结合传感器和运营数据确保盈利能力持续提升

一家大型汽车公司需要结合传感器和运营数据来提供引人注目的产品、更好的客户服务和更高的盈利能力。该公司生产卡车、公共汽车和建筑设备。 Rob Mellor，副总裁兼欧洲、中东和非洲地区总经理，WhereScape 与公司谈论他们的旅程。

卡车行业的哪些变化促使您制定数据战略？

这与 1990 年代汽车行业的情况相似；竞争激烈，利润极其紧张，利润主要通过附加销售获得。用于汽车行业的附加销售是零件；对于卡车行业，它提供保修、融资、服务和保险。所有卡车公司面临的主要挑战是如何提供明显优于竞争对手的报价。我们的反应是在我们的卡车上安装传感器；我们相信，通过了解车辆活动，我们可以创建更相关的优惠。

卡车传感器如何 数据成为您的核心 生意？

它使我们能够了解每辆卡车的各个方面。我们可以监控组件，精确地驱动它的位置、它的运行速度以及它被驱动的积极程度。传感器数据与操作数据（例如品牌、型号和服务历史）相结合，使我们能够构建详细的配置文件。通过使用正确的信息管理工具，我们可以提供具有较高盈利机会的报价。

例如，我们在租赁合同到期后回购卡车，并根据传感器数据分析潜在价值。在澳大利亚内陆行驶的卡车的预期寿命与在欧洲高速公路上行驶的卡车的预期寿命不同。因此，我们可以根据它们的预期寿命来销售它们，而不是根据里程数来销售它们。这使我们能够在具有更高预期寿命的卡车上获得更高的利润，高达 5%，相当于每年数百万欧元。这对盈利能力产生了巨大影响。

传感器数据分析意味着我们知道某个部件在 100,000 公里后存在风险，并且特定卡车在恶劣条件下行驶，我们可以预测何时需要维修。我们建议客户将卡车送去维修。这种洞察力使我们能够提供固定价格的服务合同，并保证不会出现故障。

购买卡车的人对他们车队的燃料消耗感兴趣。使用传感器数据，我们可以计算卡车、旅程甚至司机的平均油耗。拥有这些信息并能够采取行动——通过寻找更经济的路线或教育司机——可以等同于为车队所有者节省大量成本。

是否使用传感器数据姿势 一个巨大的技术挑战 组织？

它完全改变了游戏。传感器数据本身没有价值；我们必须能够根据运营数据对其进行分析 - 通过与其服务历史相关联来提供上下文。

这两种数据类型完全不同；传感器数据量大、复杂度低，操作数据量小、复杂度高。如何将这两种数据类型组合在一起并在完全集成的企业数据仓库 (EDW) 中管理它们只是挑战的开始。传感器会创建庞大而复杂的数据集，因此很难使用传统的数据处理方式来处理它们。

我们需要一种更快、更灵活的方法来捕获、处理和分析这些数据，以支持业务战略。我们还整合了许多其他类型的数据以提高盈利能力；例如，天气、交通和罢工信息等非结构化数据。

您是如何克服这些挑战的？

借助 WhereScape，我们拥有敏捷的分析和数据管理策略。他们将数据的规划和构建自动化到我们的 IBM Netezza 企业数据仓库 (EDW)，比传统方法快 10 倍。 WhereScape 使我们能够从传感器数据中获取价值并缩短上市时间；我们能够以前所未有的速度交付 BI 解决方案。

WhereScape 还帮助我们整合所有信息管理系统。我们需要从具有自己建模技术的独立数据集市转变为具有单一全球建模标准的完全集成的 EDW。我们已经从临时的技术方法转变为模型驱动的方法。

使用 WhereScape 的主要 IT 优势是数据一致性和我们整个数据环境的完整性——我们有五个站点在同一个 EDW 上工作。系统维护更改更快、更直接。

我们创建了一个新的集中式信息管理环境，基于单一建模方法，它为我们提供了 360° 跨职能的数据视图。 EDW 是我们管理大数据的第一个具体步骤。我们将能够以更大的量、接近实时的响应以及更好的可追溯性和可重用性来响应混合来自不同业务的数据的新需求。

WhereScape 是我们未来的核心，我期待在未来的许多年里与他们合作。

此博客的作者是 WhereScape 的欧洲、中东和非洲地区副总裁兼总经理 Rob Mellor