Honda R&D 正在培训其工程师使用先进的 IBM 分析工具，希望更好地了解驾驶员行为、提高可靠性并设计更加个性化的驾驶体验。
Honda 是世界上最具创新力的公司之一，任何见证过 Honda 在机器人技术领域所做工作的人，都会表示赞同。同样的理念适用于其业务的每个部门：Honda 的工程师不断努力设计和制造市场上最智能、技术最先进的产品。
在汽车领域，Honda 的目标是成为首屈一指的制造商，生产灵动有趣、设计巧妙的汽车，让客户体验驾驶的乐趣。为此，它每年向其研发部门 Honda R&D 投资数十亿美元。
几年前，Honda R&D 意识到新的大数据来源具有巨大的潜在价值，这些大数据包括车辆诊断和车载通信系统、智能手机、生物识别传感器和大量非结构化文本（例如客户调查）。通过发掘隐藏在这些庞大数据集之中的洞察力，公司的工程师团队能够突破其测试设施的局限，更好地了解汽车和驾驶员在真实世界中的行为表现。
为了帮助工程师利用这些大数据资产，Honda R&D 需要具备两个要件：一套全面的大数据分析工具，一群熟练掌握且乐意应用这些工具的工程师。
Honda R&D 汽车研发中心技术分析与对策总工程师、市场质量部门高级研究员 Kyoka Nakakawa 表示：“工程是一门非常精确的学科，工程师通常习惯于使用在实验室条件下捕获的高质量数据。
但大数据却不是这样的，它很混乱，而且往往有价值的见解隐藏在大量不相关的数据中。因此，最大的挑战之一是接受新知方面的挑战：我们需要向工程师展示，当拥有正确的工具进行处理时，大数据所蕴藏的价值有多大。”
为了找到将大数据分析技术引入其研发流程的最佳方式，Honda R&D 希望与能够提供真正全面服务的技术合作伙伴合作。
Kyoka Nakakawa 指出：“之所以选择 IBM 作为合作伙伴，有两个重要原因。首先，IBM 提供非常广泛的大数据分析功能，包括数据挖掘、文本分析和可视化，因此我们能够从单一供应商获得所需的所有工具。其次，IBM 拥有技能和经验来指导我们完成大数据之旅，从咨询到概念验证再到最终实现。”
Honda R&D 的大数据分析环境基于 IBM® SPSS® Modeler、IBM Watson™ Content Analytics 和 IBM Predictive Maintenance and Quality (PMQ)。Kyoka Nakagawa 的职责是担任这些技术的交流中心，帮助建立概念验证，组织培训课程，并鼓励工程师分享他们的知识、经验和数据。
Kyoka Nakakawa 表示：“数据挖掘培训课程非常成功，IBM SPSS Modeler 已迅速成为整个企业的受欢迎的工具。目前已有 100 多名工程师完成了培训，其中许多人在工作中经常使用 SPSS。
“SPSS Modeler 非常适合将原始数据组织成可用的数据集，实现轻松分析。使用它也非常便于进行复杂分析。另一个有价值的功能是能够监视用户并查看他们如何与该工具交互。因此，如果有人在有效管理数据方面遇到困难，同事可以为他们提供一些额外的帮助。”
Honda R&D 使用 IBM Watson Content Analytics 进行文本挖掘，使研究人员能够近乎即时地洞察大量文档和其他文本数据。例如，JD Power 初始质量研究和 Honda R&D 的客户之声内部研究是有关汽车质量和可靠性的极富价值的信息来源在美国，国家公路交通安全局 (NHTSA) 还提供了有关消费者问题和安全问题的丰富见解。
Kyoka Nakagawa 举了一个例子："我们最近召开了一次会议，一位高管就我们一款汽车的功能提出了一个问题。我们登录 Watson Content Analytics，分析了 NHTSA 数据集中超过一百万条记录，并在 10 分钟内找到了三、四个来自客户的相关反馈示例。这种分析几乎不可能手动执行。”
IBM Watson Content Analytics 解决方案在 IBM 灵活的云平台上运行，该平台部署在位于东京的共享虚拟服务器环境中。IBM Cloud 为 Honda 公司大数据计划团队中的用户构建和部署 Watson Content Analytics 环境，该环境表现出的多功能性以及扩展能力深受 Honda 公司赞许。
“从我们业务线用户的角度来看，我们是在本地还是在云中运行 Watson Content Analytics 并不重要，”Kyoka Nakakawa 说道。“对他们来说真正重要的是实施速度，IBM Cloud 使我们能够比本地解决方案更快地启动和运行解决方案。
此外，使用 Watson Content Analytics 进行文本挖掘的计算要求，取决于我们为自定义字典提供的内容数量。
由于我们在完善文本挖掘能力的同时不断开发词典，因此拥有灵活的云环境至关重要。”
IBM Cloud 基础架构的可扩展性还意味着可以轻松添加新用户，因此，如果其他部门未来决定采用 IBM Watson Content Analytics，Honda 将能够为他们提供无缝支持。
IBM Predictive Maintenance and Quality 旨在帮助组织监控其资产和流程，并预测资产故障或质量问题。Honda R&D 一直在市场质量保修分析中试用这项技术，初步结果令人鼓舞。
“IBM Predictive Maintenance and Quality 的可视化功能给我们留下了深刻的印象，”Kyoka Nakakawa 说道。
“PMQ 作为一个分析开发环境，使我们的研究人员能够在沙盒环境中探索，分析洞察力可以在哪些方面帮助识别质量或制造资产问题。PMQ 还可以作为一个完整的分析解决方案，通过从我们的运营中获取持续的流程事件数据来进行分析，我们可以上传数据并在直观的仪表板中轻松查看。”
Honda R&D 的大数据分析培训计划为在公司工程团队中创建更加开放和协作的文化做出了巨大贡献。
“我称之为‘大数据之友俱乐部’，”Kyoka Nakakawa 说。“将我们的工程师聚集在一起本身就是一件好事，因为他们更有可能分享数据并相互学习。例如，我们的底盘团队正在进行一个研究排气管退化的项目，他们需要一些有关汽油的数据。通过大数据之友俱乐部，他们发现我们的燃油经济性团队已经拥有了他们需要的数据，因此节省了大量的精力和费用。”
她补充道：“了解大数据分析也帮助我们的一些工程师跳出框框进行思考。他们可以使用数据挖掘技术来发现他们可能从未想过的模式和线索，而不是简单地分析他们认为重要的参数。
例如，我们在世界各地拥有数百万客户，不同国家/地区的驾驶习惯存在差异，而这些差异并不总是容易预测。
最近，我们正在讨论在车辆中哪个位置放置‘发动机启动’按钮。通过分析 NHTSA 的记录，我们发现美国有几位司机抱怨他们不小心用膝盖按下了发动机启动按钮。
这让我们大吃一惊，因为只有将汽车调至定速巡航状态，将脚从踏板上移开，并将双腿叠放在座椅上，才可能导致这样的结果。我们从未想象过人们实际会选择这样驾驶，因此这对我们的产品设计团队来说是一个宝贵的见解。”
Honda R&D 方法的另一个重要优势是，它向公司工程师展示了，在了解汽车和驾驶员在现实条件下的行为以及确定新工程项目方面，大数据分析所具有的价值。
例如，该公司正在使用车辆传感器数据来监控驾驶员的转向操作并更好地了解客户的偏好。这种对现实世界的洞察力被运用到工程项目中，旨在为每位驾驶员设计出个性化的转向体验。
Kyoka Nakakawa 总结道：“IBM Analytics 正在帮助 Honda R&D 工程师利用大数据探索有价值的新研究领域，并最终设计出更出色、更智能、更安全的汽车。”
Honda R&D（链接位于 ibm.com 外部）是 Honda 的研发部门，Honda 是全球最大的汽车和摩托车制造商之一，也是机器人和其他先进技术领域的先驱。在汽车领域，Honda R&D 的使命是开发能够最大限度地提高驾驶乐趣的技术。
法律
© Copyright IBM Corporation 2016. New Orchard Road, Armonk, NY 10504.
2016 年 5 月在美国制作。
IBM、IBM 徽标、ibm.com、IBM Watson 和 SPSS 是 International Business Machines Corp. 在全球许多司法辖区的注册商标。其他产品和服务名称可能是 IBM 或其他公司的商标。以下网站上的“Copyright and trademark information”部分中包含了 IBM 商标的最新列表：www.ibm.com/cn-zh/legal/copyright-trademark。
SoftLayer 是 IBM 公司 SoftLayer, Inc. 的注册商标。本文档为自最初公布日期起的最新版本，IBM 可能随时对其进行更改。IBM 业务合作伙伴自行设定价格，价格可能会有所不同。IBM 并不一定在开展业务的所有国家或地区提供所有产品或服务。文中引用的性能数据和客户实例仅作说明之用。实际性能结果可能因具体配置和操作条件而异。
本文档内的信息“按现状”提供，不附有任何种类的（无论是明示的还是默示的）保证，包括不附有关于适销性、适用于某种特定用途的任何保证以及非侵权的任何保证或条件。IBM 产品根据其提供时所依据的协议条款和条件获得保证。可能会报告未压缩和压缩数据的实际可用存储容量，并且会有所不同，并且可能会小于规定的容量。