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
|
前端开发 JavaScript UED
页面美化
页面美化
403 2
|
运维 监控 关系型数据库
rds资源管理
rds资源管理
288 11
|
弹性计算 安全 网络安全
搭建简易多人在线视频会议系统
本场景将介绍使用音视频服务单间一个简易的视频会议室。
|
11月前
|
存储 监控 安全
网络设备日志记录
网络设备日志记录是追踪设备事件(如错误、警告、信息活动)的过程,帮助IT管理员进行故障排除和违规后分析。日志详细记录用户活动,涵盖登录、帐户创建及数据访问等。为优化日志记录,需启用日志功能、管理记录内容、区分常规与异常活动,并使用专用工具进行事件关联和分析。集中式日志记录解决方案可收集并统一管理来自多种设备和应用的日志,提供简化搜索、安全存储、主动监控和更好的事件可见性,增强网络安全。常用工具如EventLog Analyzer能灵活收集、存储和分析日志,确保高效管理。
691 5
|
机器学习/深度学习 人工智能 搜索推荐
AI技术在医疗领域的应用与挑战
本文深入探讨了人工智能(AI)技术在医疗领域的应用现状、面临的挑战以及未来发展趋势。随着科技的飞速发展,AI技术正逐渐渗透到医疗行业的各个环节,从疾病诊断、治疗方案制定到患者管理等,都展现出巨大的潜力和价值。然而,AI技术的广泛应用也带来了数据安全、伦理道德、法规监管等一系列挑战。本文旨在通过分析AI技术在医疗领域的实际应用案例,揭示其优势与不足,为推动AI技术在医疗领域的健康发展提供参考。
741 23
|
12月前
|
人工智能 运维 Devops
CAP:Serverless + AI 让应用开发更简单
对于众多开发者而言,Serverless 架构的核心优势在于其能够无缝集成多种云产品与组件,从而使得开发者可以更加专注于核心业务逻辑和创新。此外,Serverless 架构还提供了按量付费的灵活计费模式,进一步降低了资源成本。使用云应用开发平台 CAP,在 AI 领域,企业就可以专注于模型训练、算法优化等关键任务,让 AI 应用的开发、部署以及全生命周期的管理更加简单。可以预见 Serverless 技术将催生一系列创新且有趣的应用,而这些应用将不断拓展 AI 技术的边界。
|
存储 人工智能 Serverless
通义千问大模型
在数字化时代,企业面临海量客户对话数据处理的挑战。阿里云推出的AI大模型助力客户对话分析方案,通过整合多种云服务,实现对话内容的自动化分析,提升服务质量和客户体验。本文将深入评测该方案的优势与实际应用效果。
|
机器学习/深度学习 边缘计算 缓存
有哪些方法可以降低 LLM 的计算成本?
【8月更文挑战第13天】
458 5
|
传感器 自动驾驶 算法
本文将探讨无人驾驶汽车如何解决交通拥堵问题以及可能面临的挑战。
本文将探讨无人驾驶汽车如何解决交通拥堵问题以及可能面临的挑战。
|
存储 人工智能 弹性计算
倚天使用|倚天性能优化—YCL AI计算库在resnet50上的优化
本文介绍了x86软件迁移到Arm过程中可能遇到的弱内存序问题的解决方案,解析了弱内存序问题的根因,介绍了Hawkeyes的架构和实现原理。欢迎有需求的团队发送邮件咨询