汽车生产制造的四大流程

在展示汽车生产制造行业商业智能 BI 可视化分析案例之前，我们有必要大致了解一下汽车生产制造的流程。汽车生产制造主要有四大工艺，即：冲压、焊接、涂装和总装，最后是 PDI 售前检查。

【资料图】

冲压工艺 – 将钢板变成车身零部件

焊装工艺 – 将车身零部件焊接形成车身总成

涂装工艺 – 对车身防腐蚀和增加美观

总装工艺 – 将车身、发动机、变速器、车门等装配成整车

以上只是对四大工艺环节做一个简单介绍，实际上每一个生产环节都是一个系统工程，都需要有严格的作业环境条件并进行严格的质量和工艺管理。

生产线停线带来的影响

随着国内汽车市场的持续增长，各大车企似乎也是在不停的建厂、扩建生产线，但可能大家不知道的是汽车生产线如果停工一分钟造成的损失有多大。

冲压、焊装、涂装、总装这四大生产线是串联关系，每条线之间没有库存。因此，在开线生产期间，这四条线上任何一个工位出了问题，都会影响整个生产线的正常运转。例如：冲压线上某一个钣金件没有按时冲出来，就会导致焊装、涂装、总装因缺件而停线。总装如果因某工位而停线，则会造成冲压、焊装、涂装三大线完成的组件无处存放，因此后面的工序一旦停线，则前面的工序也必须一起停线。这种停线其实是整个汽车厂停线，损失自然非常大。

据有关数据统计，在生产效率极高得现代汽车工业化生产条件下，一个小时能产出 40-50 辆汽车，只要一开始，就是 24 小时不停歇的作业。根据车企的能源和成本损耗估算，如果停工一分钟，那么损失以十万计。如果汽车生产线停工半个小时，就是一次重大事故，至少损失几百万元人民币。更别提耽误后续物流、销售的事情了。

当然，其实每个汽车厂的每个环节都不可避免的会产生停线，短时间的停线并不会造成严重的后果，因为各个班组或者功能块之间都有 BUFFER (就是缓存)的存在，在 BUFFER 内的车没被下一个功能块消耗完或者造成前一功能块的 BUFFER 被填满造成堵线之前没有太大问题。

那么，在汽车生产制造行业，我们针对生产制造过程中有哪些 KPI 是需要重点关注的呢？

生产过程中的停线甩车统计

重点会关注停线时间、次数与成本损失这几个 KPI 指标，并且可以从不同的机厂、车间、生产线、班次、异常以及部门等角度来分析看看停线主要是在哪些机厂出现，横向对比看看比较容易出现停线的是在哪个工艺环节，哪类原因造成的等等。

停线统计分析

通过关联、钻透等分析发现和总结上述问题，这些分析可能会反映出来生产环节的管理是否存在一定的问题，为以后的工作改进提供方向。

停线异常分析

过程执行情况

当然对于生产线停线过程的控制，比如就需要记录停线/甩车时间，首车和尾车的车身号等。包括对于零部件供应不及时导致的甩线车辆，在保证质量的同时，及时进行补装，避免交车延误的现象发生。

四大工艺环节数据分析

当然，也可以针对某一个工艺环节的过程数据做统计分析，例如冲压工艺，主要可以看生产线的小时效率、完成趋势包括员工的工时等情况。

冲压工艺过程中的数据统计分析

生产车间的产出、可动率等分析

通常来说的汽车厂都是叫做整车厂，其实就是生产大部件和组装的厂。这种厂的特点是占地面积大、设备多、人多，整个投入每时每刻都在产生费用，所以也可以做一些基本的产出分析，包括各个机厂、车间、流水线、工艺环节的可动率分析等。

制造车间的生产与产出分析

各机厂、工艺环节的可动率情况分析

除此之外，作为生产制造行业也可以从企业的角度看财务数据或者其它具体业务的分析。

某汽车集团财务数据分析案例

某汽车集团其它相关业务的数据分析案例

注：以上图表中引用到的数据均为演示数据，仅供参考，不具备任何商业价值。

（全文完，关注派可数据，关注更多的 BI 行业分析案例。如果读者对商业智能 BI 比较感兴趣，或您所在的行业和企业有这方面的需求，请随时联系我们。）

派可数据一站式企业级 BI 可视化分析平台

派可数据为企业打造专业的一站式企业级商业智能 BI 平台，通过标准的数据仓库建模和前端自助可视化分析平台为企业构建高度稳健、可扩展的 BI 分析平台。

快速业务模型驱动和丰富的各类业务分析指标库支撑，帮助企业在最短的时间里构建有效的可视化分析模型。团队前身自 2010 年起成功交付超过 2000 多个大小商业智能 BI 项目，有非常丰富的专业实施和行业业务分析经验。