摘要：随着市场对差异化、个性化汽车产品需求增加，特别是定制化汽车的需求越来越强烈，定制化的汽车产品制造必将成为整车企业未来重要的运营方式。基于固定化配置车型数据的管理方式越来越难以适应新形势下整车企业在研发、采购、财务、物流等环节的数据管理要求。如何高效地衔接企业在研发、采购、物流、生产及销售等各个业务环节上的数据，使相关数据能完整高效地在各业务端口高效传递、执行并反馈将是保障定制化汽车生产活动的关键。文章将在如何管理定制化汽车数据方面结合实际管理的需要进行分析探讨，讨论出一套高效的简便的整车数据管理方法，不仅确保整车的设计、生产及销售能满足定制化生产的需求，同时保障各环节的数据变更能更符合现代管理的需要，从而保障零部件的设计变更数据、库存数据、物流数据能达到最合理化的管理。

关键词：定制化汽车；高效衔接；数据管理

目前，满足市场需求并在售的车型主要是几种固定的配置车型，这种市场环境有利于企业的研发、制造等活动，使产品开发、生产物料准备、售后数据的管理都简单化。企业可以提前准备物料并生产，客户也能在下单后快速提车，对客户的需求响应较快。但随着市场对定制化产品的需求越来越旺盛，几种固化的配置车型已无法满足市场对汽车产品个性化的需求。个性化的配置生产虽然能满足市场的需求，但会使企业数据管理难度大增。丰富化的需求可能会导致产品配置种类大幅增加，甚至达到上万种，面对如此庞大的配置数据，传统的数据管理模式显然已不适用，整车企业需要快速适应这种变化[1]。企业数据管理的调整需包括产品开发、供应商物料响应、物流保障、库存管理、生产组织到售后保障等各业务模块，精准高效的数据管理尤为重要。因此，讨论出一种全新的数据管理方法来支撑定制化业务的开展意义重大。

1传统车型数据管理分析

传统配置车型通常会基于高、中、低三种配置车型开发零部件，车型配置数量少，对应开发的零部件状态相对较少，车型数据的管理可以基于每种配置车型对应的零部件物料数据单独形成一份数据集，三种配置可以形成三份独立的数据集，总的数据集较少，易于开发、物流、采购等生产环节的管理[2]。研发端的车型数据集整理完成后即可提供下游生产部门，采购、财务、物流、生产依据销售的需要进行数据维护，进而可提前开展物料下单并生产。因配置车型少，数据集的管理较简单，在车辆制造各环节的管理工作量较小且效率较高。这种业务模式的数据管理模型大致可归纳为如图1所示。该模型的数据管理是典型的线性管理模式，各业务模块之间数据传递主要是以线下传递并各自管理为主。各业务模块之间的数据关联性小可独立完成相关业务活动。开发处于各环节的上游，下游各业务数据管理基于上游数据管理完成后进行。这种业务模式的最大弊端就是销售车型只能是围绕已开发好的车型进行，无法实现产品按市场定制化的需求进行制造，属于典型的工厂生产什么，市场就销售什么。随着现代市场竞争越发激烈，市场已慢慢在由卖方市场向买方市场转变，产品的需求从原来的被动接受转变为主动的要求，消费升级的诉求越发强烈要求企业改变原有的运营模式，企业运营模式的转变同时导致企业的数据管理模式也将发生重大变更。

2定制化与非定制化的业务模式差异

定制化汽车与非定制化汽车的经营模式在未来市场中是怎样一种存在形式本文不去讨论，可以肯定的是定制化汽车产品的浪潮正在向我们袭来，也必将是整车企业未来的重要经营模式[3]。分析两种模式下企业各业务单位数据管理的差异性就一定要先弄清楚这两种模式在具体业务上的差异情况，只有明确了关键的问题才能制定出合理的解决办法。非定制化的产品与定制化的产品最大的区别是前者企业可以提前准备生产，客户下单后即可提车，而后者是客户下单后企业再生产，还存在下单后需进行一定的零部件开发工作。因此对定制化模式来说，整车企业直接承担着客户下单后多久才能交车的重大挑战。产品交付的效率能否满足客户的要求直接决定着企业这种经营模式的成败。找出定制化管理的难点，用科学的管理方法给予解决显得格外重要。下面先从两种业务模式的业务模型对比来分析其中的差异，定制化与非定制化的业务对比图如图2所示。从图2看出，非定制化模式与定制化模式的最大区别在于客户下单的时间上。非定制化模式下，客户下单时间可能在生产阶段也可能在生产完成后，这种模式下企业可以先生产，客户下单后即可提车。即使库存没有该配置车型也可以实现快速备料生产，客户可以在较短时间内拿车。这种模式也会有另外一个弊端：因先备库存，企业面临较大库存管理和资金压力，当面对一些紧急或重大质量问题设计变更业务时，往往会造成较大的零部件库存报废。定制化模式下单时间在生产阶段前面，还存在新开发产品状态的可能，如涉及新状态零部件开发，开发周期势必进一步影响交车时间，但这种模式可实现客户定制化需求，企业不需要提前大量备库，可在库存管理及资金周转上占据较大优势。两种模式下，车型数据也各具特点，在不考虑产品数据设计变更的影响下，非定制化模式的车型数据量为固定状态，而定制化模式下的车型数据根据客户的需求处于随时变化的状态，一动一静反映了两种模式下数据管理的本质特点。

3定制化产品的数据管理模型

上文对两种业务模式的差异及特点进行了分析，非定制模式最大的问题是零部件库存管理较大由此造成企业的周转资金占用量较大且不能实现市场对个性化的定制需求；定制化的业务模式最大的问题是客户下单后与企业交车的时间较长。接下来就汽车企业业务链条上各环节的数据管理角度来分析，讨论出一种高效的数据管理方式来缩短定制化业务中下单与交车时间长的问题[4]。在产品开发阶段要全面充分分析市场对配置差异化功能的需求，对底层基础件的开发要预留充分的扩展性，比如线束、控制器、开关及底层软件这类件及标准法规件，最大化的考虑可以减少后续可能的开发工作从而缩短交车时间。另外由于客户下单会存在新开发产品的可能，因此，市场数据必须与开发数据处于实时交互，提高数据传递效率，因此在数据管理上要实现共用一套基础数据，业务单位之间的数据变更通过系统方式进行传递确认，从而打通业务单位之间的交流鸿沟并提升数据传递的准确性，确保销售配置数据与研发配置数据处于实时交互状态，市场前端的数据信息能快速到达后端的研发，进而指导开发工作迅速开展。物料准备环节数据是实施车辆制造前的关键数据，包括了采购、财务、物流等业务链数据，同时承接研发数据和市场订单配置数据，要实现数据及业务的快速响应就必须与其相关的数据环节实现实时交互的数据管理方式，做到数据链的快速响应。由于前端数据根据市场需求存在变化，基于快速响应前端的变化，物料数据的管理就需要基于动态和静态两种管理方式进行，及对非配置零件和配置零件进行差异化管理，非配置件的库存管理基于经验数据并根据订单评估进行安全库存管理，对配置件按市场需求进行实时的订单管理。这种管理方式可以做到减少库存管理压力和降低管理成本，有利于企业现金流的快速周转和资金使用率的提高。当业务订单下达时，需求的物料数据能快速在系统上进行精准解析，省去了线下人为的数据分析工作。对不涉及开发的物料可以快速的启动生产准备，对涉及开发的物料可做到开发与物料管理同步进行，提前做好商务及物流等业务，从而最大化减少造车前的准备工作。另外，设计变更是企业实际业务中对数据变更影响最大的一环，也是困扰各大整车企业的难点。基于实时交互数据的管理可以在物料管理业务上减少人为繁重的数据分析工作量，变更的数据从产品设计端开始实施，通过系统线上业务流程传递到物料管理等环节，从而保证数据传递的准确性、管理上的可靠性及实施的及时性[5]。该数据管理方式在很大程度上可以减少因设计变更造成的物料及原材料报废的数量，可最大化的实施精准管理，同时能确保相关信息在整车企业与供应商之间传递的效率最高和准确，因而对企业实施精益化管理有着重要意义。根据上面的介绍可以将定制化管理的数据管理模型归纳如图3所示。从该模型可以清楚的看出，销售数据提前到与研发数据并列且实时交互，从而能精准的把市场需求传递到企业研发。同时，销售数据又能与制造环节的生产数据、财务数据、采购数据进行传递，从而制造部门也能快速根据市场的需求进行生产活动的开展。这种数据管理方式改变了传统非定制化数据管理模型中销售、研发及制造之间的业务衔接模式，将各个业务板块的数据作为一个数据库进行管理，不仅提升了相互间传递的高效，更保证了相互间数据的一致性[6]。因此，采用此种数据管理方式可大为减少客户下单与企业交车之间的时间。

4定制化汽车数据集的管理方式

上文提到定制化汽车的配置成千上万，这么庞大的配置数据及对应的零部件物料数据应该通过什么方式管理来实现各业务模块之间的数据实现实时交互呢？如按照传统模式去管理庞大的数据集，那必将造成管理人员及工作量极大增加，而且出错的概率非常大，这不满足快速响应市场化需求。这里先引入超级物料清单的概念，所谓超级物料清单及不再把每个配置对应的所有汽车零部件物料编码单独形成一份数据集来管理，而是把所有配置对应的零部件编码作为一个整车零件库管理，对存在配置差异的零部件编码赋予其配置功能描述，可以称为使用条件。将这些使用条件的描述分解成单一化的整车功能描述，对每个功能描述赋予一个唯一的字符组合，这个字符组合为命名为特征编码。特征编码与配置功能描述是一一对应。特征编码根据实际需要逻辑组合形成使用条件。这样就实现了整车销售配置与研发、生产等系统的零部件编码数据之间建立起了对应的关系，借助现代化的大数据管理系统自动实现整车物料的解析，就可以实现在销售配置中的订单配置信息自动解析出其对应的整车物料数据。这种方式可将市场客户定制车型配置信息直接转为研发、生产、采购等运营部门管理的物料数据上，实现实时数据信息交互。因此，这种实时的交互数据信息确保了各业务模块快速高效开展业务的可能。下面以简单的销售配置信息来示例说明它们之间的数据关联关系，图4为保险杠与销售配置间数据管理关系。客户选择了白色带360全景功能+前泊车雷达的车型。从研发框中看出，该白色车型保险杠已开发完毕，物流库存信息显示该物料有50个库存，因此可以实现立即生产。如果客户选择的是黑色保险杠，可以看出黑色状态还处于未开发状态，此时就需要研发端迅速启动开发工作。图中，销售配置通过特征编码与各系统的保险杠物料数据建立起了同步关系，研发、物流、采购等业务板块间也实现了数据实时关联交互，从而保证了如开发状态、库存信息、价格信息等生产数据能够快速更新，确保了生产活动快速启动。

5总结

通过对汽车行业定制化与非定制化的业务模式分析，本文捋清了两种业务模式下数据管理的差异，并探讨出了一种定制化汽车业务的数据管理方法。虽然定制化的业务模式对客户非常友好，但非定制化的业务模式因管理简单高效或会与定制化的业务模式长期并存。本文仅提供一种针对定制化业务模式下可行的数据管理思路，为企业开展定制化的业务提供理论支撑。

参考文献

[1]佐藤知一,山崎诚.BOM物料管理[M].北京:东方出版社,2018.

[2]克罗尔,尤科维奇.精益数据分析[M].北京:人民邮电出版社,2014.

[3]王海军.大规模定制下的模块化产品管理及务实[M].武汉:武汉大学出版社,2018.

[4]涂子沛.大数据:正在到来的数据革命[M].广西:广西师范大学出版社,2012.

[5]数据管理协会.DAMA数据管理知识体系指南[M]:北京:机械工业出版社,2018.

[6]张旭.主数据管理:企业数据化建设基础[M].北京:电子工业出版社,2017.

作者:钟建 赵贵 单位:威马汽车科技集团有限公司