京公网安备 11010802034615号
经营许可证编号:京B2-20210330
"互联网+汽车"三方面体现变革 核心是大数据及应用
“互联网+”给产业带来的变革将是一个持续升级的过程。在这个过程中,会出现诸多的新技术、新业态,而且技术以及技术路线、商业模式的迭代速度会明显加快,一些产业的格局会发生频繁调整,产业与产业之间的界面也会更加模糊。创新会更多地发生在产业交叉和融合的领域,发生在传统产业最落后、最容易被突破的环节或痛点。相应地,在这个变革过程中,政府如何调整管理思维和行为方式,对“互联网+”能走多远会产生关键性影响。
“互联网+汽车”是互联网与实体领域特别是制造业形成融合最吸引人、也有可能是最有变革潜力的领域,这个领域正发生的变革,以及其在变革中遇到的体制和政策问题,对我们从整体上理解和推动“互联网+”很有借鉴意义。
1、“互联网+汽车”带来的新技术、新业态、新格局。这些变革主要体现在三个重要方面。首先是基于信息服务应用为主而形成的新业态和新技术应用,如汽车的销售、维护;汽车保险;智能交通;汽车租赁;汽车交易;油电服务;搭载互联网的驾驶员在车上的娱乐与商业、商务活动以及远程的智能控制。这些都会带来诸多的商业生态。这是目前“互联网+汽车”最活跃的领域,创新势头会更加强劲。
其次是以安全和能效提升为主而形成的车联网产业链和关键性技术应用。如无人驾驶、辅助驾驶技术的快速应用,产业化的时间很可能大大提前;车与路、车与车基于新一代信息技术可以实现连接,以及会带来诸多领域颠覆性的变革和巨大的商业机会,如高速交通安全与管理;市内道路出行的优化与交通疏导;满足高通量、高速度、低成本的数据传输技术的应用及相关产品生产和基础设施建设。这是“互联网+汽车”最核心的变革,也是全球几个主要国家在标准体系、技术能力、系统建设等方面产生竞争的主战场。
其三是汽车生产环节的变革。过去更多是自动化、流水线,加入互联网后,可以实现更加个性化、柔性化生产,以及整车及所有部件可跟踪,生产信息可以由厂内连接到厂外包括销售商、消费者并实现双向互动。供应链管理能实现平台化,自动化环节如机器人更智能更精准。这种“五位一体”的智能化制造,在德国叫做工业4.0。从国内企业来看,汽车行业的智能化好于其他一些制造业,后者很多还只是2.0甚至更低的水平,自动化程度还很低,智能化也更只是初级阶段。汽车企业也有不同,国外公司包括其在国内的合资厂,智能化水平多高于国内汽车公司和国内合资企业的自主生产厂。
2、“互联网+”的核心是大数据及基于这些大数据产生的应用。“互联网+汽车”产生的诸多创新、服务和商业变革,都要基于有数据可分析。有哪些数据呢?每辆车的数据,现有每辆车都有一个VIN码,更多信息分散于交管部门、整车厂、保险公司手中,车的位置信息,驾者的信息,基础设施信息包括停车位信息、充电信息、加油站等。这些分散、碎片化的信息,只有具备可读性、可共享,真正有极大经济和社会效益的商业和产业变革才会发生。因此,政府如何为这些数据的收集、保护、分享、应用创造更成熟的环境,是亟需研究的问题。
3、“互联网+”的层次性及推进“互联网+”的思路。“互联网+”有三个层次,产品与服务+互联网,单一行业+互联网,系统+互联网。这是一个金字塔形的体系,系统变革在塔尖,发生的时间慢,但影响巨大。这个系统变革就是跨行业的融合、对接、渗透。
互联网+汽车的可预见的高端境界是车与车、车与路的联网。这是最难的,技术不是障碍,难在体制。这涉及通信、汽车、道路、交通管理四个目前相对独立的领域。从当前的情况看,各个领域都在研究和推动“互联网+”带来的变化与对策。
其一,信息通信领域更多是扮演颠覆者的角色,努力寻找汽车行业、交通行业发展的落后点和痛点切入,从而会产生一系列新的业态和商业模式,但问题是,这种更加强调互联网的思维会遇到传统行业越来越多的抵触。特别是,对与技术与工艺复杂性非常高的生产制造,特别是汽车制造业视为根本的安全等问题采取一种轻视的态度,对中国道路交通的复杂性,以及新技术推广时空的不一致性缺乏谨慎的认识,以为都可以通过互联网技术予以解决。由于对此没有更理性的认识和更充分的准备,互联网颠覆者的成功概率会小于助跑者的成功概率。这说明,“互联网+”绝不能变成“互联网思维”的单方主导。
其二,交通领域推进的智能交通,或者叫车联网,更多是从交通管理角度出发进行设计,对车的理解远远不足,与车的合作远远滞后;汽车领域推进的网联车,或智慧汽车,对车与路如何联结,也没有协同的解决方案。这样双方努力推进的结果,是在“互联网+”的时代,重塑了行业分割、自成体系的格局。这会对技术标准的融合、数据交换、基础设施建设带来非常大的障碍。因此,推进“互联网+”的思路应体现变革的层次性和行业重点。对系统性的领域、需要政府来承担更多跨界融合的领域,政府必须更早行动,组织跨行业的交流,成熟的还要进行顶层设计。
4、“互联网+”时代的行业管理要变革。“互联网+”带来的一个重大挑战是政府基于审批、不联网时代的管理思维和管理方式。这就要求政府必须建立基于“互联网+”的行业管理体系和管理能力。一个重要的现实是,“互联网+”最容易产生变革红利就是有行业管理的领域。因为,这些领域的发展由于受到管理存在更多的痛点,一但触网,机会更多。但变化是什么呢?汽车领域,汽车生产方式会改变,过去大流水线的生产方式,在“互联网+”和汽车电动化转型时代,就必然会发生改变,汽车可能更多是模块化生产,他不需要建立庞大的流水线,维修也更加分散式和社会化,那么我们的投资准入要求是不是要改变,非要企业建立多大规模的生产线、非要有多大的车维体系吗?另外,市场准入的改革也要提速,谁更有资格来设计和生产这样的汽车,需要加以重新定位。交通方式也会发生重大变化,网络协调、统一调度、预定路线、区域管理、全国交通大联网的格局可能出现。用车方式也会改变,自动驾驶会使个人驾车出行的方式转换成网络租车出行的方式,私家车被“共用车”取代。“互联网+”所要
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】产品、经营、客户、调研、销售额、宏观、会计行业、客户满意度、发展趋势、经营状况、数据分析、竞争对手、数据 ...
2026-07-14问卷调查是市场调研、用户研究、社会调研与产品分析的核心数据采集方式。问卷数据大多以分类数据为主,例如用户性别、年龄分层、 ...
2026-07-14 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 ...
2026-07-14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