汽车金融公司架构图

『壹』 大众集团换取奥迪剩余股份，奥迪在华结构调整|一周大事件

周一：丰田燃料电池发电机进入测试阶段

对于奥迪提出让杜思曼将直接负责奥迪在华业务的决定，杜思曼认为：“出行业务在中国实现了迅猛发展。中国是奥迪最大的市场，我希望能够携手奥迪中国以及中国合作伙伴，进一步提升我们在中国市场的影响力，助力中国汽车行业转型进程。”

天天观点

奥迪转型在即，其财务部门将更注重财务管理、成本管理，并优化盈利能力。通过设立独立的产品部门，奥迪将更高效地进行车型序列管理。（撰文|宋雨婷）

本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。

『贰』 邮储银行和招商银行谁大

当然是邮政储蓄银行规模大了！是国企。招商银行是地方银行，规模和实力没法和邮政储蓄银行相比的

『叁』 什么是企业联合签约分头执行框架协议

企业联合签约分投执行框架协议，就是让所有的人都装走这种协议来做事

『肆』 金融机构有哪些

金融机构是专门从事金融活动的组织，包括中央银行、商业银行、政策性银行、信用合作社、信托投资公司等。

1、中央银行

中央银行（Central Bank）国家中居主导地位的金融中心机构，是国家干预和调控国民经济发展的重要工具。负责制定并执行国家货币信用政策，独具货币发行权，实行金融监管。

中国的中央银行为中国人民银行，简称央行。

2、商业银行

商业银行（Commercial Bank），英文缩写为CB，是银行的一种类型，职责是通过存款、贷款、汇兑、储蓄等业务，承担信用中介的金融机构。

主要的业务范围是吸收公众存款、发放贷款以及办理票据贴现等。一般的商业银行没有货币的发行权，商业银行的传统业务主要集中在经营存款和贷款业务。

3、政策性银行

政策性银行（policy lender/non-commercial bank）是指由政府创立，以贯彻政府的经济政策为目标,在特定领域开展金融业务的不以盈利为目的的专业性金融机构。

实行政策性金融与商业性金融相分离，组建政策性银行，承担严格界定的政策性业务，同时实现专业银行商业化,发展商业银行，大力发展商业金融服务以适应市场经济的需要，是我国金融体制改革的一项重要内容。

4、信用合作社

农村信用合作社（英文名称Rural Credit Cooperatives，中文简称农村信用社、农信社）指经中国人民银行批准设立、由社员入股组成、实行民主管理、主要为社员提供金融服务的农村合作金融机构。

5、信托投资公司

信托投资公司是一种以受托人的身份，代人理财的金融机构。它与银行信贷、保险并称为现代金融业的三大支柱。我国信托投资公司的主要业务：经营资金和财产委托、代理资产保管、金融租赁、经济咨询、证券发行以及投资等。

『伍』 公司基本信息包含哪些内容

2020已经到来，新的公司注册流程会变更越来越简单；如果自己有时间且有精力，相关公司设立条件符合并且齐全的话，可以全程自己办理。如果觉得专业事、专业人员做更快捷方便，也可以选择一家专业靠谱的代理公司来做。因为专业的代理公司，相对来讲，更能及时的给到您除公司设立外其他关于工商、税务、政府扶持等政策信息。

现在给大家介绍一下公司注册的具体流程（2020年）

一、公司注册需要准备的材料

1、确定要注册公司的类型 公司名称组成为：XX（地区）+XX（字号）+XX（行业）+XX（公司性质）比如：上海火虎企业发展有限公司是由（上海）地区+（火虎）字号+企业发展（行业）+有限公司（公司性质）组成。公司的类型选择很多：国际贸易、信息科技、国际货运道理、商务咨询、餐饮管理、汽车销售、文化传播、教育培训、医疗器械、实业等等。

2、公司名称（字号） 这个是需要根据自己的喜好来定，但是现在注册公司越来越多，好的字号基本上都会重复，建议起名称时尽量避开大企业、上市公司、知名品牌等，也不要与上述公司关联的字号，准备一些稍微生僻的字组合，这样的话，在工商审核时会能够快速通过名称审核。公司字号一般准备3-5个左右，按照喜好排序递交，系统审查是3个字号一组，尽量做到一次性通过。

3、公司性质 一般大部分设立的公司都是有限责任公司（有限公司），也有因为业务的方向不同而设立其他类型公司：合伙企业、个人独资企业、股份公司、集团公司等。

4、公司名称整体排序为，比如上海火虎这家企业可以有3种名称选择：1、上海火虎企业发展有限公司 2、火虎企业发展（上海）有限公司 3、火虎（上海）企业发展有限公司。

5、注册资金与股权比例 从2013年开始，注册资金验资到位已经逐渐取消，目前现在已经可以不需要注册资金到位（除特殊行业：金融/地产/投资/劳务派遣等）。注册资金数额的大小，根据企业实际运营情况来定，虽然注册资金可以做到不到位，但是股东承担的对应注册资金股份的经济责任，还是需要承担的。股权比例就是股东各方按照约定来定，这个也是公司组成比较关键的地方，建议大伙看看公司法上关于股权比例的说明。

6、公司人员信息资料 人员信息就是指公司的组成架构：法人、股东、监事、财务负责人等；如果公司架构再完善一下，可以增加董事会、监事会人员。公司查名时是需要全体人员的身份证正反面复印件，所有人员的联系电话（实名制）、邮箱，递交工商材料时是需要相关人员到场，这个是根据每个区域要求。

7、公司的经营范围 就是新设立的公司主要业务做哪一块，那对应的经营范围就匹配自身的业务范围，经营范围可以参考《国民经济行业分类GB/T 4754-2017》

8、注册地址 就是新设立企业的注册登记地址，必须是商用的地址（或者商住两用也行。住房地址也不可以的），自己的房产提供房产证，租赁房产提供租赁合同、产证整套复印件加产权人签章、产权人证件复印件加签章、房屋调档信息单原件。如果自己没有注册地址，可以找代理公司提供。

『陆』 网约车系统流程图是什么样的

你是想知道产品架构吗？

迪蒙网约车系统架构是这样的，你可以参考一下

望采纳

『柒』 汽车行业前景展望

都闪开，这题我会。
我在汽车行业踩过的坑，或许比你走过的路都长。先交代下背景，汽车科班出身，本科东北某985汽车学院学习，在汽车圈内说是根红苗正一点都不为过，那校友海了去了。那时候去隔壁学校打球，说你是汽车学院的，妹子都是托着下巴仰望......。本科毕业的时候，招聘季简直就是各大车企花式抢人，当时的起步薪资非常不错，学计算机 ，金融的也都想进车企。当时学校里有各种班，大众班，丰田班啥的，毕业大多会选择合资，因为销量好钱多。
我当时毕业的时候，本来想着工作，但又觉得学历高点总归是好的，签了工作后然后考得研究生。硕士阶段主要研究排放，那时候排放很火的，智能网联根本不算啥，听都没听过。硕士期间主要是搞测试，搭台架操作Horiba排放仪，油耗仪，都不在话下。仿真软件AVL 全家桶也有所涉猎。
硕士毕业那时候郭嘉4万亿砸下来没几年，工作还是一如既往的好找，当时南北大众，上海通用基本是大家的首选，不过那时候互联网开始发力，学计算机的不那么愿意去车企，当然南北大众的待遇还是完胜中小规模的IT企业。然而，当年自己比较年轻，再加上有点情怀，受学校老教授感染，当时老教授对南北大众嗤之以鼻，极力建议我们毕业生去自主搞技术，然后我就去了某汽技术中心。那时候正赶上排放升级，再加上我之前有一些底子，就被分配去做整车排放测试，就这样先搞了四个月测试工作，其实也没啥技术含量，更多的时间是在调试与维护设备。也就是这段时间让我明白汽车行业没有所谓的超级英雄，更多的是团体作战，大多数都是螺丝钉。然后，当时有一个发动机研发攻关项目缺人，就把我这半吊子给抽调过去。当时还是很开心的，发动机是汽车的心脏，能正向参与研发还是很欣慰的，另外技术中心领导就是发动机出身。当时主要参与燃烧室，供油系统及标定相关开发工作。起初主要负责仿真工作，三维建模，画网格，啃各种模型(湍流，喷雾，蒸发，燃烧，排放)，试制以后又从事标定相关工作，现在依稀只记得调最佳点火提前角，扫MAP图了。测试过程中，会出现各种问题，出了任何机械相关问题都需要自己处理。换火花塞，喷油器，活塞环啥的都是自己弄。但是唯独ECU我们不敢碰，当时的ECU像宝物一样用一个盒子保护起来，从那时起我就觉得ECU不简单，大有可为。
后来，我就从事发动机及整车标定工作， 当然接触最多的就是INCA软件，刚开始主要是跟着前辈调调参数啥的。慢慢地觉得光调参不懂策略不行，然后就开始苦练内功，找了本电控开发的书籍看，才明白原来标定是V流程末端的一个环节，同时也逐渐意识到标定有点像程序员，都是吃青春饭的。
接下来，新能源浪潮来了，当时在国家补贴推动下，各大车企都在搞新能源汽车，当然有搞技术的，也有骗补的。而此时，发动机也在朝着电气化发展，正好部门有个混动的项目要上，我就踊跃参加，还记得确定架构方案时，把市面上混动的拓扑结构基本都研究了。现在还能记得丰田功率分流CHS，欧洲P0－P4，本田IMMD, Volt,以及上汽的混动拓扑结构。确定架构后，我争取到了控制策略的开发角色，其实我也只是负责两种模式下的策略，用的策略大多也是相对比较简单的基于， 不过后来项目被砍了，可能是由于投入成本太高，预计收益一般。被砍了之后，转而开发微混48V控制系统。也就是那个时候我开始接触功能安全，当然主要是和供应商学，因为刚开始我们连需求都提不出来。后来公司内部进行质量自审，我配合质量口的同事，对部门内部流程进行梳理，从此接触了质量，后来考了一个内审员证书，有一段时间也在纠结要不要走质量这条路，考16949证书，后来还是放弃了。
再后来，就是智能网联的浪潮了，因为我算是公司内部比较早接触功能安全的，就安排我做整车级功能安全，包括对供应商评审啥的我也会参与。当时智能车，新能源等初创公司被资本看好，各种融资，总之就是不差钱，经常接到猎头的电话，待遇翻倍没啥问题，但最终还是没跳。整车级的功能安全自然是离不开整车EEA架构的，慢慢地就客串成EEA架构设计师。
现在，主要负责整车EEA架构顶层设计，涉猎面包括但不限于EEA架构设计，Classic/Adaptive Autosar, SOA 架构落地设计，MBSE方法及工具链，功能安全，预期功能安全，信息安全，ASPICE, 及IATF 16949. 当然，我说的只是涉猎，毕竟人的精力有限，不可能面面俱到。
当然，还有很多工作细节就不展开说了。

『捌』 汽车企业实施商业智能的十大陷阱

汽车企业实施商业智能的十大陷阱
技术部门和业务部门对项目主导权的纷争，在大多数的商业智能工程中都会不可避免地重复上演。如同其他信息化系统的实施一样，相当多的企业把商业智能纳入技术项目的范畴；也有一些企业在立项时即把商业智能上升到“决策支持系统”的高度，上达经营管理层，下抵执行操作层。技术项目也好，业务系统或决策支持系统也罢，关键的问题在于汽车企业对于商业智能的需求、理解和应用成熟度。
一般来讲，商业智能工程不可能一蹴而就，需要在项目伊始即建立长期的发展规划及实施线路图。项目的良性开展，既离不开业务部门的行业理解和业务需求，更离不开技术部门的IT经验和支持，废其一则不可。与一般的业务信息化系统不同的是，商业智能在企业内部的涉及面更广，业务需求的个性化程度也更高（而且业务部门的个性化需求随着时间的推演将日趋复杂并频繁变更）。在这种情况下，企业内外部数据整合和商业智能的平台化意义将更加突出，项目在数据管理层面的成败将直接影响到终端用户的应用和商业智能在企业的长远发展。综上并结合中国汽车行业实施商业智能的一些成败案例，建议汽车企业在明晰自己的商业智能实施线路图的基础上，以技术为主导切入商业智能工程，在完成基础性的数据整合和平台搭建后，建立适当的业务应用以培养经营管理层和业务部门的应用理念和能力不断成熟，并在应用层面不断开发新的应用且持续创新，最终过渡到以业务为主导的成熟发展阶段。
智能系统还是报表系统
坊间流传着一句话，99%的商业智能项目最终都流于报表系统。这虽然有些夸张，但也说明了一个现实，即相当比例的商业智能项目最终都成为企业的“鸡肋”，甚至以失败告终，当然汽车行业也不会例外。
很多商业智能项目在立项之初，就被冠以“智能、决策支持、战略分析、科学决策”等美丽的光环，殊不知伟大的目标岂可一蹴而就，一个类似企业中枢神经般的系统岂是半天之功。理想和现实的巨大落差，极易使初步建成的系统迅速失宠并败落不堪。
很多企业的经营管理层都明白商业智能作为“一把手”工程的重要性，立项、汇报和宣传时可以全情投入，不遗余力；而真正到了规划和调研阶段，却又日理万机、难觅行踪。“决策支持系统”的规划却缺少企业决策人的参与，业务部门的专岗数据统计员或报表制作员往往被指派“充当”类似的角色。战略性需求被无形湮灭，战术需求被无形放大，决策支持系统沦落为报表系统将成为必然。
很多企业的经营管理层并不能真正领悟商业智能的发展规律和核心价值，希望通过一个实施项目即可“毕其功于一役”，殊不知数据整合、报表、OLAP分析、业务模型、数据挖掘乃至实时商业智能等是一个循序渐进的过程，同时企业级的商业智能能力中心建设也是相应的组织机构和流程机制保障。
智能系统是终极目标，报表系统是初级阶段，孰优孰劣不必置评，关键的问题在于商业智能系统上线后，企业如何去“哺育”这个新生的婴儿，如果把它“培养”成企业的大脑或中枢神经系统。需要投入的不仅仅是人力、物力和财力，还有更多的理智、信念和热情。
忽略商业智能能力中心建设
很多的企业，特别是汽车企业，在商业智能项目中投入大量的资源采购软硬件或支付咨询公司的实施费用，因此对系统上线后需要投入的更多资源心生龃龉，抵触不断。商业智能系统作为企业级的决策支持系统，其在企业的定位应远高于普通的业务系统，其涉及的数据、业务、应用和释放的能量也非普通业务系统可比。因此，组织机构、人员配置和流程机制的保障，也是商业智能在企业内不断发展壮大的基础条件。
尤其是相应的组织结构问题，IT部门或单一的业务部门乃至原项目组，都无法承担起在企业内部持续推进商业智能发展的角色。一方面是因为商业智能的触角涉及企业的方方面面，需要一个复合型的知识团队来维持它的运转，另外一方面是企业内部业务单元间的利益纷争甚至公司政治也会严重削弱商业智能本应具有的核心地位。因此，企业内部需要为商业智能工程设置一个独立的运营机构（甚至可以抽调来自IT和核心业务部门的专家级员工组建），并定义其明确的任务、岗位、职责和流程，以促进和提升企业商业智能化的能力和有效地支持企业的经营战略为工作目标。
商业智能能力中心至少应该由以下一些人员组成：BI架构师、数据管理专家、业务专家、数据分析师或建模师、BI开发人员、针对业务单元的项目经理等，同时公司的经营管理层亦应以委员的身份定期或不定期地参与到商业智能能力中心的建设和运营上去。多个主流行业商业智能能力中心的业务实践证明，采用类似的机构设置可以更高效地推进商业智能工程在企业的发展，甚至它可以成为企业的中枢神经级业务单元，并且可以在不借助外力的情况下，为企业开发出诸多核心的业务模型和数据模型，为企业创造出巨大的生产力和利润。
忽略数据挖掘
普通的商业智能应用更偏重于描述性统计分析，而传统的数据挖掘则倾向于预测性统计分析，二者相得益彰，可以为企业经营管理层提供比较完整的决策支持视图。当然也有理论认为，数据挖掘就是商业智能的一个高阶发展阶段，其本质是从描述性统计向预测性统计的一次飞跃。但是在汽车行业的现实却是，商业智能系统已经开始进入快速发展期，而数据挖掘则往往以独立的项目形式存在，难以体系化和常态化。
商业智能和数据挖掘的精神可谓一脉相承、不分长幼，在企业确立商业智能规划的时候，就应该通盘考虑其发展线路，这其中自然也包括数据挖掘及其模型的部署和应用。在数据整合阶段，数据仓库的设计之初即把日后数据挖掘对数据质量和数据量等的需求考虑进去，并可逐步发展数据挖掘专用的数据集市；在业务应用阶段，也可以考虑把企业一些项目制的数据挖掘模型和嵌入式的数据挖掘模块（如嵌入至CRM或营销活动管理系统的第三方快速建模工具）进行逐步的整合，模型的结果通过商业智能的平台得以呈现，并伴以商业智能平台所产生的一些业务分析结果进行联合决策支持。
另外一个需要注意的问题是，汽车行业的数据挖掘刚刚进入起步阶段，数据质量差、数据积累少、业务应用不明晰、可借鉴经验少，但由于其预测性的巨大诱惑力，汽车企业往往给予数据挖掘项目极大的期许。而一旦后续的业务效果（特别是营销效果）不尽如人意，数据挖掘在汽车企业内部便会饱受诟病。在这种现实下，把数据挖掘列入商业智能工程的发展线路图当中是一个不错的选择，既丰富了商业智能的内涵和应用，又可以借力商业智能平台的整合性优势，同时也能给经营管理层一个合理的发展预期。
行业先进经验和解决方案
很多汽车企业在实施商业智能工程时，都要特别强调借鉴行业先进经验和参考行业解决方案，从原理和工作精神层面上来讲，这没有任何的错误；但现实是，我们在汽车行业到底有多少所谓的行业先进经验和解决方案可以借鉴。
从行业的角度分析，鉴于电信、金融、快消甚至IT等行业起步早、数据积累丰富、业务需求众多等因素，这些行业的商业智能应用已经发展到了一个相对较高的水准，可以为身为后来人的汽车行业有所借鉴。但是毕竟隔行如隔山，不同行业之间存在巨大的各向异性，在力臻高效的今天，快速借鉴兄弟行业的办法显然行不通。
从汽车行业本身分析，部分外商独资企业建立了相对完善的企业级商业智能系统，但往往直接照搬或使用海外母公司的系统，且业务应用单一，可复制性不高；部分的合资企业也建立了相当数量的部门级商业智能应用，却罕有大规模涉猎企业级的成功案例；而自主品牌起点更低，还处于业务系统大发展的阶段，对商业智能的理解和需求还远未到位。当然，参考国际品牌在域外的成功经验也是一条出路，但是毕竟中国已经成为全球最大的汽车市场，市场和业务的复杂度及更迭效率远高于域外，我们的经验已经开始为别人所借鉴，而别人可借鉴的地方又能有多少？
综上，借鉴一词看似给力，却又极不靠谱。中国汽车行业必须自力更生、自我探索，谋求一条发展具有中国市场特色的商业智能发展之路，此为根本。
忽略经销商的应用
汽车行业异于其他很多行业的一个特点即和消费者之间多了一层经销商的关系，经销商（集团）不但负责销售和售后，还要负责二手车、汽车保险、汽车金融、精品等诸多庞杂业务，从广义上来讲也是企业的虚拟分支机构。很多汽车企业在实施商业智能工程时，不能保持一种开放的心态，认为数据和信息是企业的核心机密，不能与经销商共享和互动，这在很大程度上限制了商业智能工程的生存空间。
首先，经销商是汽车企业接触客户的通道，也是汽车企业重要的数据源，除了DMS、CRM等一些信息化系统的数据主要由经销商上传外，企业还需要大量的临时性数据或“体制外”数据，以备经营决策的不时之需。经销商的数据收集、整理和上传工作，无疑加重了其运营负担，如果没有相应的机制和流程来刺激和保障其积极性及数据的完备性、准确性和及时性，那么商业智能的应用效果便会大打折扣。
其次，经销商对于自己的经营管理，也有很多决策分析的需求，但苦于资源和信息的限制，很难有所作为。如果经销商也可以通过商业智能系统了解自身历史数据对比、竞争对手对比、销售业绩排名，市场份额占据等，并及时地根据厂商针对经销商意见和建议调整市场和销售策略，则信息和分析结果的复用性得到极大的扩展，商业智能平台的价值也可以在虚拟组织内实现最大化，经销商和汽车厂商的经营业绩都会因此得以提升，可谓双赢之举。
最后，很多汽车厂商和经销商之间的关系可谓微妙，通过日常的业务流程和商务政策等已经很难准确地约束和指导经销商的业务行为。而通过商业智能平台，汽车厂商可更准确和及时地发现和震慑经销商的违规行为（例如虚假销售、跨区销售行为等），也可以数据为基础向经销商提供更多科学的经营指导意见，在经销商心目中的权威性大大增强。
惟一的手表
很多汽车企业的业务部门对于商业智能工程抱有抵触甚至反抗的态度，究其原因不外乎几种：数据收集、整理、清洗等工作增加了他们的工作量；数据统计口径的不一致会导致多部门的扯皮；数据的核对会暴露出很多历史问题或业务问题，甚至是“潜规则”，影响到部门和个人的形象及地位……因此，折中主义的情绪会在项目开发过程中不断蔓延，甚至相关利益人会在数据整合阶段提出很多“变通”的方案。不论是何种行为，都会影响到汽车企业数据的一致性，令企业内部出现多个“时区”；而失去了“世界时”和惟一的手表，基本的数据分析根本无从谈起。
汽车企业内部建立的多个系统，如OA、ERP、CRM、财务系统等业务管理系统，其数据规则都基于各业务部门的需求独自建立，并且可以独立运转，这就形成了众多的信息孤岛。商业智能工程的一个主要目标就是打破信息孤岛的存在状态，整合企业的数据资源，有效地支撑企业经营决策和战略决策。这需要汽车企业各业务部门的相互协调，领导层的统一规划，去除冗余数据，保证数据的准确性、一致性，令企业的数据在数据仓库级别达到统一。
对于数据的历史问题和“潜规则”问题， 汽车厂商的经营管理层应该大度和宽容，毕竟历史已经无法改变，而现在的主要精力都应该着眼未来。
外部数据管理
商业智能工程的核心就是数据，在数据源且多且杂的情况下，如何解决好数据源管理问题就显得尤为重要，而其中外部数据的管理最为棘手。外部数据，一般指在企业内部无法通过ETL抽取到的经营管理数据，它们大多散落在不同业务部门的不同业务人员手中，甚至是企业的经销商和供应商手中。这些数据的结构杂乱，管理也不成体系，在短时间无法通过自动化的方式进行获取，只能通过手工的方式进行收集、整理、汇总和清洗。正是由于外部数据管理的难度极大，才导致汽车企业的业务部门在外部数据的提供上推诿拖沓，进而影响到商业智能系统效能的发挥。
一种临时性的解决方案，就是在商业智能系统上线的数据初始化过程中，一次性地解决所以的外部历史数据整合问题，而新增外部数据则仍采用手工方式。另外一种折中的方式是由业务部门提供外部数据并定期上传到临时的数据收集数据系统，并由系统提供校验和入库。但从商业智能在汽车企业的长远发展来看，这些都不能成为常态，因为外部数据的手工干涉，会导致数据出错几率增大；即使经过系统的校验可以筛查出一部分问题，但问题数据文件的返回、再提交和再校验，亦会导致分析结果的延迟，甚至影响到整体的分析输出。更致命的是部分外部数据的准确性问题，若不设置复杂的业务数据校验规则很难识别，一旦入库就会直接影响业务和决策人员的分析结果，造成分析结果错误或者决策失误。此类问题的后果往往属于事后发现，会令商业智能的输出趋于被动，不但不能成为企业的助力，反而可能成为企业的阻力。
从长远发展来看，解决外部数据问题，其根本是汽车企业需要不断完善自己的业务信息化系统，为商业智能系统提供更多自动化的数据支撑；而对于一些悬久未决的外部数据，则需要专门的外部数据管理平台，充当外部数据源和商业智能平台之间的中转站。
分阶段培训
很多汽车企业至今仍不能正确理解决策支持系统和业务管理系统之间的区别，即使对商业智能略知一二，也很难充分体会到分阶段培训在商业智能工程建设中的重要作用。商业智能系统的建立并不意味着商业智能系统的成功，得到用户广泛应用认可的系统才是成功的商业智能系统，而如何能得到用户的应用认可呢？充分、完整的分阶段的用户培训就是其核心。
项目规划和立项阶段的宣贯型培训，属于先导型的理念培训，同时也是各个参与方政治角力的舞台，理念、愿景和畅想的放飞是必不可少的，但是要切记不可脱离现实，无休止地扩大商业智能的功效，以免日后落到无法自圆其说的地步。
项目需求调研和详细设计阶段，原型系统或演示系统的设计必须要充分，以期令众多的非专业人员快速、高效、分步骤地熟悉商业智能功能模块的使用方法和应用过程，以便在需求调研中更深层次地挖掘他们的（潜在）需求，同时也能够令他们的参与热情能够在整个项目的实施过程中得以保持。
项目开发过程中，还需针对不同管理者和业务部门的应用特点，组织小规模的、个性化的培训，以便对他们的需求深度探索和把握，并进行精雕细琢。
项目上线后，一方面要对所有用户进行普适性的、大规模的操作级培训，另外一方面也要针对经营管理层做宣传性的培训，并通过他们的力量进行内部的宣传和推广，以期在汽车企业内部逐步树立科学决策和企业文化。同时，还需要在各个业务部门选拔一批重点应用人员，逐步培训他们的业务报表乃至业务模型开发能力，令其逐步成为商业智能系统的核心用户和传承步道者。
在商业智能系统的运维和后续发展阶段，重点培训工作应向咨询公司与汽车厂商之间的知识传承转移，并在企业逐步建立和完善商业智能能力中心，并确保该中心可以逐步脱离咨询公司的支持，可以自我成长并为汽车企业开发出更多的商业应用。
综上所述，不同步骤、不同策略的培训工作应该贯穿至汽车企业商业智能工程的全生命周期，知识和应用就是力量，传承和发展更是生命。
应用与文化
商业智能不仅仅是一个部门、一个系统、一个体系，更是一种文化，科学决策的文化。由于汽车行业近几年来的超高速发展，市场的火热助长了汽车企业盲目乐观的决策文化，而科学决策在短期内还难以在汽车行业成为主流。但不论如何，商业智能都不应成为企业的政治工程和花瓶工程。
企业经营管理层的个人气质往往会潜移默化地影响到企业的文化，所以在商业智能项目上线伊始，汽车企业的经营管理层就应当起到表率作用，带头学习、使用和发展商业智能在企业的应用，同时也要在相关的组织架构、流程制度方面做好文章，确保商业智能的核心地位。当然，内部的推介、宣贯和奖惩措施也是必不可少的，必要时甚至可以动用更多的行政命令强压，以期科学决策的企业文化能够经过最少的“阵痛”而确立优势地位。
同时，商业智能文化也是一种理性和探索的文化，数据的整合和分析工作枯燥、繁琐，需要更多的默默无闻和沉着坚定；而业务模型和应用的开发则充满诱惑和挑战，需要更多更深入的行业理解和业务洞悉，以及持续不断的创新精神。
运不能常有，而道更难寻。商业智能工程所催生的科学决策文化才是商业智能可持续发展的基石。

『玖』 请问通用汽车公司的组织结构图是什么样的啊（急求）

斯隆为通用汽车公司以及各个分公司绘制了详细的组织结构图。1937年的组织结构图一改以往：股东的地位扶摇直上，被置于最高的位置。其用意明显—提醒大家公司存在的基础是提高股东的股票权益；股东之下是董事会，其次是两个委员会—政策委员会和行政管理委员会；两个委员会下是首席执行官和执行董事会。

从首席执行官出发，两条直线下囊括了所有具体的政策团队：分销部、工程机械部、生产部、公共关系部、员工关系部、海外运营部、人事部和财务关系部。显然，对于斯隆来讲，只有在各个分公司都制定了政策的基础上，整个公司的政策制定才有意义；而且，在他的分权体制中，政策团队要对首席执行官负责。

与之相比，20世纪20年代的福特公司有着截然不同的组织结构图：亨利·福特一人高高在上。在福特公司内部，部门经理们没有途径直抒胸臆，更没有人敢对福特的观点提出质疑。在只生产T型车的年代，福特公司像一支高效的军队，朝着一个坚定的目标勇往直前。

尽管在斯隆之前，美国的很多公司都制定了组织结构图，但是斯隆在1937年制定的组织结构图内容最全面具体，所以广为流传。图中包括八个主要运营团队，如海外部、辅助用品部、汽车部、卡车部和车身部等；在八个主要分支下还有多达75个运营职能明确的分支部门，如通用汽车金融服务公司、弗瑞吉戴尔公司（Frigidaire）、别克公司、邦迪克斯航空公司（Bendix Aviation）、通用汽车南美公司（General Motors South America）等。每一个分支部门都由专门经理负责。