隨著互聯(lián)網(wǎng)的不斷發(fā)展，大數(shù)據(jù)正在成為一股熱潮，且業(yè)界對大數(shù)據(jù)的討論已達(dá)到一個(gè)前所未有的高峰。車聯(lián)網(wǎng)作為移動(dòng)互聯(lián)網(wǎng)大背景下誕生的一個(gè)產(chǎn)物，不管是車輛的接入、服務(wù)內(nèi)容的選擇還是服務(wù)的精準(zhǔn)性，都離不開大數(shù)據(jù)。

車輛上傳的每一組數(shù)據(jù)都帶有位置信息和時(shí)間，并且很容易形成海量數(shù)據(jù)。一方面，如果說大數(shù)據(jù)的特征是完整和混雜，而車聯(lián)網(wǎng)與車有關(guān)的大數(shù)據(jù)特征是完整加精準(zhǔn)。如某些與車輛本身有關(guān)的數(shù)據(jù)，都有明確的一個(gè)ID，根據(jù)這個(gè)ID可以關(guān)聯(lián)到相應(yīng)的車主信息，并且這些信息還是精準(zhǔn)的。

另一方面，我們可以看到車聯(lián)網(wǎng)與駕駛?cè)说南M(fèi)習(xí)慣、興趣愛好等大數(shù)據(jù)特征是完整和部分精確。因此，研究車聯(lián)網(wǎng)的大數(shù)據(jù)更有意義。

大數(shù)據(jù)的定義和特征

大數(shù)據(jù)(big data)，或稱巨量資料，指的是所涉及的資料量規(guī)模巨大到無法透過目前主流軟件工具，在合理時(shí)間內(nèi)達(dá)到擷取、管理、處理、并整理成為幫助企業(yè)經(jīng)營決策更積極目的的資訊。

我們從權(quán)威的定義可以看到，大數(shù)據(jù)的特征有四點(diǎn)，分別為：數(shù)據(jù)體量巨大。從TB級(jí)別，躍升到PB級(jí)別;數(shù)據(jù)類型繁多。提到的網(wǎng)絡(luò)日志、視頻、圖片、地理位置信息等等。，價(jià)值密度低，商業(yè)價(jià)值高。以視頻為例，連續(xù)不間斷監(jiān)控過程中，可能有用的數(shù)據(jù)僅僅有一兩秒。處理速度快。1秒定律。

車聯(lián)網(wǎng)的大數(shù)據(jù)在預(yù)測方面可以發(fā)揮到極致。如，預(yù)測交通堵塞的地段，實(shí)時(shí)交通信息，主動(dòng)安全，公交的排班。駕駛者駕駛行為分析。

大數(shù)據(jù)的核心在于預(yù)測，這在車聯(lián)網(wǎng)行業(yè)非常有用，例如，對于交通流量的預(yù)測，就非常需要大數(shù)據(jù)。對于交通流量，目前我們的仿真系統(tǒng)更加重視交通流量大，擁堵的原因，而大數(shù)據(jù)時(shí)代，不再在乎因果關(guān)系，而重視相關(guān)性，也就是不去分析產(chǎn)生擁堵的原因，但確實(shí)某個(gè)時(shí)段某個(gè)路段會(huì)發(fā)生擁堵。也可以根據(jù)車聯(lián)網(wǎng)的大數(shù)據(jù)對車友的興趣進(jìn)行分析。

大數(shù)據(jù)在商用車領(lǐng)域的應(yīng)用

大數(shù)據(jù)在商用車領(lǐng)域已經(jīng)有相當(dāng)多的應(yīng)用，如公交領(lǐng)域的運(yùn)營排班管理、出租車領(lǐng)域的浮動(dòng)車數(shù)據(jù)，物流行業(yè)的大物流。

如何解決公交企業(yè)面臨的三大問題：運(yùn)力配備最少、車輛運(yùn)行距離最短、駕駛員作業(yè)時(shí)間最少?如何分析各時(shí)間段、各站點(diǎn)的客流分布情況呢?如何實(shí)現(xiàn)運(yùn)營的安全智能化、運(yùn)營排班的智能化?在公交行業(yè)，以上問題普遍存在，

通過車聯(lián)網(wǎng)的大數(shù)據(jù)，可以解決公交行業(yè)所面臨的這些問題。根據(jù)各個(gè)時(shí)間段，各站點(diǎn)的客流量大小，線路配備的運(yùn)營車輛數(shù)、線路配備駕駛?cè)藛T、線路長度、車輛運(yùn)行速度等大數(shù)據(jù)，可確定一條線路各個(gè)時(shí)間段的配車數(shù)及發(fā)車間隔，從而解決運(yùn)力配備最少、車輛運(yùn)行距離最短、駕駛員作業(yè)時(shí)間最少三大問題。

根據(jù)客流量、節(jié)假日、氣候、節(jié)氣、自然災(zāi)害、道路、車況事故、歷史同期數(shù)據(jù)、售票方式、居民小區(qū)建設(shè)等條件建立計(jì)劃模型，從而用最快的速度對這些影響運(yùn)營計(jì)劃的因素做出反映。比如增加線路，增加車輛，增加司機(jī)，有效地制定公交運(yùn)營計(jì)劃。同時(shí)可對于運(yùn)營排班精準(zhǔn)管理，可通過大數(shù)據(jù)可以自動(dòng)排班，對行車作業(yè)計(jì)劃進(jìn)行優(yōu)化，并快速地對運(yùn)行線路進(jìn)行調(diào)整和優(yōu)化。

自從菜鳥網(wǎng)絡(luò)公司出現(xiàn)以后，大物流的概念終于被業(yè)界提及。什么叫大物流呢?是指企業(yè)的自有物流系統(tǒng)(由車隊(duì)、倉庫、人員等組成)，和第三方物流企業(yè)的配送信息與資源進(jìn)行共享，從而能充分地利用各方面資源，減少物流總支出、降低運(yùn)營成本。

目前物流行業(yè)隨著業(yè)務(wù)的擴(kuò)大，車輛數(shù)日益增多，而且型號(hào)眾多。很多企業(yè)還是采用手工方式進(jìn)行車輛管理，工作量大，對車輛運(yùn)營數(shù)據(jù)統(tǒng)計(jì)分析比較困難，統(tǒng)計(jì)結(jié)果相當(dāng)滯后，不利于公司的決策管理;同時(shí)在車輛行駛過程中沒有進(jìn)行全程的監(jiān)控，對司乘人員的違法違規(guī)行為無法進(jìn)行及時(shí)預(yù)警，也無法對司乘人員的求助及時(shí)進(jìn)行反應(yīng)。

另一方面，在我國現(xiàn)行的物流運(yùn)輸方式中無論是自營物流，合營物流還是第三方物流，隱性成本占據(jù)了很重要的地位，這些隱性成本在物流運(yùn)輸過程中主要包括以下幾個(gè)方面：返程或起程空駛：空車無貨載行駛，這些都是不合理運(yùn)輸?shù)姆绞健?/p>

如何改善物流企業(yè)在管理上較為落后的現(xiàn)狀，達(dá)到貨主“高服務(wù)質(zhì)量、嚴(yán)格的準(zhǔn)時(shí)率、極小的貨損率、較低的物流成本”的要求?

如何解決物流行業(yè)運(yùn)行信息反饋滯后、運(yùn)營高成本、貨運(yùn)車輛的高空駛率、司機(jī)作弊給貨物和車輛的安全帶來的極大隱患?

如何快速、高效的為用戶提供可靠的物流服務(wù)?

如何最大程度的利用運(yùn)力資源提高整體業(yè)務(wù)運(yùn)營效率?

這些是目前物流行業(yè)迫在眉睫的問題。

對以上問題，車聯(lián)網(wǎng)技術(shù)正好可以解決車主迫在眉睫的問題，通過透明化的運(yùn)輸過程管理，合理調(diào)度車輛，根據(jù)車輛行駛的大數(shù)據(jù)，對車輛行駛的線路暢通情況進(jìn)行預(yù)測，規(guī)劃出一條安全暢通的行駛路線，減少由于交通原因而引發(fā)的在途等待時(shí)間。

通過車輛運(yùn)行的大數(shù)據(jù)，可以快速地分析出相同路線的油耗情況，事故多發(fā)路段的提前預(yù)警，精確分析計(jì)算車輛的行程，提高了企業(yè)的信息化水平，隨時(shí)了解到貨物的運(yùn)行狀態(tài)信息及貨物運(yùn)達(dá)目的地的整個(gè)過程，確保了運(yùn)輸過程的透明化管理，使企業(yè)的運(yùn)行管理智能化、服務(wù)準(zhǔn)時(shí)性，提高可預(yù)見性。

同時(shí)，通過車輛運(yùn)行的大數(shù)據(jù)，可獲取高速、國道、省道的實(shí)時(shí)路況，同時(shí)對司機(jī)的駕車規(guī)律的分析，為加油站、維修站、服務(wù)站的選址提供了參考數(shù)據(jù)。

另一方面，物流的成本有很大一部分屬于倉儲(chǔ)成本。通過車聯(lián)網(wǎng)技術(shù)，對海量的數(shù)據(jù)進(jìn)行分析計(jì)算，經(jīng)過合理地調(diào)度，降低車輛的空駛率，把移動(dòng)中的每輛貨車可以作為一個(gè)流動(dòng)的倉儲(chǔ)空間，提高了倉儲(chǔ)空間的周轉(zhuǎn)率，從而幫助企業(yè)降低倉儲(chǔ)成本。

大數(shù)據(jù)在乘用車領(lǐng)域的應(yīng)用

大數(shù)據(jù)在乘用車領(lǐng)域目前比較成熟的應(yīng)用有保險(xiǎn)和主動(dòng)安全，未來必將有大量的企業(yè)會(huì)在CRM和呼叫中心領(lǐng)域?qū)で蟾嗟臉I(yè)務(wù)增長點(diǎn)。

2011年8月， 北美最大的汽車保險(xiǎn)公司StateFarm與車聯(lián)網(wǎng)服務(wù)提供商Hughes結(jié)為連理，由此第一個(gè)由保險(xiǎn)公司主導(dǎo)的車聯(lián)網(wǎng)商業(yè)模式走上了世界舞臺(tái)。由此，關(guān)于保險(xiǎn)模式的車聯(lián)網(wǎng)被業(yè)界所熱議。

State Farm主導(dǎo)的車聯(lián)網(wǎng)商業(yè)模式有如下幾個(gè)特點(diǎn)：與保險(xiǎn)公司的業(yè)務(wù)捆綁;提供與駕駛安全度結(jié)合的保險(xiǎn)費(fèi)率;與車聯(lián)網(wǎng)服務(wù)提供商(TSP)Hughes 合作;服務(wù)差異化，避免與OnStar 等前裝車廠主導(dǎo)的車聯(lián)網(wǎng)產(chǎn)品和導(dǎo)航產(chǎn)品競爭等。

大數(shù)據(jù)時(shí)代，通過對駕駛者總行駛里程、日行駛時(shí)間等數(shù)據(jù)，以及急剎車次數(shù)、急加速次數(shù)等駕駛行為在云端的分析，有效地幫助保險(xiǎn)公司全面了解駕駛者的駕駛習(xí)慣和駕駛行為，有利于保險(xiǎn)公司發(fā)展優(yōu)質(zhì)客戶，提供不同類型的保險(xiǎn)產(chǎn)品。

目前車聯(lián)網(wǎng)所提供的主動(dòng)安全方面的措施大致有胎壓監(jiān)測、故障預(yù)警、碰撞報(bào)警、安全氣囊彈出報(bào)警、緊急救援等。但目前在主動(dòng)安全方面的設(shè)備更多是車輛上的一個(gè)節(jié)點(diǎn)，并沒有真正的和大數(shù)據(jù)關(guān)聯(lián)起來。

在大數(shù)據(jù)時(shí)代，當(dāng)汽車在行駛過程中，平臺(tái)可對輪胎氣壓進(jìn)行實(shí)時(shí)自動(dòng)監(jiān)測，并對輪胎漏氣和低氣壓進(jìn)行報(bào)警，以確保行車安全。胎壓監(jiān)測有直接和間接兩種，直接的通過傳感器來監(jiān)測，而間接的監(jiān)測是當(dāng)某輪胎的氣壓降低時(shí)，車輛的重量會(huì)使該輪的滾動(dòng)半徑將變小，導(dǎo)致其轉(zhuǎn)速比其他車輪快。

通過比較輪胎之間的轉(zhuǎn)速差別，以達(dá)到監(jiān)視胎壓的目的。間接式輪胎報(bào)警系統(tǒng)實(shí)際上是依靠計(jì)算輪胎滾動(dòng)半徑來對氣壓進(jìn)行監(jiān)測。間接方式的胎壓監(jiān)測需要通過上傳OBD的信息至云端，由云端通過大數(shù)據(jù)來分析出輪胎是否漏氣，并實(shí)時(shí)提醒司機(jī)，確保安全行駛。

對于呼叫中心，很多企業(yè)只是簡單的定義為簡單的服務(wù)部門，其實(shí)，TSP的呼叫中心，不僅承擔(dān)客服角色，還承擔(dān)售前角色。呼叫中心可以幫助企業(yè)快速尋找、鎖定有潛在消費(fèi)能力的最終用戶。用對的人、合適的時(shí)間、適宜的話術(shù)換來的就是成功的營銷。

在大數(shù)據(jù)時(shí)代，TSP、汽車經(jīng)銷商或4S店的業(yè)務(wù)結(jié)構(gòu)會(huì)發(fā)生一定的轉(zhuǎn)移，原有的客服部門從以往的成本中心逐步轉(zhuǎn)變?yōu)槔麧欀行摹?/p>

呼叫中心的大數(shù)據(jù)包括，使用情況，客戶興趣及生活習(xí)慣三個(gè)方面。通過呼叫中心，我們可以獲取車輛的使用情況、車聯(lián)網(wǎng)系統(tǒng)的客戶體驗(yàn)效果以及與車輛本身的相關(guān)咨詢，這對于主機(jī)廠市場跟蹤反饋，促進(jìn)相關(guān)部門對質(zhì)量問題進(jìn)行快速改進(jìn)有重要的意義。

通過呼叫中心，可掌握車主的消費(fèi)習(xí)慣，車主的活動(dòng)范圍、車主的生活習(xí)慣及車主商旅情況(訂票、訂酒店、訂餐、訂鮮花)，車主的消費(fèi)心理。如車主在生活消費(fèi)過程中,在日常購買行為中的心理活動(dòng)規(guī)律及個(gè)性心理。消費(fèi)需要問題，消費(fèi)時(shí)間與消費(fèi)習(xí)慣問題，物質(zhì)消費(fèi)與精神消費(fèi)問題，通過大數(shù)據(jù)的分析，從而有效地制定相應(yīng)的營銷策略及營銷話術(shù)。

關(guān)于大數(shù)據(jù)的思考

大數(shù)據(jù)時(shí)代，影響著我們的思維。以前我們對于出行過程的理解，傳統(tǒng)的觀念只注重為客戶提供導(dǎo)航和娛樂這一功能，并沒有對這一過程進(jìn)行深度的分析。這個(gè)過程中，分別為去之前，在路上，停車后。對于這個(gè)過程，我們可以延伸出很多車聯(lián)網(wǎng)的服務(wù)內(nèi)容，并且每個(gè)階段都離不開熟人社會(huì)，每個(gè)階段都會(huì)產(chǎn)生大數(shù)據(jù)，大數(shù)據(jù)可延伸很多增值服務(wù)。

服務(wù)內(nèi)容的精準(zhǔn)性如果單純靠服務(wù)提供商的力量，那服務(wù)商將要投入巨大的人力或資本并且要經(jīng)歷很長的時(shí)間，顯然這種方式不可行。解決這種問題，理想的方法就是通過車主的與社區(qū)網(wǎng)站的互動(dòng)，只有通過這種方式，才能快速地采集到相應(yīng)的興趣點(diǎn)。這必須要進(jìn)行大數(shù)據(jù)分析。

對于客戶信息，無論是車廠還是汽車銷售商，都視為命根子，可事實(shí)是什么?事實(shí)是現(xiàn)階段這些客戶信息一點(diǎn)用都沒有，能從這些客戶信息中延伸出一些增值服務(wù)嗎?很難。說白了，這些信息無法帶來“顧客終生價(jià)值”(Customer Lifetime Value)，顧客終生價(jià)值指的是每個(gè)購買者在未來可能為企業(yè)帶來的收益總和。

如同某種產(chǎn)品一樣，顧客對于企業(yè)利潤的貢獻(xiàn)也可以分為導(dǎo)入期、快速增長期、成熟期和衰退期。顯然，現(xiàn)階段的產(chǎn)品形態(tài)或者企業(yè)的信息化水平有限，一方面無法完成大數(shù)據(jù)的挖掘，另一方面，缺少專業(yè)化的分析工具，而車聯(lián)網(wǎng)時(shí)代，給了我們無限的想象空間，讓一切皆有可能!