汽车行业大数据平台建设及应用

胡葳 周坤

（1.工业和信息化部装备工业发展中心 北京市 100144 2.中汽数据有限公司 天津市 300300）

随着互联网技术和通信技术的快速发展以及国家大数据战略的提出，互联网和传统产业加速融合，当前的汽车产业数据体系已经从单点数据迅速爆发的阶段进入到了全链条数据融合的产业数据化阶段，产业价值链也正发生着前所未有的改变，传统汽车行业的管理模式和运营模式正在被颠覆，智能互联与大数据将成为未来竞争的核心要素，技术层面需要掌握的核心技术也愈加复杂，而协同统一汽车产业数据标准规范来搭建汽车产业大数据平台，必将是未来中国汽车产业由大到强的重要支撑。

1 汽车行业大数据平台建设

随着大数据技术的应用与发展，以“互联化”为纽带实现大数据的收集，助推汽车产业“新四化”快速发展。汽车产业大数据平台的建设将成为汽车产业快速发展的动力之一。

1.1 汽车行业大数据来源

汽车大数据涵盖了汽车设计、研发、生产、销售、使用、置换和报废全生命周期的各环节所产生的各类数据，汽车行业大数据来源主要有4 类。

1.1.1 车型基础数据

车型基础数据主要来源于汽车设计、研发环节的全产品属性的各类数据，如基本款型、技术参数、配置参数、材料数据以及零部件数据等，是车型固有的属性数据，基本覆盖汽车产业上游的数据。

1.1.2 汽车市场数据

汽车市场数据则来源于汽车在生产、销售环节产生的各类数据，主要包含细分车型、款型等终端零售数据、品牌流转数据、区域流转数据，零部件配套交易数据等，是汽车在各类市场交易时产生的各类数据，即汽车产业中游的相关数据。

1.1.3 消费者行为数据

消费者行为数据主要来源于消费者在使用汽车时，产生的各类行为数据，如生活形态数据、口碑数据、消费偏好数据、出行习惯数据等。

1.1.4 外部环境数据

外部环境数据主要来自于，以路谱、道路等级、交通标识等为基础的道路数据，以天气、地理、交通参与者等为基础的环境数据。

1.2 汽车行业大数据整合

经过多年的数据积累和沉淀，汽车行业数据已经形成巨大的数据金山，是中国汽车行业的宝贵财富。由于不同种类的数据资源存在固有的数据特点，而异常数据、噪声数据以及数据标准统一化则是各类数据融合的痛点，造成数据内容不完善、数据格式不统一、数据间无法有效打通等问题，致使数据不能发挥其应有的数据价值，通过数据清洗与整合可以解决现有问题，打破数据孤岛，发挥数据融合的价值。

形成以SQL、ETL、Python、Excel 等程序或方法为基础的数据清洗及标准化体系，从底层实现对原始数据的清洗及标准化，依据数据特点制定数据清洗规则、数据标准及数据探查规则，结合数理统计和数据挖掘方法，对原始数据进行清洗和标准化。

数据整合以数据需求为出发点，通过研究数据之间的关系，确定统一标准，搭建数据模型，实现数据系统集成，方便快捷的挖掘所需，并进行安全管理，形成有效的整合体系。通过对数据资源的逐一梳理，明确各数据源之间的关系与逻辑，建立数据资源体系框架，并对具体数据源进行完善；对现有数据资源进行规范化建设，形成汽车行业数据统一标准，在该标准的前提下实现不同数据的贯穿打通。通过规范表结构，将各数据源的入库规格统一，依据具体的使用场景进行建模，以数据模型和需求加载数据，最终结合统一的数据标准，实现多数据关联使用。

1.3 汽车行业大数据平台构建

为提升数据管理效率，深入挖掘行业大数据价值，构建汽车行业大数据平台，实现多层次、多环节海量多元异构的数据整合，从多个视角综合分析问题，结合科学的指标评价体系模型，为不同的业务应用场景提供基础支撑。

汽车行业大数据平台基础架构由基础支撑层、数据采集层、存储管理层、计算能力层和智能应用层构成。

1.3.1 基础支撑层

为大数据平台提供相应的软硬件支撑。在硬件方面，构建海量大数据的分布式存储服务器集群。在软件方面，集成快速高效的数据计算软件。同时从物理、网络、主机、应用多层级保证数据安全。

1.3.2 数据采集层

通过传感器等设备将结构化数据（如业务系统相关数据等）及半结构化、非结构化数据（如文本、视频、图像等）进行自动采集；再运用ETL工具，完成数据的抽取、清洗、转换和装载等预处理工作。

1.3.3 存储管理层

在数据存储方面，构建操作数据存储系统，存储原始数据及非结构化数据；构建数据仓库，实现明细数据及轻度汇总数据的存储；构建数据超市，高度汇总各项指标数据。

在数据管理方面，实现数据规划、加工、运维、质量、安全管理，以及进行数据资产评估及数据资产运营。

1.3.4 计算能力层

对数据进行挖掘分析。采用分布式及单机计算引擎，提供数据服务、基础查询分析、多维分析及实时分析，并对数据进行深度挖掘，实现数据共享，并以可视化的方式将数据呈现。

1.3.5 智能应用层

大数据平台的顶层设计。将汽车大数据应用于智能网联、无人驾驶、共享汽车、智能交通等场景中。在汽车保险、金融领域实现产业高度融合，助力企业精准营销。

2 汽车行业大数据平台应用

大数据平台既是汽车产业转型的推动力，也是转型成功的必要因素，更是数据与决策之间的桥梁，因此，汽车行业大数据平台的地位在不断提升，而如何应用这样的平台也逐渐成为保障我国汽车产业未来发展从大到强的重要议题。

2.1 可视化应用平台

大数据的战略意义不止在于庞大的数据体系，更在于如何对其进行专业化处理并提炼出高质量的信息资产，用以支持我们做出正确的决策。这意味着提高分析数据的效率，更好更快地展示复杂多维数据之间的关联，并归纳总结出其中的结构规律成为汽车产业大数据平台的重要任务之一。而数据可视化技术则因其交互性，多维性和效果可视性，在汽车产业数据分析中得到了广泛的应用。

目前，汽车产业大数据来源广泛，结构复杂，可视化平台则充分简化了海量数据的应用场景，将来自于数据库、云数据、电子表格、应用数据中的不同构型的原始汽车相关数据以高效直观的图形界面和多维图象呈现在分析者眼前，提高效率的同时也能更为准确地传达数据分析的结果，以便于我们洞悉业态，更好地指导业务以评测行业发展。

汽车大数据可视化平台的应用范围很广，比如：可以对数据计算进行可视化展示，实现了同比、环比、市场占有率、产销比、同级别市占率、销量增速等重要分析要素进行复杂计算并得出直接结果；可以将各类图表进行动态组合，且不必再局限于只通过简单数据表来观察并分析数据，我们可以将多个数据的多个属性以多维图表的形式展现，图表可以随意组合、分类、排序，更可以实现图表间的联动，使得用户可以更快地了解数据信息；同时，数据分析的结果也可以通过可视化应用平台及时获取，所有的这些分析要素或是图表，都能做到所见即所得，也可以实现可视化结果的下载导出，为决策者节省时间，帮助其更及时地做出决定；另外，可视化平台的数据也能实现自动更新，节约了搜集数据的人力物力，且随着数据源的更新，以上得到的分析要素、图表、报告数据等也可以自动更新，以便在最短时间内及时掌握行业动态，洞察未来的发展趋势，做到最大化利用现有数据。

2.2 产业运行状态监测预警

随着当前汽车产业的高速发展，我国整体汽车市场的运行情况也是日新月异，因此，为了能及时做出符合当下环境的决策并预估未来趋势、需求情况以减少损失，对汽车产业运行状态的监测及预警就变得异常重要。在这种情况下，汽车产业全运行环节的数据可视化监测和实时预警平台应运而生。监测预警平台是对整体市场及各品牌的运行状态进行监测，并对出现问题的指标进行预警。

监测预警平台可以对汽车产业整体市场进行监测，这种监测一般分为对新增市场和存量市场的监测。对新增市场的监测是以汽车产业的大数据作为基础，从汽车工业的生产、销售、库存三个维度来对整体市场运行状态进行总体监测。这样有利于我们及时掌握行业的实际需求情况和盈利能力的走势情况，也能帮助我们做出对未来的正确预期判断；而随着我国汽车保有量的规模越来越庞大，对存量市场的监测也成为了一项必要工作，一方面，需要对整体行业的保有量进行监测，同时还需要掌握新能源车型和各种排量标准的汽车的保有量，这些监测数据都能够对政策的发布起到引导和支撑作用，另一方面，二手车作为汽车存量资源的重要部分，其市场情况也要纳入监测范围，比如交易量和区域流转方面的数据，都可以作为重要指标帮助我们判断整体市场走势。

监测预警平台也可以对汽车产业分区域或分企业的市场发展状态进行监测。比如：将我国的汽车市场分为东北、华北、华东、华南、华中、西部等大区，对其销量、环比、同比、市场占有率等指标进行实时监测，全面地掌握整个市场的发展动态；汽车企业作为汽车产业的重要组成部分，也可以作为监测目标，大型汽车集团是产业发展的晴雨表，传统新能源企业代表了目前产业新能源的发展趋势，而一些“造车新动力”企业则是未来发展的变革方向，这些企业的生产、销量及产能利用率情况，都是监测预警平台的重要跟踪对象，它们能帮助我们从更微观和更多维的角度掌握汽车产业发展过程中的细节。

除了监测，对产业未来运行状态的预警也是大数据平台的一个重要功能，而准确的预警系统必不可少的基石便是科学有效的市场预测模型。预警系统的重要组成部分首先是完善的数据体系，它需要我们掌握宏观数据、汽车数据及消费者数据；还需要搭建一个科学有效的模型算法作为系统的框架。由这些共同组成的汽车产业运行状态预警系统将对产业运行状态做出有效预测，并对可能发生的情况进行提前预警，以便让我们及时调整政策方向，更高效地促进汽车产业的发展。

2.3 产业决策指挥中心

对大数据的分析、监测和预警工作完成后，需要将这些信息转化为能够促进产业发展的决策，数据大屏就是这样一个新型有效的辅助指挥工具。

可视化平台能够将抽象复杂的产业数据进行可视化呈现，而数据大屏则是通过其大屏分布来全量展示海量多维的产业信息，同时，实时更新的后台数据也能在动态大屏上提供更加高效、准确的反应产业运行状态的有效信息。合理运用对大数据的监测预警结果，再使用可视化平台将其在数据大屏上呈现，以此为基础，便可以构建行业规划与发展指挥中心，决策者可以在指挥中心对数据情况进行实时跟踪，对产业发展动态有更加全面系统的认识，能及时地看到第一手资料并对决策做出适应性改进，也避免了消息滞后带来的决策失误，引导着汽车产业朝着更加正确的方向前进。

2.4 移动端数据监控

动态数据大屏能够向我们展示丰富及时的数据可视化信息，但是数据大屏却不能做到将行业发展动态快速推送到所有行业从业者的手中，这样就导致了消息的滞后性和覆盖面有限的问题，移动端数据监控应用（APP）便很好地解决了这个问题。

移动端APP 是近几年新出现的可视化工具，因性能佳、体验好和易操作而备受行业青睐。汽车产业移动端数据监控平台也同样拥有这些优势。数据监控APP 的重要展示内容为各样数据报表，移动端将数据展示器作为移动端首页核心，集中展示汽车市场的销量、排名、同比、环比、市场占有率、份额变化等全部数据信息，使用者可以看到条理清晰且内容丰富的行业数据；仪表看板也是移动端的重要功能，用户可以浏览由平台推送的丰富的报表内容，而这些报表则实现了简化版的数据检索和查询，进一步提高了用户体验；另外，用户还可以浏览由综合数据应用平台推送的图表内容，这些图表可以作为动态分析的工具，支持特定的交互操作，进一步帮助用户更直观地了解数据分析结果；除此之外，移动端还可以进行数据切换，其首页仪表板、报表、图表等所使用和展示的各项数据都支持意见切换数据口径，这极大地提高了数据分析效率，使得用户可以根据自己的需求对数据进行切换，满足多方要求的同时，用户对汽车市场的广泛了解也能促进产业的进一步全面发展。