一、 應用企業(ye) 簡介

東(dong) 風日產(chan) 乘用車公司現有花都（一、二廠）和襄陽、鄭州、大連五個(ge) 工廠，以及發動機分公司和研發中心組成，整車年生產(chan) 能力155萬(wan) 輛，整車年銷量130餘(yu) 萬(wan) 輛，員工近19000人。在建武漢、常州工廠分別計劃於(yu) 2020年、2021年竣工，建成後整車年生產(chan) 能力將達到200萬(wan) 輛。公司承擔日產(chan) 、啟辰、英菲尼迪等多品牌生產(chan) 。公司現擁有600多家供應商和超過1300多家一級經銷商，其中東(dong) 風日產(chan) 品牌900多家，啟辰品牌322家，鄭州日產(chan) 95家。

東(dong) 風日產(chan) 乘用車公司商品車運輸模式為(wei) 公路直送到店和水鐵中轉至配送庫加末端公路配送到店兩(liang) 種，全國範圍內(nei) 現有水鐵配送庫23個(ge) ，配送庫針對倉(cang) 庫功能是否涵蓋自由庫存車輛分配又區分為(wei) 配送中心和中轉站。

二、整車物流管理概述

商品車從(cong) 工廠生產(chan) 下線至專(zhuan) 營店終端銷售，涉及環節包括工廠生產(chan) 、工廠同倉(cang) 庫交接、整車倉(cang) 儲(chu) 、整車運輸、到店交接等。其中整車物流管理的範疇為(wei) 中心庫倉(cang) 儲(chu) （工廠附近）、配送庫倉(cang) 儲(chu) 、公鐵水運輸管理。

整車物流管理大體(ti) 可以分為(wei) 品質、成本、納期管理三類。其中品質包括倉(cang) 儲(chu) 品質和運輸品質；成本則主要指倉(cang) 儲(chu) 成本、運輸成本；納期則指商品車從(cong) 倉(cang) 庫運輸到專(zhuan) 營店的平均周期。雖然隨著管理手段的逐步豐(feng) 富及各環節精細化管理的逐步導入，整車物流管理水平近年來有了較大提升，但就品質、成本、納期三大管理內(nei) 容而言，仍存在較大的提升空間，具體(ti) 的說：

1.整車物流品質管理

倉(cang) 儲(chu) 品質：汽車銷售市場瞬息萬(wan) 變，各主機廠既要對終端市場快速響應，又要輕裝上陣，故而在倉(cang) 儲(chu) 管理環節催生了倉(cang) 儲(chu) 管理外化、車輛前置至配送庫的情況。同時在工廠期望月度生產(chan) 均衡，而銷售月度銷量差異大這一永恒的衝(chong) 突主題下，為(wei) 保障年度銷量目標達成，出現了許多臨(lin) 時外租倉(cang) 儲(chu) 用地對應短期高庫存的情況。故而倉(cang) 儲(chu) 管理外化、車輛前置至配送庫、臨(lin) 時外租倉(cang) 儲(chu) 用地成為(wei) 了整車倉(cang) 儲(chu) 品質管理模式的幾大現狀。

（1）倉(cang) 儲(chu) 管理外化：倉(cang) 庫作業(ye) 標準雖通過諸如標準作業(ye) 書(shu) 等各種方式傳(chuan) 達到實際管理方，但由於(yu) 外化方管理水平參差不齊，必會(hui) 導致作業(ye) 標準執行不一，同時由於(yu) 缺乏實時的監控管理，倉(cang) 儲(chu) 品質難以達成理想姿態。

（2）車輛前置至配送庫：庫存前置至配送庫的方式同公路直送相比，物流涉及的作業(ye) 環節增多，增加了現在管理手段下的管理盲區。

（3）臨(lin) 時外租倉(cang) 儲(chu) 用地：因為(wei) 是臨(lin) 時用地，所有方和租用方均難以對土地做大規模投資，同時土地因位置隨機性較大，場地條件相對較差的同時，還往往存在出入庫作業(ye) 違規“地跑”的情況。

運輸品質：無論運輸采取總包模式還是分包模式，最終承擔實際運輸的車輛均是社會(hui) 上總運力中的一部分，且經營區域性相對較為(wei) 明顯。這種情況下運輸品質問題也很突出，主要而言，一方麵部分整車運輸供應商同時對應幾家主機廠，某種程度上不同主機廠存在差異性的作業(ye) 標準在監管相對缺乏的運輸司機側(ce) 進行了“人為(wei) 統一”，運輸過程遠離監管區也在某種程度上為(wei) 標準“人為(wei) 統一”創造了溫床；另一方麵，長時間“粗放發展”導致司機對整車運輸品質的意識較為(wei) 淡化，GB1589後社會(hui) 資源中整車運輸司機相對短缺，新司機較多的趨勢下更側(ce) 麵放大了這一不良影響。

最後對倉(cang) 儲(chu) 品質、運輸品質而言，還共同存在以下幾個(ge) 問題：

（1）異常預警困難：現在管理重點更多側(ce) 重於(yu) 問題發生後的及時處理，對車輛品質的異常預警關(guan) 注較少，無法做到在品質尚未出現較大異常的情況下通過異常預警進行品質異常及時幹預管控。

（2）品質追溯困難：倉(cang) 儲(chu) 階段的監控視頻、運輸階段中的GPS信息等是品質問題追溯及品質異常責任判定的主要依據。但倉(cang) 儲(chu) 品質管理存在監控視頻拍攝角度不當、長時間追溯存在監控覆蓋風險等；而對運輸品質管理而言，因為(wei) 位置信息是板車GPS而非商品車，且GPS在板車熄火情況下無法繼續采集數據，很難有效還原商品車的狀態及對商品車品質狀態進行佐證判定，以上問題都會(hui) 嚴(yan) 重幹擾品質問題追溯及品質異常責任判定。

（3）量化改善困難：現有的管理過度依靠人力，高覆蓋比例的作業(ye) 觀察及持續的統一標準監察難以落地，缺乏改善量化監控、持續監控。例如商品車在庫內(nei) 行駛速度為(wei) 30km/h，當車輛行駛至35km/h時肉眼作業(ye) 觀察很難以精確區分。與(yu) 此同時，不同庫區、不同作業(ye) 環節、不同作業(ye) 員的橫縱向整體(ti) 對比也很難以規模化、精確化、持續化的對比。

2.整車物流成本、納期管理

成本、納期方麵：整車實際運輸過程中，存在主機廠與(yu) 運輸供應商多對多的關(guan) 係，供應商為(wei) 了最大化運輸效率，多會(hui) 發生以下違規操作：

（1）出門等待：為(wei) 逃避主機廠出門管控的考核，同時更好的利用資源，運輸供應商會(hui) 選擇將商品車倒運出門後在停車場等待，這極大的影響商品車運輸納期。現有管理手段難以發現並嚴(yan) 加管控。

（2）私自變更招標式樣：為(wei) 降低運輸成本，運輸過程中存在私自變更招標式樣的情況，如鐵路卸車點離配送庫較近，招標模式需要板車運輸，但實際通過商品車地跑來完成車輛移動；又如擅自變更招標的運輸模式來達到成本節省目的等。

（3）提前驗收：為(wei) 了逃避整體(ti) 納期的考核，對轉庫運輸車輛、到店運輸車輛進行提前驗收，這種係統與(yu) 車輛實際狀態不符的情況幹擾納期管理實績的同時，也極大的提升了品質管理的風險。

東(dong) 風日產(chan) 乘用車公司供應鏈管理部針對車聯網數據在整車物流管理提升中的應用研究分兩(liang) 個(ge) 大的階段展開，即品質管理提升應用研究、成本納期管理改善應用研究。

三、車聯網數據在整車物流品質提升應用方麵的研究概述

1.車聯網概述

車聯網的內(nei) 涵是指車輛上的車載設備通過無線通信技術，對信息網絡平台中的所有車輛動態信息進行有效利用，在車輛運行中提供不同的功能服務。

車聯網信號包括電動車電量、車門狀態、行駛裏程等。根據類別可以分為(wei) ：

表1：車聯網信號分類說明

2.整車品質管理環節及作業(ye) 項目概述

（1）整車倉(cang) 儲(chu) 品質作業(ye) 環節有：車輛生產(chan) 入庫、轉庫入庫、入庫停泊、整備移動、整備後停泊、移庫移動、移庫後停泊、出庫移動。

（2）整車倉(cang) 儲(chu) 品質重點管控的作業(ye) 項目有：總裏程、轉速、速度、尾箱狀態、在庫異常的啟動等。

（3）整車運輸品質作業(ye) 環節有：裝載作業(ye) 、汽運在途、水鐵運在途、到店。

（4）整車運輸品質重點管控的作業(ye) 項目有：提前出庫、提前出門、運輸倒板、地跑等。

具體(ti) 的對應關(guan) 係舉(ju) 例說明如下表（整備移動、移庫移動及整備後停泊、移庫後停泊未顯示在下表中）：

表2：車聯網信號在物流管理環節中應用舉(ju) 例

3. 車聯網數據在整車物流品質應用框架構建

判斷一台車的作業(ye) 是否符合作業(ye) 標準，需要先對車輛所處的作業(ye) 環節進行明確，然後結合車聯網數據對作業(ye) 項目是否按標準進行操作進行判定。（1）實車環節與(yu) 係統狀態的匹配（2）作業(ye) 標準同車聯網數據相關(guan) 性構建是車聯網數據在整車物流品質管理提升應用研究方麵的兩(liang) 大難題。解決(jue) 了上述兩(liang) 大難題，才能進一步考慮實現各環節標準作業(ye) 率統計及對比、異常點實時報警、大數據收集統計分析、軌跡查詢等功能。

以商品車累計行駛裏程為(wei) 例，下線受入環節標準為(wei) 小於(yu) 30公裏，到店標準為(wei) 小於(yu) 50公裏。單純的車聯網裏程數據是無法判定是否作業(ye) 違規的，隻有在先行明確商品車所處的物流環節後，累計行駛裏程才有明確的判定標準，也才能夠進一步明確是否存在作業(ye) 違規。

東(dong) 風日產(chan) 乘用車公司供應鏈管理部在對車聯網數據和現有物流係統數據全麵分析後，利用兩(liang) 個(ge) 係統數據共同進行環節劃分、作業(ye) 點判斷。

（1）環節劃分：綜合分析實車所處各環節時車輛發動機狀態等數據，明確各環節狀態特有的車聯網數據，整理現有物流係統如入庫、整備、移庫、出庫等數據，判定哪些物流係統數據是可以沿用同時不存在實車和係統狀態錯位，通過兩(liang) 個(ge) 係統數據的結合實現商品車的實車和係統狀態的高度統一，進行環節劃分。

以入庫作業(ye) 和停泊為(wei) 例，設定係統受入至第一次熄火為(wei) 係統受入作業(ye) 的區間。第一次熄火起至係統發布下一次指令後的第一次啟動期間為(wei) 車輛停泊區間。其中啟動、熄火為(wei) 車聯網數據，係統受入、指令數據則為(wei) 物流係統現有數據。

（2）作業(ye) 點判定：針對標準作業(ye) 書(shu) 中規定的標準作業(ye) 動作，先判定是否有對應的車聯網信號對應，如果存在對應的車聯網信號，則對標準作業(ye) 動作對應的信號狀態進行梳理，明確車聯網信號的變化情況，從(cong) 而整理出作業(ye) 點判定標準。

以燈光為(wei) 例，作業(ye) 標準要求夜間作業(ye) 打開近光燈、熄火前先關(guan) 閉燈光、啟動發動機前需保持燈光是關(guan) 閉狀態。將車聯網數據同作業(ye) 標準進行判定邏輯對應，具體(ti) 體(ti) 現為(wei) 對夜間作業(ye) 車輛的燈光使用情況進行監測，有行駛速度但燈光未開啟則判定違規；作業(ye) 結束後熄火時如監測到燈光未關(guan) 會(hui) 判定作業(ye) 違規；同時啟動車輛的同時對燈光進行監測，如監測到有燈光開啟也會(hui) 判定作業(ye) 違規。

在此基礎上，車聯網數據在整車物流品質管理提升方麵的應用進一步拓展到以下幾方麵：

（1）整體(ti) 監控分析：對下線受入、入庫停泊等在內(nei) 的12個(ge) 物流環節進行作業(ye) 監控，監控的作業(ye) 項目包括速度、轉速、累計行駛裏程等31項。實現了倉(cang) 儲(chu) 品質全環節的整體(ti) 監控、不同倉(cang) 庫同一作業(ye) 環節對比監控、不同作業(ye) 環節同一作業(ye) 項目等的橫縱向比較。

同時對於(yu) 具體(ti) 某一倉(cang) 庫管理而言，整體(ti) 監控分析的數據可以用來對不同作業(ye) 班組的作業(ye) 質量進行對比，明確不同班組作業(ye) 質量差異及問題點所在；分析作業(ye) 異常點分布情況，如是否存在夜班作業(ye) 質量較白班作業(ye) 質量相對較差等典型異常點；甚至可以對單個(ge) 作業(ye) 員的作業(ye) 質量進行抽查跟蹤管控。

（2）實時監控分析：針對品質影響較為(wei) 嚴(yan) 重的作業(ye) 項目，如ABS故障、胎壓不足、累計裏程等10個(ge) 作業(ye) 項目進行實時監控，一旦出現異常立即係統報警，嚴(yan) 防異常流出。

（3）裏程、電量大數據統計分析：通過累計行駛裏程、電動車電量消耗等各環節數據的實時統計分析，實現了全環節變化分析。以裏程大數據統計分析為(wei) 例，可以明確車輛在不同倉(cang) 庫、不同作業(ye) 環節的跑行裏程變化；各環節車輛裏程異常情況統計；為(wei) 後續下線車輛加油量、電動車充電量標準的設定提供了較為(wei) 詳實的統計數據。同時也為(wei) 後續供應商倉(cang) 庫作業(ye) 式樣的核定提供了技術支持。

（4）軌跡查詢：針對在庫異常啟動（如無指令情況下的啟動）、在途的倒板、地跑等異常情況，實現異常車輛軌跡查詢，可視化車輛異常移動的軌跡信息，為(wei) 品質異常的追溯、倒板、地跑等異常品質的改善提供了有力的支撐。

四、項目效益分析

東(dong) 風日產(chan) 乘用車公司供應鏈管理部通過將車聯網數據引入整車物流品質管理過程，在管理指標方麵實現標準作業(ye) 執行率、倉(cang) 儲(chu) 保管不良率、重大事故率、運輸出險率的大幅降低，極大的改善物流品質；在成本方麵借助新技術導入，除了可以實現作業(ye) 效率提升（作業(ye) 觀察、品質確認）從(cong) 而降低人工費用，還通過品質提升推動保險費用降低，整體(ti) 總經濟效益年度150萬(wan) 左右。

項目創造性的把車聯網數據引入到整車物流品質管理過程中，顛覆了之前整車物流品質管理過程中人為(wei) 管理為(wei) 主的現狀。項目實施對企業(ye) 業(ye) 務流程改造與(yu) 創新模式的影響如下：

（1）管理範圍的擴大：人工管理為(wei) 主的方式受限於(yu) 人力作業(ye) 工時，可以直接作業(ye) 觀察的商品車數量占比較低（一般低於(yu) 5%），可以直接參與(yu) 作業(ye) 觀察的物流環節及參與(yu) 頻次相對較低（水鐵運的站點、在途運輸無法直接管控），借助車聯大數據，可以實現車聯網覆蓋車輛的全物流環節監控，突破了人力管理為(wei) 主的極限。

（2）管理精度的提升：通過新技術引入實現了作業(ye) 監控精度的大幅提升，以物流作業(ye) 過程中商品車行駛速度為(wei) 例，標準作業(ye) 規定商品車庫內(nei) 行駛速度≤30km/h，通過人工作業(ye) 觀察難以精確判定作業(ye) 員是否存在違規駕駛，但是借助車聯大數據，可以明確獲取車輛行駛速度並進行精確判定。頻繁啟動、暴力駕駛（如高轉速、急加速等）等的管理監控也變得更為(wei) 直接。

（3）異常預警的實現：通過車聯大數據引入，車輛狀態異常預警得以實現。如胎壓、車輛續航裏程（燃油車/電動車）等，真正意義(yi) 上做到了防止不良流出。

（4）在途管理精確化：現有在途管理主要有兩(liang) 種方式，即依賴板車GPS確認商品車位置或借助司機手機位置確認商品車位置，一方麵因為(wei) 不同運輸供應商GPS供應商不同，可能存在數據接口、傳(chuan) 輸的等諸多問題，另一方麵因為(wei) 司機手機位置的上傳(chuan) 是階段性的，無法實現實時性管理。車聯大數據的應用導入一方麵根本上改變了以往管理方式中依據輔助物（板車/司機）位置實現商品車在途管理的硬傷(shang) ，另一方麵做到了整體(ti) 在途更大範圍的可視化（除了位置，還有車輛狀態）。

（5）大數據應用分析：之前人力管理為(wei) 主的管理方式因為(wei) 更多了依賴人力管理，所以基礎數據的收集往往借助人力與(yu) 辦公軟件的配合，所以存在基礎數據獲取及應用不足。如同一作業(ye) 環節不同作業(ye) 方的橫向對比、同一作業(ye) 方不同作業(ye) 環節的縱向對比不足。車聯大數據的應用突破了這一界限，除了更好的實現作業(ye) 質量比對，更可以對效果改善進行持續驗證。同時車聯大數據的應用可以對裏程、電量等數據各環節的變化情況進行精確記錄，對如商品車出庫時油量要求、電量要求等的合理設定提供依據，提升專(zhuan) 營店及終端客戶滿意度的同時，尋找成本改善的機會(hui) 。最後通過對各環節出險車輛的駕駛行為(wei) 等數據分析，實現出險前異常點分析總結，為(wei) 後續品質改善提升提供依據。

（6）品質問題追溯：既有管理方式對於(yu) 到店的車輛品質問題的追溯主要借助於(yu) 板車GPS等輔助數據，通過車聯大數據的應用導入，實現了利用商品車的狀態信息完成品質問題追溯。以較為(wei) 敏感的車輛私修為(wei) 例，既有管理方式在判定私修是發生在到店後還是到店前、具體(ti) 哪一個(ge) 環節等較為(wei) 困難、且判定後爭(zheng) 議較大，車聯大數據應用導入後，結合物流狀態信息進行綜合判斷，問題環節的鎖定變得更為(wei) 容易與(yu) 清晰。

更少的物流成本投入，帶來更高效的物流品質管理，將有效的改善專(zhuan) 營店對到店商品車品質的滿意度，從(cong) 整車物流品質的角度助力銷售保障公司年度銷售目標的達成。

五、項目總結

本項目解決(jue) 問題的核心思路是借助新技術引入，突破傳(chuan) 統管理的極限，實現新思路解決(jue) 老問題。此項目的成功導入，為(wei) 後續管理過程中的痛點解決(jue) 提供了良好借鑒，也為(wei) 後續類似項目推廣提供了一定的經驗，總的說：

（1）品質管理、成本管理、納期管理的精細化推進過程中，需要多關(guan) 注新技術的出現及運用，如車聯網技術可以解決(jue) 品質管理的難點，自主移動機器人可以用以商品車入庫固定路線的搬運，無人機可以用於(yu) 倉(cang) 庫實車盤點等。

（2）解決(jue) 問題之前充分評估當前技術可以解決(jue) 問題的程度，技術的更新是逐步的，問題的解決(jue) 也不是一蹴而就的，導入前需要仔細研討新技術對問題解決(jue) 的程度，避免過度導入後發現新技術同既有業(ye) 務的不匹配性，從(cong) 而產(chan) 生不必要的成本、時間浪費。

車輛網數據在整車物流品質提升方麵的應用，極大程度的推動了管理可視化、精細化，為(wei) 全環節的物流品質管理人員提供詳實的管理依據，讓主機廠管理更為(wei) 規範的同時，推動運輸及倉(cang) 儲(chu) 供應商提供更為(wei) 專(zhuan) 業(ye) 的服務，真正意義(yi) 上實現共同成長，徹底改善行業(ye) 痛點。

六、下一步實施設想

作為(wei) 係統升級改善的下一階段重點，本項目將重點解決(jue) 以下問題：

1.主動喚醒功能導入：現車聯網數據的采集主要依賴車輛啟動，車輛未通電情況下無法采集傳(chuan) 輸車聯網數據，為(wei) 更多的采集車輛數據，實現車輛各種物流狀態下的車輛管理，後續將考慮采取物流運輸環節中的車聯網信息采集模塊的主動喚醒。通過主動喚醒實現車輛在途位置等信息的定期采集，充分利用定期采集的數據進行物流管理，例如利用位置信息實現車輛運輸軌跡的跟蹤，實際運輸路線同招標路線的比對，從(cong) 而進行運輸成本降低、納期改善機會(hui) 的進一步挖掘。

2.車聯網數據的更大範圍應用探究：現階段車聯網數據的應用主要集中在車輛速度、轉速、車門狀態等車聯網數據的直接應用，後續隨著車聯網采集數據類型的擴大，將考慮對采集的數據進行加工轉換使用、應用場景擴大使用，如將方向盤角度、橫縱向加速度數據同出險關(guan) 聯分析使用，整理分析出險前典型的作業(ye) 異常，從(cong) 而為(wei) 後續出險改善提供精確的指導。又如將主動喚醒時的位置信息運用到車輛盤點場景，實現更為(wei) 精確、更為(wei) 高效的整車資產(chan) 盤點。

3.終端異常報警功能探究：雖然現在實現了部分管控項目的實時預警，能夠及時發現品質異常同時進行異常流出防止，但是作業(ye) 員無法直接收到實時報警提示，從(cong) 而立刻停止違規作業(ye) 。後續將考慮展開作業(ye) 員作業(ye) 異常的實時車輛報警研究，如作業(ye) 員發生作業(ye) 違規，係統除了統計NG比例，還能進行商品車終端報警，真正實現作業(ye) 違規即發生即停止，品質異常零流出。