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
在数据分析中,“正态分布” 是许多统计方法(如 t 检验、方差分析、线性回归)的核心假设 —— 数据符合正态分布时,统计检验的 ...
2025-10-28箱线图(Box Plot)作为展示数据分布的核心统计图表,能直观呈现数据的中位数、四分位数、离散程度与异常值,是质量控制、实验分 ...
2025-10-28在 CDA(Certified Data Analyst)数据分析师的工作中,“分类变量关联分析” 是高频需求 —— 例如 “用户性别是否影响支付方式 ...
2025-10-28在数据可视化领域,单一图表往往难以承载多维度信息 —— 力导向图擅长展现节点间的关联结构与空间分布,却无法直观呈现 “流量 ...
2025-10-27这个问题问到了 Tableau 中两个核心行级函数的经典组合,理解它能帮你快速实现 “相对位置占比” 的分析需求。“index ()/size ( ...
2025-10-27对 CDA(Certified Data Analyst)数据分析师而言,“假设检验” 绝非 “套用统计公式的机械操作”,而是 “将模糊的业务猜想转 ...
2025-10-27在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20