汽车行业大数据应用探索案例浅析
随着汽车行业竞争加剧以及科技与法规带来新的市场变化和波动，汽车行业正面临与日俱增的挑战和压力。最新的大数据与数据分析为汽车制造商们带来了更多的可能，供他们应对各种挑战和难题...
汽车行业大数据应用探索案例浅析
凯文凯利曾指出：“在未来，各个产业都将成为数据产业，汽车也将如此。目前，互联网所掌握的消费者喜好、生活习惯等数据信息如果应用到汽车行业，将使汽车产品更加智能，大数据的应用甚至能够影响到汽车产业的生产制造，帮助汽车企业生产出更加符合消费者需求的产品。”
上一期我们对汽车行业相关大数据进行了盘点举例。而对于企业来说，其核心重点不是在于如何获取更多的数据以及对其进行分类存储，而是围绕业务目标，具体业务问题，通过大数据分析的手段进行深入分析并解决问题。
应用探索案例一：
职责分工：根介绍，上汽会提供部分车型的数据用于针对相关业务需求的分析；北大商务智能研究中心的统计学专家小组负责数据的统计分析、找寻关联因子；而彩虹无线则负责数据的采集、项目整合和平台建设。
初级目标：上汽认为传统的汽车制造业附加值低，今后要做的高附加值产业需要大量的数据来支持，整车厂在产品开发过程中积累了大量数据，需通过专业的分析及应用才能设计出更符合中国消费者的产品。
研究内容：先期启动对驾驶行为的研究，包括车主从启动车、挂档、加速、制动、转向、停车这一系列行为，以及车辆的使用环境、位置、温度，车辆非使用的时间和周期等等。通过对这些信息的深度分析，研究其关联性，可以反推到汽车工业整个业务链，对车辆的研发、制造和销售过程中的硬件和软件进行支持和改进：从早期的客户群体定位，到开发目标的设置，制造过程中质量管控，再到驾驶过程中的使用，以及最后车辆报废后的处理。
情景举例：
1、 当驾驶者在开车过程中频繁刹车，就可以在适当的时候提醒他，“鉴于您频繁的刹车，建议您到店里进行刹车片的更换。”提升维修保养效率，也使主机厂的物流成本大幅下降，甚至今后可以做到零库存。
2、 如果驾驶者驾驶习惯不好，保费也会相应的提高。这些分析数据可以应用在汽车保险、二手车评估等领域。
应用探索案例二：
奥迪以营销端为出发点，逐步拓展大数据分析系统的应用领域，通过描绘构建用户画像、媒介画像以及实现精准营销。
用户画像：描绘真实车主的三位立体图景，对人口学属性、社会属性、网络浏览行为、产品偏好、触媒习惯、消费意向等进行分析，从起点指导产品定义、引入和营销。
媒介画像：建立媒体点位档案，指导不同类型投放的媒体选择和点位选择。洞悉每个广告位的人群画像，并智能输出媒体点位组合推荐。
精准营销：奥迪专属程序化购买应用，向内高度整合用户画像应用和媒介画像应用，向外自动对接内外部DSP、媒体下单系统。提高效率和准确性。
在互联网+汽车的大背景下，其长期目标是促使汽车全价值链各个环节引发颠覆性的革新。
研发端：基于大数据收集分析、用户画像、个性化需求等进行研发；
生产端：实现敏捷定制化生产；
销售端：实现大数据精准营销和数字化销售展厅、汽车电商等；
售后端：基于数据分析开创全新应用场景
“
总结：
整个汽车大数据领域万舸争流，各领风骚。但是今后竞争的焦点将从数据资源逐步转向数据应用，建模与分析能力。
总结：
整个汽车大数据领域万舸争流，各领风骚。但是今后竞争的焦点将从数据资源逐步转向数据应用，建模与分析能力。
微信号：shangqirushishuo
关注 商企如是说
微信扫一扫关注公众号
