 |
||||||
|
交通用大數據
車輛企業對大資料有需求，關鍵始於如何獲取、如何分析。例子一 : 上汽大眾汽車與百度聯合創立汽車行業數位行銷研究中心(中心)。雙方合作，通過抓取近兩年互聯網上與汽車相關的2億個網頁的公開討論內容，中心發現在所有80後、90後年齡組，含有情感表達的討論內容中，“快樂”以9.2%遙遙領先。而通過對“近三個月中搜索過緊湊型小車(排量在1.4公升至2.4公升)相關內容”的634萬線民所有搜索關注點的分析，目標受眾喜歡看的電影、玩的遊戲、被哪種美食吸引，又喜歡哪些公眾人物…也清晰地展現了出來。於是，今年4月上市的緊湊型小車斯柯達晶銳將“只為快樂”作為品牌主張，而圍繞遊戲、攝影、美食展開的一系列市場推廣活動，也得到了年輕消費者的積極回應。
鑒於中國目前有價值的公共資訊、資源和商業資料的開放程度還比較低，車輛企業與百度、阿里巴巴、騰訊 (BAT)等擁有大資料、雲計算優勢的互聯網領軍企業合作，不失為一種較好的模式。從互利的角度，BAT已相繼對中小企業開放了大資料服務平臺和公有雲(Pubic Cloud)服務。目前，百度平臺上，彙聚了100萬開發者，阿裡雲開放了包括諮詢、架構設計、資料分析等雲服務，騰訊雲開放了資料分析等前沿的雲技術應用。而即將發佈的關於推進大資料發展的行動綱要，對推動公共資料互聯共用、強化資訊安全保障以及完善產業標準體系也做出了明確部署。
例子二，車隊維修數據的大資料，目標提高產品的性價比、和改善物流運輸管理的工作。
隨著車聯網/物聯網(Internet of Things)的發展，車輛電子化程度越來越高，加上GPS軟硬體的配載，使得大部份車輛時時刻刻都可以自動上傳各種各樣、更具完整性和精確性的資料，也逐漸形成了車輛大資料。
車輛的維修成本、燃油耗損等受影響的因素很多，包括車型、品牌、年限、路況等。數據開發人員能擷取有足夠的樣本，分析不同車型、不同年限、不同品牌等的車輛在不同路況、各種負重、使用時間長短等情況上的維修資料對比，那麼就可以在企業車輛採購上給予足夠的選擇參考，也可以在企業報廢車輛時提供資料參考。
車輛維修數據向公有雲遷移，可構建起涵蓋資料獲取、加工、管理、分析和應用全鏈條的大資料產業生態體系。例如細分管理到每一個零部件及配件的資料分析，可以更清晰的瞭解車輛維修和車況的詳細資訊。例如同類車輛哪些部位是容易出問題的；將同一部位多輛車的維修費用進行對比，可以預防維修費用造假，也可以作為維修費用參考；維修里程數可以計算各部件的壽命資訊等。 又例如車輛狀態和故障資訊，傳輸到終端並共用給相關人員，從生產到使用各車輛供應鏈環節的人員，可以從資料中得到各自所需的資訊，以提高和改善產品或工作。對用戶而言，可以提高安全、提升效率；對於車輛企業可以得到回饋資料，更好的更新、提升產品性能；對於維修企業，可以減少維修時間，有效的提供維修服務，提升車輛企業的競爭力。
缺少了更多警覺性
然而在車主實際用車過程中，33種技術裡其中16種技術少有人問津，至少有20%的新車車主稱從未使用過，可見近一半新技術只是“鏡花水月, 看起來很美”。
最受“冷遇”的前五名技術分別為：
第1名：車載禮賓服務（In-vehicle Concierge）,從未使用的車主比例：43%
第2名：移動路由器（Mobile Routers）, 從未使用的車主比例：38%
第3名：自動泊車系統 , 從未使用的車主比例：35%
第4名：抬頭顯示器 , 從未使用的車主比例：33%
第5名：車載App , 從未使用的車主比例：32%
而為公眾所聚焦的蘋果CarPlay和谷歌安卓Android Auto也被否定，成為車主“不願意要”的“雞肋技術”。
公司副總裁在接受採訪時稱，在車主認可上述33種新技術或新功能之前，往往會存在30天“視窗期”，如果車主這段時間內未使用這些技術或功能，他們可能就不會再使用了，因此這段時間至關重要。
報告還稱，在車主購車前期階段，如果經銷商未向車主對某項功能進行解釋說明，車主從不使用該功能的可能性也更高。此外，當車輛交付車主手中後，如果車內某項功能未被啟動，導致車主不知道汽車配備該項技術，這種情況也會影響新技術的使用率。
而在1977年至1994年出生的“年輕一族”（Gen Y）人群中，至少有20%的車主表示，他們不需要包括資訊娛樂系統和移動互聯在內的23種技術。
對此，車主普遍認為某些技術並不實用，或者“某些功能作為選裝包Package附帶的一部分，但本來並不想要。
而反觀探討，隨著網際網路的發達，現行高階車款連接網路即時更新的頻率越來越高，而新出廠的車輛也幾乎都強調網路、智慧型手機的連接功能，甚至豐富的介面與選項，更成為車廠間競爭的重點。而看似便利的科技應用，卻也讓駕駛與乘客頻仍分心、調控各項單元，因此車載科技的豐富配置，真能替人們帶來更進步的生活，也可能是危機四伏的交通狀況。
|
||||||
