京公网安备 11010802034615号
经营许可证编号:京B2-20210330
汽车与保险、大数据将擦出怎样的火花
大数据时代,无论是汽车,还是保险,都面临着拥抱大数据开创新发展的任务,但是它们都存在各自的发展局限。依托新信息技术产生的大数据,伴随其技术的发展和数据容量的不断增多,怎样借助数据分析与各行业无缝对接,擦出火花,也尚处于探索阶段。那么,汽车、保险、大数据在一起又会擦出怎样的火花呢?
2月23日,在汽车与保险大数据产业联盟第一届理事会长会议上,来自整车企业、保险公司与大数据技术研究的专业人士集聚北京。他们均希望借助联盟的沟通平台,让大数据融合渗透到汽车与保险行业,开拓汽车与保险大数据融合发展的新格局。
中汽中心党委书记于凯
大数据推动汽车产业变革
随着信息技术的快速发展,数据已经成为经济社会发展不可或缺的战略资源。而大数据正对全球汽车生产、流通、分配、销售各个环节产生重要影响,同时变革着经济运行机制和社会生活方式。现阶段,大数据正在多个业务环节推动着汽车产业进一步升级。
首先,在汽车产品研发环节,大数据助力提升汽车产品研发品质,通过虚拟现实、模拟仿真等大数据技术能够降低研发成本,提升关键性能,缩短研发周期,是汽车产品创新的驱动力。
其次,在销售环节,大数据助力汽车精准销售,通过对数以万计的用户社交消费行为等数据分析,能够进行精准的画像描述,支撑潜在需求的深度挖掘分析,形成智能化、个性化产品策略。
第三,在使用环节,借助大数据能够准确地把握车辆位置、车辆故障、驾驶行为等信息,结合具体使用场景和互联网技术,支撑智能导航、车辆事故预警等领域的拓展和创新,推动建立便捷用车、经济用车、安全用车的社会用车行为。
第四,在后市场环节,以车辆识别代码为核心,以零部件编码、材料编码为主要纽带的大数据体系,使整车与零部件信息的精准匹配成为可能,为汽车后市场的繁荣发展奠定基础。
中国保信董事长、总裁吴晓军
借助联盟力量推动汽车与保险大数据融合发展
近些年,我国围绕着破除汽车行业垄断已出台了多个政策,旨在推动大数据与汽车产业融合。在大数据战略实践工作推动中,我们深切的感受到,当前汽车与保险大数据存在开放共享程度不够、数据规范标准不一、挖掘与应用能力不足、创新应用领域不广等问题。破解这些瓶颈,需要联盟各方加强沟通,形成合力。同时在信息技术日新月异的条件下,必须顺势而为,以大数据、互联网的思维,从观念上、管理上、行动上来推动汽车与保险产业融合,实现数据互联互通,提高数据交互应用水平。
2016年组建的汽车与保险大数据产业联盟正是顺应这个形势共同发起的一个高质量交流平台。目前,联盟的目标、机构设置、运转机制等工作已经完成,为联盟会员的交流与合作提供了支持。联盟将把打破企业间数据标准壁垒,实现汽车与保险行业数据的互联互通;整合汽车与保险产业数据资源,推动汽车与保险产业数据的跨界融合;集成业界大数据人才专家,强化政府科学决策的智力支撑作为总体目标,组建联盟内成员为汽车与保险大数据的融合发展作出努力。
中汽中心数据资源中心主任郑继虎
为行驶在“数”上的未来汽车铺平地基
目前,中国已经成为全球第一大汽车市场,2016年产销量均已超过2800万辆,预计这一数字在今年还会再上一个台阶,超过2900万辆。这样一个庞大的汽车市场应该有能力也有义务制定汽车界的相关规范、标准。另一方面,我国汽车产业的主要利润仍来自前市场,而在美国等汽车工业发达的国家,汽车的主要利润是后市场产生的,要想向成熟的汽车社会迈进必须改变这种利润结构。而在后市场利润中,保险是“金主”。因此,汽车产业和保险行业的合作至关重要。
后市场为汽车产业贡献利润,在很大程度上需要大数据的支撑。有这样一种说法,未来的汽车不是行驶在路上,而是行驶在“数”上。无论是汽车的设计、研发,还是后市场领域基于客户需求产生的各种服务都需要数据的支撑。目前,中汽中心和中国保信分别作为汽车和保险行业基础数据库的建立者,已经分别建立了为两个行业服务的基础大数据库平台。而怎样让两个行业的数据库融合发展,为汽车能在“数”上跑起来,是联盟的主要任务,也希望联盟成员积极参与到融合中来,让大数据融合变成彼此的助力。
清华大学汽车产业与技术战略研究院院长、国际汽车工程师学会联合会主席赵福全
借联盟力量推动产业重塑
大数据技术为当今社会带来颠覆性变化,如何借助大数据资源组合出新的资源是机遇也是挑战。这种变化,直接推动汽车由代步工具变成服务工具。但是数据产生了,关键还要看组合能力,怎样借助数据分析问题、解决问题,是企业的新机遇。大数据将重构我们的商业模式和思维模式,构建真正以客户为中心的服务。
工业4.0、“中国制造2025”,互联是基础,数据是核心,标准是规则,最后集成到终端状态构成了智能制造。大数据时代带给汽车制造最大的影响就是由集中式生产方式变成分散式生产方式,由原来的通过生产价值链体现价值转变为通过数据驱动产生价值。
在大数据带来产业重塑的过程中,汽车自身平台层面的数据可以称之为大数据的1.0时代,企业联合平台是2.0时代,产业大平台是3.0时代。汽车与保险大数据的联盟正在推进大数据2.0时代的工作,希望联盟内的资源能让共享落地,推动产业重塑。
阿里云人工智能首席科学家闵万里
打破信息孤岛之后 大数据将推动汽车与保险产生化学反应
大数据首先要做的就是打破信息孤岛,这个打破看上去很容易,其起步阶段却是非常困难的。淘宝等内部数据的融合都经历了一个艰难的过程。信息孤岛打破后,就是分析、处理数据的过程,借助云计算的数据融合,阿里云依托大数据发生蜕变,这种蜕变将为包括汽车与保险在内的各行各业带来翻天地覆的变化。
汽车与保险行业本身就是资金密集型、数据密集型的行业。云计算的大数据融合可能会给这两个行业带来的变化,也许是今天的我们所无法估量的。以汽车行业为例,目前看得见的,在无人驾驶与新能源汽车、共享经济等方面,我们已经享受到大数据带来的便利,希望这种便利能促进联盟成员内更多的融合发展。
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、业务效果验证、AB实验扩展、行业对比等场景中,我们经常需要对比三组及以上样本的均值差异,例如不同区域的客单价对 ...
2026-07-13在互联网产品运营、用户生命周期管理与商业化数据分析中,留存指标是判断产品价值、用户满意度与商业模式健康度的核心基准。常规 ...
2026-07-13 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-07-13【核心关键词】统计学、互联网、知识、课程、学生、数学、软件、招聘、数据分析、实习经历、机器学习、理论基础、业务思维、统 ...
2026-07-10在互联网运营、产品设计、市场营销与商业数据分析领域,所有转化、成交、复购行为的底层逻辑,都依托于用户决策流程。用户从产生 ...
2026-07-10 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-07-10数据透视表是数据分析中最常用、最高效的汇总分析工具,具备快速分组、聚合计算、维度拆解、数据可视化等优势,能够轻松完成求和 ...
2026-07-09在统计学、CDA数据分析、机器学习与商业数据研究中,正态分布是最基础、最重要的数据分布形态。绝大多数参数检验、数据建模、指 ...
2026-07-09 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-07-09【核心关键词】采购、周期、原材料、企业、产品、成本、要素、库存、供应商、数据分析、生产计划、生产制造、加工制造、技术工 ...
2026-07-08在数据分析、特征工程、机器学习建模的工作流程中,原始数据往往包含多个不同维度的数值指标,例如客户交易数据中的消费金额、交 ...
2026-07-08 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-07-08商业谈判是企业采购合作、渠道签约、价格议价、项目合作、客户签约的核心关键环节,直接决定企业的合作成本、利润空间与经营风险 ...
2026-07-07在数据分析、业务效果验证、AB 测试、学术研究等场景中,T 检验是假设检验体系里最基础、应用最广泛的统计方法,也是均值差异分 ...
2026-07-07 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-07-07【核心关键词】转化率、企业、策略、岗位、互联网、拆分、产品、运营、分析师、指标体系、数据分析、用户画像、数据诊断、产品 ...
2026-07-06在数据分析工作中,文本数据处理是高频刚需场景,用户评论、客服工单、日志信息、调研问卷、商品文案等数据都包含大量文本内容。 ...
2026-07-06 很多数据分析师写过无数个SELECT查询,但当被问到“如何新建一张表来固化中间数据”“创建视图和创建物理表有什么区别”“视 ...
2026-07-06在 CDA 数据分析师能力体系中,透视分析是数据探索、多维度汇总、业务复盘的核心基础技能。无论是 Excel 数据透视表,还是 Power ...
2026-07-03在市场竞争日趋激烈、获客成本持续攀升的当下,企业粗放式的“广撒网”获客模式早已无法适配经营需求。企业经营的核心逻辑,已经 ...
2026-07-03