论车企的数据修养

简介:


在一个讲究“连接”的世界,抛却那些技术盲,我想任何人都不会逃出数字化世界的魔咒。车联网也并不例外。

几乎所有路上跑着的汽车都在时刻生产惊人的海量数据,你能想象得到吗?谷歌无人驾驶汽车每秒产生约1G的数据,相当于每秒发送20万封纯文本电子邮件或用电脑上传100张高清数码相片。倘若能有效收集并利用每辆汽车卸载下的数据,一定十分有助于整个汽车行业未来打出的方向盘。


“黑盒子理论”之于汽车

关于大数据的探讨,维克托·迈尔·舍恩伯格在《大数据时代》艺术阐述了一个“黑盒子”理论,即大数据的推演过程中,一边吸入大数据,经过黑盒子处理后,另一边不断流出答案。而为了获得汽车上的答案,我们看到了传统硬件大佬互相之间的角逐。

难道你认为Carplay问世的作用仅仅是把iPhone映射到车载中控屏幕上吗,只是苹果的一个轻量级APP?

每天,在路上数以万计的车辆,每一辆车只要能产生一丁点有价值的数据,就可以从中发现一个崭新的天地。仅拿汽车上的一个部件座椅举例好了。日本一教授和团队就通过在汽车座椅下面安装360个压力传感器,从0-256数值范围进行量化,用来测量人对椅子施加压力的方式。这样,人体屁股的特征数据转换为有用信息,辨别乘坐者的身份。这项技术可以作为汽车防盗系统安装在汽车上,也可以在司机疲劳驾驶时发出警告或自动刹车。

当然,更长远的想法是智慧城市理念的实现——交通信号灯、司机或许彻底“失业”,一套计算中心即可操作整个城市中交通工具的速度、方向……

顺着这样的思路,显然,苹果盯上车载系统也不仅仅满足于将眼光停留在汽车中控、扩大iOS市场占有率的层面,而是背后的大数据!通过抓取能耗、车辆损耗、行车轨迹等数据,卸载到云端,将来凭此就可以把能源、交通、地图等相关产业链一并打通。

一切心怀大数据梦的科技大佬们都嗅到了这块商机,微软近日也在Build大会上宣布将会以8.1系统为基础开发车载系统Windows in the Car以形态表象下的大数据金矿来霸占汽车行业。

百度报告所透露的“后花园秘密”

好吧,现阶段我可能想远了。尤其是对于汽车厂商和消费者而言,大数据其实最现实的价值可能在于提供什么品牌与型号的车型是市场上最流行的,然后一方卖,一方买也有个依据。

百度数据研究中心近日提供了一组关于汽车行业的数据报告,几个结论很有借鉴意义。

比如,从车型上看,紧凑型车和SUV是网民关注主力车型,2013年搜索关注度合计超50%;其中SUV以其更宽敞的空间及更强的性能,越来越受欢迎。

从汽车关注人群地域分布看,三四线城市用户比例明显较高。在大城市限购政策导致车市降温的情况下,三四线市场以超乎汽车厂商的想象更值得关注。


值得注意的是,百度依靠强大的搜索引擎得出网民的真正口味——搜索最多的信息是汽车产品、品牌及价格,2013年产品安全、行业政策及新能源车的搜索指数增幅较大。



笔者之所以看重经搜索引擎得出的统计报告,一方面缘于其接地气,更重要的在于其与抽样或随机调查对比后,意味着能掌握更多的数据,快捷、成本低廉、并且更加无限接近准确。当年,谷歌也是通过用户在网上的搜索记录,对流感的预测与官方数据的相关性竟高达97%。

如此一来,汽车品牌主对于后花园的秘密的探索,有了更多的意义:

首先,海量数据中,汽车品牌主了解到的不再仅仅是正在实现消费车经济的人群需求,更有那些还未被开拓,但是又有明确需求的消费市场。而大数据能够帮助汽车人看到这些潜在市场人群的搜索路径、习惯与汽车需求,作为市场营销策略支持。

其次,大数据技术在海量需求优势之外,更有分析和识别能力。这点对于汽车品牌商进行C2B的产品市场销售十分有力。需求从用户而来,到用户而去。人们对于安全桌椅的需求、对于胎压知识的搜索,以及电动汽车里程的提问,都在给汽车品牌人以及产品经理更多产品需求信息。当这种过程成为闭环时,C2B也将形成。

从报告里还可以看到,目前中国网民对于百度图片、百度搜索网页、百度知道和贴吧的依赖性极高,尤其图片的流量占有整个百度平台的28%以上,百度搜索网页跳转为23%,而百度知道占有了17%。目前百度搜索网页上拥有两大汽车品牌数字影响力,一方面时品牌专区展示,而另一方面则是百度与易车网的阿拉丁搜索合作,都为品牌主带来更多数据人气。

做好大数据,先忘掉数据!

既然车联网大数据如此火,那么为何还没有“活”起来,一直像荒僻的“孤岛”一样停驻于云端?

不得不面对的一个现实即:对于汽车大数据及其潜力,目前还是说的多、做的少。这其中,有顶层设计的缺憾。今年“两会”上,小米董事长雷军的建议对于我国大数据现状的描述可谓一针见血,“大数据的重要性毋庸置疑,目前主要是各地政府出台了一些大数据行动计划或实施方案,但国家层面上没有制定切实有效的大数据战略”;还有各方均想独吞大数据“金矿”的野心,意图独自为战。在苹果、微软打出与汽车厂商友好合作幌子之时,难道奔驰、法拉利、沃尔沃就没有独霸汽车行业大数据的野心么?所以有人说,双方注定是一次“背叛式的合作”。

除却顶层设计的原因,究竟,该如何把汽车行业每个月真正有价值的GB级数据提取出来?其实目前最主要的不是考虑一味紧盯汽车的大数据,而是先忘掉数据,可行的做法是切实考虑下当今该如何真正将采集器们与存储器们合二为一,达到整合后最大效率的问题。


数字技术能将世界70亿个体的思想、信息或物品实现互通有无,但前提是在数据的整合上也必须实现横向、纵向地互动或流淌。有想象空间的首先是汽车厂商之间的互动,汽车厂商之间要与竞争对手分享任何专有数据,强强做大数据库,随后应该加入一个类似谷歌、百度式的有雄厚搜索引擎与云端后台的伙伴,实现数据的首度“跨界”,接下来的步骤则是将能源、交通、地图等相关产业链一并打通,彻底助力汽车行业打出崭新的方向盘。


原文发布时间为:2014-04-24


本文来自云栖社区合作伙伴“大数据文摘”,了解相关信息可以关注“BigDataDigest”微信公众号

相关实践学习
基于MaxCompute的热门话题分析
Apsara Clouder大数据专项技能认证配套课程:基于MaxCompute的热门话题分析
相关文章
|
数据可视化 测试技术 API
RESTClient 使用教程
Wisdom RESTClient 一款自动化测试REST API的工具,它可以自动化测试RESTful API并生成精美的测试报告,同时基于测试过的历史API,可以生成精美的RESTful API文档。本文将介绍如何使用RESTClient测试REST API和生成API文档的详细步骤。
4603 0
|
5天前
|
人工智能 API 内存技术
刚刚 DeepSeek V4.1 Flash 开启内测,1 分钟教你用上!
刚刚 DeepSeek 内测群发布了 DeepSeek V4.1 Flash 中间版本内测的消息,这次的模型采用了新的结构,原生支持多模态、能力更强、速度更快、且成本更低。
1699 7
|
9天前
|
人工智能 运维 BI
阿里云千问办公QwenWork深度解析:基于Qwen3.8,六大核心能力重构企业全自动化工作流与计费选型指南
传统AI办公工具大多停留在对话问答、文档摘要、简单文案生成层面,只能完成单点碎片化任务,无法自主拆解复杂业务流程,很难串联多工具、多文档、外部业务系统完成端到端完整工作交付。很多企业在落地AI办公的时候,需要组合多款不同工具,来回切换界面,手动复制粘贴中间结果,智能化改造落地门槛居高不下。千问办公QwenWork是整合多款智能体产品能力打造的一体化企业办公智能体平台,底层基座依托Qwen3.8大模型,打通桌面端Agent、云端Agent、企业协同Agent三种运行形态,不再局限简单问答,接收业务目标之后自主拆解任务步骤,调用各类工具,处理文档、表格、浏览器自动化、数据查询,直接输出可交付的办公
1625 2
|
6天前
|
SQL 人工智能 前端开发
QoderWake 1.0 正式发布:从桌面里的 Agent,到工作现场的数字员工
QoderWake v1.0正式发布:企业级数字员工团队平台。支持“一句话建岗”,预置10类特训岗位;Waker常驻钉钉/飞书群,@即响应、自动协作、跨任务记忆;具备定时/事件/API多触发方式与统一任务看板;已沉淀27.6万条记忆、12.3万项技能,助力组织实现人机协同增效。
742 1
|
10天前
|
网络协议 Linux iOS开发
【2026实测】Wireshark下载+安装+汉化+使用教程(图文版,巨详细)
Wireshark 是一款免费开源的网络协议分析工具,可实时捕获、解析并可视化数据包,助你诊断网络故障、分析通信协议(如HTTP、DNS、TCP等)。支持Windows/macOS/Linux,含中文界面,新手入门便捷。(239字)
|
18天前
|
人工智能 自然语言处理 安全
阿里云千问办公、Qoder Teams、Qoder CN区别与选择指南:模型能力、适用场景与最新活动参考
本文聚焦阿里云2026年推出的三款自研AI办公产品,清晰拆解千问办公、Qoder Teams、Qoder CN的差异化定位与能力边界:千问办公主打职场全场景提效,支持自然语言指令一键完成PPT生成、数据分析等高频办公任务;Qoder Teams面向程序员团队,深度整合AI代码生成、团队协同与企业知识库能力;Qoder CN则专为金融、政务等强合规场景打造,实现数据不出境与VPC私有化部署。文章同步给出分场景选型指南与最新活动定价,帮助不同类型的企业按需组合产品,实现业务岗、研发岗与强合规场景的AI能力全覆盖。
3900 5
阿里云千问办公、Qoder Teams、Qoder CN区别与选择指南:模型能力、适用场景与最新活动参考
|
4天前
|
缓存 测试技术 API
DeepSeek V4.1 Flash 内测接入:改个模型名即可调用(附代码)
DeepSeek V4.1 Flash 内测不用申请,base_url 不变、改个模型名就能调,9/10 到期。本文讲清接入、计费限流与多模态注意点。
722 0
DeepSeek V4.1 Flash 内测接入:改个模型名即可调用(附代码)
|
9天前
|
人工智能 自然语言处理 安全
阿里云AI数智鉴密:AI 生成内容如何拿到一张"防篡改的身份证"
隐形水印 + C2PA签名:让AI生成内容“持证上岗”。
1147 0
|
11天前
|
缓存 数据可视化 开发工具
DeepSeek Harness 怎么更新?dsh 更新完整指南:更新本体(npx、npm、源码)与更新插件两种方式
DeepSeek Harness 的更新分两层:本体更新(npx 自动最新、npm update -g、源码 git pull)与插件更新(插件市场点更新、命令行覆盖安装)。本文按「准备 → 更新本体 → 更新插件 → 更新后检查」四步走,覆盖新手常见疑问。
1326 1
DeepSeek Harness 怎么更新?dsh 更新完整指南:更新本体(npx、npm、源码)与更新插件两种方式

热门文章

最新文章