吉利汽车《OTA数据治理咨询》咨询成功实施完成

吉利汽车《OTA数据治理咨询》咨询成功实施完成

次浏览

次

火龙果软件工程技术中心报名咨询热线：北京 010-62670835 上海 021-50800371 深圳 15801587207

2022 年 3 月，吉利汽车的《 OTA 数据治理咨询项目》顺利完成。火龙果软件的咨询团队经过 8 个月的驻场实施，和吉利的专家团队一起合作，按照预定的计划完成了咨询的目标。下面就本次咨询做个回顾。

咨询背景：

本次咨询的背景是：

吉利汽车要进行企业数字化转型，所以要构建数据平台，而数据平台厂商提供的数据平台是业务无关的，这和真正的业务需求之间有一个间隙，这也是数据中台的难以落地的典型场景。所以需要选择合适的业务场景，对其中的数据资源和服务需求进行分析，设计相应的服务方案，并具体化为数据管理制度，在此基础上进行应用系统建设。

汽车领域未来的趋势是软件定义汽车， OTA 是关键技术支持， OTA 相关的数据质量非常重要，其涉及汽车的全生命周期：车型规划、整车定义、电子电器架构平台、车辆配置、功能子系统实现、车辆订购、车辆装配、售后服务、故障维修。当前迫切需要通过数据治理提高 OTA 的数据质量。 OTA 的数据质量要求 2 个方面：

车型规划、设计、研发的信息，车辆订购、配置、装配的信息要能够正确传递，保证数据的正向生成质量，这样才能够保证车辆更新的基础数据质量。
车辆档案信息要和实际车辆的信息一致，保证最终实物和档案信息一致 , 这样才能准确的进行车辆更新。

咨询目标：

本次咨询的目标是：

方法上：建立数据治理的体系框架和参考样例。

范围上：体现企业级的数据治理规模，覆盖汽车的全生命周期：车型规划、整车定义、电子电器架构平台、车辆配置、功能子系统实现、车辆订购、车辆装配、售后服务、故障维修。

应用上：以 OTA 的准确性为目标，保证 OTA 的数据服务质量。

形式上：采用模型的方式描述数据模型、业务模型和系统模型，提高集成和积累能力。

工具上：建立数据治理的工具链，并和数据中台有效对接，提供工具支持平台。

基于模型的数据治理方案

针对咨询目标，制定了针对性的方案，面对数据治理的各种各样的数据和业务带来的复杂度，采用了基于模型的数据治理方法，如下图示：

具体的咨询策略如下：

首先对现状进行调查

然后建立数据治理参考框架

进行进行建模：业务模型、数据模型、系统模型

建立相关的数据管理制度

基于数据平台进行方案设计

进行数据应用建设与运营

数据治理需要数据平台和相关应用的支持，所以数据治理方案中对数据平台也进行了相应的设计。
如下是本咨询构建的数据平台方案

相关工具

数据治理是复杂而费时费力的工作，这就需要明确的支持形式和工具，我们采用了如下的工具方案：

采用 iSpace 建立数据治理的过程指南

建立共享模型库

采用 EA 访问模型库进行建模

采用 WebEA 访问模型库进行浏览

如下是数据治理过程指南的路线图：

数据整理过程指南采用 iSpace 建模并管理，有关 iSpace 详细信息，请访问： http://tool.uml.com.cn/llq/ispace.asp

然后搭建了数据治理的模型库，如下是数据治理工程工具方案蓝图：

配置了链接到模型库相应的工具 :

建模工具 EA

Web 管理工具 WebEA

过程指南与跟踪管理工具 iSpace

有关模型库的详细信息，请访问： http://tool.uml.com.cn/ToolsEA/model_center.asp

在此基础上，在建立了各种模型：数据模型、业务模型、系统模型，如下是使用建模工具 EA 建立的数据分布图

建模工具 EA 的详细信息，请访问： http://tool.uml.com.cn/ToolsEA/introduce.asp?partname=EA

为了团队能够共享模型，浏览和管理，用户可以WebEA浏览模型：

有关WebEA的详细信息请访问 http://tool.uml.com.cn/ToolsEA/EAWeb.asp

计划与实施

我们和吉利汽车的专家一起制定了 OTA数据治理实施过程指南，数据治理总体过程如下：

在确定了 OTA 数据治理的过程基础上，制定了详细的工作计划，阶段划分如下：

工作阶段

策划准备

数据管理能力调查与评估

数据现状调查

数据质量评估

业务模型梳理

数据架构设计

数据服务制度建设

数据服务平台设计

数据迁移规划

应用系统建设

数据运营

经过 7 个月的现场实施，走访了 10 多个业务和研发部门，和各个业务单元和 IT 部门的专家进行了反复的沟通、研讨和确认，使用建模工具 EA 建立了完整的业务、数据、应用、平台模型。在双方共同努力下，各个阶段的成果都按照预期通过评审，最后整个咨询项目顺利通过验收。本次咨询项目提交了完整的数据治理成果，内容如下：

1) 《数据管理现状调研报告》
2) 《 OTA 数据管理能力成熟度评估》
3) 《数据质量标准》
4) 《数据质量评价报告》
5) 《数据问题清单》
6) 《业务架构模型》
7) 《数据架构模型》
8) 《数据字典》
9) 《应用架构模型》
10) 《应用接口规范》
11) 《数据运营管理制度》
12) 《数据变更管理制度》
13) 《数据服务平台对接需求文档》

咨询服务简介

火龙果以 20 多年软件工程和系统工程的专注积累，为客户提供高质量的咨询服务。