案例：长久物流 —— 一个平台，解决五大数据应用难题

长久集团是一家汽车价值链服务集团。创建于1992年，总部位于北京，旗下拥有160+家全资、控股分子公司，员工15000余人，年营业额逾400亿元。集团业务覆盖国内外500余座城市，秉承国际化、资本化的发展愿景，积极拓展一带一路业务，目前已布局整个东、西、南、北欧，正积极筹备向东南亚地区推进。

长久物流是隶属于长久集团，涉及业务中最主要的是整车运输；其次是联运，即所谓的工铁水三种方式排列组合的运输方式；另一块大的业务是仓储业务，目前全国有41个仓库，拣点270多万平方米；以及针对于产前的零部件及产后的备件运输的运输业务。

数据仓库建设思路

1、满足高层统一数据口径，统一来源准确的办法：就是整合数据之前，先进行业务源数据库主数据的数据标准建设，即统一维度统计、统一口径计算，既为数据仓库服务，又为企业后续信息化建设服务，保证数据来源统一、数据质量答复提供，支持决策层依据更准确；

2、从高层决策数据来源分析入手，展开分析。

数据仓库建设难点

领导出差途中，老板来电；投标应标，商务谈判；重要论坛行业会议；在这些关键点，数据信息没法及时获取，导致场景一度失控，甚至错过机会。

独立的业务板块：长久物流专注汽车行业，服务上中下游产业链，所有业务板块都是独立运营，分属不同事业部，基本上没有交集，业务独立，支持业务发展的信息系统自然各自独立。

业务数据无交集：乘用车有乘用车的tms，wms，商用车有自己的cms系统，零部件、国际业务有自己的业务系统，各自采集各自数据，产出各自报表，分析各自的数据指标。出现严重的数据孤岛，业务数据完全没有整合。

数据仓库建设解决方案

梳理所有业务板块的主数据，针对共通的基础因子，进行数据标准建设。将现有的所有业务系统的数据抽取的数据临时层进行管理，最终加上数据标准的一些规范化的一些经历，转换家经销店品牌车型路线调度单编码统一进行编号，编排了之后，放到数据仓库，整合到数据集市，最后做主题模型的建模，直接在应用层就可以进行相应的转换。

最终做成的成果主要是作为针对于三类角色人员使用的。第一个部分，就是公司的一些领导层面，分管的一些领导，主要针对开发的是管理驾驶舱的应用。第二部分应用的对象是各事业部的领导。另外一部分是各个主要部门的一些关键用户。相应的领导会通过管理驾驶舱，通过一些大屏或者手机移动端，看到日常的一些经营情况。

数据仓库建设应用成果

运营控制管理：

实施前：

1.月度运营会，下月15号召开；

2.每日全国各大区汇总分析的数据EXCEL汇总，耗时2人/小时。

实施后：

1.月度运营会，下月初召开；

2.每日全国各大区汇总分析的数据，从数据分析平台截图，直接发到业务大区老总群即可，耗时1人/5分钟。

仓储业务统一管控：

实施前：

1.无法实时掌握全国各大区的车辆存放情况，仓库使用多少，空置了多少？

2.新业务来临时，不能准确统筹调度。

实施后：

1.实时掌握各省公司库存使用情况，有效提高利用率；

2.几万平米的库区，分区分品牌分时间段盘点，效率大增，现场人员工作重点转移到车辆日常维护、质检等环节

本文有帆软投稿发布，未经允许禁止转载。