汽车企业与大数据融合趋势分析 (上)

胡 熙 文

汽车企业与大数据融合趋势分析 (上)

胡 熙 文

传统企业经过多年的累积，累积了相当可观的数据量，但因为这些数据往往分散在各个部门互不连通的数据库中，相应的数据存在于不同的领域中，企业内部形成了一个个庞大的信息孤岛。将这些孤立错位的数据打通、互联并且进一步实现技术上的统一共享才是充分发挥大数据价值的关键。

Analysis of the Development Trend of Integration of Auto Corporations and Big Data

The new wave of revolution of information technology had been no-doubt integrated into social and economic lives of human being, causing a tremendous data explosion, which had consequently created a concept of bigdata. As for traditional manufacture business, integrating with big-data is only a base, while sharing data is truly the goal. The application of big-data has already pushed auto corporation’s further integration widely and vertically.

新一轮信息技术革命与人类经济社会活动的交汇融合，引发了数据爆炸式增长，大数据的概念应运而生。什么是大数据？“大数据”就是一个体量特别大及数据类别特别大的数据集，这样的数据集无法用传统数据库工具对其内容进行获取、管理和处理。大数据具有“4V”特点：Volume、Variety、Velocity、Veracity。首先，它是指数据体量(Volume)大，指代大型数据集，一般在10 TB规模左右，但在实际应用中，很多企业用户把多个数据集放在一起，已经形成了PB级的数据量；其次，大数据是指数据类别(Variety)的大，来自多种数据源，而且数据种类和格式不断丰富，已经突破了以前所限定的结构化数据范畴，涵盖了半结构化和非结构化数据。第三，大数据是数据处理速度(Velocity)特别快，在数据量巨大的条件下，也能够做到数据的实时处理。第四，大数据是指数据真实性(Veracity)高，随着社交数据、交易与应用数据等新数据源的兴起，传统数据源的局限被突破，企业越来越需要有效的技术手段确保数据真实性及安全性。

当然，大数据的概念还远远不止大量的数据(TB)和处理大量数据的技术，或者所谓的“4V”之类的概念，它包含了人们在大规模数据的基础上可以做的事情，而这些事情在小规模数据的基础上是无法实现的。而对于传统企业而言，与大数据融合是基础，共享则是目的。

传统企业与大数据融合是大势所趋

1.大数据是基于互联网的企业发展新动力

大数据以一种前所未有的方式，通过对数据进行分析，获得巨大价值的产品和服务。在现实中，大数据的概念并不止由“4V”的概念所划分出来的大量数据以及相应的处理技术，而是在这大规模数据的基础上可以做的事实。可以这样说，由于互联网等技术的不断进步，大数据可以将各种社会组织中的资源以一种空前的方式集结在一起，通过对这些海量数据的分析，挖掘出其潜在价值，开发出新的产品和服务，最终形成推动包括政府、社会组织和企业发展进步的巨大动力，在这样的大环境下，企业与大数据的融合可以说是必然趋势。

2.传统企业与大数据融合的良好政策环境

如果说互联网的发展是企业与大数据融合的技术基础，那么良好的政策环境则是企业与大数据融合的助推器。日前，国务院印发《促进大数据发展行动纲要》，从国家战略层面部署促进大数据发展。《纲要》提出3大任务：加快政府数据的开放共享，推动资源整合，提升治理能力；推动产业创新发展，培育新兴业态，助力经济转型；强化安全保障，提高管理水平，促进健康发展。其中，开放政府数据和推动产业创新尤为引人注目。同时《纲要》还提

出，要加强顶层设计和统筹协调，大力推动政府信息系统和公共数据互联开放共享，加快政府信息平台整合，消除信息孤岛，推进数据资源向社会开放，增强政府公信力，引导社会发展，服务公众和企业。《纲要》还强调要大力推动政府部门数据共享，稳步推动公共数据资源开放，统筹规划大数据的基础设施建设，支持宏观调控的科学化，推动政府治理的精准化，推进商事服务的便捷化，促进安全保障的高效化，加快民生服务的普惠化。政府数据的开发对于企业与大数据融合奠定了良好的基础条件，营造了良好的发展氛围。

研究证明，大数据最大的效力体现在各行各业的交叉、融合中，并且需要相互共享和开放。不只是政府数据的共享和开放，企业和企业之间、行业和行业之间的数据也需要进行共享和开放。大数据发展更重要的价值在于将数据资源向中小型企业开放。如果能让中小型企业和大企业站在同一个起跑线上，就能够更大地发挥中小型企业的创新能力，并将会形成“大数据平台+中小企业/个人”的创新模式，有利于企业的创新发展。

在这种大环境中，大数据强烈地冲击着企业传统的生产管理和商务运营决策模式。在现阶段，大数据所涉及到的各种技术手段、管理理念、决策模式等仍然处于不够成熟的阶段，从另一方面来讲，也是需要大力发展的阶段。所以对企业而言，能不能克服困难，把握好这一历史先机，保持自身优势，参与积极推进，做好充分准备，将决定企业未来发展的命运。对于发展多年的传统企业而言，大数据可以持续激发出新的发展模式创新，不断催生新业态，提高企业未来核心竞争力的重要驱动。

3.汽车行业的大数据政策

近日来，交通运输管理部门出台了一系列政策、规范。《汽车维修技术公开管理办法》明确要求整车企业必须对汽车维修数据进行真实、准确和及时的公开，鼓励保险业、零部件生产商、维修厂商等后市场相关环节积极利用这些信息服务消费者，并且特别强调了同质件的认证系统建立的重要性。在《机动车维修管理规定》中明文规定汽车维修者向托修者提供包括材料和工时在内的维修清单以及相应的追溯制度。《关于禁止滥用知识产权排除、限制竞争行为的规定》中禁止了不合理的交易限制和技术壁垒。《汽车零部件的统一编码与标志》则指出汽车零部件统一编码应遵循唯一性、稳定性、可扩展性、可追溯性、可兼容性的原则，使其适用于汽车生产、流通、维修、消费等环节。

不难看出，一系列规定和办法的意图都在于破除现有汽车后市场封闭孤立的产业链垄断。在产业链壁垒被打破之后，汽车后市场服务中的竞争将不在于维修人员和投入的多少，而是在于对原厂配件、品牌配件、工时、维修信息等数据以及这些数据之间的逻辑关联，谁能够掌握得更多、更全、更详细，谁就最有竞争力，因为这意味着能够为全品牌、全车型提供合适，甚至优质的服务。

大数据的引入可以给行业带来的优势更多在于商家对于客户以及业务的管理。政策法规的落实，由各方持有的巨大数据在汽车后市场顺畅流通并且进一步组建出让各方合理共享的平台，将成为汽车后市场服务商家在沟通用户以及商业营销方面做到综合性管理的强大助力。随着大数据时代的到来，信息的流通和标准化带动资源的开放和共享。汽车后市场消费透明化、公开化、活跃化是服务新模式的根基和发展的必然大势所趋。

国内外企业与大数据融合现状

1.大数据日渐成为企业的一种新资产

大数据时代，在企业与大数据的融合中，融合是基础，共享是目的。大数据的应用已经开始促进各个行业间企业的进一步垂直融合。

大数据已经成为一种新的经济资产种类。事实上，大数据作为经济资产资源的趋势，在金融、通讯、电子商务等行业已经成为现实。对数据的掌控直接产生了对市场的支配和巨大的经济回报。因此，在大数据时代，传统的企业经营思想正日益被颠覆。在过去，企业最重要的资产是土地、流动资金和人才等要素；现今，大数据作为企业一种更为重要的资产将直接影响到企业的发展潜力，大数据资产正在成为现代企业转型升级的核心竞争力之一。

经济发展初步表明，在大数据的浪潮中，企业是其发展的重要推动力量。身为大数据利用的先行者，越来越多地在生产、销售、管理等各个环节中身体力行地使用数据的量化集成、分析和共享来发掘更多的价值，并形成新的开发模式，推动企业健康快速发展。对内而言，企业拥有并不断产生的大量信息；对外而言，则极度依赖于对市场信息的敏感度，它们是大数据技术的直接受益者，也是大数据应用的主力军。

大数据所引领的技术流、物质流、资金流、人才流将深刻影响生产组织方式的集约和创新。由数据推动的社会生产要素的网络化共享、集约化整合、协作化开发和高效化利用将大大改变传统的生产方式和经济运行机制。大数据产业正在成为新的经济推动力和增长点。

2.大数据在国内外的应用现状

现实中，很多互联网企业既掌握着大量的数据，也拥有着大数据思维。阿里巴巴、腾讯、京东、Google、 Amazon等企业，已经在互联网端积累了大量的数据资源，而且因为此类公司本身就是从IT起家，所以对于在大数据的流通有着敏锐的感知，大数据的处理应用技术也相对成熟，因此，互联网公司可以说是最早使用大数据的机构，也成为大数据应用的先行者。

大数据的应用也在很多领域催生了崭新的信息化服务模式，以交通运输领域为例，掌城科技从出租车和公交公司

购买车次数据、向政府部门换取路况数据、从手机网络采集自有数据，将用不同方式获取的不同来源的数据综合在一起，并由其自身研究开发的大数据技术作为支持，提供实时交通信息服务。进一步运营国内30余个大中城市的实时路况信息，并保持了极高的准确率和实时性。目前，掌城对交通数据的收集已经从城际交通扩大至整个陆路交通和航空等领域，计划通过大数据技术提供更加全面的公众智慧出行服务。而一些大数据思维还未得到全面开发的传统企业更加倾向于和第三方公司合作，接受它们所提供的大数据技术。

以汽车销售领域为例，现在已经有很多大数据平台参与进来。它们从经销商处获得数据，对每年上万次的汽车买卖交易进行研究解读，也通过网络关注着人们日常在汽车方面的搜索查询行为。调查数据表明，消费者如今获取消费信心的方式与传统方式相去甚远。89%的消费者在购车前一定要使用互联网获取信息，互联网起到信息搜集、辅助决策的作用。用户使用互联网进行查询的常规路径是浏览、询价、比较、下订单，最后在线下进行实地体验并完成交易，在各个环节中他们都可以在互联网上留下极为有用的个人倾向信息。

而对汽车生产商、经销商来说，移动互联网时代就是口碑时代，消费者找答案、做决策、分享体验、制造口碑，互联网营销的核心也是在于给用户提供答案、优化体验、塑造口碑。这些散落的信息正是它们所急切需要的。

传统汽车企业与大数据融合的具体应用

目前，数据已渗透到各行业及其业务职能领域，成为重要的生产性因素。面对海量的数据资源，如何才能更快捷地挖掘和分析运用，从而指导企业进行生产经营，这才是大数据真正的价值所在。在大数据时代，企业与大数据需要从外部与内部2方面实现融合。

大数据如何帮助传统企业产生价值是我们必须进行认真探讨的问题。经历了多年的发展和近几十年的信息化引入，包括汽车行业在内的传统企业已经形成了大量的种类繁多的应用，每个应用系统都有自己的数据和积累数据的方式。但是调查显示这些数据中只有10%是结构化的，也就是可以以表格行列形式展现的数据。

很多企业缺乏处理非结构化数据的能力，而这些非结构化的数据却恰恰包含了很多敏感信息。传统的数据分析只是通过对于结构化数据进行参数评估的传统方式来确定消费者喜好的大致取向，这样的分析报告只能对于现状做出“发生了什么事”的回答，而不能确定“为什么会这样”。

而随着大数据技术的引入，传统企业需要改变固有的思维，将数据看做企业的重要战略资产。随着信息技术的进步，这些数据将从简单的记录信息发展成为企业谋利的数据产品，再到企业战略规划的决策职员，最终发展为企业的核心竞争力和生命力。

1.充分发掘数据信息，达成精确决策

企业决策能力是企业决策层对市场机会和发展做出的判断，以及有效反应的能力和机制。从某种意义上讲，企业竞争力的核心就是企业的决策能力。

在小数据时代，管理很大程度上是靠企业家的直觉和经验做决策，抽样调研、数据自产自销是那个时代的标志。而大数据分析技术则颠覆了传统的有限样本的调研工具和手段，企业对业务目标的分类汇总更为精细，对它们之间的关联关系更加敏感。大数据技术允许企业挖掘出传统技术无法处理而置之不理的一些非结构化或多元结构性数据，包括社交媒体信息、邮件数据、地理位置、音视频等这些通过各种途径快速累积起来的数据，甚至一些以传感器为主的物联网信息。

在优化企业营销决策方面，以汽车4S店为例，在汽车销售过程中，为了优化营销方式数据，可以在主要门店安装搜集运营数据的装置用于跟踪客户互动、店内客流和客户咨询情况，并通过4S店之间的数据共享建立一个有机的数据共享和分析平台。通过对搜集来的大量信息的分析，研究人员可以针对不同的顾客群体在各种细节上进行分组并建模分析：特定用户群的消费观念和心理价位，最关注的性能配置，最受欢迎的款型搭配，最容易接受的付款方式都是可以通过对顾客在店中行为的观察搜集和分析汇总，为具有某些相通的细化特征的客户提供更加对口精准的服务，理论上甚至可以达到为每位用户量体裁衣的服务质量。

大数据商业时代的瞬息万变，使决策风险比过去大很多。像过去那样，依靠管理者的直觉和经验是无法抵挡住这些风险的。通过运用大数据，洞察市场的细微变化趋势，全面汇集和准确捕捉并解读客户的诸多新需求和行为特征，并在此基础上，应用信息交叉见证技术，分析数据之间的关联性，不仅可以增加决策的准确性、全面性和及时性，也可以将决策的能力配置在企业的每一个环节上，掌握标准化而全面的数据信息和技术，每个人都可以在一定范围内为企业做出决策。

2.融合各部门资源，推动产品和服务革新

传统企业经过多年的积累，累积了相当可观的数据量，但因为这些数据往往分散在各个部门互不连通的数据库中，相应的数据存在于不同的领域中，企业内部形成了一个个庞大的信息孤岛。将这些孤立错位的数据打通、互联，并且进一步实现技术上的统一共享才是充分发挥大数据价值的关键。大数据技术有着独特而强大的优势——能够对复杂类型的超体量数据进行收集和分析，同时可以从中快速获取影响未

来的信息。与传统的分析技术不同，比起明确而封闭的因果关系，大数据可以对数据之间相对开放而模糊的关联性进行进一步的发掘。

在汽车行业，大数据将促进汽车技术革新，使汽车变得更加安全完善。美国福特汽车公司在汽车的制造工厂和产品中安置了零部件附着传感器并收集到大量车辆运行期间的数据，例如机油液位数据、变速器信息、发动机转速等。在大数据技术引入之前，这些信息只能封闭在汽车内部控制系统中，用于对生产的过程和结果进行记录、监控和改进。而通过对Hadoop大数据技术的应用，公司得以从车中将这些信息提取出来，通过对这些数据的汇总和解释获得消费者的驾驶习惯数据，并将其反馈给技术部门。技术部门则以此为根据，对产品模式和异常进行及时跟进，改进汽车设计、生产工艺，针对特定习惯的人群最优化其车辆配置，以求切合用户需求，提升服务水平，从而极大地提升用户体验优化的效果。而在故障预警及维修方面，这些数据也可以与福特同车企的车辆生产信息、设计信息、维修与保养历史信息相结合，通过专业的价值挖掘，检测到故障隐患、保养需求，提出保养提示、故障预警，甚至自动形成故障排除方案。由此看出，在产品和服务的生产流程中，传统企业要打破原有的局部关键部门的诊断习惯。传统的产品开发流程中，企业往往只是集合市场调查部门、产品研发部门的人员和信息进行调研和商讨。在数据流动性带动资源流动的大数据思维下，可以很清楚地看出这样是非常不全面的。

3.将大数据技术渗透到企业的管理和运营

在大数据不断开发与应用的背景下，企业可以获取全新且巨大的应用价值和产业空间，管理的深度和运营的边界都得到了无限延展。大数据所带来的不仅仅是信息量的急剧膨胀，更是一种全新的思维模式，从“一切业务数据化”到“一切数据业务化”，再到“数据驱动业务发展”，大数据已经开始渗透到企业运作的每一个环节之中，进而掀起管理理念和运营模式的深刻反思和变革。

企业与大数据融合是基于企业数据化基础之上的数据整合、算法创新和产品化。大数据不仅是数据量大的简单事实，也不局限于单纯的辅助工具，而是要对来自不同渠道、拥有不同形式、涵盖不同方向的数据进行分析并将通过分析获得的更加深入、准确、智能化和精细化的信息彻底地融会贯通于实际的操作中。

客户需求在不断变化，市场格局在不断调整。企业通过大数据分析对自己的管理系统进行及时的调整和革新的意识和工作是不能停止的，企业应建立专门的综合管理规划部门，与企业经营涉及到的部门和流程保持实时联系，确保信息搜集的充分全面和流通的快速畅通，降低时间和人力成本。审核、调整和规划各部门之间的数据共享和整合，建立并持续维护企业的大数据结构系统，从而保证企业整体运转具有更大的持续合理性和全面有效性。

传统企业与大数据融合应注意的相关问题

1.注重行业内和跨行业数据共享平台的建立和应用

传统企业与大数据的融合需要重视行业内和跨行业数据共享平台的建立和应用。这样的数据融合相较于企业内部数据的融合更加重要。在国务院的《大数据行动纲要》中，也明确提出了对企业完善大数据产业链的要求。

⑴行业内部的大数据融合。

在服务主导逻辑下，服务是一切经济交换的根本性基础，顾客是价值链的核心主体。企业产品的商业价值存在于顾客的购买与体验之中，生产者应加强顾客体验信息的收集与整合，变消费者为生产参与者，通过信息挖掘顾客的价值诉求，提出基于该诉求的价值主张，最终协同价值网络中相关主体共同创造价值。在价值共创过程中，应关注价值链中各个利益主体的价值诉求，从每个主体利益出发共同构建全局利益。

在行业内的信息整合平台中，原材料供应商能够提供促进企业信息流和辅助生产的横向合作，以帮助联盟发现数据驱动下的创新模式，从中挖掘数据聚合的新维度；供应商可以在整合平台中实时查看汽车生产企业的库存、销售情况，提高供应链的快速响应能力。对于终端用户，可以通过参与信息平台既可以表达自己的偏好，又能在使用过程中提出自己的建议，反馈自己的问题，得到产业链内相关企业的服务支持。同时，通过参与价值共创也可以获得一些实质性奖励。

汽车行业内的信息资源整合就是传统企业的典型应用。由于交易的频率增加，交易成本成为价值共创网络中的核心问题，影响整个网络的运行效率。通过建立信息资源整合平台，可以使得多方面降低交易成本和资产专用性程度、开放信息和标准、增加外部企业边界渗透性和战略联盟产生。汽车行业内信息资源整合平台是指对于汽车行业内多企业的合作机制，其中聚集了海量数据，通过数据收集、数据聚合、数据分析、数据挖掘来运用和传递价值。具体流程是首先将供应链的结构化数据采集到相应的数据库中，并按照制定的数据清洗规则与标准，运用ETL工具将数据库的结构化数据清洗转换，将内部的结构化数据整合到企业数据仓库进行处理，最后将这些数据应用到企业的市场分析。其中应用的基础是各种数据之间的连接与聚合，关键资源包括零部件供应商、汽车生产企业、经销商、顾客、汽车数据公司等多个主体的庞大数据共享，基于此产生互补性、创新性价值。

（未完待续）