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
在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 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 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 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 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19