汽車電商中的大數(shù)據(jù)應(yīng)用:挖掘與延伸

人類歷史長河中所有信息總量加在一起還沒有當(dāng)下兩年的多，而且這個數(shù)據(jù)量還在以兩年時間增速翻翻的速度在飛速發(fā)展，互聯(lián)網(wǎng)給我們帶來的劇變已經(jīng)非常明顯，大數(shù)據(jù)時代即將到來。商業(yè)智能BI和商業(yè)分析BA將得到大發(fā)展，大數(shù)據(jù)即可以計算出股票的漲落，也可以計算出美國總統(tǒng)大選結(jié)果，還可以計算出你明天發(fā)生車禍的幾率。大數(shù)據(jù)在汽車電商中的應(yīng)用也將得以突顯，當(dāng)然，大數(shù)據(jù)的收集和分析、挖掘乃至于真正的應(yīng)用還需要從底層開始，才能讓數(shù)據(jù)的金礦開掘全面推進(jìn)。

　　在人類的歷史長河中，直至工業(yè)革命才是一個分水嶺，這之前人類的人均GDP一直停留在500美元左右，所謂的馬斯洛陷阱不斷發(fā)生。而工業(yè)革命之后個體的價值劇增，直至當(dāng)下的人均GDP達(dá)到幾萬美金，這是分工協(xié)作提升效率創(chuàng)造出來的價值。當(dāng)下是互聯(lián)網(wǎng)時代，連接同樣可以產(chǎn)生價值，一個蜜蜂是愚蠢的，而蜂群卻是智能的，建立你的社群讓智慧產(chǎn)生價值倍增，讓大數(shù)據(jù)在商業(yè)平臺中的無數(shù)個體的價值聚合產(chǎn)生更大的價值，就是大數(shù)據(jù)時代應(yīng)該思考和應(yīng)用的方向。

　　當(dāng)然，大數(shù)據(jù)也是被誤解的最深的一個專業(yè)詞匯了，主要原因還是這個詞本身翻譯就已然南轅北轍了，數(shù)據(jù)的價值并非僅僅只在大上，冗余數(shù)據(jù)再大也毫無價值。大數(shù)據(jù)真正的價值在它的深度、寬度和廣度的取向上。比如汽車信息中的深度如這輛車的狀況，行駛里程，維修保養(yǎng)情況，通過智能盒子OBD獲取到的它行駛途中的胎壓異常等等數(shù)據(jù)，那么寬度就如這個車主的駕駛習(xí)慣，行車路線和路況信息等，而廣度就是要延伸為車主的個人嗜好和消費習(xí)慣了。經(jīng)過深度挖掘的這些數(shù)據(jù)的聚合，也就可以實現(xiàn)智能商業(yè)，也就是所謂的BI，而絕非簡單的車輛型號，年限和號牌，車主聯(lián)系方式等低級數(shù)據(jù)疊加起來的冗余數(shù)據(jù)，這樣的數(shù)據(jù)再大也不會直接產(chǎn)生價值，是需要深度挖掘才會有價值，也是汽車電商平臺在數(shù)據(jù)整合和收集方面所應(yīng)該運營的方向。

　　傳統(tǒng)企業(yè)的人沒有互聯(lián)網(wǎng)思維，非但不覺得互聯(lián)網(wǎng)好，還反而認(rèn)為對它們是障礙，就拿P2P模式的汽車金融來說，互聯(lián)網(wǎng)直接觸及他們的利益奶酪，他們?nèi)缬龊樗瞳F般抵制。做線下產(chǎn)品渠道后市場的更是抵制互聯(lián)網(wǎng)，對外說做的互聯(lián)網(wǎng)，其實骨子里是在抵制。所以O2O或O+O最難線上和線下對接，那么大數(shù)據(jù)對于他們也就無從實現(xiàn)了。

　　再來看看大數(shù)據(jù)在汽車保險上的應(yīng)用案例，汽車后市場的大數(shù)據(jù)應(yīng)用，其實保險公司早有在做，而且很簡單，那就是通過OBD盒子收集車主的駕駛行為數(shù)據(jù)，如果一個人從來不違章，那么給他的保險就可以打很低的折扣，如果對于經(jīng)常違章發(fā)生車禍的車主，那么就可以拒保，不僅增進(jìn)投保數(shù)量更能增進(jìn)保險的質(zhì)量。再者就是車輛的使用時間和閑置時間，可以做分時租賃提供數(shù)據(jù)。駕駛行為是很容易獲得的，而通過行車記錄儀拍攝的實時路況的大數(shù)據(jù)就更有價值，如果一個城市里有幾十萬甚至上百萬輛車安裝了你的行車記錄儀，且可實時上傳所拍攝到的路況信息到云端，那么這個城市的所有路況信息的大數(shù)據(jù)就近在眼前了，他對其他車主也是最具價值，同時由云端分享給需要實時路況信息的車主，甚至于未來預(yù)設(shè)導(dǎo)航目的地和行車路線后，預(yù)測下個時段的路況信息的數(shù)據(jù)結(jié)果都是可以通過云計算得出一個幾乎真實的結(jié)果。

　　在大數(shù)據(jù)的應(yīng)用層面，在數(shù)據(jù)庫中分散、獨立存在的大量數(shù)據(jù)對于業(yè)務(wù)人員來說，只是一些無法看懂的天書。業(yè)務(wù)人員所需要的是信息，是他們能夠看懂、理解并從中受益的抽象信息。此時，如何把數(shù)據(jù)轉(zhuǎn)化為信息，使得業(yè)務(wù)人員(包括管理者)能夠充分掌握、利用這些信息，并且輔助決策，就是商業(yè)智能主要解決的問題。如何把數(shù)據(jù)庫中存在的數(shù)據(jù)轉(zhuǎn)變?yōu)闃I(yè)務(wù)人員需要的信息?大部分的答案是報表系統(tǒng)。簡單說，報表系統(tǒng)已經(jīng)可以稱作是BI了，它是BI的低端實現(xiàn)。國外的企業(yè)，大部分已經(jīng)進(jìn)入了中端BI，叫做數(shù)據(jù)分析。有一些企業(yè)已經(jīng)開始進(jìn)入高端BI，叫做數(shù)據(jù)挖掘。而我國的企業(yè)，大部分還停留在報表階段。