行业案例｜长安汽车质量管理数据分析实践

引入 Kyligence Enterprise 解决了当前长安大数据平台的不足，在大规模数据场景下，满足高并发亚秒级多维查询的性能要求，避免当前 Vertica 和 Impala 多维查询性能不足的问题；其次，基于免编程拖拽式模型开发，降低数据开发门槛，提升数据开发效率，使得数据开发敏捷化；第三，实现了平台统一、数据统一、数据服务统一，使得大数据平台能力图谱中的重要一环得以完善。

——长安汽车 大数据技术副总工程师 王颖异

1. 项目背景

质量管理是生产制造企业的“命脉”，是企业生产和管理的基石、经济效益的源泉。当前中国经济正在由高速增长阶段转向高质量发展阶段，作为中国汽车制造龙头企业，长安汽车发布并施行了《六西格玛管理2025推进规划》，同时阐述了智能制造背景下质量技术发展展望，智能化质量管理关键挑战是数据打通，基于大数据的复杂多阶段过程关键质量特性识别，以及高维、高频质量特性过程质量控制。

2. 行业现状和痛点

长安汽车质量管理经历了多个发展阶段，从质量检验阶段到质量控制阶段，再到全面质量管理阶段，如今在经济转向高质量发展、智能制造全面转型背景下，长安汽车全面施行六西格玛质量管理。

六西格玛管理方法是一种持续的流程设计和优化技术，以接近 6σ 零瑕疵（0.00034%出错率，瑕疵指任何客户不满意的事情）的全面质量管理为企业长期追求，带动质量大幅提高、成本大幅度降低，最终实现财务成效的提升与企业竞争力的突破。

六西格玛是一种高度重视数据，依据数字、数据进行决策的管理方法，强调“用数据说话” “依据数据进行决策” “改进一个过程所需要的所有信息，都包含在数据中”。相对于其他方法论，其重点强调：

• 专门统计工具：提供质量尺度（指标）、有清晰缺陷定义（维度），用准确、可确定的数据进行决策；
• 科学改进方法：包含 DMAIC 和 DMADV 两种，长期不断循环执行；
• 特殊组织架构：类似传统武术分级，包含“黑带”、“绿带”等，领导和贯彻全员参与实施。

这三个方面给企业在使用数据方面提出了较高挑战，包括：

• 数据规模往往巨大：用全面、准确、可确定的数据进行决策，包含所有用户和所有产品的全量数据，而非采样数据；以及覆盖企业所有复杂多阶段过程和多种业务角度；
• 高可用稳定的数据服务：以 6σ 零瑕疵为企业长期追求，改进方法周期性（天、周、月）不间断循环执行，过程长达数年之久，这要求数据服务长期处于稳定可用状态；
• 高并发数据分析查询：质量是企业全体人员的责任，对产品设计、生产制造、使用售后全过程有效，六西格玛通过特殊组织加强全员贯彻实施，大型企业每天日常参与人员可达数万之多，这要求 QPS 高达数百甚至数千的高并发查询能力。

长安汽车 Impala/Vertica 旧方案，日间业务高峰常见查询大于数分钟，有过半数时间超时失败，影响了六西格玛工作推进。长安汽车通过 DDM 数据接口服务项目多方对比后，引入 Kyligence 产品作为数仓统一数据服务后台支撑，也对 DDM 架构进行了一次升级。

3. Kyligence 应用场景 + 解决方案

长安汽车根据业务建模和数据建模制定了长安质量评价分析体系，Kyligence 为其提供统一数据模型服务，满足大规模施行六西格玛管理所要面临的数据规模巨大、长时间高可用稳定服务、高并发低延时分析查询等要求。

长安汽车、福特汽车、美国知名行业资讯公司等经过多年汽车制造业务建模和数据建模实践，联合制定了长安质量评价分析体系，涵盖了：

• 狭义质量范畴：千车维修频次 R/1000、单车维修费用 CPU 等指标
• 广义质量范畴：顾客满意度 CS、客户抱怨问题数 TGW/1000 等指标
• 整体质量范畴：百车问题数 PP100 指标

3.1 维修数据模型服务

采集三包问题数据，经维修站维修后产生维修记录，维修站将记录计入长安汽车经销商管理系统 CA-DMS，经销售公司审核通过后， 数据进入长安汽车质量提升系统 CA-CQIS，再通过 Hive 将数据刷新至 Kyligence 维修数据模型，提供狭义质量范畴的千车维修频次 R/1000、单车维修费用 CPU 等指标。

3.2 网络调研数据模型服务

采集网络调研数据，用户以网络调研的方式参与长安汽车用户体验网络调研平台问卷调研，其调研数据汇总至长安汽车全球质量调研系统 CA-GQRS，经质量部审核通过后，数据进入长安汽车质量提升系统 CA-CQIS，再通过 Hive 将数据刷新至 Kyligence 网络调研数据模型，提供广义质量范畴的顾客满意度 CS、客户抱怨问题数 TGW/1000 等指标。

3.3 市场调查数据模型服务

采集市场调查数据，委托美国调研公司 J.D.POWER 开展公开市场调研。主要对顾客满意度、产品质量和消费者行为等方面进行市场调研。数据以文件形式通过 Hive 将数据刷新至 Kyligence 市场调查数据模型，提供整体质量范畴的百车问题数 PP100 指标。

4. 收获的成果

从 2021 年以来，基于 Kyligence Enterprise 的质量分析评价指标支持了长安汽车六西格玛组织日常使用，保证了六西格玛质量管理的实施，有18名黑带，3000名绿带，120名讲师群体。

 

长安汽车上线 Kyligence 解决方案一年多以来，82% 查询 1 秒以内，93% 查询 3 秒以内，96%查询 5 秒以内，日均查询量超过 1万条，近一年累计查询超过 270万条，且无查询延迟因素引起的不可用投诉。

了解长安汽车案例内容，欢迎大家点击「链接」，获取会议资料。

关于长安汽车

长安汽车是中国汽车四大集团阵营企业，拥有160年历史底蕴、38年造车积累，全球有14个生产基地，33个整车、发动机及变速器工厂。2014年，长安系中国品牌汽车销量累计突破1000万辆。2021年，长安系中国品牌汽车销量累计突破2000万辆。

长安汽车始终以“引领汽车文明，造福人类生活”为使命，以客户为中心，以产品为主线，持续提供高品质的产品和服务，为员工创造良好的环境和发展空间，为社会承担更多责任，奋力推进第三次创业——创新创业计划，向智能低碳出行科技公司转型，为实现世界一流汽车企业努力奋斗。

关于 Kyligence

上海跬智信息技术有限公司 (Kyligence) 由 Apache Kylin 创始团队于 2016 年创办，致力于打造下一代企业级智能多维数据库，为企业简化数据湖上的多维数据分析（OLAP）。通过 AI 增强的高性能分析引擎、统一 SQL 服务接口、业务语义层等功能，Kyligence 提供成本最优的多维数据分析能力，支撑企业商务智能（BI）分析、灵活查询和互联网级数据服务等多类应用场景，助力企业构建更可靠的指标体系，释放业务自助分析潜力。

Kyligence 已服务中国、美国、欧洲及亚太的多个银行、证券、保险、制造、零售等行业客户，包括建设银行、浦发银行、招商银行、平安银行、宁波银行、太平洋保险、中国银联、上汽、Costa、UBS、MetLife 等全球知名企业，并和微软、亚马逊、华为、Tableau 等技术领导者达成全球合作伙伴关系。目前公司已经在上海、北京、深圳、厦门、武汉及美国的硅谷、纽约、西雅图等开设分公司或办事机构。