随着数字化浪潮席卷各行各业，车企将生产制造、营销销售、售后服务的传统流程进行线上化和数字化，数据量级和数据维度随之丰富。如何让数据更好地驱动业务？这已经成为企业急需解答的问题。

数据赋能业务三步骤：数据采集、数据治理、数据应用

“数据赋能业务”的概念近年来已经成为车企重要趋势之一。数据赋能需要经历三个步骤：数据采集、数据治理、数据应用。数据采集，顾名思义，分为两层意思。“采”是数据获取，“集”是数据清洗、连接、整合。通过数据采集，车企可获得日志、图片、 视频 、地理位置等数据。数据治理是对采集到的数据资产进行管理，包括数据传输链路监控、质量监控、数据安全监控等。数据应用是将数据进 行业 务“变现”。

数据洞察是数据应用中最为常见的一种形式。数据洞察的价值分为两方面：一是帮助管理者科学决策，利用数据反映业务中的问题，找到解决方案并执行，再通过数据反馈问题是否已根治，判断该方案的有效性；二是提升数据分析效率，数据洞察通过数据看板工具实现，解决人工使用Excel导出和分析数据的效率问题，平台在线化和多维度分析能力将大幅度降低运营成本，提升洞察效率。

汽车行业数据洞察所面临的挑战

目前，汽车行业在数据洞察上仍存在着诸多挑战，主要体现在以下几个方面：

1.  数据采集不到：由于部分业务流没有线上化，导致需要分析的数据缺失；

2.  数据口径不统一：不同业务部门对于同一指标背后的数据口径不同，业务目标无法对齐，且大量时间花费在对齐规则这件事上；

3.  数据 开发 周期时间长：数据散落在各个系统上，打通数据开发时间长，一张完整的业务报表开发时长平均在半个月到一个月；

4.  数据看板不好用：数据看板需要下载客户端、交互性较弱、无法支持业务探索式分析；

5.  数据看板难推广：工具上手门槛高，业务人员偏向使用离线Excel分析。

某头部新势力车企携手火山引擎提升产品研发效率

火山引擎的智能数据洞察平台（Analytics and Business Intelligence）能够高效地解决以上5大痛点，以火山引擎与某新势力车企合作的数据洞察项目为例。车企产品研发团队主要将平台用于生产研发阶段的用户需求管理、项目进度管理、产品开发全生命周期管理。

该企业内部存在多套数据看板工具。由于需要安装客户端、产品易用性较弱、设备安装限制等问题，业务运营在做数据分析时体感较差，对现有工具逐步产生抵触情绪，最终很难推广使用。在经过市场上多款产品的调研和对比后，该车企最终选择了火山引擎的智能数据洞察平台，主要原因为:

1.  产品采用B/S架构，服务端一次性部署，用户端无需安装任何客户应用程序，采用浏览器页面登录，降低业务启用门槛，满足即开即用的主流体验；

2. 丰富的可视化分析模型和完整的报表制作能力提升易用性，对用户初始学习和理解过程较为友好，上手快速且学习成本低；

3. 完善的产品培训配套服务，咨询团队在产品部署完成后进行产品培训和提供业务咨询服务，这点对于工具的推广至关重要；

4. 具备与飞书集成能力，目前企业内部已采用飞书为企业级办公软件，ABI与飞书的结合提升信息同步效率。

通过智能数据洞察平台中的数据清洗和AI模型构建能力，该车企将用户线上反馈数据和车辆数据做连接和聚合。ABI中的可视化分析报表帮助业务运营识别用户对于车辆功能的核心需求，监控需求量级、需求负责部门和需求开发进度。同时，报表权限与飞书的打通提升报表信息同步效率。平台于2021年底部署完成，截止2022年4月底，该工具已推广至25个业务部门，落地800+数据集，实现250+个仪表板，2000+图表。数据开发周期也由原来的至少15天缩短为2-3天。

“数据驱动，用数据说话”已经不再是一句响亮的口号，数据思维已经逐步渗透到各个企业当中。过去一年，火山引擎与各大车企客户的交流中，逐步总结出数字化升级的整体框架。第一，业务数据化。通过构建C端触点和B端触点，保证业务在线。第二，数据资产化。数据治理和数据服务实现数据全生命周期的管理，为数据应用奠定基础。第三，资产价值化。基于数据构建业务场景，如用户洞察、线索评级、保客增换购挖掘、精准投放等，实现用户增长、效率提升、收入增加的业务目标。

火山引擎致力于企业数字化升级和增长，愿与各大车企合作探索更好的数据洞察方向与实践。