京公网安备 11010802034615号
经营许可证编号:京B2-20210330
汽车厂商如何抓好大数据浪潮 这三方面或能帮到您
基于云计算的大数据服务对包括汽车在内的诸多行业都产生了重大影响。大数据不光是车联网、智能交通、无人驾驶汽车等创新汽车科技发展的基础,同时传统背景的产品营销、后市场服务模式也在其推动下悄然发生着变化。那么对主机厂而言,如何利用大数据更好地为用户服务,如何借助云计算的高效处理平台改变车主用车的方式和习惯等,都是目前需要认真考虑的问题。
近日,笔者有幸和福特全球汽车互联业务部负责人DonBulter进行了交流,就车企从大数据时代获得的机遇,如何保证用户隐私数据安全,以及在手握大量用户宝贵数据的同时,如何看待后市场、营销等第三方公司提出的合作需求、双方存在的竞争等问题做了深入探讨。
Q:OEM主机厂从云计算大数据平台能获得些什么?
从上世纪70年代开始,为了更精准地控制发动机的燃油供给,为了有效提升车辆油耗表现,类似化油器这种体型笨拙、对使用环境较为严苛的硬件设施,已逐渐被纤小的微处理器芯片、氧传感器等设备所取代。而汽车内部的软硬件比例也随之不断变化,从开始接近99%的硬件,进而转变为硬件60%-软件40%的格局。此外,随着车载软件数量的密集型增长,汽车正逐渐演变为物联网中重要的一环,即传统封闭的交通工具正在和周边的世界发生着联系。
因此,像这种完全脱离于汽车、具备计算存储功能的云平台,只要车企得到用户的允许,即可将搜集到的海量数据存储于其中。而随后经过筛查、处理后将有价值的信息提取,主机厂通过分析就能够清楚地了解消费者的用车习惯,提出合理方便快捷的维修保养方案等。这是云计算平台作为大数据存储分析功能的体现。
▲大众e-Golf配套的智能互联App
当然该平台的另一个优势在于云端服务器强大的数据计算处理能力。目前包括大众、宝马在内的多家豪华品牌纷纷推出具备车辆状态查询、开闭门窗、提前调节车内温度等功能的智能手机/可穿戴设备APP。在这套远程控制系统中,云平台作为连接用户和车辆的媒介,既保证了指令信息的快速传达,同时依托于远程计算和远程连接功能,它还能使用户享受到车辆之外的延伸服务。
以大众今年亚洲消费电子展(CES Asia)上亮相的一款e-Golf配套使用的数字钥匙(Digital Key)为例。它相当于将传统人车互联App的解锁功能单独拿出,不仅允许车主本人进行操作,同时还能够授权第三方通过操作智能手机或智能手表临时进入车内并安全启动或停止发动机,这样即使忘记携带钥匙也照常开车不误了。而这项功能的实现就离不开云端平台的高速运算能力。
▲Digital Key利用云计算平台的高效处理能力,保证了数据传输服务的稳定安全
最后有一点很关键。以大数据服务为中心的云计算平台能够使传统汽车不断焕发活力。以特斯拉的OTA更新为例,未来汽车也能够像iPhone一样,在不更换的前提下享受到功能和服务的持续升级。因为云平台是能够不断进行功能和容量拓展的,因此对应的交互方式和服务同样可以随之定期更新。这不仅对提升用户体验大有裨益,同时还有利于增加用户品牌黏性,相当于变相增加了车企的服务营收。不过DonBulter指出,目前大多数行业对云计算平台的使用主要集中在数据存储分析层面,未来应该在基于消费端进行实时互动、服务和情景体验的搭建。
Q:如何保证用户数据及个人隐私的安全?
每次谈到大数据的应用前景,相信大家在憧憬的同时也会对其安全问题有所担忧。目前各大主机厂对此态度基本一致,而Don Bulter也表示,“数据是经由汽车获取的,因此所有权自不会有任何争议。而主机厂扮演的只不过是类似银行的角色,属于大数据的管理员,在任何功能涉及到搜集用户或汽车数据时,都需要获得车主的授权允许”。
不过即使吹得天花乱坠也是白搭,目前如果要使大数据的各方面优势得到充分发挥,赢得消费者的信任最为关键,而这种信任恰恰是建立在车载数据和个人隐私安全的基础之上。面对这一问题,Don Bulter称,“福特目前正在尝试在仪表显示器上开辟一块数据显示区域,它能同时显示个人及车辆数据的共享情况。而用户如果能够对共享数据的规模和程度加以控制的话,有利于同汽车制造商建立互信关系”。
话虽如此,随着汽车电商业务的日渐走俏,主机厂如何保证第三方网络服务供应商对用户数据“理性对待”,也成了目前用户较为关注的问题。此前,笔者曾对话奔驰电商负责人李兆军,李总表示“有专门的项目组,通过技术手段获取数据,这个渠道是封闭的,而只有最后生成的大数据结论、指导性数据、定性数据可以使用。”因此,从这些维度来看,其实主机厂对数据的紧张程度远比互联网公司严谨、慎重得多。
Q:对第三方公司而言,手握大数据的汽车制造商俨然是他们眼中的香饽饽。而主机厂如何处理这样的关系,会担心自己的业务被侵蚀掉吗?
其实在回答上一个问题时,Bol Bulter和李兆军均指出,“车企会慎重对待用户数据和个人隐私。即使同第三方公司合作,车载信息以及用户信息的获得,也会事先征得使用者本人同意”。
但从主机厂利益角度考虑,随着后市场O2O服务公司的崛起,车企同这类公司的竞争日益激烈,要建立成熟稳定的合作关系显然不大可能。对汽车制造商而言,通过搜集汽车和用户个人的海量数据,加以分析处理后,即可对车子的健康状态以及车主的用车习惯加以了解,这样对车企搭建基于大数据的维修保养服务,可谓大有裨益。毕竟新车销售只占车企利润的很小一部分,而第三方后市场服务供应商的异军突起,已经倒逼主机厂在逐步进行着改革。
▲福特进行的交通大数据研究
目前,包括大陆马牌、倍耐力和米其林在内的多家轮胎供应商,都在研发基于大数据的轮胎车联网技术。轮胎供应商通过内置传感器,可实时获取车队轮胎的工作数据,随后利用计算机软件推断出轮胎可能的磨损程度。这样一方面保证了后续货源的供应充足,另一方面还能够为客户提供更符合要求的轮胎产品。此外,对轮胎供应商而言,这项技术不仅有助于同企业客户建立长久互信的合作关系,而且根据轮胎磨损度即可了解整个工业的产品需求,进而从目前的市场份额占比出发,适时合理地调整产能和市场布局。
小结:
笔者认为,未来大数据时代,隐私是伪命题。因为移动互联网时代不存在隐私,只要你用了手机,你所有行为都会被后台公司所采集。但相信大公司对用户隐私和数据保护会采取极其认真的态度。以阿里为例,公司内部有专门的数据安全委员会对所有数据负责,而且阿里原始数据不对外公开,一般以匿名或分析的形式进行使用。
当然,目前中国很多公司是没有底线的,但未来一定有这样的趋势:一个公司的生存价值体现在用户是否信任其服务,是否愿意提供数据改善其服务。所以那些流氓公司最后一定会被市场逐步淘汰,而社会这种良好的隐私保护和数据安全体系也能够建立并成熟起来。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
【核心关键词】知识、设备、工程师、数字化、建模、算法、工业大数据、数据分析、控制算法、机器学习、深度学习、业务目标、工 ...
2026-08-05增长率是数据分析、业务报表、可视化看板中最核心的指标之一,常用于衡量营收、销量、用户量、流量等业务数据的涨跌幅度与发展趋 ...
2026-08-05小陈是某电商平台的数据分析师。老板交给他一个任务:“我们平台的注册用户已经突破1000万了,想了解一下用户的平均月消费金额。 ...
2026-08-05在机器学习建模、数据预处理、抽样划分、模型初始化训练的全流程中,随机种子是控制实验随机性、保证结果可复现、提升模型稳定性 ...
2026-08-04Python作为面向对象的主流编程语言,核心编程体系由变量、方法、类三大基础要素构成。三者层层递进、相互协作,支撑起所有基础代 ...
2026-08-04 很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问 ...
2026-08-04为什么学习数据分析? 当下,我们已然步入数据要素价值全面释放的智能时代。数据不再只是零散的数字记录,更是驱动新质生产力运 ...
2026-08-03CDA等级认证证书有效期为三年,三年进行一次年审,主要考察CDA持证人的职业发展情况;学历、工作单位及职业变更情况;继续教育 ...
2026-08-03【核心关键词】金融、岗位、企业、算法、知识、专业、理论、课程、软件、数据分析、业务类型、应用场景、经营管理、大型企业、 ...
2026-08-03在日常数据分析、业务报表复盘、业绩预测工作中,平均增长率是衡量数据长期变化趋势的核心指标,广泛用于营收增长、用户增长、销 ...
2026-08-03很多人把统计学理解为“一堆公式和计算”,却忽略了它的本质——一门让数据“开口说话”的科学。真正的数据分析高手,不是会算平 ...
2026-08-03在数据指标体系搭建工作中,从业者常困惑于指标搭建的核心逻辑:究竟是依托一线零散数据自下而上汇总指标,还是基于战略目标自上 ...
2026-07-31在数据分析、问卷研究、实验复盘、业务建模的工作中,大多数人最关注的是“用什么统计方法”:是做T检验、方差分析、卡方检验, ...
2026-07-31 许多数据分析师精通Excel函数和SQL查询,但当面对一张上万行的销售明细表,要快速回答“哪个地区销量最高”“哪款产品增长最 ...
2026-07-31在问卷调研的数据分析流程中,“先检验信效度,再开展进阶统计分析”是通用的规范逻辑。很多从业者会听到“问卷效度高,后续可以 ...
2026-07-30【核心关键词】大数据、统计学、专业、毕业生、论文、课程、计算机、建模、知识、数据分析、机器学习、数据科学、大数据技术、 ...
2026-07-30 很多数据分析师掌握了Excel函数、会写SQL查询,但当被问到“数据从哪里来”“数据加工有哪些步骤”“如何使用分析工具连接数 ...
2026-07-30在业务数据分析中,按天拆分统计夜间时段的数据是高频需求——比如电商夜间订单监测、平台夜间用户活跃度分析、运维系统夜间异常 ...
2026-07-29在机器学习建模与特征工程实践中,判断不同特征对模型预测效果的贡献度,是特征筛选、模型解释、业务归因的核心环节。特征置换重 ...
2026-07-29 很多数据分析师精通Excel单元格操作,但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-07-29