论文部分内容阅读
数据碎片化，灰色地带多，大数据虽然落在了业务痛点上，却无法对接商业模式
每台电动汽车每小时可产生数十GB的数据。搭载在车身上的传感器、车载系统、OBD接口、GPS定位等，都是获取车辆数据的方式。
随着国内车辆保有量的不断上升，汽车将会成为数据量名列前茅的行业，车企、服务公司、数据公司、维修零部件商，正在形成大数据生态链。
数据孤岛问题正在阻碍这个生态链进一步的发展，由整车厂主导的制造和维修环节掌握了大量数据，但形成了一个闭环，无法变现和共享数据。售后市场虽已运用检测设备等各种方法试图建立标准化数据库，却由于无法获取海量数据，数字化程度还是很低。
大数据生意究竟是一张画得很大的饼，还是下一个价值洼地？
杭州的车主郑先生打算把开了几年的大众高尔夫2012款1.6L自动舒适型卖掉，他在二手车电商平台车置宝的网站上点击“我要卖车”，填入汽车基本信息，车置宝为其分配一个专属卖车顾问，根据其所在城市分派检测人员上门服务。
核对了车辆信息之后，技术人员开始检测车身问题，特别是维修情况、故障码等影响估值的数据。
检测数据由“车检宝”移动端再上传到后台服务器，以检测数据库为基础，形成报告，主要涵盖车辆概况、损伤、配置、4S店维修保养记录这几方面信息，然后由系统生成1级-6级的车辆检测评级。
最后，通过竞拍中心，将车辆信息和数据报告推送到全国二手车零售端，进行竞价，价高者得。郑先生最终成交价为9.71万元，比市面上的车商收购价高出了约3个百分点。
“二手车市场太缺数据了。”车置宝联合创始人张炜告诉《财经》记者，他指的是售后市场可用数据太少。
二手车一车一况，准确获取车辆数据很困难，每一辆车，都必须进行人工检测才能定价。由于数据碎片化，标准也不统一，二手车估值还是以经验为主，价格区间浮动较大。车置宝线下检测团队有400多人，每日人均客单量至少10起。
车置宝这种类似于招拍挂的形式，正是找准了二手车无法精准估值的痛点。
目前汽车市场的数据现状是：海量信息分散在各个数据孤岛上，庞大的数据量无法互相连接成为推动汽车全产业链发展的基石。
任何一个驾驶行为都会产生庞大的数据量，车主每踩下一次油门，每去一次4S店维修，每行驶过一个红绿灯，哪怕只是把车安静地停在路边，你的车况和驾驶行为都会被记录下来，进行存储，继而通过大数据分析，提炼有价值的车况信息以及驾驶行为分析。车辆本身是数据集中产生的地方，又是数据的使用者。
除了车况信息，人车交互产生的驾驶行为数据量也极大，由这些数据驱动的车联网、无人驾驶技术是车企瞄准的下一个蓝海。
早在2D03年为防止汽车制造端对配件和维修市场的垄断美国政府就已规定须开放车辆诊断、维修所必需的技术信息。
汽车全产业链是数据的生产端，如主机厂、4S店、快修店等，又成为数据的受益者。
车辆从生产初期、交易、维修、老化，整个生命周期中，信息在交易行为中不断迭代，大数据都在高速运转着。
生产初期，车辆的原始数据是建立数据库的基础，但是原车在经过各种环节最终到达零售端的过程中，配置已有修改。力洋软件科技有限公司开发的汽车VIN码识别技术及车型库，就是基于实车数据，结合人力校验整理，而形成的基础数据库。数据库有了，生意就好做了。
力洋数据创始人马程告诉《财经》记者，公司用13万条汽车配置信息数据、价格数据和技术参数数据，千万条原厂配件信息和售后品牌件信息，连接了340家用户，进而打通了二手车产业链上下游，包括：二手车电商、维修配件商甚至主机厂。
在汽车行业数字化程度较低的情况下，如能掌握数据，统一标准，那自然就掌握了话语权。
在数据量这块大蛋糕面前，各方力量拉锯。
车管所、主机厂、维修商、电商平台，各自掌握着数据，但又徘徊在信息的孤岛上。近期国家八部委出台法规，要求公开车辆维修技术信息，以政策导向来推动碎片化的数据现状。
反观美国，早在2003年，为防止汽车制造端对配件和维修市场的垄断，美国政府就已规定须开放车辆诊断、维修所必需的技术信息。
孤立的数据平添了汽车后市场的运营阻力。
马程从2008年开始创业，前三年，公司不超过十个人只做一件事，每天跑二手车市场、4S店，采集数据。“先别提大数据，这个行业连基础数据都没完全建立好。”马程告诉《财经》记者。
张炜表示，整个产业链中，整车厂拥有较大的数据量，通过品牌专营4S店，掌握维修信息，并形成专有零部件的市场垄断，又通过零售端掌握销售数据，目前这些信息都停留在车企内部。而电商平台只能通过与OBD厂家合作，OBD即车载自动诊断系统，包括发动机、控制系统检测等，读取部分主机厂愿意公开的数据。
连接信息孤岛，共享车辆维修数据只是开始。
SAP大中华区副总裁彭俊松博士向《财经》记者直言，限于碎片化的数据现状，国内大数据具体应用，目前仍处于初级阶段。
汽车产业数字化程度太低，主机厂的信息化建设仍然滞后，从生产端到销售端，IT业务系统就先需要整合。
大数据的核心在于预测，预测性保养或维修是其一。力洋数据根据车辆的使用情况，形成市场调研报告，包括：车辆问题报告、预测性维护、分析报告、售后配件市场覆盖率报告等，反馈给客户，电商平台、主机厂和零部件商都在其中。 用到数据分析的场景很多，比如：根据车辆的运行情况，预测保养需求。又或是，对零部件进行失效监控和预测分析，厂商可以调度配件，提前备货，并给出预防性维护建议，以避免保修费用和潜在的召回风险。力洋数据还统计了历年新车数量，对主机厂进行上市车型分析、销售分析。
数据分析的市场前景吸引了众多公司。
SAP推出的SAP HANA平台，就是大数据的分析平台。获取了车辆传感器数据以后，通过后台对大数据的分析计算，可改进汽车前端的制造质量，包括对车况数据的分析，找出产品质量问题和背后的原因，反馈给主机厂。在新车开始量产前得到快速发现和消除，也降低今后进行产品召回的风险。
IBM则通过大量原型车试驾的数据和维修商报告获得数据。经过系统分析，对于重复出现的问题，出具数据分析的解决方案。目前已有数百个分析应用程序，为企业提供解决方案。2015年，IBM在商业分析和大数据方面的营收为200亿美元。
本田在一级方程式比赛中，采用的就是IBM的解决方案，将包括温度、压力和动力水平的车辆数据直接分享到云中，从而快速高效地查看剩余燃油量，并且预估机械问题出现的可能性。分析快速行驶的车辆和车手数据，实时调整比赛策略，包括补充燃油的方式，这些都是比赛需要的关键数据。
精准营销是其二。精准营销的大数据来源主要为车企自有的数据，比如官网信息、投放的广告等，其次是媒体和第三方提供的数据。
传统的广告营销耗费了车企每年几十亿元的费用，而基于大数据分析的精准营销对特定人群定向投放，收获了比传统方式多3倍以上的覆盖率。
通过大数据分析，可以准确把握每个客户的需求和购买预期，推送给客户是一方面，同时客户的购买行为也可以反馈给主机厂，帮助其更好理解客户。车企早已意识到了精准营销的重要性，比亚迪就专门成立了数字化营销部门，通过新型营销的探索，线上引导线下，这一方式占了将近50%的成交率。
车企的大数据逻辑在于个性化营销和提高转换率，使用大数据分析建立详细的客户档案，以触及很多潜在客户。车企希望了解目标客户的精准图像，知晓哪个环节会提高客户订单，再进行定向营销。
预测与精准营销是目前为数不多已经实现的大数据商业模式。
然而，在大数据已经如火如荼地被讨论了好多年后，许多困境还是没有得到解决。比如车险的大数据运用。
人保车险部门相关人士告诉《财经》记者，首先是样本太小，形不成大数据;其次，消费者认可度很低，如果基于驾驶行为得出车主事故风险较大，他多半不可能接受定制的高费率保险套餐。数据和商业模式的对接目前还是有很大距离。
停在车库的汽车，可以启动自动驾驶模式，开到加油站，加完油之后再自行倒车入库。这个类似科幻小说的情节或许能在未来实现，得益于大数据分析运算能力的发展。
这一场景是以大数据为基础，实现车联网和无人驾驶技术的结合，其中大数据的采集是自动驾驶发展的关键。
沃尔沃汽车集团研发高级副总裁彼得·默滕斯（Peter Mertens）在接受《财经》记者采访时表示，为了推进自动驾驶，整车厂需要通过传感器采集各种各样的数据，比如驾驶行为方式的数据，人车交互的数据、以及环境的数据，包括气象数据、地图数据等。经过不断验证迭代，了解到在特定的气象情况或道路交通状况下，汽车表现的实时数据之后，无人驾驶技术才能趋于成熟。
一旦打通了人与人、人与车、人与环境之间的大数据之后，数据的变现能力惊人。
福特联手IBM，在美国推出了动态班车项目。如果班车发生故障，可以通过IBM云端和分析技术在后台进行分析，重新调配车辆任务。此智能移动平台还在特定区域搜集停车地点的车辆出入数据，从而预测可用停车位信息，或在交通堵塞时及时提供高效出行建议。还有平时出行使用的地图导航，也是基于大数据的计算才能找到最便宜或距离最短的出行路线。
数据孤岛开始慢慢转变。
IBM大中华区全球企业咨询服务部汽车行业总经理王涛告诉《财经》记者，整车厂已经逐步形成了以数据为导向的新兴业务模式，大多与认知计算、大数据、移动等新技术休戚相关。
共享出行大热的当口，模糊了信息的边界，整车厂看到了数据共享对于服务客户的利处，也倒逼着车企开始分享数据。
丰田与微软近期成立了一家名为“Toyota Connected”的数据公司，主要致力于搜集和分析车况、位置信息等大数据，并将其应用于新商品和新服务的研发工作之中。目前信息的用途主要是防止交通事故、改善驾驶习惯、改良和开发新车型、将数据产品出售给保险公司、地图公司等相关行业和领域的企业等。
互联网公司技术性强，地图道路方面的数据量多。通过合作，丰田的野心不只在做智能驾驶，甚至要插一脚打造智慧城市。
封闭的数据现状开始改变，丰田迈出了第一步，和互联网公司共享客户数据，联手做起了大数据生意。
在彭俊松看来，要打破数据孤岛的现状，最终还是需要依靠业务和数据平台合力驱动，双管齐下。业务导向下发展的商业模式持久发展，数据才能相辅相成，找到长足的价值。
王涛亦表示，平台的打造不是集几家企业之力就能完成的，必须整个产业链自上而下地改变，汽车企业在创新商业模式的同时，需齐力打造大数据的生态链，形成人、车、环境高度集成的有机生态系统。
每台电动汽车每小时可产生数十GB的数据。搭载在车身上的传感器、车载系统、OBD接口、GPS定位等，都是获取车辆数据的方式。
随着国内车辆保有量的不断上升，汽车将会成为数据量名列前茅的行业，车企、服务公司、数据公司、维修零部件商，正在形成大数据生态链。
数据孤岛问题正在阻碍这个生态链进一步的发展，由整车厂主导的制造和维修环节掌握了大量数据，但形成了一个闭环，无法变现和共享数据。售后市场虽已运用检测设备等各种方法试图建立标准化数据库，却由于无法获取海量数据，数字化程度还是很低。
大数据生意究竟是一张画得很大的饼，还是下一个价值洼地？
数据多，难采集
杭州的车主郑先生打算把开了几年的大众高尔夫2012款1.6L自动舒适型卖掉，他在二手车电商平台车置宝的网站上点击“我要卖车”，填入汽车基本信息，车置宝为其分配一个专属卖车顾问，根据其所在城市分派检测人员上门服务。
核对了车辆信息之后，技术人员开始检测车身问题，特别是维修情况、故障码等影响估值的数据。
检测数据由“车检宝”移动端再上传到后台服务器，以检测数据库为基础，形成报告，主要涵盖车辆概况、损伤、配置、4S店维修保养记录这几方面信息，然后由系统生成1级-6级的车辆检测评级。
最后，通过竞拍中心，将车辆信息和数据报告推送到全国二手车零售端，进行竞价，价高者得。郑先生最终成交价为9.71万元，比市面上的车商收购价高出了约3个百分点。
“二手车市场太缺数据了。”车置宝联合创始人张炜告诉《财经》记者，他指的是售后市场可用数据太少。
二手车一车一况，准确获取车辆数据很困难，每一辆车，都必须进行人工检测才能定价。由于数据碎片化，标准也不统一，二手车估值还是以经验为主，价格区间浮动较大。车置宝线下检测团队有400多人，每日人均客单量至少10起。
车置宝这种类似于招拍挂的形式，正是找准了二手车无法精准估值的痛点。
目前汽车市场的数据现状是：海量信息分散在各个数据孤岛上，庞大的数据量无法互相连接成为推动汽车全产业链发展的基石。
任何一个驾驶行为都会产生庞大的数据量，车主每踩下一次油门，每去一次4S店维修，每行驶过一个红绿灯，哪怕只是把车安静地停在路边，你的车况和驾驶行为都会被记录下来，进行存储，继而通过大数据分析，提炼有价值的车况信息以及驾驶行为分析。车辆本身是数据集中产生的地方，又是数据的使用者。
除了车况信息，人车交互产生的驾驶行为数据量也极大，由这些数据驱动的车联网、无人驾驶技术是车企瞄准的下一个蓝海。
汽车全产业链是数据的生产端，如主机厂、4S店、快修店等，又成为数据的受益者。
车辆从生产初期、交易、维修、老化，整个生命周期中，信息在交易行为中不断迭代，大数据都在高速运转着。
生产初期，车辆的原始数据是建立数据库的基础，但是原车在经过各种环节最终到达零售端的过程中，配置已有修改。力洋软件科技有限公司开发的汽车VIN码识别技术及车型库，就是基于实车数据，结合人力校验整理，而形成的基础数据库。数据库有了，生意就好做了。
力洋数据创始人马程告诉《财经》记者，公司用13万条汽车配置信息数据、价格数据和技术参数数据，千万条原厂配件信息和售后品牌件信息，连接了340家用户，进而打通了二手车产业链上下游，包括：二手车电商、维修配件商甚至主机厂。
在汽车行业数字化程度较低的情况下，如能掌握数据，统一标准，那自然就掌握了话语权。
在数据量这块大蛋糕面前，各方力量拉锯。
车管所、主机厂、维修商、电商平台，各自掌握着数据，但又徘徊在信息的孤岛上。近期国家八部委出台法规，要求公开车辆维修技术信息，以政策导向来推动碎片化的数据现状。
反观美国，早在2003年，为防止汽车制造端对配件和维修市场的垄断，美国政府就已规定须开放车辆诊断、维修所必需的技术信息。
孤立的数据平添了汽车后市场的运营阻力。
马程从2008年开始创业，前三年，公司不超过十个人只做一件事，每天跑二手车市场、4S店，采集数据。“先别提大数据，这个行业连基础数据都没完全建立好。”马程告诉《财经》记者。
张炜表示，整个产业链中，整车厂拥有较大的数据量，通过品牌专营4S店，掌握维修信息，并形成专有零部件的市场垄断，又通过零售端掌握销售数据，目前这些信息都停留在车企内部。而电商平台只能通过与OBD厂家合作，OBD即车载自动诊断系统，包括发动机、控制系统检测等，读取部分主机厂愿意公开的数据。
连接信息孤岛，共享车辆维修数据只是开始。
SAP大中华区副总裁彭俊松博士向《财经》记者直言，限于碎片化的数据现状，国内大数据具体应用，目前仍处于初级阶段。
汽车产业数字化程度太低，主机厂的信息化建设仍然滞后，从生产端到销售端，IT业务系统就先需要整合。
变现渠道少
大数据的核心在于预测，预测性保养或维修是其一。力洋数据根据车辆的使用情况，形成市场调研报告，包括：车辆问题报告、预测性维护、分析报告、售后配件市场覆盖率报告等，反馈给客户，电商平台、主机厂和零部件商都在其中。 用到数据分析的场景很多，比如：根据车辆的运行情况，预测保养需求。又或是，对零部件进行失效监控和预测分析，厂商可以调度配件，提前备货，并给出预防性维护建议，以避免保修费用和潜在的召回风险。力洋数据还统计了历年新车数量，对主机厂进行上市车型分析、销售分析。
数据分析的市场前景吸引了众多公司。
SAP推出的SAP HANA平台，就是大数据的分析平台。获取了车辆传感器数据以后，通过后台对大数据的分析计算，可改进汽车前端的制造质量，包括对车况数据的分析，找出产品质量问题和背后的原因，反馈给主机厂。在新车开始量产前得到快速发现和消除，也降低今后进行产品召回的风险。
IBM则通过大量原型车试驾的数据和维修商报告获得数据。经过系统分析，对于重复出现的问题，出具数据分析的解决方案。目前已有数百个分析应用程序，为企业提供解决方案。2015年，IBM在商业分析和大数据方面的营收为200亿美元。
本田在一级方程式比赛中，采用的就是IBM的解决方案，将包括温度、压力和动力水平的车辆数据直接分享到云中，从而快速高效地查看剩余燃油量，并且预估机械问题出现的可能性。分析快速行驶的车辆和车手数据，实时调整比赛策略，包括补充燃油的方式，这些都是比赛需要的关键数据。
精准营销是其二。精准营销的大数据来源主要为车企自有的数据，比如官网信息、投放的广告等，其次是媒体和第三方提供的数据。
传统的广告营销耗费了车企每年几十亿元的费用，而基于大数据分析的精准营销对特定人群定向投放，收获了比传统方式多3倍以上的覆盖率。
通过大数据分析，可以准确把握每个客户的需求和购买预期，推送给客户是一方面，同时客户的购买行为也可以反馈给主机厂，帮助其更好理解客户。车企早已意识到了精准营销的重要性，比亚迪就专门成立了数字化营销部门，通过新型营销的探索，线上引导线下，这一方式占了将近50%的成交率。
车企的大数据逻辑在于个性化营销和提高转换率，使用大数据分析建立详细的客户档案，以触及很多潜在客户。车企希望了解目标客户的精准图像，知晓哪个环节会提高客户订单，再进行定向营销。
预测与精准营销是目前为数不多已经实现的大数据商业模式。
然而，在大数据已经如火如荼地被讨论了好多年后，许多困境还是没有得到解决。比如车险的大数据运用。
人保车险部门相关人士告诉《财经》记者，首先是样本太小，形不成大数据;其次，消费者认可度很低，如果基于驾驶行为得出车主事故风险较大，他多半不可能接受定制的高费率保险套餐。数据和商业模式的对接目前还是有很大距离。
未来愿景
停在车库的汽车，可以启动自动驾驶模式，开到加油站，加完油之后再自行倒车入库。这个类似科幻小说的情节或许能在未来实现，得益于大数据分析运算能力的发展。
这一场景是以大数据为基础，实现车联网和无人驾驶技术的结合，其中大数据的采集是自动驾驶发展的关键。
沃尔沃汽车集团研发高级副总裁彼得·默滕斯（Peter Mertens）在接受《财经》记者采访时表示，为了推进自动驾驶，整车厂需要通过传感器采集各种各样的数据，比如驾驶行为方式的数据，人车交互的数据、以及环境的数据，包括气象数据、地图数据等。经过不断验证迭代，了解到在特定的气象情况或道路交通状况下，汽车表现的实时数据之后，无人驾驶技术才能趋于成熟。
一旦打通了人与人、人与车、人与环境之间的大数据之后，数据的变现能力惊人。
福特联手IBM，在美国推出了动态班车项目。如果班车发生故障，可以通过IBM云端和分析技术在后台进行分析，重新调配车辆任务。此智能移动平台还在特定区域搜集停车地点的车辆出入数据，从而预测可用停车位信息，或在交通堵塞时及时提供高效出行建议。还有平时出行使用的地图导航，也是基于大数据的计算才能找到最便宜或距离最短的出行路线。
数据孤岛开始慢慢转变。
IBM大中华区全球企业咨询服务部汽车行业总经理王涛告诉《财经》记者，整车厂已经逐步形成了以数据为导向的新兴业务模式，大多与认知计算、大数据、移动等新技术休戚相关。
共享出行大热的当口，模糊了信息的边界，整车厂看到了数据共享对于服务客户的利处，也倒逼着车企开始分享数据。
丰田与微软近期成立了一家名为“Toyota Connected”的数据公司，主要致力于搜集和分析车况、位置信息等大数据，并将其应用于新商品和新服务的研发工作之中。目前信息的用途主要是防止交通事故、改善驾驶习惯、改良和开发新车型、将数据产品出售给保险公司、地图公司等相关行业和领域的企业等。
互联网公司技术性强，地图道路方面的数据量多。通过合作，丰田的野心不只在做智能驾驶，甚至要插一脚打造智慧城市。
封闭的数据现状开始改变，丰田迈出了第一步，和互联网公司共享客户数据，联手做起了大数据生意。
在彭俊松看来，要打破数据孤岛的现状，最终还是需要依靠业务和数据平台合力驱动，双管齐下。业务导向下发展的商业模式持久发展，数据才能相辅相成，找到长足的价值。
王涛亦表示，平台的打造不是集几家企业之力就能完成的，必须整个产业链自上而下地改变，汽车企业在创新商业模式的同时，需齐力打造大数据的生态链，形成人、车、环境高度集成的有机生态系统。