长安汽车质量管理的分析评价体系建设
引入 Kyligence Enterprise 解决了当前长安大数据平台的不足,在大规模数据场景下,满足高并发亚秒级多维查询的性能要求,避免当前 Vertica 和 Impala 多维查询性能不足的问题;其次,基于免编程拖拽式模型开发,降低数据开发门槛,提升数据开发效率,使得数据开发敏捷化;第三,实现了平台统一、数据统一、数据服务统一,使得大数据平台能力图谱中的重要一环得以完善。
重庆长安汽车股份有限公司 大数据技术副总工程师 王颖异

数据的打通是智能化质量管理关键挑战

数据的打通是智能化质量管理关键挑战

质量管理是生产制造企业的“命脉”,是企业生产和管理的基石、经济效益的源泉。长安汽车作为中国汽车制造龙头企业,是高质量发展的头雁型担当企业。

 

长安汽车发布并施行了《六西格玛管理2025推进规划》,详细阐述了智能制造背景下质量技术发展展望,认为智能化质量管理关键挑战是数据打通,基于大数据分析的复杂多阶段过程关键质量特性识别、及高维、高频质量特性过程质量控制。

六西格玛质量管理

对数据服务带来较高挑战

长安汽车质量管理经历了多个发展阶段,如今在经济转向高质量发展、智能制造全面转型背景下,全面施行六西格玛质量管理,重点强调:专门统计工具,提供质量尺度(指标)、有清晰缺陷定义(维度);科学改进方法,需要长期不断循环执行;特殊组织架构领导和贯彻全员参与实施,这给数据提出了较高挑战:


· 数据规模往往巨大:用全面、准确、可确定的数据进行决策,包含所有用户和所有产品的全量数据,覆盖企业所有的复杂多阶段、多样的业务角度;

· 高可用稳定数据服务:以6σ零瑕疵为企业长期追求,改进方法周期性(天、周、月)不间断循环执行,过程长达数年之久;

· 高并发数据分析查询:覆盖产品设计、生产制造、使用售后等全过程,每天参与人员可达数万之多,要求QPS高达数百甚至数千的高并发查询能力。

六西格玛质量管理

对数据服务带来较高挑战

统一数据模型服务,支撑高可用的质量分析评价体系

长安汽车、福特汽车、美国知名行业资讯公司等经过多年汽车制造业务建模和数据建模实践,联合制定了长安质量评价分析体系,Kyligence 助力其落地统一数据模型服务,支撑了:


· 维修数据模型服务:采集三包问题数据,维修站将维修记录计入经销商管理系统,经审核后进入长安汽车质量提升系统,再通过 Hive 将数据刷新至 Kyligence 维修数据模型,提供狭义质量范畴的千车维修频次 R/1000、单车维修费用 CPU 等指标。

· 网络调研数据模型服务:采集网络调研数据,将其汇总至全球质量调研系统,经审核后进入质量提升系统,再通过 Hive 将数据刷新至 Kyligence 网络调研数据模型,提供广义质量范畴的顾客满意度 CS、客户抱怨问题数 TGW/1000 等指标。

· 市场调查数据模型服务:采集市场调查数据,数据以文件形式通过 Hive 将数据刷新至 Kyligence 市场调查数据模型,提供整体质量范畴的百车问题数 PP100 指标。

客户收益


从2021年开始,Kyligence 助力长安汽车落地了统一数据模型服务,根据业务建模和数据建模制定的长安质量评价分析体系,满足大规模施行六西格玛管理所要面临的数据规模巨大、长时间高可用稳定服务、高并发低延时分析查询等要求:


• 支撑了 3000 多名质量专业人员的日常质量数据高效分析,其中包括了18名黑带、3000多名绿带、120名讲师,保证了长安汽车六西格玛质量管理体系的有效实施;

• 日均查询量超过 1 万次,近 1 年累计查询量超过 270 万次,查询性能 82% 在 1 秒以内,96% 在 5 秒以内,系统运行稳定,且无查询延迟因素引起的质量报告不可用;

• 相比原来高峰期经常需要数分钟、严重时甚至超半数查询超时失败的解决方案,大幅提升了用户的分析体验和工作效率,从而大大提升了用户的满意度。

即刻体验智能多维数据库

免费试用 产品下载

申请试用
关注我们