大数据时代汽车制造领域的问题管理模型分析

夏睿

摘 要：大数据既是一个热门的话题，同时也是一个重要的课题，整个汽车产业链金融都需要庞大的数据库作为支撑。众调网创始人郑鑫博士强调要让数据说话，打造能与人形成沟通和交流的数据库，并从数据的重要性、当今汽车大数据产业的生态现状以及未来发展趋势等几个方面剖析了大数据的运用和实践。

关键词：大数据时代；汽车制造；发展趋势

中图分类号：F407.471 文献标识码：A 文章编号：1671-2064（2018）19-0019-02

2014年中国汽车销量达到1926万台，保有量突破1.24亿。如果将每台车的行为数字化，这个是非常巨大的数字，会达到惊人的164PB。这么庞大的数据对于我们有什么用？又怎么用？這个是值得研究和探讨的话题。

1 汽车行业在大数据时代有三个鲜明的特征

（1）数据全面数字化，第一人的行为数字化，包括所有驾驶操作、每天所有的行为习惯，甚至是座椅的习惯等等都将形成相应的数字化。以车为中心物理事件的数字化，车况、维修保养、交通、地理、信息等等都会形成数字化，全面数字化就会形成庞大的汽车产业链，汽车的大数据生态圈。（2）数据全面数字化，第一人的行为数字化，包括所有驾驶操作、每天所有的行为习惯，甚至是座椅的习惯等等都将形成相应的数字化。以车为中心数据互联资源化。有一个领导人讲过：未来大数据会成为石油一样的资源。这说明大数据可以创造巨大的价值，甚至可能成为石油之外，更为强大的自然资源。（3）产生虚拟的汽车，人和汽车可以对话，更具有智慧的新兴产业。这个就是未来在大数据时代，汽车行业会呈现的特点。

在这个情况下，我们以人、车、社会形成汽车产业大数据的生态圈，现实生活中每个有车一族所产生的数据都对整个生态圈有积极的影响。车辆上传的每一组数据都带有位置信息和时间，并且很容易形成海量数据。如果说大数据的特征是完整和混杂，那么车联网与车有关的大数据特征则是完整和精准。如某些与车辆本身有关的数据，都有明确的一个用户，根据不同用户可以关联到相应的车主信息，并且这些信息都是极其精准的，这样形成的数据才是有价值的数据。

大数据的概念在新常态下会变成新兴产业的热词。大数据、互联网正在为工业巨头的变革提供前所未有的动力，这一点，没有人会质疑。再加上现在3D打印等一系列先进技术下放到传统产业中，未来就是一个靠大数据做终端，用先进生产力制造的智能社会。

同时，在大数据武装下的互联网企业纷纷踏入汽车领域分羹。众所周知，Google在无人驾驶汽车领域独领风骚，正是基于大数据的采集与分析，这也是Google所擅长之处。众车企欲开发无人驾驶技术，绕不开与Google的合作。这也是当今为什么车联网能独领风骚的重要原因。

从物联网云计算形成的产业链数据，再加上人的大行为的数据，以及所有数据交互形成大融合的数据，最终这样一个汽车产业大数据让汽车产业往更高层次的发展。通过车联网的大数据，可以解决公交行业所面临的问题。根据各个时间段，各站点的客流量大小，线路配备的运营车辆数、线路配备驾驶人员、线路长度、车辆运行速度等大数据，可确定一条线路各个时间段的配车数及发车间隔，从而解决运力配备最少、车辆运行距离最短、驾驶员作业时间最少三大问题。而根据客流量、节假日、气候、节气、自然灾害、道路、车况事故、历史同期数据、售票方式、居民小区建设等条件建立计划模型，从而用最快的速度对这些影响运营计划的因素做出反应。比如增加线路、增加车辆、增加司机，有效地制定公交运营计划。同时可对于运营排班精准管理，可通过大数据自动排班，对行车作业计划进行优化，并快速地对运行线路进行调整和优化。

有了这样一个发展模型，我们汽车生活会变得更环保、更智能、同时更个性化、也更为精准，同时，每一个汽车产业的受益者也能拥有极致的生活体验。

大数据还有助于产业研究，现在信息越来越透明，关键是对信息获取的速度、准确性，通过大数据的方法快速掌握动态，投资方可以准确布局战略，同时对市场进行预测。汽车大数据的研究将改变汽车市场研究的方法，用大数据的方法能够更好预判未来竞争中的优势，也能更好的洞察用户需求。

2 汽车产业应用

汽车行业的物流、车间流程优化都已经在应用大数据和人工智能技术。要在多因素影响下动态完成生产车间、物流效率最优规划，这项工作早已经不是人脑能够胜任，本质上就需要基于数据输入利用人工智能来解决。在汽车销售服务领域，大数据技术其实也有很多应用场景，最典型的莫过于车间效率优化。

3 智能广告应用

计算广告是大数据技术的最典型应用。最近一年多，汽车和车险广告的投放正在大幅转向效果广告，越来越多的广告主需要根据广告所获=得的销售线索支付广告费。

车企支付广告费购买销售线索，正在导致严重的销售线索超载问题。越来越多的车企抱怨媒体给出太多销售线索，但究竟哪个线索成交率高，哪个线索成交率低，这个如果没有大数据技术自动评价，用人脑是无法迅速决策的。

此外，目前车企和保险公司的广告投放都是人工完成，但广告平台正在走向全面程序化交易。这意味着广告主在拿着“大刀”和广告平台的“导弹”对抗。帮助广告主研发出来智能投放机器人，让广告双方能够平等竞争是大势所趋。可以预见到，车企未来必然都将拥有个性化的投放机器人，广告公司的中介角色必须尽快转换，否则其价值将大幅下滑。

4 安全防护应用

目前PC和手机的防病毒应用都是基于大数据的。毫无疑问，随着车辆的信息安全问题越发严重，车辆本身的信息安全也将采用大数据技术。无论是自动驾驶还是辅助驾驶，汽车大数据安全平台都将自动提供危险预测，帮助驾驶者决策究竟该如何规避出行风险。

5 个性化服务应用

关于个性化服务应用，最典型的莫过于已经科普多年的UBI车险。虽然UBI车险在当下的应用不被看好，但车险个性化定价的大方向是毫无疑问的。对车险公司而言，接下来的增值服务大战不可避免。如果没有基于车主个性化需求的服务推荐能力，单纯靠车险的价格战将非常被动。同样，对于车企而言，随着智能网联汽车的普及，个性化推荐服务的便捷渠道已经建立，但如何解决车主个性化服务推荐的问题，仍然需要车企建立车主需求画像，没有这个画像，新能源智能网联汽车恐怕就真的只能从政府补贴里赚制造利润。

6 自动驾驶应用

关于自动驾驶的问题已经引起业界广泛关注，目前的自动驾驶仍然停留在激光雷达对外部环境的识别层面，对于外部动态数据的应用还非常有限。可以预见到，随着智能交通和外部数据接口的丰富，自动驾驶将PC机的单机智能向网络智能演化。一旦大数据技术应用于联网车辆，这种情况下的自动驾驶才真正具备了超越人类的决策能力。

7 智能交通应用

目前对于智能交通的各种应用探索已经非常多，中国基础设施的更新速度完全具备测试智能交通大数据应用的条件。

随着交管系统电子标签的推广应用，各种智能交通数据应用将层出不穷。智能交通和自动驾驶的成熟必然是相辅相成的。

车企能否适应智能交通设施的改变，智能交通基础设施能否兼容智能和非智能汽车的需要，这些都是挑战。而这种适应性，才是大数据AI技术的用武之地。

8 智能金融保险应用

目前在汽车金融和保险领域，车信数据等公司已经形成成功案例。比如它能够帮助汽车金融公司在融资租赁领域解决贷前信審，贷中和贷后资产管理的智能决策，这个智能化就是借助数以百计的外部数据因子。通过模型，对风险进行预测和评估，辅助汽车金融公司进行风险决策，这相比汽车金融公司在传统评分卡基础上引入更多外部数据源的方式，是一个技术飞跃，这本质上就是利用机器人辅助人类进行风险决策，而不只是单纯引入更多外部数据源——事实上，引入更多数据源也并不能提高风险判断力。再比如车信数据帮助保险公司进行实时理赔风险评估的应用，相比其他反欺诈服务，车信数据的实时反欺诈，能够在案件报案的同时，就进行反欺诈风险评估，辅助车险理赔部门实时决策究竟应该走便捷流程方便车主，还是应该提高警惕规避车险诈骗。这个实时评估相比事后反欺诈，对于车险公司而言意义更大，否则即使事后发现问题，但损失已经发生，要降低损失的难度已经非常大。

9 结语

因为有了数据，让每一天的工作目标都更清晰；未来，更会是一个用数据说话的时代。

参考文献

[1]刘雍潜，杨现民.大数据时代区域教育均衡发展新思路[J].电化教育研究，2014，（5）：11-14.

[2]MANYIKA J，CHUI M，BROWN B，et al.Big data：the next frontier for innovation，competition，and productivity[R].USA：Mckinsey Global Institute，2011.