http://hfnxjk.com/cio/interview/579925.html

數據驅動 充電大數據得以規模化應用

特來電日均產生的數據量約為8TB，相當于傳統制造企業幾年甚至20余年的數據總量。存儲數據就意味著成本支出，對于企業而言，數據存下來不是關鍵，如何降低存儲成本，如何快速進行數據分類，如何識別熱數據并挖掘出數據價值，如何識別冷數據將其打入“冷宮”以降低存儲成本，是要解決的首要問題。

特來電已建立全國最大的充電大數據云平臺，并針對不同類型的數據加以充分應用：

通過近九年的充電大數據積累，特來電創新研發了行業首個充電兩層安全防護體系，大幅提升了充電安全性。

在場站設備管理方面，特來電利用積累的數據開發了充電站智能運維系統，不僅顯著提高了運維效率，同時也顯著降低了成本。

運用用戶充電行為數據，特來電繪制出精準的用戶畫像，并建立RFM模型，優化運營策略，從而提高整體的運營效率。

特來電還創建了覆蓋多數新能源車型的車系檔案庫，這些檔案是其兩層防護技術的重要數據支撐，確保了系統防護的精確性。

云平臺系統的監控數據保障了云平臺的系統穩定性、安全性和可靠性。

此外，得益于深度學習車牌識別算法的持續優化和新能源車牌數據的支持，特來電還將車牌識別技術與道閘系統聯動，優化了用戶的充電體驗。

首創充電兩層安全防護體系 解決燒車痛點

隨著新能源車輛使用時間的增長，潛在的故障風險也隨之升高，甚至頻發燒車事故，而充電過程中產生的異常往往被忽視。早在2015年，特來電就構建了設備側的安全防護措施。

充電過程中，特來電充電網與新能源車、BMS之間進行高效的數據交互與充電過程控制，因此會產生大量的充電大數據和能源大數據。2019年，特來電進一步推出了基于平臺的安全防護技術，首創了充電兩層安全防護體系，解決了新能源車輛“燒車”的行業痛點。

在充電兩層安全防護體系中，第一層為CMS(充電管理系統)主動防護，建立了至少36項關于每次電池充電過程的安全數學模型，實現對電池電壓、電流、溫度和電量等關鍵信息的全程監控，確保了充電過程的安全可控。

第二層則是依托于大數據分析的安全防護體系，通過特來電的大數據云平臺支撐主動防護、電池健康監測、智能運維、實時運營分析等大數據應用，進一步增強充電安全性。未來還可將充電過程數據作為充電安全依據，為每一輛車、每一組電池建立全壽命周期的專家庫系統，實現電池安全風險的預警。

特來電利用大數據技術收集車輛充電過程中的所有數據，創建車輛的“體檢檔案”。通過分析這些數據，建立車輛的安全評分模型，對充電過程中的車輛進行打分，并將存在安全風險(60分以下)的車輛標記為高危。這種預警系統的準確率高達95%，為用戶和B端客戶提供了關鍵的安全信息。

當前，特來電先進的大數據技術和充電安全標準已經獲得了業界的廣泛認可，不僅證實了充電過程的安全監管具有重要意義，更提升了整個行業的安全水平。

一城一策 一站一策 精準運營五張充電網

特來電在精細化運營方面采取了一系列創新性措施，提高充電站的投資回報和運營效果。首先，采用“一城一策”分析法，依據各城市新能源汽車的發展情況，構建包括公交、公共、居民小區、企事業園區和物流在內的五類充電網?；诘貐^特定的車流量信息和當地的投建運營數據，特來電依靠智能化工具分析并制定充電站投建熱力圖，以實現充電站的智能選址。

選址后并不意味著即可投建，在充電站建設前，特來電通過120余項評價指標對即將投建的充電站進行綜合評分，只有評分優秀站點才允許投建，數字化的評估方式確保了所有投資的站點都是經營基因優良的場站。

建站后，特來電執行“一站一策”的運營策略，根據服務的用戶群體和充電站類型，定制個性化運營方案。通過數字化監控工具跟蹤每個充電樁的日常運營能力，并在檢測到顯著下降時及時預警，進一步通過深入分析確定原因并進行相應的運營干預。這些干預包括設備升級、擴建或是根據競爭狀況制定運營活動。在促銷活動中，特來電通過用戶畫像精確識別目標群體，執行有針對性的營銷活動，并通過閉環分析來評估活動效果，以提升運營質量。

此外，特來電還利用邊緣計算設備和圖像識別技術監控充電站場景。例如檢測場站中的吸煙行為，并在發現違規行為時立即預警，以確保充電安全;通過AI技術監測站點的衛生狀況，實現煙霧報警和起火報警。

借助智能運維實現系統高可用 增效顯著

伴隨公司規模的迅速擴張，智能運維成為保障高效服務的關鍵手段。特來電通過全國范圍的工時統計發現，運維人員大量時間花在路途中，而非實際運維工作。為提高運維效率和能效，特來電實施了以下5方面舉措：

1) 加強設備核心元器件的遠程監測，確保其運行狀態始終在掌控中。

2) 實現設備的遠程自檢，以便及時發現并預防潛在問題。

3) 當設備發生異常時由系統發送明確的預警通知，以便運維人員迅速響應。

4) 對設備進行遠程控制處理，如遠程斷電、解鎖或重啟通信設備。

5) 支持設備的遠程OTA升級，持續改進產品性能和穩定性。

此外，借助AI技術和數據分析，特來電能夠預測哪些設備故障概率較高，從而進行產品改進。通過建立關鍵設備的全生命周期模型，進行預防性維護，提升了整體運行的穩定性。同時，也通過自動化處理和快速響應，顯著提高了運維效率。

特來電數字化能力的四個層級

張錕總結，特來電數字化建設目標，是通過數字化升級，全面梳理企業流程、組織、目標，并運用大數據、AI、數據模型分析等，實現企業提升效率、節省成本。數字化能力建設可以分為4個層級。

1)快速報表能力：重點在于打破數據孤島，實現信息的連通性。通過數據的集成和報表的快速生成，可快速響應業務需求。例如，特來電在結算時根據業務數據、合約情況以及支付渠道費用，快速生成客戶賬單。快速報表能力雖看似簡單，卻需要對不同數據源進行整合，實現T+1快速結算，確保數據的準確性和結算的及時性。

2)圖形化分析能力：通過可視化的圖形化工具，比如趨勢圖、餅圖和柱狀圖，輔助人員發現系統內的規律和潛在問題。例如，利用圖表分析賬單數據，可以更直觀地發現異常或變化趨勢，從而提高了問題識別的效率和準確性。圖形化分析幫助識別問題，但通常還需要人工判斷。

3)場景化分析能力：通過具體的業務場景來指導數據分析，使得分析得出一些業務性的結論。一個典型的應用是單站毛利核算系統，它通過分析固定場景下的數據，預測充電站的投資回收期和收益情況，幫助做出更加精準的運營決策。

4)智能決策能力：最高級的階段是智能化，運用AI技術進行深度分析和輔助決策。比如充電管家服務，AI不僅能判斷充電站的運營狀況，還能充當運營專家的角色，基于數據分析提供具體的運營改進建議。如分析場站受活動影響的流失情況，并根據歷史數據和模型，預測并制定最有效的營銷措施來吸引客戶。

在應用這四個層級的數字化技術時，特來電會充分考慮到不同產品和場景的特性。張錕強調：并非所有系統和功能都需要達到智能化階段，公司會根據成本效益和實際需求選擇適當的數字化層級。例如，在需求快速變化和調整的場景中，可能會選擇利用低代碼平臺進行快速適配;而在數據分析和運營決策方面，則會選擇更高級的智能化分析技術。這種分階段的方法使得特來電能夠在保證效率和效果的同時，有效控制成本。

關于數字化的三點建議

對于正走在數字化之路上的IT同行，張錕給出了三點建議：

1、流程優先：明確公司的目標，并徹底梳理公司流程及相關組織和職責。這是系統設計和支撐流程的基礎。

2、重視研發：要充分認識研發的重要性，并確保足夠的投入。同時，選擇合適的信息化工具或平臺，如低代碼平臺，以高效地解決問題并快速適應數字化升級過程中的需求變化。

3、平衡價值：在使用數據的過程中，不能忽視數據的存儲成本，要做好平衡，及時處理和應用數據，最大化數據的價值。

《數智轉型 D1先鋒》欄目介紹

《數智轉型 D1先鋒》是企業網D1Net與信眾智(CIO智力輸出及社交平臺)策劃出品的訪談欄目。過去的幾年里，眾多行業先鋒企業積極探索數字化轉型，一大批優秀CIO成為數字化先鋒，榮獲企業網D1net與信眾智(CIO智力輸出及社交平臺)頒發的“全國優秀 CIO”獎。我們期望借助深度訪談，分享來自一線CIO的數字化轉型實踐經驗，傳播CIO個人品牌及價值，間接提升IT管理者在企業中的影響力和話語權。欄目的目標是：讓中國企業在轉型的過程中少走彎路，更快更好地實現為業務增長服務的目標，加速行業企業的數字化進程。

關于企業網D1net(hfnxjk.com)：

國內主流的to B IT門戶，同時在運營國內最大的甲方CIO專家庫和智力輸出及社交平臺-信眾智(www.cioall.com)。同時運營19個IT行業公眾號(微信搜索D1net即可關注)