大数据推动汽车融合发展催生技能变革

近年来，电子信息领域新技能发展迅速，物联网、云计算、大数据、移动互联等新技能正在向传统行业渗透，在汽车和交通等行业，与此相关的车路协同系统、出行智能化便捷服务、车联网等成为目前发展的热点技能，并正在引起行业巨大的变革。

4月9至10日，“2018汽车产业数据研究峰会”在成都举办。峰会以“大数据推动汽车产业发展”为主题，围绕大数据时代下的汽车产业发展、跨行业多角度数据交流、汽车产业可持续发展等议题展开讨论。

传统的汽车行业数据来源不畅、结构单一、运用较浅，无法满足企业的数据需求。而互联网、移动互联技能的快速普及，正在诸多方面改变着人们的车辆购置和使用习惯，使传统的汽车数据收集、分析和利用方式发生重大转变。

“大数据时代的来临给汽车产业带来的是电动化、轻量化、智能化、互联网化的相互融合。”协会会长吴忠泽认为，“大数据产业在经历了数据爆发式增长的大数据1.0时代后，初步进入了以大数据中创造实际价值为标志的2.0时代，技能日趋精细，专业服务日益多样。”

数据收集

车企、经销商、互联网及消费者等多渠道的数据收集方式日趋完善。车企大数据包括客户信息、交易信息、车辆信息、生产信息、采购信息、维修信息、投诉信息等。经销商通过移动互联、后台音频整理、证照识别录入等新技能的使用，实现从消费者“关注”到“消费”整个过程核心行为要素的实时监测，确保消费者入店行为数据的全录入，同时监测车辆4s店维修保养信息。

通过统计微博、峰会、网页等互联网大数据，企业允许监控客户进入首页，查看车辆详情及停留时间，洞察客户对车辆的关注点和走势，掌握不同客户的潜在需求及预期，监控产品舆情反馈等等。

在消费者方面，车联网将对客户使用车辆的信息进行监测，包括车主行为数据，车况数据，位置数据，驾驶数据等。

数据分析

数据分析需要将多渠道、标准不一的客户数据进行整合，建立汽车大数据库，主要分六步：数据融合、用户识别、全网用户识别、用户标签、用户聚类、用户细分。

数据融合是把分散在不同系统之间的数据整合在一起，包括生产数据、销售数据、售后数据、互联网数据等;用户识别是通过数据清洗，识别出每个客户的详细信息。全网用户识别是采集客户的网上行为数据，进行全网客户识别，产生360度全方位客户视图;用户标签是将每个客户的特点、爱好、生活习惯，进行细致区分，并以标签化进行用户定义;用户聚类是指根据客户的标签进行分组;用户细分是对客户完成精准细分，针对目标客户开展一对一精准营销。通过这六步即建成统一、整合、可直接使用的数据库。

数据利用

汽车行业对互联网、大数据等新兴科技的利用涉及到产业链的各个环节，包括：用户洞察、开展精准营销、改善客户管理及服务、改善产品研发和提升产品质量、业务运营监控、汽车后市场、交通领域、汽车流通等方面。通过对多渠道的汽车大数据进行融合及挖掘，能够深刻地明白客户需求及动向、掌握客户信息、进行市场细分、竞争分析、掌握客户满意度等。大数据还可用于开展精准营销，通过整合汽车媒体、微信、等互联网渠道潜客数据，扩大线索入口，提高非店面的新增潜客线索量，并挖掘保有客户的增购、换购、荐购线索，从新客户和保有客户两个维度扩大线索池;运用大数据道理，定义线索级别并进行购车意向分析，优化潜客培育，提高销售线索的转化率，提升销量。

机遇与挑战

目前，汽车行业对大数据的收集、分析和利用仍处于探索阶段，在这个进程中面临着诸多挑战。

吴忠泽概括总结了四个方面：一是汽车厂商众多，相关数据检测方式多样，信息模式复杂，造成数据种类繁多，且缺乏统一的标准，各厂商的数据资源缺乏互通共享;二是在数据开放的同时，如何从法律和行政法规上确保和加强数据的安全监管，提高数据资源的安全性，尊重和保护相关政府部门、汽车制造商以及个人的机密和隐私不收侵犯;三是如何提升汽车数据资源的综合利用效率，将汽车相关数据信息进行有效地联系、汇聚和发展，改善汽车使用者的服务水平;四是，目前我们尚缺乏有效的市场化推进机制，基于汽车大数据的信息服务产业链、价值链尚未真正形成;五是前次和大数据缺乏顶层设计，汽车及相关产业的数据壁垒没有打通，丰富且分散的数据资源不能有效协调利用。

今后一段时间，汽车产业的一个重要发展方向便是迎接大数据时代的机遇与挑战，立足国情、运用新技能手段，结合智能交通系统建设发展，加快汽车大数据分析技能研发，促进汽车制造商的服务转型。

上一篇： 视频监控在医疗行业中的运用
下一篇： 车辆防盗器失灵故障及解决计划