宝马数据平架构设计&
智能一体招聘平台项目






项目背景
数据平台架构设计:
  • 作为一家全球性公司,宝马集团在14个国家拥有30家生产和组装厂,销售网络遍及140多个国家和地区。目前,一辆宝马汽车中,有多达75个控制器,约1000个可选设备,超过1GB的功能软件,15GB的车内数据,大约2000个用户功能和12000各车载诊断项目。
  • 宝马公司率先在管理和实践中引入大数据系统,成为汽车工业领域里用大数据分析改善经营模式的先驱之一。大数据的管理和应用正在成为公司和企业经营的巨大挑战。
  • 宝马公司寻需求运用大数据和分析技术改善研发生产流程,提供产品维护和保养服务相关的大数据分析支持。
  • 宝马公司的进口车业务中Homologation是车企车辆认证中最重要的业务流程,在过去无论是宝马还是其他传统车企一直是线下由各业务组完成各自流程后,通过线下传递Excel, XML, PDF, Word等文件来完善车机参数,并向国家申报。流程跨国家公司跨部门,周期长,成本高,数据准确性得不到保证。

组织变革项目:
  • 招聘平台种类繁杂,导致招聘的协同和任务处理成本上升。
  • 人员招聘缺乏类别管理,招聘岗位和候选者能力之间匹配程度较低。




解决方案
数据平台架构设计:
  • 根据宝马的战略发展和业务实际情况,项目组有针对性的开展两个数据项目。
  • 数据分析项目:运用SPSS数据库软件,大数据海洋中的重要信息会实时的、直接的流入产品的设计和生产过程。大数据分析提供了自动预测汽车维修保养服务的关键技术,宝马公司运用大数据提供预测维修保养,能够早期甚至提前检测到汽车的缺陷。从获取到的大数据中发现并建立起正确的关联模型,可以提前发现故障和评估其后果,从而避免交通事故,提升安全性。
  • HDMS项目:HDMS是以数据为导向的跨国家跨部门工作的,“一站式”实施解决方案。主要关注不同车型的NIR数据在不同流程下流转。保证数据的一致性,完整性,高效性,可传递性,安全性,可追溯性。从而保证向国家按时申报,拿到完整CCC认证。

组织变革项目:
  • 建立一体化招聘平台,在平台上实现不同人员的招聘管理。




项目收益
数据平台架构设计:
  • 大数据分析利在车间里针对漏洞和错误进行信息分析,使得生产流程中的设计和生产环节能够更加紧密的结合,避免出现重复性的错误。使用大数据预判分析技术以及快速提供个性化的维修方案,能够降低相关花费,并有针对性的提高客户的满意度。
  • 实施HDMS的收益:消除人为错误,保证数据流转后的一致性,完整性,可靠性;对所有车机项目,实验计划可视化管理;规则引擎用以生成适配多种标准的参数;管理测试车辆,零部件,白车身的进口流程和实验生命周期;提高数据可追溯性,流转安全性,增强监管合规性;减少重复性工作,节省沟通成本;平台具有扩展性,可用于宝马在其他国家homologation的流程。

组织变革项目:
  • 通过灵活的系统配置,实现完全独立的6套招聘流程。
  • 实现基于华晨宝马不同岗位特有能力素质模型的招聘。
  • 实现人才标记、共享,人才检索及20,000 历史人才导入。
  • 与国内招聘网站无缝对接,集成51,智联、新浪微博,人人校招,实现信息“一键发布”。

Copyright © 2014-2022 by DIGITALCUBE. All Rights Reserved.
北京博视天和品牌策划有限公司
ICP备案号:京ICP备20015775号-2