庞杂,各专业参与的人员也很多,数字化需要思考如何把研发流程所需要的时间进行压缩。
还有一个是产销流程,包括丛搭建生产到铺设整个销售服务网络,这个流程也非常复杂,数字化同样要想办法把这部分时间省下来。其中最难的是什么?是研产流程和产销流程中的一部分需要同步推进,也就是这么两个庞大的业务体系要往中间压缩,中间一定会有大量的碰撞和摩擦。这里打个比方,譬如说协作,以前大家对协作的要求有具体成型的专业规程支撑,输入输出是明确和有分工的,但新势力造成的工作协作是群组方式,很有可能因为一个议题各跨专业需要同步介入,这样效率是高了,对数字化的要求也同步提高。爱驰目前通过32个月左右完成了车型从图纸到用户手上的过程,这在传统车企后续需要48个月甚至更长的时间,其中信息系统要做的事情,就是提升流程效率,压缩流程时间,这个意义非常大。
与此同时还要考虑一个问题,汽车是一种社会安全件,质量永远是汽车的永恒命题,作为一家车企绝不能以牺牲质量来加速产品上市。这意味着既要压缩时间,又不能牺牲产品质量,在增加这么多的变量的前提下还要降低成本,这是非常非常难的事情。信息化并不是可以解决所有的问题,但是信息化在整个新势力造车企业从无到有的过程中,确实会起到加速流程的作用,减少大量成本,同时通过行业规程的沉淀来确保质量,这还是一件很有价值的事情。
新能源车企VS传统车企
不管是新能源车企和传统车企,都会经历车企的三个流程:产品开发、制造生产和定单交付流程。这三个流程都非常长,且过程当中各个专业团队都需要紧密的配合。
如何区分出新能源和传统车企的差异是什么?
我认为首先是渠道。我们不能用以前的渠道来做,我们要自建渠道,比如能不能用电商来做?所以渠道模式对我们来讲是完全创新的课题。如何在最短的时间内,用最经济的手段,让更多的消费者认知新品牌?这是上海大众、上海通用、一汽大众这些知名车企永远不会遇到的问题。但是对我们来讲是一个必须应对的挑战。
另外,我们还需要考虑在生产制造方面的设备互联和运营,能不能降低成本?以及从服务的视角,会遇到电池管理的要求,因为我们不同于传统汽车,对我们来每一块电池都是终身质保,我们应该如何去做?玩法完全不一样,整个电池管理还涉及到未来的环保和回用,价值再利用,残值管理的过程。不是说信息化可以解决所有问题,但是这些问题需要得到信息化的支持,这是建设的关注点,要关注这些新的课题,怎么样用一些新的方式进行解决。
我也一直在想,IT已经不是传统的IT,还要管很多的东西,系统数据,甚至智能化的东西,我们的团队有六个不同专业,各司其职,我试图总结爱驰的数字化规划着力点,最后想来想去,我觉得数字化作为这家车企创新的技术驱动力最为合适,不仅仅是服务于一个技术单位,我们是要通过数字化把整个管理效能拉起来,譬如管理信息化,财务业务协同,工业4.0等具体课题。
第二我们支持产品创新。有很多需要人工智能赋能的内容,譬如汽车联网化议题,这些事情的背后就是信息化的力量。
第三创建业务模式。
我们把整个爱驰汽车分为前、中、后台,中台可分为三部分,包括数据中台、运营中台、AI中台,我们有自己独立的AI团队,孵化声音识别、视觉感知,这些技术未来会用到车里,再往下支撑的力量是计算力,我们有一大部分是放在阿里云,还有网络连接信息安全一系列的课题,按照三层分,整个三年的过程当中,有将近50多个项目在往前走,把整个爱驰汽车数字从0—1展开。
爱驰如何做营销创新?
汽车信息化行业的难点如果拆开来看,技术中心专门做技术,制造基地专门做生产,销售公司专门做销售,分开来处理相对简单,但是对于汽车整车企业来讲,从前到后都是你,甚至能源回收的也是你,要把前前后后这么多专业整合在同一个技术架构体系中,又各自独立,这是最难的一件事。就单拿营销创新在爱驰是怎么样做来举例。
对于新品牌来讲不可能回到以前的模式,4S店都属于低频服务,与用户来讲出了问题才去找服务,我们怎么样去改变?在营销服务这一块其实是一个大的变革期,第一用户发生变化,汽车行业有很多的线下交付要求,但是线上的触达能不能做到位?我们要做的事情能不能自己找到我们的客户。
我们提出了“4—1—0”营销体系,刚开始接触品牌,到最后形成二次转换的关系,我们形成各种数字平台的关系,另外有产品与服务交易平台,我们要形成一个统一的用户触点,现在很多车企也在新的营销模式转型,包括开发不同的APP,同时有H5的小程序,有一些公众号,我接触到很多各种各样的内容,但是你会发现很乱,能不能形成一个一致化的触点关系,新的运营体系里,我们不是做一个转型的工作,我们在做一个从无到有创造的过程,相对来说,有它的挑战和难度,也有简单的地方。
刚才讲到了APP,首先我们的车未来是可以通过APP控制,现在所有新能源车里面大家都形成一个很明确的方向,我们能不能用APP从真正意义上触客到换车,形成一个合作伙伴甚至是沟通伙伴的关系,我们用APP作为技术的支点来驱动整个营销服务体系管网的建设。
爱驰与云徙科技共创新一代渠道运营平台。新的“4—1—0”模式,怎么样来实现?传统行业的解决方案已经不能解决我的问题,或者说会花大量的成本进行客户化调整,我思考到最后对营销服务系统解决方案总结几个必须的特征,首先要有互联网的技术特征,传统的企业信息化方案放在新的环境下会很别扭,第二需要有切实的解决方案,画片子容易,但PPT搭建不了系统,我们需要可以快速使用的工具,同时必须懂汽车行业,汽车行业很复杂很深,不能说只是给我一个解决方案,给我一个技术的框架,让我自己去补充行业内容进去。这三个点缺一不可。
另外,我们的渠道运营平台有八大业务,平台里八大业务有32个具体的流程,这里面抓几个特点,外部特点来看,首先我们是面对不同的渠道特征,以前管4S店的DMS很简单,主要就是一个管控的特征,但在新势力车企,我们更加强调一个服务的特征,首先有不同的合作商,有4S、3S,过程当中我们怎么样对渠道进行服务。另外譬如我们对于计划的排布和控制,就是怎么样让各种各样不同的销售计划和生产计划合拍,最大的差异也是最大的挑战是,我们再也不是压库的方式进行售车,而是按单生产按单配车,所以渠道伙伴跟我们合作还是挺幸运,他们是真正在卖车,而不是在卖库存,这些都是尝试中的新模式,未来在这个行业里谈到的C2M,C2B终有一天要落地,同样需要在这样的平台里进行相应的孵化。
中台:以不变应万变,实现产业变革
对中台我是这样理解,中台真正的策略是想选择一个以不变应万变的方案,未来业务的调整变化挺大,可预测不可预测都在当中,能不能用最快的方式进行迭代,不能把整个框架毁灭,变的是各种业务组件,包括数据交换条件,这是中台真正的意义所在。
还有一个未来的一些新的业务裂变的模式,这一块没有办法进行设想,能不能从生产车的制造商,变成类似于滴滴的服务商,未来我们能不能这样去做,这也是可以待考量。而这些新模式新业务都需要一个灵活可靠的技术架构和堆叠其上的数字工具来支撑。
我谈的是从研发到销售,总结时还是回到整个爱驰的信息化和数字化蓝图,我们称之为爱驰“智造”。毕竟最终我们还是一个造车企业,数字化是服务于造车的工具,因此爱驰的数字化探究的是“筑时代好器,造品质好车”。
作为数字化老兵,经历了爱驰这三年从0到1的数字化建设过程,我觉得我们还是很幸运的,有一些环境条件帮助我们能够这么快的实现了这样一系列的成绩。
第一是一个全新的环境,爱驰的数字化是整体规划,规模投入,没有传统企业这些老系统也好,全球标准执行限制也好,从一张白纸开始确实给了我们一个比较好的规划和落实条件;
第二是人,主要是公司里大家对数字化的热情空前高涨,这源于互联网和移动化等一系列数字化工具帮助企业中每个人都深入了解数字化,期待数字化;譬如对车联的关注和战略投入、譬如引入APP作为我们与客户的主要触点,甚至在工厂运营中,我们的业务领导都对数字化提出了全新的要求,这在以前是不可想象的;
第三是系统工具,十几年前去看这个行业很多工具是不成熟,从开发语言、技术框架等等一系列的内容存在多家PK的可能性,而我现在发现很多行业技术和方案已经到了真正可以拿来用的状态,譬如阿里云,车厂以前用公有云的情况比较少,现在也陆陆续续开始推,有些专业领域的技术工具已经变成独一家的状态,业务用户也对工具使用非常熟悉,这对数字化快速推进很有利;
第四是数据价值,现在管理层和业务用户不仅考虑流程效率,而开始深入思考能否把数据进行再利用,AI也是需要考虑进来的内容,高性能计算力越来越便宜,这些因素综合在一起让数据价值变现成为一种可能。 (本文作者:亿欧网记者龚晨霞,特别鸣谢)