|
关系产业链:车联网、大数据与钱关于汽车大数据及其潜力,目前还是说的多,做的少。把每月真正有价值的GB级数据提取出来,并搞清楚其潜在用途,才是大数据面临的挑战。 大数据和预测分析有助于实现更快的预防措施,只需通过简单的无线软件更新、在经销商处进行日常车辆保养时小修、或只需召回很少一部分由于使用习惯而造成问题的车辆。 2. 推广增值服务 大数据还带来了其他更多的可能性,其中许多方法都远比“等故障发生了我们再赶紧去缓解问题”更具前瞻性。 车主在用车过程中,有些功能可能从来没有被用过,而有些功能被频繁使用。通过大数据,汽车厂商就能更好地了解消费者实际上如何使用他们的产品以及有何偏好,据此改进产品,更好地提供个性化服务,并进一步对消费者进行细分,了解哪些增值服务可能吸引特定的客户群。 这类个性化细分早已被亚马逊等在线购物网站普遍采用——使用该服务的消费者会定期收到一份量身打造的推荐目录,都是根据他们以往查看和购买的记录而推荐的。利用大数据,汽车厂商们也可以这么干。 汽车厂商还可以与外部机构共享数据,从而增加新的收入来源。最明显的例子就是与保险公司合作,保险公司喜欢收集来自汽车的一些特定数据,如:速度、驾驶时间、刹车平顺性和转弯等,以便确定车主的实际驾驶方式,而不是通过车主的年龄或信用状况等不靠谱的信息来评估风险。 美国和欧洲的保险公司已经开始提供能够收集这类数据的后市场解决方案,如美国Progressive公司的Snapshot,以及英国的insurethebox,但汽车厂商也可以直接向保险公司提供这类数据,从而创造一项对消费者有吸引力的服务,同时也是一个收入分成的商机。 4. 通过第三方盈利 汽车厂商可以把大数据卖给感兴趣的第三方。例如,美国邮政总局已经开始标价出售其大数据,各个机构每年支付17.5万美元即可访问“全国地址变更”数据库。如果汽车厂商也这么干,可能会导致人们更加担忧隐私,但如果仅限于开放给保险公司或广告公司等,那么大数据无疑会吸引到感兴趣的人。 大数据的挑战 最近,思科计算了大数据对于汽车厂商的价值将达到每车每年300美元,主要来自降低保修成本和改进应用设计。在这个分析中,思科还得出结论,大数据将帮助车主每年节约多达500美元,主要得益于更好的导航和更智能的路线规划。 每车每年300美元足以对汽车厂商的盈利造成可观的影响,而且已经有少数汽车厂商能够利用大数据赚钱了。例如,通用汽车公司,公认的车联网领先者,拥有汽车行业最大的数据资源之一。该公司之前曾宣布,已经使用OnStar数据存储库来更好地了解自己的消费者。
但通用汽车的高优先级大数据,目前还停留在告诉人们当“检查发动机”灯亮起的时候,发生了什么事。这无疑对于消费者是有用的,但明显还是小数据的范畴(在单一层面帮助单个消费者),而不是大数据(结合成千上万的检查发动机灯,快速预测未来趋势并做出响应,以免导致召回事件)。事实证明,人们所谈论的大数据潜力与汽车厂商实际所做的事情之间仍存在巨大的差异。 既然车联网大数据如此有用,为什么迄今为止汽车厂商在大数据方面鲜有作为,挑战在哪里呢? 责编:王雅京 微信扫一扫实时了解行业动态 微信扫一扫分享本文给好友 著作权声明:kaiyun体育官方人口
文章著作权分属kaiyun体育官方人口
、网友和合作伙伴,部分非原创文章作者信息可能有所缺失,如需补充或修改请与我们联系,工作人员会在1个工作日内配合处理。 |
热门博文 |
|