汽车研发企业竞品数据管理系统研究范文

本站小编为你精心准备了汽车研发企业竞品数据管理系统研究参考范文，愿这些范文能点燃您思维的火花，激发您的写作灵感。欢迎深入阅读并收藏。

摘要：针对当前国内汽车研发企业在竞品对标过程中产生的大量产品分析数据进行了研究，提出了一种应用IT技术手段，建立一个产品竞品分析数据管理系统的解决方案，从而实现我国汽车研发企业竞品分析业务的从需求－分析－知识－决策－结论－创新的全竞品分析的闭环过程，提高汽车研发效率。

关键词：汽车研发；竞品分析；数据管理

近年来，中国汽车企业的产品研发能力，在激烈的市场竞争中得到了快速发展。但由于占据更大市场份额的合资品牌，其产品研发是由其背后的跨国集团支撑，所以我国汽车企业目前实际上是直面跨国公司的竞争。在构成各大跨国公司雄厚的研发实力的诸多要素中，庞大的竞品数据库是其中的重要要素之一。以丰田、通用、福特为代表的国际先进汽车企业已经建立了一套完整的侧重于总布置、人机工程、整车性能指标、车身构架和成本控制等方面的竞品分析系统。因此，对于国内汽车企业来讲，只有采取不断的竞品数据积累与大量的投入，建立汽车研发竞品数据管理系统，形成竞品数据在整个集团内的资源共享，才有可能尽快缩小与跨国公司的差距。

1汽车竞品分析数据管理系统概述及驱动需求

对于国内汽车研发企业，随着3D设计和数字化仿真技术的发展，产品研发流程不断缩短。而研发前期（概念设计阶段）在整个研发流程中所占的比重越来越大。同时，业内通过长期的研发实践，总结发现概念设计阶段将决定产品成本的60％以上，并奠定产品性能的基础。所以，做好做实概念设计阶段的工作，是所开发产品获得高性能、高品质、低成本的基础性保证。各公司的流程也就出现了尽可能重心前移的趋势，以使变更尽可能发生在前期。概念设计阶段的工作对竞品数据的支撑有强烈的依赖，从产品的定位、目标的制定、分解，到造型设计、总成的选型、总布置和结构方案设计等，每一个节点、每一项工作都离不开强大的竞品数据的支撑。随着国内汽车研发企业对产品竞品分析越来越重视，在短时间内均积累了大量的竞品分析数据。各公司在数据的积累方面都投入巨大的人力、物力和财力。但仅有数据，而没有对数据的有效加工和管理，不能实现对各种数据的快速查询、快速对比分析和快速统计分析，也将无法充分发挥数据应有的作用。因此，对竞品数据进行整理，分析，参照国际先进的汽车研发体系，并结合我国汽车企业自身的特点，建立能供我国汽车研发系统使用的高水平竞品分析数据库，建立包含性能数据、结构数据、总布置数据、造型数据、人机布置数据、品质数据、材料数据、重量数据等全面系统的竞品数据库对每一个汽车研发企业都十分重要。

2汽车竞品分析数据管理系统总体目标

对于汽车企业来讲，根据竞品分析所要研究的对象的不同，竞品分析主要有以下四个大类：生产制造、管理流程、最佳实施方式和企业策略。而汽车研发竞品分析属于策略方法，不管做竞品分析是为了对产品战略有个整体的把握，还是为了车型开发的具体目标设定，或是为了瞄准某一具体设计问题（例如：功能、成本、服务等），都需要评估竞品分析如何整合到整个产品研发过程中，并明确分析的使命，充分落实和发挥竞品分析的优势。因此，竞品相关业务领域分为三块：竞品分析框架，竞品数据，分析结论或建议。竞品分析框架是指规范的竞争车型研究的流程、研究方法和评测标准，而它的目的就是要以一个科学的方法来指导竞品分析过程。数据是竞品分析的关键，对于汽车竞品，数据的特点是。•种类繁多，数量巨大：从测量数据、拆车照片、客观／主观评价、逆向数模、测试报告等等，一个竞品整车的竞品数据可以达到200G。•关系复杂：文档与文档之间，文档内部数据单元之间都有依赖、关联，传统的文档管理方法无法支持在后期分析中通过关系进行信息的抽取和利用。不管分析有多少，最终是为了得出结论或者建议。需要在项目和受众的背景下，对数据进行解释。结论或者建议形成后，团队将可以从这些结论中获得提示，并以此来指导战略、设计。从以上分析出发，相关的业务部门包括产品、销售、服务、情报以及竞品部，在完整的竞争车型分析或者专业领域研究的过程中产生大量的业务数据，通过规范业务数据采集，构建一个竞品数据分析系统，支持数据统计研究分析方法，产品价值功能技术、客户需求与功能展开，最终实现对数据综合应用和多层的信息知识挖掘；为产品规划、技术设计、质量改善、市场营销等相关的工程师提供一个助手和建议书；聆听用户、客户声音，建立目标导向的竞争分析管理体系。汽车竞品业务的总体目标：构建一个数据管理平台———竞品数据分析系统，实现产品分析数据的集中的、有效的存储和管理。•产品分析数据统一的数据源。•产品分析数据的结构化管理。•标准化、规范化的产品分析数据管理。•产品分析海量数据的集中管理。•竞品数据管理应用功能。拓展产品分析数据的应用层，支持数据统计研究分析方法，最终实现对数据综合应用，为产品规划、技术设计、质量改善、市场营销等提供建议。•快速、灵活地进行复杂关系、大数据量、按需提取的数据复杂查询处理。•实现从这些海量数据信息中提取对企业决策分析有用的信息。•通过前台分析工具，将查询报表、统计分析、结论展现在用户面前。•灵活扩展报表格式，不依赖于IT开发。优化和完善汽车研发企业竞品分析业务框架，充分发挥竞品分析在产品开发策略中的作用，形成从需求－分析－知识－决策－结论－创新的全竞品分析的闭环过程。•规范的车型研究的流程、研究方法和评测标准，通过一个科学的方法来指导竞品分析过程。

3竞品分析数据管理系统整体解决方案

基于上述汽车竞品分析数据的特点和竞品分析数据管理系统的目标，本文提出利用IT技术，使用自主研发的竞品数据管理平台实现竞品数据分析管理，实现产品设计、竞品分析统一的管理。应用竞品分析数据管理系统，通过竞品数据分析系统的积累，对标新车设计数据和竞争车数据，从而促进汽车研发企业设计能力的提升。实施竞品数据分析系统关键在于：建立一个竞争产品分析的高效运行机制和业务流程，明确责任与任务；同时相结合的建立一个面向于知识应用层面的数据管理及技术分析支持系统是至关重要。本文提供研究方案就是考虑以上因素，提出竞品车型分析过程数据管理和统一竞品数据分析知识库构建两方面的解决方案。竞品车型分析过程数据管理：相关的业务部门在完整的竞争车型分析或者专业领域研究的过程中产生大量的业务数据，通过规范业务数据采集，将分析的车型数据在统一、模板化、标准的数据结构中进行有效的管理。竞品车型分析过程数据管理主要是针对不同车型在完整的竞争车型分析或者专业领域研究过程中的数据。数据管理集中的焦点在于每个车型数据的过程管理。它的特点在于以下三点：•基于业务流程，在模板化数据结构中快速、规范的构建车型产品分析数据。•纵向数据查找、对比的能力。•竞品车型数据的快速定位，提高信息利用率。统一竞品数据分析知识库构建：主要是针对车型分析或研究结束后的产品分析数据的积累和管理，将所有车型的产品分析数据按照不同功能、业务特点进行结构化的管理，实现产品数据的知识库管理，此知识库的构建是企业的核心。它的特点在于以下三点：•强大的分组分类功能，按照专业领域、功能、位置等分类标准进行分类。•横向数据查找、对比的能力。•设计／竞品数据一体化，提高了信息的利用率。为了能够实现不同竞品车型间数据的快速浏览／查找、横向对比和分析功能，需要构建统一的竞品数据分析知识库。此知识库按照统一、模板化结构将不同车型的产品分析数据在唯一的结构树中进行管理，便于下游用户快速定位到同一功能块，不同车型的数据，通过快速对比和分析，进行相关的设计工作。

4汽车研发竞品分析数据管理系统的建设原则

结合我国汽车研发企业实际情况，本文提供的竞品数据管理研究方案遵循管理与技术并重、IT系统效益最大化、扩展／开放和集成性、安全性四大原则，这将逐步形成汽车研发企业汽车竞品数据分析管理系统，完善产品分析管理体系的建设，从而提高企业研发核心竞争力，确保企业主要任务和目标的顺利实现。管理与技术并重原则：我国汽车研发企业发展过程是管理体系（管理思想、管理制度和信息系统）不断形成的过程。在这个过程中，进行信息系统实施，要关注信息技术（应用软件、硬件）的本身，更要关注对业务流程的改善和对历史数据的整理。效益最大化原则：在信息化投资方面既要考虑企业未来发展对系统的要求，也要注重面向目前实际的业务需求，从而保持两者之间的平衡。注重效益同时要求选择成熟的、体现汽车行业最佳实践的产品分析系统，降低风险，避免投资浪费。强调总体拥有成本（CostofOwnership）的概念，通过将汽车行业的最佳实践（BestPractice）融入解决方案之中，降低实施风险、实施成本和后续维护成本，使汽车企业更能专注于本身业务的扩展。扩展／开放和集成性原则：只有有效的信息集成与整合，才能最大程度地发挥信息系统的作用，提升汽车研发企业信息整体应用水平。安全性原则：企业信息化过程首先需要高度重视安全性，包括从管理制度、软件选择、技术保障、实施等多个方面保证安全。此外，对于数据管理系统本身，我们还将遵循安全性、准确性、系统可靠性、可伸缩性、可扩展性、开放性、可移植性、实时性、可管理易维护性、个性化技术、集成性、先进性、成熟性和可行性等系统构建原则。

5结论

随着我国汽车行业的快速发展，汽车研发企业针对产品竞品分析越来越深入，积累的竞品数据种类越来越多，数据量也呈现几何量的增长。通过实施本汽车研发企业竞品分析数据管理系统，将建立一个从需求－分析－知识－决策－结论－创新的全竞品分析的闭环过程，大大提高汽车研发的能力，节省大量的研发时间及研发成本。

参考文献

［1］张宝华．某汽车竞品分析数据平台规划研究［D］．北京：北京理工大学，2016．

作者:杨方群 闫晓晓 单位:中国汽车技术研究中心