智能网联汽车中的数据应用-汽车纵横网

陈立彤：下面有请中欧国际工商学院工程管理硕士、上海交大教育集团客座教授张峰，为我们分享智能网联汽车中的数据应用，有请张教授。

慧思拓总经理张峰

张峰：非常感谢有这样一个机会跟大家做分享，我是来自于慧思拓的张峰，很高兴做分享。

我今天的话题是智能网联汽车中的数据应用。随着各种智能设备的加入，智能汽车的开发，会产生大量的群体，数据如何使用？怎么样发挥更大的价值？我们可以做一些简单的探索。

我们国家今年1月份正式公布了《智能汽车发展的战略规划》，到2020年整个智能汽车厂家要占到厂家的50%。另外我引用了PWC的预测，到2025年美国、欧洲和中国联网汽车要达到4.7亿辆，可以看到整个智能汽车它的产量包括装备的数量是非常巨大的市场。

随着智能汽车的投入就会看到有大量的数据产生。之前讲到大数据经常提到三个V，包括容量大、速度快、多样性。现在提到的大数据更加强调三个I数据，包括看到数据融合、数据分析、数据应用。所有的工作我们希望它是应用场景来驱动的，而不仅仅是技术来驱动的。

接下来分别看三个I：首先从数据的多样性来看，会从数据整体的规模，大数据和小数据来看。所谓的小数据更多的是来源于传统的市场研究，包括企业内部的一些数据，这些数据相对来讲数量小，但是更加精准，它的问题主要是产生的速度相对比较慢，规模比较小。还有一块是我们所做的大数据，包括通过外部获取运营商的数据，包括网站的数据和车联网所产生的大量行驶数据、用户行为数据、地理数据。再换一个角度来看，可以从两部分来看：一部分是企业内部数据，包括CRM数据、行车数据、经销商数据、维修数据、修复保养数据；还有企业外部的数据，比如消费者使用行为的数据，包括他在论坛、网站所讨论的内部数据。我们还可以从另外一个角度来看，就是消费者对于产品的使用场景行为。

综上所述，提到数据应用来讲更多的会考虑数据的整合，而不仅仅说哪个数据它的数据质量高就应该有更好的用途，所以我们更多的是从应用场景出发考虑什么样的数据能够产生什么样的价值，或者不同的数据整合之后产生更多的价值。

第二个是数据的洞察，或者数据的分析。对于不同的数据来讲，我们基本上可以通过这样的流程来把整个数据加工、分析高程做一个处理。首先会有数据的采集、数据的处理、数据的推送、搜索、分析，最终会形成数据可视化的展现。

最终的目的是在应用层面，我们希望通过整合企业内部的数据、企业外部的数据、大数据、小数据，包括消费数据、产品数据，最终期望能够在整个产业链里面形成相应的应用。这里面列举了企业不同的部门，比如战略、研发、供应链和营销等等，不同的部门能够更好的使用数据，让这些数据发挥更大的价值。

接下来给各位汇报一个具体的案例，这个案例是我们之前为一家主机厂做的乘用车未来5-10年发展趋势的研究，这个研究里就把之前讲的不同数据，包括大数据、小数据做了融合，进行整体的分析。这里的小数据会涉及销量数据、GDP发展，包括全国公路里程数据，还有人均消费水平等等，还有销量数据。还会用到传统研究的信息，比如说会有专家的访谈，会做消费者研究、消费者调查问卷信息，还会有大数据的研究，包括用户使用一些专业汽车类APP的用户行为分析，还有消费者在整个汽车论坛里面讨论内容的分析。