將來自物聯網車輛的 IoT 資料應用至工作中
SAS 進階分析能解釋大量的感測器資料，以發現隱藏的見解。
降低車輛維護成本
透過創新的遠端診斷工具
Iveco 集團使用 • Amazon Web Services上的 SAS ® Viya ® 來實現了這一目標
Iveco 集團在Amazon Web Services上使用 SAS Viya 來改善其卡車的汽車設計和遠端診斷
說到工業車輛時，外觀可能會欺騙人。 看起來泥漿、響亮和粗糙的東西實際上可以是智能、安全、可持續的和數位連接的。 至少，當Iveco 集團製造它們時。
作為一家跨國運輸車輛製造公司，伊維科集團除了發動機和專用車外，設計、生產和銷售重型、中型和輕型商用車。 雖然該公司總部位於義大利都靈，但它在世界各地擁有 29 個製造工廠和 31 個 R & D 中心。 換句話說，Iveco 集團擁有非常複雜的業務。
Iveco 集團正在進行重大的數位轉型，以提升其數位能力。 其中一個關鍵方面是改善卡車的遠端診斷能力。 這樣做將使 Iveco 集團能夠更快速地識別和解決潛在的問題，最終帶來更快的客戶和更高的收入。
該公司的分析需求很高，但它在 SAS Viya 找到了答案。 繼續閱讀 Iveco 的遠端資訊處理品質與現場分析經理 Stefano Rozzi 將分享他變革性分析專案的詳細資訊。
由於設施遍布全球，其中一個先決條件是擁有一個可以將我們所有數據集中在一起的共享工具。AWS 上的 SAS Viya 為我們提供了這種功能。Stefano Rozzi Telematics Quality and Field Analysis Manager Iveco Group
分析在哪裡適合您的數位轉型？
Rozzi：我們服務的市場正在迅速發展。 其中一個例子是智慧互聯網車輛的出現與擴散 雖然這種轉型帶來了提高速度、生產力和收入的承諾，但它也引發了與資料使用相關的新挑戰。 為了從串流數據中獲益，我們需要能夠有效解讀這些數據的能力。這需要熟練進階資料分析的資料專業人員，而且因為速度是我們工作的基本因素，強大的工具可以快速分析大量資料。
人工智慧（AI）和物聯網（IoT）技術如何在這個旅程中為您提供支持？
Rozzi：我們的車輛裝載越來越多的感測器這為我們帶來巨大的優勢，只要我們知道如何從數據中提取價值。 隨著物聯網資料串流到我們的系統中，無法手動處理它，因此我們使用 SAS 的進階分析來處理資料、建模並發現隱藏資訊，以改善車輛設計並實現預測性維護。
從我們發現的模式，我們可以立即理解，例如，哪些車輛在現場表現出異常行為。 這使我們能夠做出更明智的決策，例如針對顯示異常的車輛進行干預，並調查它們與其他車輛不同的原因。 這樣可以防止重複出現問題。 它還允許我們與客戶分享這些見解，以便他們可以在問題發生重大問題之前主動解決問題，從而減少車輛召回，尤其是在保修期內的車輛召回。
有趣的是，物聯網、先進分析和 AI 使我們能夠了解單一車輛（或其中幾十個車輛）的行為和事件，即使它們分散在世界各地。 這是可能的，因為每輛車的數據流入我們的 SAS Viya 平台，從而實現即時性分析。
為什麼選擇 SAS 而不是競爭平台？
Rozzi：三個主要原因。 一、我們在品質部門已成功使用 SAS 多年。 我們也收到了該產業中其他使用 SAS 進行預測性維護的公司的積極參考。 最後，我們對概念證明的結果感到滿意，該結果確定了車輛計時的遠程資訊數據中的異常。 加入這些因素時，選擇 SAS 的決定很簡單。
Iveco 集團 — 事實 & 數字
29
製造工廠
31
R & D 中心
34,000
員工
為什麼您選擇 SAS Viya 進行這個項目？
Rozzi：對像我們這樣的公司來說，一個很大的挑戰是能夠結合兩個不連接的世界：數據分析和設計。 直到幾年前，車輛設計師不覺得需要收集有關車輛在現場使用的數據。 如今，這些數據驅動我們的業務。
為了讓車輛使用數據在設計階段有幫助，人們必須了解它的價值。 這需要易於使用的分析。 這就是 SAS Viya 非常有益的地方。
SAS Viya 不僅讓我們的分析師能夠對數據進行所需的深入分析 — 靈活地結構數據和創建模型 — 還能以非常直觀和簡單的方式分享資訊。這使沒有數據技能的人可以了解模式並在設計階段使用它們。 圖表比數據序列更直觀得多。 這種清晰度大大提高對我們的分析的信心，並在決策和營運流程中觸發了新機制，幫助我們更具客觀、資料驅動和分析基礎。
為什麼您選擇在雲端部署 SAS Viya？
Rozzi：設施分佈在世界各地，一項先決條件是擁有一個共享工具，將我們所有數據集中在一個地方。 AWS 上的 SAS Viya 為我們提供了這種功能。 事實上，透過在雲端部署 SAS，我們就能在建立資料和報告後，讓全球員工可使用資料和報告。
這種易用性是無法被過分強調的。創建分析和報告的數據分析師顯然是一個專業的人。 但他們提供的資訊對任何人都很容易理解。 即使是非技術人員也可以利用這些資訊，這些資訊以各種格式提供以滿足收件人的特定需求。
最好的部分是，SAS 允許我們的員工自主整合數據，以便他們可以準確找到所需的內容，而不必每次都要求數據分析師進行干預。 這是一個非凡的機會，因為它可以加快我們了解，理解並因此對任何事情做出反應，並做出更快，更有效的決策的能力。
最終，這是一個超具創新性的遠端診斷項目。通過利用連結車輛的數據，我們能夠透過創新的遠端診斷工具減少客戶的車輛維護成本。這一切都得益於一個分析平台，讓我們的設計師和分析師能夠使用相同的語言進行交流。幾年前這是無法想像的。
