[汽车/制造] 汽车大数据应用探讨【待续】

0 概述

0.1 抱定【宗旨】

汽车大数据从业者的宗旨：

• 距离市场近一点

做的项目，离项目金主、或项目用户近一点

用户
	潜在购买用户
	车主
	维修人员
营销部门
整车部门
车厂

• 数据为王，将数据抓在自己手里 （数据采集/数据来源层面）
• 数据资产盘点，对大数据平台的长期可持续发展异常重要 => 数据洞察

• 统一数据源管理-数据采集与存储-元数据管理-数据资产盘点-统一数据服务-数据智能应用
• 我们拥有的数据有哪些？
• 我们还能采集的数据有哪些？
• 我们的高价值数据有哪些？

• 车厂车型平台化的现状 ： 先平台化，再搭载车型（ 现状/客观情况、职业风险/团队风险)

早期没有车型搭载上线，就没有数据
可暂利用已量产的车辆的数据

0.2 汽车产业愈加成为国民经济的重要支出产业

随着我国经济的持续快速发展，汽车也从过去只有少数人才能消费起的奢侈品，成为越来越多的人能买得起的高价值耐耗品。旺盛的汽车消费需求，也促使我国汽车行业在近年来发展势头迅猛。在2009年国际金融危机冲击、全球汽车市场萧条的大环境下，我国汽车行业却逆势上扬，汽车产销突破千万辆大关，跃居世界第一；2013年，我国汽车产销更是突破2000万辆，连续五年位居世界首位。如今，我国汽车产销量已稳居世界第一，汽车产业在我国GDP中的占比也从改革开发初期的0.59%左右，到2014年的1.45%左右，汽车行业的利税总额占国家税收总额的比重也已稳定在10%以上。汽车行业已成为我国国民经济的重要支柱产业。

0.3 数字化浪潮 & 增量发展-->存量调整 => 增质提效/转型升级

随着数字化浪潮席卷全球，我国汽车工业面临着外部环境日趋复杂严峻，传统的供应链、生产/制造、服务模式(售前营销/售后服务)都面临着前所未有的挑战。

汽车产业由此迈入了从依靠增量发展的阶段过渡到存量调整的时代，行业提质增效与转型升级已成为趋势。在新形势下，大数据开发与应用对汽车行业的技术发展与应用革新带来了机遇和挑战，也为智慧交通和智慧城市`的管理和服务提供了更广阔的视野和途径。

0.4 互联网时代 + 大数据 => 变革: 汽车产品设计、生产理念/生产模式、服务模式(售前/售后)

同样伴随汽车行业飞速发展的则是蓬勃发展的互联网，我国汽车消费者在购车过程中越来越依赖8*互联网的力量。在购车和养车的整个消费过程中，消费者会利用各种搜索引擎、电商平台以及网络社交平台来搜集和分享信息，他们更希望能够和汽车品牌厂商和各地经销商直接交流、互动，以获取最准确最有效的产品信息**。
而大数据作为互联网时代下的重要产物，它必将会为汽车行业带来汽车产品设计及生产理念上的冲击，以及营销方式的变革。

0.5 汽车大数据 : 尚处摸索阶段

目前，大数据已引起了各大汽车品牌厂商和经销商的重视，包括中国在内的很多国家的汽车企业都已经在进行大数据的探索应用，虽然现在还处于摸索阶段，但大数据在汽车行业内的应用价值和发挥的作用已日益凸显。

0.6 新能源车的市场路径：燃油车 => 增程车 => 混动车 => 纯电车

0.7 国产车【出海】，是必然趋势

1 整车研发阶段

实时智能检测平台 + 检测数据的智能挖掘

基于灵活数采仪

车辆信息与数据安全评测(检测)

2 车辆量产阶段

实时智能检测平台 + 检测数据的智能挖掘

基于灵活数采仪

汽车工业大数据

3 售前/营销阶段

3.1 营销数据分析决策

精准营销 - 
	投流
	多平台聚合
	用户画像

4 驾驶使用阶段

4.1 预测性维护与预警 : 车辆健康监测、驾驶行为分析

汽车维修市场 = 万亿级的市场

4.2 智能维保 | 问答助手

用户类型
	车主
	维修人员
	测试质量人员
	销售人员
	...

驾驶建议
	车辆性能优化：通过收集和分析车辆性能数据，可以优化发动机调校、悬挂系统、制动系统等，提高汽车的性能和燃油效率。
	
	车辆驾驶前、驾驶后：健康自检
	车辆驾驶：

基于 ChatGPT，做 【汽车 GPT 问答助手】、智能维保
  做 汽车知识库
  帮助 ： 业务人员（整车研发、测试）、客户

4.3 精准车险

基于 驾驶行为分析 的精准车险
车险精算和风险评估：通过分析车辆和驾驶行为数据，可以进行车险精算和风险评估，根据驾驶习惯和风险等级定价车险产品，提高车险业务的准确性和效率。

• 参考文献

• 基于UBI车险在共享汽车中的应用探究 - 百度学术

5 售后支持阶段

5.1 智能生态运营

5.2 数字孪生

Y 数据来源 : 整车公司的业务系统 / 互联网 / 车 / 人

Y.1 车联网平台/TSP平台

车联网是一种以车辆中电子标签为载体的通过无线定位、通信以及遥感技术等建立起的车辆信息网络平台。

大数据在车联网中最重要的“改良效应”发生在五个环节，即：

• 风险评估与定价
• 交叉销售
• 客户流失管理
• 理赔欺诈检测
• 理赔预防与缓解。

举个例子：
借助车联网设备，大数据将驾驶时间、地点、速度、急刹车等驾驶数据的收集与分析，据此来判断驾驶行为中存在的风险，从而分析产品绩效，优化定价体系。
通过解决存储、分析、检索大量且多样的结构化和非结构化数据，大数据能够全面、有效的接触到用户的实时行为，为更好企业提供客户流失预警。
此外，大数据还把客户交易往来与信用体系的数据积累形成了庞大的结构化数据资源，以此做为基础来建设反欺诈引擎，可以应用于理赔欺诈的防控。

Y.2 TSP

Y.3 VHR

Y.4 OTA

Y.5 BMS

Y.6 V2X

• 人、车、路、网

通过收集和分析车辆的位置和速度数据，可以预测道路上的交通流量和拥堵情况。这些数据可以用于交通管制和优化道路网络。

Y.7 自动驾驶

大数据、人工智能、边缘计算，以及低延迟和数据安全是自动驾驶的技术基础。预计到2030年，将有多达15%的汽车出行采用全自动驾驶，呈现全新的出行服务体验。想要实现真正意义上的自动驾驶，其中一个大问题就是数据传输，为此大数据技术的应用必不可少。

大数据处理架构的意义在于：

• 在云端实时地处理自动驾驶汽车传来的道路数据，识别哪些可以被以后数据处理应用，更新数据;
• 哪些需要实时处理，并把对应的理解数据传给自动驾驶汽车等。在实现过程中，大数据处理技术架构需实现根据自动驾驶的目的及实时的道路情况，自主地把云端存储的道路数据、道路上的交通标识数据传给终端，进行数据准备。
• 还可以根据自动驾驶的实时感知数据，把其对物体的理解及将对自动驾驶产生影响的各类模型传给计算终端，如对于公交汽车，可以把公交汽车的路线、到站及历史行为的理解模型传给终端。

Y.8 共享出行

目前，全国用车普遍存在着车辆出行效率低、使用率低等问题。
如何从高“拥车”率向高“用车”率转型成为了一个急需解决的问题，也因此催生了共享经济在汽车行业的发展。
同时，消费者对移动出行服务、商用车个性化配置、车内数字化娱乐的需求将日益旺盛，由此车辆数据变现服务也将逐渐形成。

对此，大数据能通过GPS精准定位和以往数据的分析，提前预测用户出行热门路线，动态调节供需平衡，实现车辆合理投放和智能调度。
此外，大数据还能智能划定虚拟规范停放区域，规范用户停放行为。

未来的汽车已不仅仅是一个运输工具，还是大数据的发生器、承载器。
大数据在提升汽车产业的生产制造水平、改变汽车经营模式、改善消费者体验、推动智慧交通的发展、建设汽车强国当中必将发挥巨大而且重要的作用。
汽车产业作为推动新一轮科技革命和产业变革的重要力量，只有借助大数据的力量才能在新一轮技术革命当中赢得主动、抢得先机。

大数据技术在汽车行业的应用，已经不仅仅是单纯的在汽车产品上的应用，它已经迈向了整个汽车产业的数字化建设。
汽车行业作为一项重要的支柱产业，在未来借助于大数据技术势必能够发挥出更加重要的作用。

...

X 参考文献

• 汽车大数据应用经典案例分析 - Zhihu/数点营销科技