求知 文章 文库 Lib 视频 Code iPerson 课程 认证 咨询 工具 讲座 Model Center   Code  
会员   
 
 
 
 
开班计划 | 技术学院 | 管理学院 | 嵌入式学院 | 电子&机械 | 军工学院 | 定向培养 | 专家指导
成功案例   品质保证  电话 English
 
吉利汽车 《OTA数据治理咨询》 咨询成功实施完成
10786  次浏览  9  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。
     
    更多咨询信息 http://consult.uml.com.cn/index.asp
     
    火龙果软件(中国领先的系统&软件工程服务商)
    北京:010- 62670835 ,邮件: teacher@uml.net.cn
    上海:021-50800371 ,邮件:shanghai@uml.net.cn
    深圳:15801587207 ,邮件:shenzhen@uml.net.cn
    10787 次浏览  9 次