作為數據治理領域領軍者，億信華辰深度研究車企各類業務系統數據及海量車聯網數據，精心打磨加速形成汽車行業數據治理解決方案，提供“咨詢服務+技術平臺+業務應用+方法論”的體系化綜合服務，以數據為核心重構業務形態，助力汽車企業從多維度、多層次挖掘數據價值，實現核心資源可視、可管、可控、可用，支撐車企五大領域數字化應用（智能制造、數字供應鏈、智慧物流、數字運營、數字營銷）。
針對目前車企數據治理普遍面臨的業務數據分散建設、數據資源多頭管理、數據全生命周期管理不完整等痛點，億信華辰汽車行業數據治理解決方案旨在打造車企集團層面的數字化運營體系，按“119”思路進行整體設計：
第一個“1”指一套體系，包括與車企數字化轉型相匹配的戰略規劃、組織架構、制度規范，具體包括數據戰略定位、目標、建設步驟，領導小組、執行小組、組織角色與權責，與數據管理各過程域相匹配的制度規范、業務流程、考核辦法等。
第二個“1”指一個平臺，既是數據整合處理平臺，對企業內外部數據進行集中采集、存儲、計算、加工，構建數據統一模型，保證數據一致性；也是數據治理平臺，制定數據標準、追蹤數據鏈路，提升數據質量、保障數據安全，實現數據資產化；也是數據共享服務平臺，沉淀共性數據服務能力，規范數據服務標準，支撐數據消費層的各項數據分析、數據共享交換。
第三個“9”指九項能力，按照數據采、存、管、用四大環節，構建數據采集、主數據、元數據、數據資產、數據標準、數據質量、數據安全、數據服務、數據指標等能力項。
方案詳情
（1）咨詢規劃層面
數據治理項目，核心工作是數據治理規劃，咨詢階段成果輸出分為兩個方面：
一是數據治理體系，體系包括體系規劃設計、組織職責、管理制度；
二是數據治理管理辦法，主要是對各個職能域如元數據、主數據、標準、質量的管理辦法，保障子項的順利實施、規范子項各部門的相互協同。
（2）技術平臺層面
數據治理平臺架構于數據湖之上，采集車企各系統及服務的元數據、主數據模型，構建標準、進行質量管控，實現資產化運營，賦能業務部門及應用創新。可高效利用車企現在大數據平臺的集群能力，同時實現對日增量10億級記錄數TBOX車聯網數據的治理工作。
（3）治理服務
基于車企數據治理業務需求，通過數據采集、主數據、元數據、數據標準、數據質量、數據安全，數據資產管理、數據服務、數據指標等全流程治理，實現數據價值提升。
數據采集：實現對車企集團、板塊/事業部、生產廠、車聯網、外部數據的統一匯聚、清洗、轉換、存儲，如集團側OA、HR,事業部/板塊SAP、TC 、MES、QNS 、DMS、SRM、SCRM，燃油車/新能源車車聯網TSP，第三方APP、網站數據等。
主數據：對于汽車廠來說，核心主數據主要分為：產品、物料、供應商和消費者。通過對BOM、物料（關鍵件、零部件、備品備件）、供應商（定點、臨時）、產品車型、經銷商（經銷商、4S、運行商）、客戶（司機、車主）等的統一管理統一分發，增強企業主數據編碼一致性、及時性，可以提升企業運營效率、降低管理成本。
元數據：通過對企業各業務系統的元數據進行統一采集、管理，可以全面掌握企業數據字典、并進行各類分析如血緣、全鏈、影響、對比分析，實現對企業級元數據的統一規劃、管控與規范，同時也是數據標準、數據資產等管理的重要基礎。
數據標準：車企生產鏈條長、服務軟件廠商多、系統建設年代規范差異大，導致數據標準不統一，部門墻、數據壁壘嚴重，基于集團層面構建一套數據標準體系，可以有效打通數據壁壘，規范各系統數據模型的設計和建設，降低開發、維護人員的學習成本。
數據質量：針對車企生產域、車聯網域質量問題場景設置質檢規則：如數據量級（日波動異常）、數據及時性、數據字段值域準確性、進制轉碼異常、硬件采集異常等，并實現告警信息閥值配置、常態化推送郵箱和企業微信。
數據安全：對車企而言，個人信息、車輛信息、位置信息等數據信息均屬于高敏感數據，平臺通過分級分類、加密脫敏、數據授權、安全審計、安全監控等措施實現對數據全方位安全管控，保障數據應用全流程的安全性。
數據資產：按照數據資產業務屬性、數據域、數據本體等多視角，構建類電商門戶的資產服務平臺，實現數據提供、數據管理、數據開發、數據消費、數據決策五大類角色構建數據資產運營體系。
數據服務：通過統一的數據開放服務，對車企內部提供數據開放與服務支撐，為內部各板塊、部門，政府監管、社會生態提供統一的對外數據開放服務，包括權限管控、隱私管理、數據服務開發與API封裝，以及資產服務監控統計等，使數據價值得以充分釋放。
數據指標：基于車企采集匯聚的全流程業務系統數據，按照決策、管理、執行等需求，構建采、存、產、供、銷、人、財、物等業務域指標管理體系，便于為各業務域、各級管理人員構建大屏可視化、指標看板、預測預警等決策支持。
應用場景
1.車聯網數據治理：應對生產域、車聯網域海量數據的治理需求，高效利用車企現在大數據平臺組件集群計算能力，包括Hive集群、spark集群、hbase及Phoenix集群，實現海量數據質檢、質檢報告推送、質檢結果數據存儲。
2.主數據治理：針對車企普遍存在的主數據共享程度低、不一致性和冗余、缺乏統一數據標準等問題，通過主數據管理實現車企主數據唯一可信數據源，實現核心主數據統一規范及編碼，制定主數據標準、規則，加強主數據質量，實現對車企主數據有效管理，從而促進汽車制造企業充分發揮競爭優勢。
3.數據資產管理：對車企而言盤活數據資產，推動數字化應用是核心工作。數字化發展審視需要從業務視角、數據視角、技術視角、能力視角四個維度對車企數據挖掘審視。構建數據資產統一管理，包括資產盤點、資產目錄、數據標準、數據字典、數據分布、數據地圖，實現數據從產生、入湖、聯接到應用的全生命周期管控，同時基于數據治理體系、組織架構，建立車企運營指標體系，保障數據管理工作、數字化運營服務工作持續良性運行。
