大数据在汽车行业的运用及影响分析

大数据在汽车行业的运用及影响分析 | 厚势

2018 年 1 月 17 日 厚势徐海涛

厚势按：大数据时代汽车行业将发生重大变革。文章从人、车、环境三个方面分析了汽车大数据的来源和类型，介绍了大数据在汽车行业的运用，分析了大数据对汽车行业各主体产生的影响，指出大数据时代各主体只有自觉严格地保护好消费者的数据安全和隐私，才能实现商家与消费者之间的互利共赢。

本文来自 2017 年 11 月 5 日出版的《汽车工业研究》，作者是一汽集团的徐海涛。

数据被称为 21 世纪的石油，人类已经进入大数据时代，大数据的挖掘利用也随之成为互联网经济新的价值增长点。随着新一代信息技术的不断突破，汽车产品正加快向智能和网联的方向发展，汽车正在逐渐成为一个渠道，正从交通工具转变为大型移动智能终端、储能单元和数字空间，汽车产业边界日趋模糊，互联网等新兴科技企业大举进入汽车行业。

互联网与汽车的深度融合，使得安全驾乘、便捷出行、移动办公、本地服务、娱乐休闲等需求充分释放，用户体验成为影响汽车消费的重要因素 [1] 。通过对潜在用户或现实用户的大量数据进行深度挖掘和分析，进行需求和市场趋势的预测，实现客户画像和精准营销，从而满足客户的需求，丰富客户的体验，达到抢占市场先机的目的，是大数据改造汽车行业的生动写照。

1 汽车大数据

IBM 公司把大数据概括成三个 V，即大量化（Volume）、多样化（Variety）、快速化（Velocity），这些构成了大数据的基本特征。也有机构和专家把大数据的 3V 特征进一步扩展为 4V 特征，即新增了价值（Value）。互联网与移动互联网的发展，以及社交网络、传感设备、智能终端、智能制造的出现，促使了大数据爆发性增长，其基本特点是多杂碎快。汽车产业因产业链长、波及面广、带动效应强，往往在国民经济中占有重要地位。

纵观整个汽车 + 互联网产业链，可大致划分为生产制造、销售流通、使用服务等三个大方向，又可进一步细分为新能源汽车、汽车智能化、新车电商、移动工具/资讯/社区服务、驾考培训、汽车金融、汽车保险、二手车、停车/加油/洗车服务、保养维修、汽车配件等 11 个子领域 [2]。这 11 个子领域都可以产生海量的汽车大数据。

1.1 汽车大数据的来源

汽车大数据包括人、车、环境三个来源，汽车大数据中，人不一定就是车主或驾驶者，还应该包括乘客。在车联网出现之前，关于车主的大数据比较多，车联网出现之后，车和环境的大数据越来越多。

（1）汽车销售企业

4S 店作为我国最常见的汽车销售企业，它拥有第一手比较全面的客户信息，包括现实客户和潜在客户。现实客户的信息要远远多于潜在客户，一般都保存在 4S 店的 CRM（Customer relationship management）客户管理系统里，如客户姓名、电话、家庭住址、职业、工作单位、职务、购车时间、购车用途、车型与附加配置、投保的车险及保险公司、事故及理赔、维修与保养（时间、次数、项目和金额）、置换、投诉与意见建议。

潜在客户是将来可能转变为现实客户的人，包括现在没有车而打算购车和现在拥有其他品牌汽车的人。对 4S 店来讲，其主要工作无非是千方百计搜寻潜在客户的信息，以尽快促成交易将其变成现实客户，再不断深入挖掘现实客户的潜在需求信息，并努力满足他，在增强客户忠诚度的过程中创造源源不断的利润。

（2）社交资讯和搜索平台

网民在百度、谷歌等进行关键词搜索，浏览搜狐汽车、新浪汽车、腾讯汽车、汽车之家、太平洋汽车、二手车之家、瓜子二手车、优信二手车等各类汽车专业网站，在汽车论坛发表评论，在微博、微信朋友圈发布动态等等，这些记录成为汽车大数据的最重要来源。

（3）电商购物及支付平台

如在淘宝、天猫、途虎养车网等电商平台浏览、购买汽车饰品和用品的浏览和购物记录，通过第三方支付平台结算的信息。

（4）金融、保险机构

客户在银行或汽车金融公司的贷款、还款和信用信息，在保险公司购买车险的信息、保险与理赔信息等。

（5）汽车维修店

客户在 4S 店以外的汽车快修店、连锁店、维修厂进行检测、维修、保养留下的信息。

（6）公安交管和车管部门

汽车在车管所的抵押、查封等登记信息，在城市道路行驶和出入高速路卡口留下的监控记录、违章记录等。

（7）消费场所

客户在停车场、加油站、购物中心、景区等消费场所等留下的消费和监控记录。

（8）车联网数据终端

通过车联网 GPS、RFID、传感器、摄像头图像处理等装置，车辆可以完成自身环境和状态信息的采集，能够准确记录每一辆汽车在路上的行驶点，还原车辆位置、速度和路线。

1.2 汽车大数据的类型

从种类上看，大数据不仅包括传统的统计数据，还包括实时、连续发生的交易数据、行为数据、传感数据等等 [3]。大数据时代，数据呈现出类型繁多，数据量巨大，碎片化传播等特点。总体来说，汽车大数据大体可分为以下几类：

汽车消费者的身份数据，包括姓名、年龄、民族、教育背景、工作单位、职业、职务、收入、家庭住址、电话号码、EMAIL、QQ 或微信号等。

汽车消费者的各类交易数据，既包括用于汽车的消费数据（汽车金融、汽车保险、汽车用品、汽车维修与养护），也包括用于汽车以外的其他消费数据，如就餐购物、休闲娱乐、医疗、养生保健、商务出行等方面的消费数据。

汽车消费者的行为数据，用户在线交互行为、上网时间和时长、各种车载传感设备自动采集的出行轨迹、驾驶行为、消费行为等。

用户在线行为的对象，文本、图片、视频等信息内容。

不同类别的数据采集者在对单个消费者的上述数据进行加工分析的基础上，进行数据集成，或者不同的数据采集者建立起某种合作关系实施数据共享，并进行二次开发形成的极具商业价值的数据，如哪种品牌的汽车，在哪个区域，哪个年龄段的人中最受欢迎，他们的工作、生活和出行特点，最喜欢去哪些地方消费，消费频率和消费金额，最喜欢的支付方式等等。

前四类又可以称为原始数据，也叫非机构化数据；第五类称为衍生数据，能够给商家带来极大的商业价值。

2 大数据在汽车行业的运用

大数据的作用可以简单归纳为 5 个效应：

一是识别效应，它可以识别身份、位置、状态、真假；
二是重现效应，它可以再现过去的场景，实现过程的追溯；
三是关联效应，通过对数据的相关分析、联想分析、聚类分析，可以找出事物之间的联系；
四是溢价效应，大数据的应用可以产生新的数据，有利于发现事物变化的内在规律；
五是预测效应，利用大数据可以对经济、天气、灾害、疾病以及人类的行为进行预测分析 [3]。

大数据在汽车行业的运用，集中体现在对汽车生产制造、销售和售后服务三个领域，大数据营销的本质是影响目标消费者购买前的心理路径。

2.1 革新汽车制造企业的生产管理

（1）精确汽车行业市场定位

借助数据挖掘和信息采集技术，生产厂家可以拓宽汽车行业调研数据的广度和深度，从大数据中了解汽车行业市场构成、细分市场特征、消费者需求和竞争者状况等众多因素，通过聚类可以形成汽车行业大数据，挖掘出汽车行业的市场需求、竞争情报，提出更好的解决问题的方案和建议，保证企业品牌市场定位独具个性化，提高企业品牌市场定位的行业接受度。还能够建立基于大数据数学模型对未来市场进行预测。

（2）发现新的市场需求，改进创新产品

通过收集微博、微信、点评网、评论版上海量的网络评论交互性大数据，如商家信息、个人信息、行业资讯、产品使用体验、商品浏览记录、商品成交记录、产品价格动态，建立网评大数据库，挖掘消费者的消费行为、价值取向、新的消费需求和企业产品质量问题，以此来改进和创新产品，量化产品价值 [4]。

（3）对用户精准识别，精准管理

通过对每一个人的内容数据进行分析，给每个用户打标签，再做每个用户的分群，实现广告投放、内容营销、CRM 和经销商的管理等方面进行改进。

（4）建立零部件维修和报废拆解大数据库

分析出不同车型不同零配件的使用寿命，实现零配件使用寿命和整车寿命的完美匹配，减少材料和工艺的浪费，降低生产成本。

2.2 让汽车销售企业的精准营销成为可能

（1）通过对数据的统计分析来充分了解市场信息，掌握竞争者的商情和动态，知晓产品在竞争群中所处的市场地位。

（2）通过积累和挖掘汽车行业消费者档案数据，如消费者购买产品的花费、选择产品的渠道、偏好产品的类型、产品使用周期、购买产品的目的、消费者家庭背景、工作和生活环境、个人消费观和价值观等，分析顾客的消费行为、兴趣偏好、客户分布、发展趋势、消费能力、消费特征和产品的市场口碑现状，再制定有针对性的营销方案和营销战略，实现精准信息精准推送，更好地为消费者服务和发展忠诚顾客。

（3）通过大数据统计分析，进行科学的需求和产品价格走势预测，并针对不同的细分市场来实行动态定价和差别定价，从而使企业收益最大化 [4]。

2.3 大数据将降低金融机构和保险公司的经营成本和风险

借助电商公司的车联网平台，保险公司和金融机构可以收集海量客户信息，通过运用大数据分析等技术，基于客户的差异化特性、风险取向、信用记录、驾驶习惯、交通违法行为、用车情况等自动推荐保险产品组合，为不同的客户量身打造用车风险管理服务，还可以推出更个性化、更契合客户需求的新型保险产品，如基于用户驾驶行为分析而定保费的 UBI 车险（Usage Based Insurance），这样驾驶风险较低的客户将享受更低的保费。

同时，车险公司和金融机构还可以通过对客户及用车的风险点进行大数据分析和研究，如通过气味感知判断车主是否酒驾，通过银行资金往来判断车主是否有破产可能，帮助银行和金融机构、保险公司随时监控抵押或被保险车辆，一旦发现异常，可采取拦截、自动锁定等措施，确保车辆安全。

2.4 合作开发、共享大数据

移动互联网、车联网时代，为了保证大数据的深度和广度，各大汽车企业纷纷与拥有大量用户的各类电商和网络平台，如阿里巴巴、汽车之家、卡车之家、百度、谷歌、新浪、腾讯等开展合作，与通讯设备制造商苹果、华为、思科等开展合作，与专业的数据分析公司合作，共享大数据资源和研究成果。

通过将第一方和第三方的数据打通，车企可以确切知道某款车型的购车者兴趣标签和行为偏好，比如家庭构成、收入状况、经常访问的网站、关注的明星、社交媒体上感兴趣的内容、关注的车型和要素等，真正做到对顾客全面而深入的洞察，并为企业制定营销决策提供数据支持。

3 大数据对汽车产业相关者的影响分析

3.1 汽车产业的边界日益模糊

互联网技术正在也必将持续改造汽车产业链的各个环节，包括：制造、产品、销售、售后服务、用车等。汽车正在由「传统车」向「智能车」转变，未来的汽车将记录下我们的一切行踪和行为习惯，而这将成为所有独享或共享这些数据的商家的重要无形资产，将为其源源不断地创造巨大的经济价值。因此，国内外互联网和科技巨头纷纷布局汽车产业，不是抢占新能源汽车领域，就是高端布局智能汽车，或是构建汽车（二手车）交易平台。如：

Apple 和 Google 相继发布车载操作系统，Google 发布无人驾驶原型车；
中国移动、华为等通讯巨头亦纷纷进入 4G 车联网市场；
阿里投资出行（快的打车、滴滴出行、车来了、Lyft、高德地图等）、汽车生活和造车（与上汽集团联手推出搭载 YunOS 操作系统的国内首款互联网汽车荣威 RX5），依托于淘宝、天猫渠道进行横向品类扩张，汽车电商完成从新车，到二手车、汽车后市场、汽车金融（车秒贷）的纵向延伸；
百度推出中国首个跨平台车联网解决方案 Carlife 平台和 Apollo 计划，与微软联手专注于自动驾驶汽车；
腾讯推出首款车联网产品「路宝盒子」，投资滴滴出行和 Lfyt 等，入股蔚来汽车和特斯拉进军电动车；
华为进军无人驾驶汽车市场；
乐视进军汽车行业等等。

这一切使得汽车生态圈的主体越来越多元化，汽车产业的边界日益模糊。

3.2 数据挖掘和分析成为企业赢得竞争的常规武器

未来的汽车将不再单纯是一个交通工具，它将成为手机之外的搭载各类应用软件的第二大移动终端。借助各类应用软件的强大信息收集和处理功能，大量的车主行为数据、消费偏好等个人隐私性数据都将被收录，个性化定制生产模式将成为趋势：

通过互联网生活行为、消费偏好、消费趋势的大数据分析，清晰地洞察到消费者和潜在消费者的特点，有利于汽车企业准确地进行市场定位和预测，优化传播策略和营销方案；
通过大数据统计分析，进行科学的需求和产品价格走势预测，并针对不同的细分市场来实行动态定价和差别定价，实现企业收益最大化目标；
通过积累和挖掘的汽车行业消费者档案数据，发现新的市场需求，改进创新产品，为发展个性化定制服务和用户忠诚度计划提供了巨大的机会。

精准营销成为汽车行业的常态，汽车保险和汽车金融也将更加精准，基于车主驾驶行为分析而定保费的 UBI 车险（Usage Based Insurance）可以帮助保险公司最大限度降低赔付率，基于车联网的车主银行金融数据和信用记录与车主异常的驾驶行为监控，可以帮助银行和金融机构确保被抵押车辆的安全。

总之，客户数据将成为企业的重要无形资产，数据挖掘和分析成为企业赢得竞争的不二法宝。

3.3 大数据给汽车消费者带来诸多便利和体验

车联网的推广普及将给大数据、云端应用等带来广阔空间，也将给广大汽车消费者带来诸多便利和完美的消费体验，如：