从产品周期到数字线程

在过去的十年里，新的、快速发展的、技术驱动的商业模式的出现打乱了许多行业，因为“前沿技术”已经证明了将数据作为业务核心的价值。这些新模式对旅游业、金融服务业和零售业等行业造成了反复的破坏。那些已经繁荣起来的公司通过创建数字线程 来实现这一点，这些线程将来自其组织以及产品和服务的整个生命周期的数据连接起来。

直到最近，汽车行业走在中断曲线的前面，并在研发的基础上实现了盈利增长，非常注重成本效率，并在整个供应链和制造过程中实现了规模经济。然而，全球经济和技术趋势，由于COVID-19大流行而加剧，意味着这些方法正在失去动力。平衡进一步降低成本的需求，同时要求更大的灵活性和敏捷性，需要新的方法。汽车公司可以从那些在银行业和零售业等行业转型中幸存下来并蓬勃发展的公司身上学习，方法是重新设想他们如何将数据作为一种竞争性资产进行协调、集成和使用。

移动的数据

在一个多世纪的研发中，生产线以及服务和备件为汽车业务流程的模型提供了三个不同的阶段。尽管每个阶段都收集了大量的数据；从智能机器、车辆中的传感器和客户互动来看，绝大多数都是孤立的。车辆在最终客户设计、规划、生产、销售和使用时沿着物理路径移动，但在每个点生成和使用的数据保持静态。数据是断开连接的、零碎的和很少的，或者是随机共享的或组合的，例如，在一台机器、一个子流程或一个工厂之外。


"数据已储存了 20-30 年。同时，我们的主要工具是PowerPoint，邮件，有时Excel"——汽车OEM全球客户服务经理

在当今的数字经济中，需要一种新的竞争模式。汽车行业的领导者应该创建一个“数字线程”，将数据作为一个综合、完整和准确的企业资产连接起来。这不仅涉及在每个机会收集细粒度的数据，而且还涉及到分解不同部门或不同系统中的筒仓，以便将所有数据合并、分析并用于创造价值。

“数字线程”将数据连接为一个单一的全面、完整和准确的企业资产

如今，零散的数据阻碍了创新和新商业模式的部署。新的效率、成本节约以及在全球市场竞争所需的灵活性和敏捷性都依赖于集成数据。尽管许多人很快就将目光投向了机器学习和人工智能，但汽车企业必须首先为自己的蓬勃发展创造合适的环境和数据环境。太多的数据分析项目失败了，或者仍然停留在概念验证阶段，因为根本没有合适的平台在生产规模上支持它们。如果没有将数据作为单一资产进行协调、集成和管理这一重要的第一步，单个项目无论多么出色，都无法实现将行业带入集成数字世界所需的数字化转型！

从报告到预测

数字线程概念克服了瓶颈，取代了手工或半手工工作，作为生命周期或流程中某一部分的数据供另一部分使用，减少了信息从一个系统到另一个系统的重复、复制甚至纸质传输。然而，它的真正影响更为根本。数据的粒度和规模是工业4.0变革、客户旅程和产品创新过程的数字化转型的基础。汽车行业的领导者正在从将数据视为业务信息和报告转变为将分析方法作为燃料，这些方法将对现有流程进行逐步改进，并完成业务模式创新。真正的价值来自于数字线程连接来自整个业务的相关数据，以揭示全新的方法和价值来源。更有远见的人已经意识到，将这些数字线索不仅扩展到整个组织，而且要扩展到供应链，甚至扩展到消费者和其他利益相关者的机会和潜力。

数据的粒度和规模是工业4.0变革的基础。

从零售业到金融业的现代企业正在发现，创建数字线程和能够管理和维护它们的企业数据平台是保持相关性和竞争力的基础。大型科技公司，以及越来越多的金融服务、零售和其他行业的佼佼者，将相关数据置于其运营的核心，并创建了支持大规模实时预测分析的分析平台。

数字线程的概念在汽车行业有多种应用和优势，因为他们面临着整个行业的转型。这一系列博客将探讨过去十年那些被迫适应激进、高速和高冲击变化的企业所经历的如何帮助汽车企业面对现代化的变化。我们将研究数字线程如何改善客户体验、帮助在售后市场实现数据货币化、支撑高效智能工厂和高效灵活的供应链。

重新设想数据，不是作为一种静态资源，而是作为一种灵活的资产，将不仅为推动可持续的成本效益，而且为创造和满足新的消费者需求提供新的收入来源和方式。