系(xi)統數據種類多：車企已經形成(cheng)℗了(le)各個車(che)系、各個車型(xing)⹿ 的不同(tong)⑫業務團隊，不同車(che)型的(de)ↇ數字化基礎(chu)又不盡相同，這也(ye)就導致(zhi)不同車(che)型的銷售量、滿(man)意度(du)⸵、運(yun)行穩(wen)定(ding)⒌性(xing)等數據成為了車(che)企(qi)改良的關鍵。

問(wen)題(ti)⅕定位(wei)難度高(gao)：該車企的業務中心互相(xiang)ⅎ獨立、應(ying)用繁多且級聯(lian)ⓠ關系(xi)復雜、系統請求(qiu)量大且部(bu)署分(fen)散，這進一步(bu)導致了系統需要多方運維(wei)⓬，一旦出現問題難(nan)以迅速定(ding)位。

通過對數據持續(xu)的(de)采集、分(fen)析、監(jian)控，大(da)大縮短故障排查(cha)和恢(hui)ⅾ復的(de)周期，提升客戶(hu)滿意度(du)⒘，進而(er)維系(xi)車主與品牌(pai)的情感連結(jie)。

以往分(fen)散在(zai)不(bu)同業(ye)務中心的(de)數據(ju)進行(xing)⹍統一管(guan)ↇ理(li)，可以開展更(geng)多維度(du)的數據分析(xi)和挖掘(jue)Ⓗ。

采(cai)用(yong)雲的(de)⸞方式解決不同業務中(zhong)ℱ心(xin)部署分(fen)散的(de)問題，讓雲上開發協同(tong)更(geng)敏(min)ⅰ捷(jie)，並(bing)能夠提供穩定充足的算力支持(chi)ⓚ。