OTD中台压缩看不见的成本

OTD中台压缩看不见的成本专升本大学有哪些 撰文 / 张椿琳 编辑 / 张 南 设计 / 赵昊然 近几年国内乘用车市场的持续低迷，加剧了汽车行业竞争的残酷性。2020年上半年又被突如其来的疫情“撞了一下腰”，不少尾部车企已经淘汰出

专升本大学有哪些

近日有关于专升本大学有哪些的话题受到了许多网友们的关注，大多数网友都想要知道专升本大学有哪些问题的具体情况，那么关于专升本大学有哪些的相关信息，小编也是在网上收集并整理的一些相关的信息，接下来就由小编来给大家分享下小编所收集到的与专升本大学有哪些问题相关的信息吧。

点击（前往）进行了解>>

以上就是关于专升本大学有哪些这个话题的相关信息了，希望小编分享给大家的这些新闻大家能够感兴趣哦。

撰文 / 张椿琳

编辑 / 张 南

设计 / 赵昊然

近几年国内乘用车市场的持续低迷，加剧了汽车行业竞争的残酷性。2020年上半年又被突如其来的疫情“撞了一下腰”，不少尾部车企已经淘汰出局。优胜劣汰，强者恒强是未来汽车行业可预见的格局和趋势。虽然下半年国内市场逐步回暖，但对于活下来的企业来说，形势依然严峻，考验仍在继续。

这时，许多企业将目光转向新技术的引入和应用。不少车企已经有意识地运用大数据技术，将产品和技术优势发挥到最大化。尤其在营销和服务领域，这种变革尤为明显，例如销售线索精准度的提升、购车相关环节的个性化服务、售后服务环节的效率提升，都得益于此。

相对而言，在制造领域的变革却十分有限，即便是曾经刮起的工业4.0风潮，也并未让中国汽车工业有实质性的进步。

国内头部整车企业在制造和供应链领域的数字化探索和实践，总结下来都集中在两个大领域：一是生产工艺优化。中国作为制造业大国，在设备使用上积累了海量的生产数据，为改进设备使用和工艺优化提供了非常好的基础。

二是交付效率提升。围绕订单的交付体系是一个牵一发而动全身的庞大协同机构，与之相关的市场评估、需求预测、整车备库策略、生产协同、供应商协同、订单交付管理等任何一个环节出现问题，随之而来的就是生产成本增加、订单交付周期长、成品车库龄增加等连锁反应，其深层原因是，企业信息系统架构的不合理导致部门协同不畅通。

汽车制造业作为传统制造业的明珠，是典型的金字塔架构，这种层层上报的沟通机制，看起来四平八稳，运作规范，实际上，人为地将组织运作流程切断会产生许多问题。

“

除非破釜沉舟，通过数字化技术进行生产组织机构的改革，赋予企业各部门统一的业务视图和全局优化的决策能力，才能最大化地降低企业成本，提升核心竞争力。

”

首先，部门林立，“部门墙”深厚，加上越来越流于形式的绩效考核，各部门往往以自保为先，掩盖问题，沟通成本和协作内耗惊人。

其次，组织架构中的任何一个个体都由于视野受限和信息获取不足，很难产出对企业来说最好的行动方案，长期累积就会导致企业运营的低效。

最后，层层架构衍生出来大大小小的领导，层层叠叠的报告和数据，以及日益频繁的会议。在这种情况下，流程关键节点的执行人员，很难第一时间响应客户，只能徒生“船大难掉头”的悲叹。

企业需要一个强大的“决策核心”，它能够精确掌握当前企业和环境的所有信息，站在企业整体收益的角度去考量问题，形成最优的解决方案，并跟踪各个组织的执行情况。

显然，没有一个人有这样的精力和能力，但借助大数据技术可以实现。数策的OTD数字化中台已经拥有成功的落地实践，所以我们这里来向大家介绍它的四个核心部分。

整车需求评估中心

需求预测是企业高度重视的工作，但单纯的需求预测对组织其实并没有作用。

简单地对销售历史数据进行汇总，对其趋势、季节性做出技术判断，给出的估计量并不能帮助企业形成策略。对企业更有价值的是，在知道“基础数量”的情况下，采取各种“行动”后的效果评估。

比如，降价是不是会提升销售预期，提升多少（一个事实是，几乎50%以上的车型降价对促进销量几乎没有作用）；车展对短期销量会有多少促进；在某渠道投放广告对销量有无显著影响等。

总之，需求评估的核心不是告诉我们能卖多少，而是帮助我们发现做哪些事才能更好地达成销量目标。

OTD数字化中台的工作重心之一就是构建企业营销知识库。通常企业没有格式化的营销行为数据，需要依赖文本挖掘技术对积累的工作文件、日志，甚至是一些报导材料中提取对应的活动类型、投入、影响范围等关键内容。

依托营销知识库，利用神经网络模型关联营销活动和整车销量之间的量化关系，可以实现整车销量场景分析，帮助企业构造大致的营销策略框架，并评估销售目标的完成周期等。

同时，销量跟踪可及时发现异常销售渠道，根据实际的销售进度，实现模型迭代，优化营销策略，形成工作闭环。

备库策略优化

中国汽车经销商库存预警指数长期在60%左右徘徊，成品车库存压力一直是久治不愈的心病。作为整车生态中综合能力最强的主机厂，在处理库存问题时有更多的管理选择，比如是自己持有库存，还是配额商务政策把库存推向终端？是选择持有成品还是持有零件？又甚至是连零件也不做储备，待客户出现时再组织供应链。

但选择太多有时也令人头疼，因为做出最优选择除了要掌握非常广域的信息以外，还需要有企业统一的成本、价值量化标准，而后者在部门分工明晰的主机厂中很难达成统一。

要解决这个问题，首先要搭建适合企业组织机构和供应链特点的成本模型，以此作为所有决策的基础。模型搭建后，可根据每年的财务数据更新迭代，不断提高模型精确度。

其次，根据需求评估的结果和整个管道的库存情况，决定备库计划和必要的成品调拨计划，对于部分成本分线较高的车型采取备料或按单生产的备库策略，使得管道库存分布可以更好地服务于需求评估。

最后，根据生产部门的人员、设备以及供应商的能力等信息，下达备库订单。随着整个步骤交替展开，可以将成品库存控制在合理的范围。

高级计划与排程

APS的概念在业内存在已久，但其成效却远不如预期。通过多年的项目经验总结，我们发现，虽然运筹规划的算法模型在APS中非常重要，也有相当高的技术门槛，但决定APS系统是否能够发挥作用的关键在于是否符合企业组织机构的流程设计，以及使用的便利性。

我们曾为一些客户优化他们的APS系统，帮助业务部门摆脱那几百个复杂参数带来的困扰。总之，APS在设计上遵从“大道至简”原则才能真正促进业务的提升。

订单管理中台

国内乘用车市场对产品和服务的追求，促使整车市场更加细分，产品生命周期更短，同时单品产量更小。而目前整车订单管理方面，大多仍采用批次管理的方案，这使得供需之间的信息关联非常模糊，对于特定订单的即时跟踪能力非常弱。

传统上，我们只能在成品车总装下线入到成品库后才能明确地跟踪到订单的交付过程，而车辆在计划阶段和生产过程中的状态基本是空白或者混乱的。在谈及订单交付的时候，我们容易进入到一味追求快的误区，某种程度上，可控和可预期是交付能力更重要的特性。

我们在OTD数字化中台实践中发现，采用一车一单据（订单、工单）的管理单元能够更好地实现订单交付跟踪，从生产计划阶段一直到成品车下线，贯穿整车全生产周期。

同时，除了传统的库存车资源匹配外，还增加了线上、计划中等状态的匹配能力，配合APS系统还可以做计划插入和计划提前等操作，进一步增强订单交付的可控性。

我们看到，中国汽车行业的竞争已经白热化，整车利润早已经被挤压到一个相当低的水平。虽然众多车企已经开始从传统的制造商向服务商转变，新业务也许会为企业带来更多的利润空间，但毕竟才刚刚起步。

不同于涉足汽车生态圈的轻资产互联网公司，传统车企背负着制造环节产生的巨额成本，其庞大的组织产生的管理损耗也是客观存在的。

除非破釜沉舟，通过数字化技术进行生产组织机构的改革，赋予企业各部门统一的业务视图和全局优化的决策能力，才能最大化地降低企业成本，提升核心竞争力。