一、 应用企业简介

东风日产乘用车公司现有花都（一、二厂）和襄阳、郑州、大连五个工厂，以及发动机分公司和研发中心组成，整车年生产能力155万辆，整车年销量130余万辆，员工近19000人。在建武汉、常州工厂分别计划于2020年、2021年竣工，建成后整车年生产能力将达到200万辆。公司承担日产、启辰、英菲尼迪等多品牌生产。公司现拥有600多家供应商和超过1300多家一级经销商，其中东风日产品牌900多家，启辰品牌322家，郑州日产95家。

东风日产乘用车公司商品车运输模式为公路直送到店和水铁中转至配送库加末端公路配送到店两种，全国范围内现有水铁配送库23个，配送库针对仓库功能是否涵盖自由库存车辆分配又区分为配送中心和中转站。

二、整车物流管理概述

商品车从工厂生产下线至专营店终端销售，涉及环节包括工厂生产、工厂同仓库交接、整车仓储、整车运输、到店交接等。其中整车物流管理的范畴为中心库仓储（工厂附近）、配送库仓储、公铁水运输管理。

整车物流管理大体可以分为品质、成本、纳期管理三类。其中品质包括仓储品质和运输品质；成本则主要指仓储成本、运输成本；纳期则指商品车从仓库运输到专营店的平均周期。虽然随着管理手段的逐步丰富及各环节精细化管理的逐步导入，整车物流管理水平近年来有了较大提升，但就品质、成本、纳期三大管理内容而言，仍存在较大的提升空间，具体的说：

1.整车物流品质管理

仓储品质：汽车销售市场瞬息万变，各主机厂既要对终端市场快速响应，又要轻装上阵，故而在仓储管理环节催生了仓储管理外化、车辆前置至配送库的情况。同时在工厂期望月度生产均衡，而销售月度销量差异大这一永恒的冲突主题下，为保障年度销量目标达成，出现了许多临时外租仓储用地对应短期高库存的情况。故而仓储管理外化、车辆前置至配送库、临时外租仓储用地成为了整车仓储品质管理模式的几大现状。

（1）仓储管理外化：仓库作业标准虽通过诸如标准作业书等各种方式传达到实际管理方，但由于外化方管理水平参差不齐，必会导致作业标准执行不一，同时由于缺乏实时的监控管理，仓储品质难以达成理想姿态。

（2）车辆前置至配送库：库存前置至配送库的方式同公路直送相比，物流涉及的作业环节增多，增加了现在管理手段下的管理盲区。

（3）临时外租仓储用地：因为是临时用地，所有方和租用方均难以对土地做大规模投资，同时土地因位置随机性较大，场地条件相对较差的同时，还往往存在出入库作业违规“地跑”的情况。

运输品质：无论运输采取总包模式还是分包模式，最终承担实际运输的车辆均是社会上总运力中的一部分，且经营区域性相对较为明显。这种情况下运输品质问题也很突出，主要而言，一方面部分整车运输供应商同时对应几家主机厂，某种程度上不同主机厂存在差异性的作业标准在监管相对缺乏的运输司机侧进行了“人为统一”，运输过程远离监管区也在某种程度上为标准“人为统一”创造了温床；另一方面，长时间“粗放发展”导致司机对整车运输品质的意识较为淡化，GB1589后社会资源中整车运输司机相对短缺，新司机较多的趋势下更侧面放大了这一不良影响。

最后对仓储品质、运输品质而言，还共同存在以下几个问题：

（1）异常预警困难：现在管理重点更多侧重于问题发生后的及时处理，对车辆品质的异常预警关注较少，无法做到在品质尚未出现较大异常的情况下通过异常预警进行品质异常及时干预管控。

（2）品质追溯困难：仓储阶段的监控视频、运输阶段中的GPS信息等是品质问题追溯及品质异常责任判定的主要依据。但仓储品质管理存在监控视频拍摄角度不当、长时间追溯存在监控覆盖风险等；而对运输品质管理而言，因为位置信息是板车GPS而非商品车，且GPS在板车熄火情况下无法继续采集数据，很难有效还原商品车的状态及对商品车品质状态进行佐证判定，以上问题都会严重干扰品质问题追溯及品质异常责任判定。

（3）量化改善困难：现有的管理过度依靠人力，高覆盖比例的作业观察及持续的统一标准监察难以落地，缺乏改善量化监控、持续监控。例如商品车在库内行驶速度为30km/h，当车辆行驶至35km/h时肉眼作业观察很难以精确区分。与此同时，不同库区、不同作业环节、不同作业员的横纵向整体对比也很难以规模化、精确化、持续化的对比。

2.整车物流成本、纳期管理

成本、纳期方面：整车实际运输过程中，存在主机厂与运输供应商多对多的关系，供应商为了最大化运输效率，多会发生以下违规操作：

（1）出门等待：为逃避主机厂出门管控的考核，同时更好的利用资源，运输供应商会选择将商品车倒运出门后在停车场等待，这极大的影响商品车运输纳期。现有管理手段难以发现并严加管控。

（2）私自变更招标式样：为降低运输成本，运输过程中存在私自变更招标式样的情况，如铁路卸车点离配送库较近，招标模式需要板车运输，但实际通过商品车地跑来完成车辆移动；又如擅自变更招标的运输模式来达到成本节省目的等。

（3）提前验收：为了逃避整体纳期的考核，对转库运输车辆、到店运输车辆进行提前验收，这种系统与车辆实际状态不符的情况干扰纳期管理实绩的同时，也极大的提升了品质管理的风险。

东风日产乘用车公司供应链管理部针对车联网数据在整车物流管理提升中的应用研究分两个大的阶段展开，即品质管理提升应用研究、成本纳期管理改善应用研究。

三、车联网数据在整车物流品质提升应用方面的研究概述

1.车联网概述

车联网的内涵是指车辆上的车载设备通过无线通信技术，对信息网络平台中的所有车辆动态信息进行有效利用，在车辆运行中提供不同的功能服务。

车联网信号包括电动车电量、车门状态、行驶里程等。根据类别可以分为：

表1：车联网信号分类说明

2.整车品质管理环节及作业项目概述

（1）整车仓储品质作业环节有：车辆生产入库、转库入库、入库停泊、整备移动、整备后停泊、移库移动、移库后停泊、出库移动。

（2）整车仓储品质重点管控的作业项目有：总里程、转速、速度、尾箱状态、在库异常的启动等。

（3）整车运输品质作业环节有：装载作业、汽运在途、水铁运在途、到店。

（4）整车运输品质重点管控的作业项目有：提前出库、提前出门、运输倒板、地跑等。

具体的对应关系举例说明如下表（整备移动、移库移动及整备后停泊、移库后停泊未显示在下表中）：

表2：车联网信号在物流管理环节中应用举例

3. 车联网数据在整车物流品质应用框架构建

判断一台车的作业是否符合作业标准，需要先对车辆所处的作业环节进行明确，然后结合车联网数据对作业项目是否按标准进行操作进行判定。（1）实车环节与系统状态的匹配（2）作业标准同车联网数据相关性构建是车联网数据在整车物流品质管理提升应用研究方面的两大难题。解决了上述两大难题，才能进一步考虑实现各环节标准作业率统计及对比、异常点实时报警、大数据收集统计分析、轨迹查询等功能。

以商品车累计行驶里程为例，下线受入环节标准为小于30公里，到店标准为小于50公里。单纯的车联网里程数据是无法判定是否作业违规的，只有在先行明确商品车所处的物流环节后，累计行驶里程才有明确的判定标准，也才能够进一步明确是否存在作业违规。

东风日产乘用车公司供应链管理部在对车联网数据和现有物流系统数据全面分析后，利用两个系统数据共同进行环节划分、作业点判断。

（1）环节划分：综合分析实车所处各环节时车辆发动机状态等数据，明确各环节状态特有的车联网数据，整理现有物流系统如入库、整备、移库、出库等数据，判定哪些物流系统数据是可以沿用同时不存在实车和系统状态错位，通过两个系统数据的结合实现商品车的实车和系统状态的高度统一，进行环节划分。

以入库作业和停泊为例，设定系统受入至第一次熄火为系统受入作业的区间。第一次熄火起至系统发布下一次指令后的第一次启动期间为车辆停泊区间。其中启动、熄火为车联网数据，系统受入、指令数据则为物流系统现有数据。

（2）作业点判定：针对标准作业书中规定的标准作业动作，先判定是否有对应的车联网信号对应，如果存在对应的车联网信号，则对标准作业动作对应的信号状态进行梳理，明确车联网信号的变化情况，从而整理出作业点判定标准。

以灯光为例，作业标准要求夜间作业打开近光灯、熄火前先关闭灯光、启动发动机前需保持灯光是关闭状态。将车联网数据同作业标准进行判定逻辑对应，具体体现为对夜间作业车辆的灯光使用情况进行监测，有行驶速度但灯光未开启则判定违规；作业结束后熄火时如监测到灯光未关会判定作业违规；同时启动车辆的同时对灯光进行监测，如监测到有灯光开启也会判定作业违规。

在此基础上，车联网数据在整车物流品质管理提升方面的应用进一步拓展到以下几方面：

（1）整体监控分析：对下线受入、入库停泊等在内的12个物流环节进行作业监控，监控的作业项目包括速度、转速、累计行驶里程等31项。实现了仓储品质全环节的整体监控、不同仓库同一作业环节对比监控、不同作业环节同一作业项目等的横纵向比较。

同时对于具体某一仓库管理而言，整体监控分析的数据可以用来对不同作业班组的作业质量进行对比，明确不同班组作业质量差异及问题点所在；分析作业异常点分布情况，如是否存在夜班作业质量较白班作业质量相对较差等典型异常点；甚至可以对单个作业员的作业质量进行抽查跟踪管控。

（2）实时监控分析：针对品质影响较为严重的作业项目，如ABS故障、胎压不足、累计里程等10个作业项目进行实时监控，一旦出现异常立即系统报警，严防异常流出。

（3）里程、电量大数据统计分析：通过累计行驶里程、电动车电量消耗等各环节数据的实时统计分析，实现了全环节变化分析。以里程大数据统计分析为例，可以明确车辆在不同仓库、不同作业环节的跑行里程变化；各环节车辆里程异常情况统计；为后续下线车辆加油量、电动车充电量标准的设定提供了较为详实的统计数据。同时也为后续供应商仓库作业式样的核定提供了技术支持。

（4）轨迹查询：针对在库异常启动（如无指令情况下的启动）、在途的倒板、地跑等异常情况，实现异常车辆轨迹查询，可视化车辆异常移动的轨迹信息，为品质异常的追溯、倒板、地跑等异常品质的改善提供了有力的支撑。

四、项目效益分析

东风日产乘用车公司供应链管理部通过将车联网数据引入整车物流品质管理过程，在管理指标方面实现标准作业执行率、仓储保管不良率、重大事故率、运输出险率的大幅降低，极大的改善物流品质；在成本方面借助新技术导入，除了可以实现作业效率提升（作业观察、品质确认）从而降低人工费用，还通过品质提升推动保险费用降低，整体总经济效益年度150万左右。

项目创造性的把车联网数据引入到整车物流品质管理过程中，颠覆了之前整车物流品质管理过程中人为管理为主的现状。项目实施对企业业务流程改造与创新模式的影响如下：

（1）管理范围的扩大：人工管理为主的方式受限于人力作业工时，可以直接作业观察的商品车数量占比较低（一般低于5%），可以直接参与作业观察的物流环节及参与频次相对较低（水铁运的站点、在途运输无法直接管控），借助车联大数据，可以实现车联网覆盖车辆的全物流环节监控，突破了人力管理为主的极限。

（2）管理精度的提升：通过新技术引入实现了作业监控精度的大幅提升，以物流作业过程中商品车行驶速度为例，标准作业规定商品车库内行驶速度≤30km/h，通过人工作业观察难以精确判定作业员是否存在违规驾驶，但是借助车联大数据，可以明确获取车辆行驶速度并进行精确判定。频繁启动、暴力驾驶（如高转速、急加速等）等的管理监控也变得更为直接。

（3）异常预警的实现：通过车联大数据引入，车辆状态异常预警得以实现。如胎压、车辆续航里程（燃油车/电动车）等，真正意义上做到了防止不良流出。

（4）在途管理精确化：现有在途管理主要有两种方式，即依赖板车GPS确认商品车位置或借助司机手机位置确认商品车位置，一方面因为不同运输供应商GPS供应商不同，可能存在数据接口、传输的等诸多问题，另一方面因为司机手机位置的上传是阶段性的，无法实现实时性管理。车联大数据的应用导入一方面根本上改变了以往管理方式中依据辅助物（板车/司机）位置实现商品车在途管理的硬伤，另一方面做到了整体在途更大范围的可视化（除了位置，还有车辆状态）。

（5）大数据应用分析：之前人力管理为主的管理方式因为更多了依赖人力管理，所以基础数据的收集往往借助人力与办公软件的配合，所以存在基础数据获取及应用不足。如同一作业环节不同作业方的横向对比、同一作业方不同作业环节的纵向对比不足。车联大数据的应用突破了这一界限，除了更好的实现作业质量比对，更可以对效果改善进行持续验证。同时车联大数据的应用可以对里程、电量等数据各环节的变化情况进行精确记录，对如商品车出库时油量要求、电量要求等的合理设定提供依据，提升专营店及终端客户满意度的同时，寻找成本改善的机会。最后通过对各环节出险车辆的驾驶行为等数据分析，实现出险前异常点分析总结，为后续品质改善提升提供依据。

（6）品质问题追溯：既有管理方式对于到店的车辆品质问题的追溯主要借助于板车GPS等辅助数据，通过车联大数据的应用导入，实现了利用商品车的状态信息完成品质问题追溯。以较为敏感的车辆私修为例，既有管理方式在判定私修是发生在到店后还是到店前、具体哪一个环节等较为困难、且判定后争议较大，车联大数据应用导入后，结合物流状态信息进行综合判断，问题环节的锁定变得更为容易与清晰。

更少的物流成本投入，带来更高效的物流品质管理，将有效的改善专营店对到店商品车品质的满意度，从整车物流品质的角度助力销售保障公司年度销售目标的达成。

五、项目总结

本项目解决问题的核心思路是借助新技术引入，突破传统管理的极限，实现新思路解决老问题。此项目的成功导入，为后续管理过程中的痛点解决提供了良好借鉴，也为后续类似项目推广提供了一定的经验，总的说：

（1）品质管理、成本管理、纳期管理的精细化推进过程中，需要多关注新技术的出现及运用，如车联网技术可以解决品质管理的难点，自主移动机器人可以用以商品车入库固定路线的搬运，无人机可以用于仓库实车盘点等。

（2）解决问题之前充分评估当前技术可以解决问题的程度，技术的更新是逐步的，问题的解决也不是一蹴而就的，导入前需要仔细研讨新技术对问题解决的程度，避免过度导入后发现新技术同既有业务的不匹配性，从而产生不必要的成本、时间浪费。

车辆网数据在整车物流品质提升方面的应用，极大程度的推动了管理可视化、精细化，为全环节的物流品质管理人员提供详实的管理依据，让主机厂管理更为规范的同时，推动运输及仓储供应商提供更为专业的服务，真正意义上实现共同成长，彻底改善行业痛点。

六、下一步实施设想

作为系统升级改善的下一阶段重点，本项目将重点解决以下问题：

1.主动唤醒功能导入：现车联网数据的采集主要依赖车辆启动，车辆未通电情况下无法采集传输车联网数据，为更多的采集车辆数据，实现车辆各种物流状态下的车辆管理，后续将考虑采取物流运输环节中的车联网信息采集模块的主动唤醒。通过主动唤醒实现车辆在途位置等信息的定期采集，充分利用定期采集的数据进行物流管理，例如利用位置信息实现车辆运输轨迹的跟踪，实际运输路线同招标路线的比对，从而进行运输成本降低、纳期改善机会的进一步挖掘。

2.车联网数据的更大范围应用探究：现阶段车联网数据的应用主要集中在车辆速度、转速、车门状态等车联网数据的直接应用，后续随着车联网采集数据类型的扩大，将考虑对采集的数据进行加工转换使用、应用场景扩大使用，如将方向盘角度、横纵向加速度数据同出险关联分析使用，整理分析出险前典型的作业异常，从而为后续出险改善提供精确的指导。又如将主动唤醒时的位置信息运用到车辆盘点场景，实现更为精确、更为高效的整车资产盘点。

3.终端异常报警功能探究：虽然现在实现了部分管控项目的实时预警，能够及时发现品质异常同时进行异常流出防止，但是作业员无法直接收到实时报警提示，从而立刻停止违规作业。后续将考虑展开作业员作业异常的实时车辆报警研究，如作业员发生作业违规，系统除了统计NG比例，还能进行商品车终端报警，真正实现作业违规即发生即停止，品质异常零流出。