京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据时代,现代公路交通出行将被重塑
“无需多言,看看窗外就能明白。”坐在环球贸易中心大厦20层办公室,英特尔中国区总经理夏乐蓓说,“我们初步计算每年(中国)因交通拥堵造成的价值损失达到了2500亿元人民币”。这个价值是根据因交通拥堵而导致的时间损失,根据这些时间成本换算出的结果。
然而,她同样认为,这存在更为巨大的机会。英特尔研究的结果显示,中国的乘用车总量为1.54亿台,仅次于美国排名全球第二,而到2020年之前的每一年,中国销售的机动车数量均将达到4000万台。从汽车制造、交通运输监管、车辆公司管理,以及个体驾驶员,都可以有技术上的创新和优化的空间。
与英特尔同样看重这一市场的还有国内的BAT。腾讯地图业务负责人马喆人称,“未来中国每一辆车都会联网,市场是非常巨大的。”腾讯在推出车联网硬件产品后,并宣布了包括多款软件产品的车载开放平台。而在此之前,中国另外两家互联网巨头百度和阿里巴巴也推出了针对车联网的解决方案。
自1885年,德国工程师卡尔·奔驰在曼海姆制造成一辆装有0.85马力汽油机的三轮车。汽车就成为人的重要代步工具,也是现代公路交通的重要组成部分。在手机、手表等围绕人的终端设备逐步被智能化之后,汽车成为了另一个被视为可被改造的移动设备,此时接过产业发展“接力棒”的则是科技公司。
也正因为如此,汽车本身成为了一个巨大的数据收集器,以及可以产生大量数据的信息源。在大数据价值不断被挖掘的今天,现代公路交通出行或因此而改变。
芯片技术推动车的智能化
数据的作用首先被应用在了驾乘体验上,原因无他,前者最容易被普通消费者所感知的。
在夏乐蓓看来,驾驶员最应该得到的体验是“随时与外界保持互联”。从一个物理的移动终端角度来看,应当为驾驶员、汽车以及外界提供实时互联获取信息的通道,从而可以提供更为优化的驾乘体验。
一个名为“ADAS”(高级驾驶员辅助系统)的概念正在被业界所接受,芯片公司正在希望携手汽车公司寻求为这个概念填充更多的内容。具体来说,就是借助各种可以获取相关信息的传感器和芯片的计算能力,为驾驶者提供停车辅助、免碰撞、紧急刹车等功能,从而使驾乘体验更安全简单。
智能汽车应当能帮助驾驶员减少80%汽车的碰撞或者事故。为了达到这一目标,需要依靠非常快速的信息交换,夏乐蓓称,“技术可以帮助我们显著提高安全性”,如果驾驶员能够提前半秒得到预警,就能够将事故数量降低60%,如果能够提前一秒钟获得相关信息,就可以避免90%的碰撞。
英特尔此前曾披露过一系列与汽车厂商的合作:其正在与路虎合作,将3D实感技术引入汽车中,可以通过远程控制将汽车停到指定的车位,与福特的合作则利用3D摄像头,将手机与汽车连接,远程观察汽车内的一切。
事实上,整个芯片行业已经真正意识到了汽车在物联网时代的重要价值。英伟达在今年早些时候推出了车载处理器,并锁定汽车制造商作为新客户;索尼则希望其为汽车打造的图像处理器能够打动福特、Toyota这样的汽车公司老板;高通则考虑通过收购,以扩大起在汽车领域的触角。
“我的好友”会是一辆车?
你会考虑在聊天软件中与汽车对话吗?互联网公司正在重新定义人与汽车的关系。例如日前展出的名为“MyCar”的服务,用户可以添加汽车为好友。用户可以通过对话,获取简单的车辆的状态以及通过联网获取更多的信息资讯。
作为“好友”,用户可以或许使用更为人性的语言与汽车发生直接的联系,但更为重要的是,互联网公司期望通过服务黏住用户,并利用地图数据资源产生更大的价值。
在行业历经一系列“整合收编”之后,BAT(百度、阿里巴巴和腾讯)已将地图业务成为一项平台化的基础设施,可以开放给更多的应用和服务场景所使用。这样的商业故事已经在多个垂直互联网领域得以验证。
不过,值得思考的是,人和汽车的关系改变后,如何真正的利用数据。显然,汽车不应该只是O2O的一个工具。
叫车软件可优化交通规划
叫车软件已经成为消费者出行的重要工具,其背后的数据数据的价值愈发为人所认知。
《大数据时代》一书的作者维克托·迈尔·舍恩伯格日前在一次公开演讲中表示,打车软件已经成为一个关于移动信息的数据搜集平台,它能够基于数据重新分配资源,从而提高汽车的使用率,有利于环境和缩短交通时间。
滴滴快的技术副总裁、商业事业部总经理朱磊表示,“我们可以拿到整个出行数据,包括城市分时迁徙和拥堵情况,以及用户打车平均里程、时长和费用等,覆盖整个交通基础设施和用户出行行为”。
朱磊称,这些数据将在多个维度产生价值:可以支持政府进行城市交通规划的优化升级;帮助企业优化运力时间和成本;为用户提供优化的出行方案参考。
更为重要的是,在大数据系统建设中,对数据采集到数据联动的设计,后者将对交通出行与物联网支持对接,从而为商业拓展奠定基础。
未来:改变整个公路交通运输
菜鸟网络的概念已经提出数年,其希望通过大数据,对现有的快递运输资源实现更为合理的调配。这是目前对数据在交通行业发展的远景之一。业界相信,大数据的应用将使得预测更具可操作性和确定性。
虽然距离实现这样的目标,仍相距甚远,但一些通过数据改变交通运输的尝试正在开始。在英特尔的帮助下,研发建设“全国道路货运车辆公共监管与服务平台”中交兴路的数据中心已经建立,已经具备数据存储的能力。夏乐蓓表示,接下来要做的事情就真正地获取数据。
中国科学院深圳先进技术研究院多媒体集成技术研究中心主任汤晓鸥表示,大数据技术的意义不在于掌握规模庞大的数据信息,而在于对这些数据进行智能处理,从中分析和挖掘出有价值的结构化的信息。
环球贸易中心大厦门前的三环路一直以来是北京最为拥堵的路段之一。修建时,只是考虑了当时的周边配套需求,而十多年时间,北京发展迅速。北京市社科院管理研究所公共管理专家张耘表示,“设计的时候缺乏前瞻性导致后面一系列问题。”
或许,大数据的应用将会成为改变这一问题有效手段。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在统计学分析、实验研究、业务数据复盘过程中,单因素方差分析是检验自变量对因变量是否存在显著影响的核心方法。其中,两个水平 ...
2026-05-26【核心关键词】算法、客户、大数据、互联网、调优、建模、模型优化、机器学习、评分卡模型、模型开发、智能风控、业务场景、数 ...
2026-05-26 很多数据分析师写过无数个 SELECT,但当被问到“新建一张表,该如何定义字段类型来保证数据质量”“创建视图和存储物理表有 ...
2026-05-26在数据清洗、统计分析与数据质量检测工作中,箱型图(又称箱线图、Box Plot)是最直观、最高效的可视化分析工具之一。相较于柱状 ...
2026-05-25在大数据分析、数据清洗、质量管控、风险监测等领域,异常数据识别是保障数据质量、确保分析结论精准、规避业务决策失误的核心基 ...
2026-05-25 很多数据分析师精通Excel函数和透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么关系 ...
2026-05-25数字化经营时代,企业的市场竞争早已从经验决策转向数据决策。门店营收、用户转化、产品销量、成本损耗、存量资产等所有经营行为 ...
2026-05-22在MySQL数据库日常运维、业务数据校验、数据迁移与数据清洗场景中,自增主键ID的连续性校验是一项基础且关键的工作。MySQL的Auto ...
2026-05-22 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-05-22【核心关键词】大数据、可视化、存储、架构、客户、离线、产品、同步、实时、数据仓库、数据分析、数据可视化、存储数据、离线 ...
2026-05-21在电商流量红利消退、公域获客成本持续走高的当下,存量用户深度挖掘已成为店铺增收增效的核心抓手。相较于付费投放获取的陌生新 ...
2026-05-21 很多数据分析师每天盯着几十个指标,但当被问到“这套指标要支撑什么业务目标”“指标之间是什么逻辑关系”“业务变化时如何 ...
2026-05-21在数据驱动决策的时代,数据质量直接决定分析结果的可靠性与准确性,而异常值作为数据清洗中的核心痛点,往往会扭曲分析结论、误 ...
2026-05-20 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标在所有行业都适用”“哪些指标只对电商有意义”“二者如何搭 ...
2026-05-20Agent的能力边界,很大程度上取决于其掌握的Skill质量和数量。传统做法是靠人工编写和维护Skill,但这条路很快会遇到瓶颈。业务 ...
2026-05-20在统计分析中,方差分析(ANOVA)是一种常用的假设检验方法,核心用于分析“一个或多个自变量对单个因变量的影响”,广泛应用于 ...
2026-05-19 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“什么是指标”“指标和维度有什么区别”“如何定义指标值的计算规则和 ...
2026-05-19想高效备考 CDA 一级,拒绝盲目刷题、冗余学习?《CDA 一级教材知识手册》重磅来袭!以官方教材为核心,浓缩 13 章 103 个核心考 ...
2026-05-19在数据统计分析中,卡方检验是一种常用的非参数检验方法,核心用于判断两个或多个分类变量之间是否存在显著关联,广泛应用于市场 ...
2026-05-18在企业数字化转型的浪潮中,很多企业陷入了“技术堆砌”的误区——上线了ERP、CRM、BI等各类系统,积累了海量数据,却依然面临“ ...
2026-05-18