摘要：大数据分析作为目前热门技术，已被各大行业追捧采用。汽车研发是一个复杂庞大的项目，其过程中应用、产生的数据量很大，汽车企业在过去的项目研发过程中也常应用到数据的分析及处理，但基本多为传统数据分析，在大数据蓬勃发展的今天，不少汽车企业也意识到大数据分析可以为汽车行业注入新的活力，开始意识到，今后无论从分析消费者需求、汽车性能和生产过程，还是提升产品质量、预测市场行情等，都可以依靠大数据分析获取需要的信息。

关键词 汽车;研发;大数据;

一、大数据分析

大数据是时下最火热的IT用语，受到各大行业的亲睐和追捧。似乎所有的行业都开始重视大数据分析，认为大数据分析可以给企业带来新的机遇。所谓大数据，是指海量数据，麦肯锡全球研究所给出的定义是：一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合，具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。

大数据的应用主要包括大数据系统搭建、应用开发、海量数据分析，大数据的价值体现在以下几个方面：

1.对大量消费者提供产品或服务的企业可以利用大数据进行精准营销;

2.做小而美模式的中小微企业可以利用大数据做服务转型;

3.面临互联网压力之下必须转型的传统企业需要与时俱进充分利用大数据的价值。

大数据分析作为国家的重要战略技术布署，主要通过海量数据的挖掘、存储、搭建、处理，为企业发展寻找方向，或解决实际遇到的各类典型问题。

二、汽车研发过程中数据分析现状

汽车研发过程是一个复杂庞大的活动，其中产生、储存、应用了大量数据。充分分析和利用数据早期汽车研发过程中数据分析的应用主要集中在以下几个方面：

1. 市场分析方面

汽车研发先期的重点工作是市场定位分析，只有找准了产品的市场定位，才能开发出有竞争力的产品。而市场定位一般从几个角度分析，首先是目标车型市场占有率及增长趋势，比如某车企计划开发一款车型，通过乘联会各车型销量数据统计分析得出，近几年各类车型的增速，轿车以10.1%的同比增速，增速在各车型中最快。

其次，通过车型大小、价格区间、车型定位，可以寻找市场蓝海，明确车型定位。从乘联会的数据，可以洞察价格区间的趋势，30万以下车型的占比远高于30万以上车型，但明显30万以上车型的增速更大;新能源领域近期增长迅速，BEV、NEV、PHEV均有快速增长。

2. 产品目标设定方面

在产品详细设计初期，汽车企业通常通过对标数据设定产品的开发目标，对标数据通常是竞争车型的相关尺寸、排量、悬架结构形式、轮胎尺寸、性能参数等等，这些数据的来源大多是汽车之家等汽车论坛，如下表：

基本是传统的数据分析及简单的处理对比工作。

3. 产品详细设计方面

在产品详细设计阶段，汽车设计的数据库多用于进行结构、方案对比分析工作，目前汽车企业通过以往开发车型积累下来的数据库，包括从外部资源购买数据库等，进行简单的对比分析工作。

综上所述，早期在汽车研发过程中，基本还采用比较原始传统的数据储存、收集、处理，并未涉及大数据分析领域。

三、大数据分析在汽车研发过程中的应用

随着互联网技术的应用，海量数据开始汇聚，越来越多的行业通过大数据分析开启了新的机遇，很多汽车企业也开始思考大数据对于汽车研发的启发与应用。

大数据最容易渗入汽车研发的过程应该是市场分析阶段。

福特汽车的F-150皮卡车型采用了轻型铝材取代钢材提高燃油经济性，Escape SUV采用自动后备箱车门而不是手动后备箱车门。福特如何做出这些设计选择？这缘于社交网络数据的贡献。社交大数据与福特汽车，看起来风牛马不相及的两个领域，却擦出了耀眼的火花。

未来汽车市场研究发展的趋势是“全球化+本地化、整合性预测、数据监控、非结构化、实时性、整合性洞察、研究+咨询”，这些都暗合了目前大数据时代的产业特征。汽车的研发的大数据化，第一个现象就是海量乃至天量的数据出现，由此带来新的研究理论、方法和模式。传统的汽车市场研究，技术应用研究，产品反馈，囿于预算、时间和数据获取程度的限制，只能依靠统计学的方法由样本来推断整体，由局部来获取全貌。而这些，在汽车大数据面前都将不是问题，研究者所关心的问题将逐步由执行向模型过渡。

大数据下汽车研发，就是数据的整合和集成，我们将不再纠结于市场研究的项目制，我们的研究对象将不再严格地区分为汽车消费者、汽车产品、汽车品牌、汽车渠道或者其他客体，我们对数据的获取方式将会由“问卷和询问”和“对标采集”向“数据源监控/数据质量管理/数据整合”过渡。拿汽车内饰设计来讲，通过大数据整合分析，我们可以分析消费者对从布置，人机，空间，颜色，纹理，氛围等等的需求，基于整合数据的全方位观察、审视乃至洞察，形成从宏观到微观的立体决策支持，从而改变整个汽车行业研发，经营，决策的传统思维方式。这个角度来看，未来汽车研究和管理咨询的融合或整合，是无可避免的趋势。

大数据已经渗透到汽车制造产业，无论是分析消费者需求、汽车性能和生产过程，还是提升产品质量、预测市场行情等，都需要依靠大数据。

但大数据的基础应用，还面临着一些技术瓶颈，同时也需要一些基础支撑技术，包括数据采集层（多维采集）、数据存储层（海量存储）、智能计算层（计算效率）、智能应用层。

四、总结

大数据分析在汽车研发过程中的应用还处于初步阶段，目前汽车企业已经开始有意识的收集储存数据，但还没有完全开展大数据分析，一方面没有足够的人力，一方面也没有专业的人才主导和开展这部分工作。但大数据在汽车研发过程中的应用发展前景还是清晰的，要满足客户的需求，通过有效的大数据挖掘和分析，一定可能更精准的进行汽车定位设定。另一方面，現在发展势头迅猛的智能汽车，其智能汽车一定是通过互联网及智能数据库，进行大数据的处理和分析，才可能实现智能化汽车。

参考文献

[1] 宋海涛.大数据应用与商务分析，2016年9月

[2] 迈尔.舍恩伯格，库克耶著.大数据时代.浙江人民出版社，2013年1月

[3] 伊恩.艾瑞斯.大数据思维与决策.人民邮电出版社，2014年9月

[4] 赵刚.大数据：技术应用实践指南.电子工业出板社，2013年10月