未來10年汽車產業將會真正進入大數據時代，首先是汽車本身的全面數據化智能化，再者在汽車營銷層面，特別是車主的行為數據化最為被車企看重。其他包括所有的駕駛操作及其每天的行為習慣，甚至于座椅的使用習慣都會形成相應的數據，還有就是以車為中心的數據化，零部件、車況、維修保養、交通、地理位置等信息都會形成龐大的數據被挖掘應用而產生價值。其次是汽車數據資產化，大數據可以創造巨大的價值，大數據將成為車企和車商的有效資產，于是這些數據將同其他資產一樣為車企和車商們帶來收益而變成他們的資產被應用創造更多的價值。再者是汽車產業智慧化，人和汽車可以連接互動，同時汽車產業大數據將促進形成更加智慧的汽車大數據產業，基于互聯網汽車將構建起龐大的、多層級的汽車大數據生態商業。曾經經常聽到一些傳統汽車制造商的人對互聯網造車一向嗤之以鼻，他們認為汽車企業已經有一百多年的數據和經驗的積累。其實，我們從大數據的角度思考一下，他們高傲的毫無道理，更顯得無知者無畏了。原因很簡單的，當下的大數據時代兩年的時間積累就是人類有史以來的總和，那么單純的一個汽車行業的數據積累，在大數據時代也許不需要幾個小時就可以完成了，這不是危言聳聽，而是真真切切的現實，不服都不行。

那么在說說所謂的經驗，人們在生產和生活中有太多的例證證實，經驗沒有多少是靠譜的，就如中醫就是經驗的積累所致，而中藥的副作用有誰知道？未來的大數據時代是完全要靠數據支撐的，經驗已經不能也不該在未來的商業模式的構建中做支撐，不然一定慘敗。當下，絕大部分車企還停留在委托營銷機構和代理公司做廣告投放，最終看效果怎么樣，還停留在結果報告階段，這種思路完全不是大數據的應用思路。大數據的思路應該是，需要在互聯網的過程中去積累過程數據，特別是在社交開放平臺上積累這些數據，幾乎一切流程都是可視化的呈現，這個過程能細到讓感興趣的用戶點擊你的行為，進入你的目標網站，他的停留時間，他的行為軌跡，行為結果或者與他的交互等等信息皆可掌控，就如每一個在微博上對你的內容感興趣的用戶的所有行為，把這樣的用戶行為的全流程數據收集出來，才能算大數據的應用范疇。

二、智能車聯網OBD遠程診斷在情景電商領域的應用未來通過人工智能AI和商業智能BI，就可以通過大數據實現的算法，計算出來用戶自己都不知道的前置需求的，通過云端的推送及時解決用戶之所急，實現電商化的變現就是所謂的未來的情景電商模式。比如充分智能化的車聯網OBD云端的數據檢索，可以檢索到，通過車商安裝的傳感器收集到的數據源，這個數據源發送到云端，就可以檢索到正在行駛的汽車是否有爆胎或者自燃的危險，這時云端就可以推送解決方案到用戶的車輛或者用戶的手機上面，及時規避將要發生的風險；再比如通過無人駕駛汽車自動或者默認的路線圖指標數據，就可以計算出來這個用戶下一步要干嘛，及時推送解決方案，同樣可以實現用戶的前置需求或者及早防患于未然，當然大部分車輛提前知道其行程，那么他們要通過的路段的下一個時段的交通流量也就一目了然了，預測下個時段交通數據將更有辦法解決城市道路的堵車問題，這也是汽車智能化之后大數據應用的副產品，其實相關的智能化應用會多大我們當下想不到的程度。

三、駕駛行為大數據在車險領域的應用我們再來看看大數據在汽車保險上的應用案例，汽車后市場的大數據應用，其實保險公司早有在做，而且很簡單，那就是通過OBD或者其他的智能盒子來收集車主的駕駛行為數據，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，如果對于經常違章發生車禍的車主，那么就可以拒保，不僅增進投保數量更能增進保險的質量。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據。我們可以看一下具體案例，Metromile公司利用汽車監控設備顛覆了定價模式，實現按駕駛里程收取保費的模式，自2012年6月產品推出，目前已經被數千位美國用戶使用。它的里程定價模式是基于車載信息設備（汽車監控）的技術，通過用戶安裝的設備追蹤行駛里程而繳納保費。用戶只需每月支付15-40美元的固定費用以及2-6美分/英里的使用費即可。操作時只要將贈送的節拍器安裝到儀表盤就可以正常開車。它并不考量怎么開車，而關心開車距離。此類保險在服務行駛量不大、尚未充分服務的細分板塊中有很大空間。平均計算，可為一位年行駛里程在10000英里的駕駛者節省40%的費用。還有一些保險公司為客戶提供新型商業解決方案。例如，美國利寶互助保險公司（Liber ty Mutual）為公司或大型車隊提供GPS跟蹤監控設備。企業用戶將該設備安裝在汽車上，可通過設備回傳的里程數、車速、加速情況和位置等信息，幫助車隊監控并改善司機駕駛習慣，進一步開展車輛安全管理，從而有效控制風險和保費決策依據，同樣可以提升公司效率和用戶的保費基數。另外還有一些保險公司提供車輛盜竊找回及事故援助服務。例如，英國的Insurethebox，該公司將含有GPS、運動傳感器、SIM卡和電腦軟件的盒子裝在汽車上，通過GPS技術追蹤定位失竊車輛，協助用戶找回。當盒子檢測到車輛撞擊或意外事故時，該公司會給用戶打電話，確定用戶人身安全。緊急情況下，還會呼叫應急救援部門參與救援。盒子里的數據亦可協助用戶分析車輛損失情況和保費精算情況。

四、維保大數據在二手車評估領域的應用專業的檢測和評估一直是二手車市場發展的瓶頸，這里面的貓膩兒騙局環環相扣多到生手防不勝防的地步。隨著二手車市場的進一步發展，一些原有的汽車專業網站也紛紛涉足這一領域，一些綜合性的門戶網站也開展了這一業務。網上賣車，最大的優勢是避開中介，價格自己說了算，一般情況下，可以賣出比較理想的價錢。但是信息的不對稱和市場成熟度不夠，目前如人人車和瓜子二手車等也是賠錢賺不到吆喝，他們最近數據造假的底兒被揭開，讓人們才謊言大悟，原來二手車不僅僅是所謂的專業評估師忽悠人，這些一向口碑良好的二手車電商平臺也會忽悠人。那么，解決之道是什么呢？其實也很簡單，只有有了兩個方面的大數據的積累，這些問題就可以迎刃而解了。這兩方面的大數據就是首先要有這輛車的維保數據，再者就是市場上相關車型的二手車成交的大數據，這兩組數據綜合對比就完全可以得到這款車的真實的價值評估，因為二手車和新車不同千車千貌自然就要千車千價，能做到真實的童叟無欺的價值評估，單純靠評估師是遠遠不夠的，因為人是最不靠譜的，再者評估師是誰給他們發工資就為誰說話的，這點我們想都不敢想下去了，所以說有了大數據無論商家還是被商家雇傭的評估師都無法欺騙到你了。

五、智能導航大數據在交通智能化領域的應用前面我們談到了大數據在交通領域的應用，特別是通過智能導航還可以提供更多層面的應用，為智能化交通提供更多的空間和可能。大數據的智慧交通存在多種優勢，所以說交通的智能化是總體的大趨勢，利用大數據技術和智能分析技術，整合城市管理的其他數據，將可以真正推動智慧交通的發展?；旧峡梢栽谒膫€方面得到具體的應用，一是提供城市道路的通行能力緩解交通壓力；二是有效減少交通事故的發生幾率；三是可以有力打擊各類交通違章和違法行為；四是提供給車主最為直接時時的交通信息服務。

六、大數據在汽車共享新商業模式領域的應用談到共享經濟模式我們就不能不談汽車領域的共享模式，當然，當下的滴滴僅僅只是做的出行市場的共享模式，并非汽車產業的全部，僅僅只是一個領域而已。那么，既然談到共享商業模式，我們就要從共享商業模式的根源談起。共享經濟模式不可能獨立存在或者獨立自我生長，而是需要多種模式的生態之下共生共榮的，也就是說，必須需要底層的大數據作為支撐的。就比如分時租賃模式就必須讓車本身智能化，租車開車門都是自動實現的，通過手機APP就可以完成找車、開車門、駕駛車輛、支付費用和還車等等一系列交易動作，這期間不需要服務人員人工成本，極大地節約了成本支出，可以更快地讓這個產業迅速占領市場份額，當然對一個新生事物來說，其絕對優勢的商業模式才是它能否成行最根本的驅動力，方便用戶又是這個驅動力的內核，讓用戶接受和最佳的體驗也更是催生產業迅速擴張的根基。事實上，共享商業模式不僅僅局限于消費領域，它的更高維度或者更能發揮其效能的還應該是非消費領域的共享，比如汽車后市場的技術共享，汽車制造技術的共享，甚至于各個行業的高端技術的共享，通過大平臺和大數據這是可以實現的，不僅可以提升整個行業的智能化，更可以無限量提升各個行業的生產力水平，創造更多的商業價值。

七、行車記錄儀大數據在交通領域的應用有了智能行車記錄儀之后，駕駛行為、車輛軌跡、交通路況就很容易獲得了，如果這個行車記錄儀與云終端聯通的話，那么通過行車記錄儀拍攝的實時路況的大數據就變得有價值，如果一個城市里有幾十萬甚至上百萬輛車安裝了這樣的行車記錄儀，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據就近在眼前了，他對其他車主也是最具價值的，同時由云端分享給需要實時路況信息的車主，甚至于未來預設導航目的地和行車路線后，預測下個時段的路況信息的數據結果都是可以通過云計算得出一個幾乎真實的結果，這些大數據不僅可以為企業帶來巨大的商業收益，更為汽車行駛和交通的智能化提供了最為基礎的大數據來源。

八、大數據在汽車衍生及周邊消費行為領域的應用根據一個調研機構對奔馳奧迪和沃爾沃車主的上網行為追蹤結果，通過大數據的分析表明，這些豪華車消費者對電影和真人秀的視頻內容最為關注，而對在網上和手機上瀏覽電視劇和體育方面的視頻相對較少。分析原因，一方面豪華車車主們沒有這么多時間去追劇，另一方面更關注實時的體育文字類新聞，而直接去看體育節目視頻回放或視頻直播的相對較少。同時，不同品牌的潛在消費者在視頻內容方面差異也較大，例如寶馬潛在車主最喜歡看電影，沃爾沃的車主相對而言對電影興趣較小，奔馳車主對真人秀最不感興趣，而奧迪潛在車主對真人秀最感興趣。汽車大數據不僅可以滿足用戶出行、路況預測、用戶和用戶之間的交通信息；還可以將海量經過處理的數據提供給政府、社會，使公共部門通過數據分析和應用，進行交通大數據決策分析，對整個城市交通擁堵成因進行分析，對異常道路進行數據挖掘，進而改變交通狀況；再者就是通過汽車大數據同樣可以衍生至汽車周邊的消費領域展開應用。比如，。

九、買車賣車用車維保大數據在造車領域的應用當下的互聯網造車一向被稱為PPT造車，事實上，僅僅只是他們造車的理念和規劃還存在PPT階段，要以發展的眼光看待才好，不然就太急于評價，而過于著急一定看不見全豹。事實上，利用買車賣車用車維保大數據在造車領域的應用的還是傳統車企，4S模式就是這方面應用的最好的案例，4S包括整車銷售(Sale)、零配件(Sparepart)、售后服務(Service)、信息反饋等(Survey)，而最后這個S(Survey)信息反饋就是大數據的應用。雖然說傳統車企的車型升級比較緩慢，但是他們的升級和改造或者開發新車型，這些大數據是最為重要的依據。再有一個事實更可以為這個的佐證，那就是3-5年以上的車過了保修期，大量的離開4S店維保，這給車企帶來非常大的數據來源上的困擾，已經嚴重威脅到了他們更新換代和開發新車型的進程。互聯網的發展為汽車這一傳統領域迎來了新的機遇，傳統車企越來越多地將車聯網、智能化等一系列新功能集中到汽車上，而除了傳統車企的不斷創新之外，互聯網企業造車的風潮也不容小覷。在特斯拉、谷歌及蘋果的造車理念引領之下，樂視超級汽車LeSEE無人駕駛概念車；智車優行將樣車開到發布會現場；蔚來汽車與江淮汽車簽署戰略合作協議；車和家將自建車廠和電池廠，打造小而美的智能電動車等等，都是互聯網造車的典范。既然是互聯網造車，那就不單純的是線下硬件的打造，更多的還是通過互聯網與用戶的參與積累大數據，為其造車提供具體的依據和在其車輛銷售流通領域的參與的全過程，才是互聯網造車的精髓。

大數據時代汽車后市場如何實現質變上面談了很多的關于大數據在汽車領域的應用，我們再來看一下，當下被熱炒之后又進入冰河時代的汽車后市場電商領域，這是一個大數據應用不盡成熟但又無法不依托于大數據才能崛起的行業。汽車后市場這是一個萬億級的市場，中國汽車工業協會數據，從2012年到至今，中國汽車后市場規模從2012年2490億開始，逐年遞增約1000億，至今達7660億，預計2016年年底將接近8000億，兩年之后，這個市場的總容量將輕松突破萬億大關。這期間，市場形同于瘋狂。從2009年開始，每年汽車后新成立的公司近乎成倍增長，到2014年達到頂峰，并在2016年出現大幅回落。截止2016年6月30日，2016年新成立公司數量還不及2015年的十分之一。2015年汽車后市場成立的創業公司共有362家，發生投資事件342起。這意味著，在2015年，此領域平均每天誕生一家公司，發生一次融資事件，速度驚人。平均每天會誕生1家公司，發生1次融資事件。這期間投融資方面也很瘋狂。2009-2016年6月國內汽車后領域融資事件共發生742起，其中2015年融資事件發生342起，為8年中的峰值，比2014年增加92%，卻也在2016年首次出現下滑趨勢，2016年上半年融資事件只有99起。2014-2016年3年間發生的投資事件數量進行統計后發現，國內汽車后融資事件80%以上都發生在早期，3年中天使輪及A輪項目共發生512起，而在后期依然能活下來的項目寥寥無幾，甚至不足5%。D輪和E輪項目的總和只有9起，通過IPO退出的只有2家，分別是神州租車和一嗨租車。進入到D輪后所有企業中，只有神州專車最終在今年7月份掛牌新三板，其余的7家企業中，有3家已被并購，其中快的打車被滴滴并購、e代駕被神州專車并購、易到用車被樂視并購。資本的瘋狂讓汽車后市場經歷了一場熱潮后，馬上就迎來了冰河期。2015年下半年以來，確認倒閉的曾經融資成功的汽車后市場企業就有20多家，具業內人士估計汽車后市場O2O領域到2016年6月份截止，已經90%以上銷聲匿跡了。其中最具代表性的，是2016年以來兩家已經融到B輪后的企業博湃養車和車風網相繼倒閉。2016年4月5日，O2O洗車及養護平臺博湃養車宣布破產倒閉，博湃曾在2015年初獲得京東、易車1800萬美元B輪融資，投后估值高達六億美元。京東的導流對博湃的擴張也起到了至關重要的作用，使其不到一年便成為汽車養護行業的老大，然而極度的擴張和燒錢補貼讓博湃迅速資金鏈斷裂失去造血功能，不到一年便倒下了；2016年8月1日，汽車電商O2O平臺“車風網”宣告倒閉，這曾是一家估值超過10億的獨角獸公司，而資金鏈斷裂卻也成為壓倒車風網的最后一根稻草。縱觀汽車后市場領域在移動互聯網時代的表現來看，汽車后市場產業的升級轉型的最終落腳點無非要著眼于整個汽車零配件產業鏈的各類B2B商家，而汽車服務的所有環節都無法脫離線下，互聯網能夠改變的是線上的預約服務、汽車零部件適配、工時費用結算、網絡投保等可以在線上操作的服務項目中的數據部分，剩下的保養、維修、換件、美容、洗車、定損實際操作的業務部分，仍舊是通過上門或者定點進行操作。所以說，汽車后市場是一個場景化被固化的服務行業，而非單純的線上數據集合，其發展和顛覆的可能性也只有在大數據支撐下通過線上與線下的無縫連接加協同來實現才是可能性最高的路徑。

從產業鏈來看，當前中國汽車后服務市場基本可分七個大類：包括養護、維修、改裝、二手車、汽車配件、相關電商及金融保險等。這七個大類其實可以再做細分，譬如養護就包括洗車、美容、改裝及零配件更換等服務。七大類汽車服務商家可以分為汽車服務、車聯網相關、及工具社區等三種類型，其中汽車服務類型的服務商家分類最細，這些個細分服務領域都誕生了很多優秀項目。當前而言，汽車服務類的眾多商家正在由重向輕變化，開始由產業鏈低層向中間層過度，做“服務汽車服務商的”服務商。這一類商家無論是做平臺的還是做垂直服務的，在信息化方面都在向“大數據”過渡。因為商家們發現汽車后市場服務中的競爭不在于維修人員的多少，更需要的是對原廠配件、品牌配件、工時、維修信息等數據的適配，誰的數據最多、最全、最詳細，誰就最有競爭力，這意味著能夠給予全品牌全車型服務數據匹配。舉個例子，比如機油濾清器(簡稱機濾)需要與上門的客戶車型匹配，可原廠機濾很貴，一般的O2O公司都使用曼牌，那曼牌的哪款機濾適合這個客戶的車型呢？這就需要用數據庫來做匹配支持，汽車后市場配件服務數據是必不可少的。在數據獲取上，有數據積累的商家可以通過更多的渠道獲得信息，沒有積累的則會與專業的數據庫企業進行合作。整個產業鏈對大數據服務都有重度需求，配件通賠數據最終是要融入汽車后市場產業鏈的所有環節的。以此說汽車服務行業的競爭進入到了數據競爭時代一點不為過，特別是電商平臺，最終拼的都是大數據，大數據也才是他們平臺的核心競爭力，所以說，掌握大數據者生，沒有掌握大數據者都會死得很慘，這已經被無數個死去的O2O平臺所驗證，當然現在還在茍延殘喘的也未必就掌握了大數據，只不過他們的錢還沒燒光而已，但死是早一點遲一點的事情，而死卻是必然的。

大數據能帶給汽車后市場行業更多的在于商家對于用戶以及業務的管理，這些數據具體到汽車后市場，則是對汽車后市場服務商家在溝通用戶以及商業營銷的綜合性管理。尤其是車型、配件、品牌、保養等數據的靈活調取與應用方面，可以讓商家近距離接觸車主。甚至不用詢問就能了解車主用車信息，可以進一步為車主提供一站式汽車服務解決方案，甚至于可以滿足用戶的前置需求而形成最為優勢凸顯的情景電商模式。所以，汽車后市場大數據尤其是配件通配數據，對于當前這個領域的商家來說是至關重要的，利用大數據來適配車后服務，是整個汽車后市場行業在服務模式發生質變的原動力。那么，汽車后市場需要那些具體的大數據呢？一個合格的數據服務提供商，應該做到以下幾點：全品牌全車型全配件的數據信息，要有基于VIN的全車型全配件的通配架構，配件數據庫包括：VIN碼識別庫、車型配置庫、保養規則庫、配件原廠件號品牌件號通配數據庫等。當然，還必須具備與國內外汽車市場新車新和改款車型同步的數據庫具有關聯和同步的機制與能夠同步的數據庫結構。即時同步國內外零部件供應商的更新信息，能夠保證最新車型的零部件填充數據庫，達到同步更新的效果。而互聯網化的API數據服務就算要通過SAAS模式，保證每一個與其合作的商家，都能通過API接口對接到并調取所需的數據庫信息。這就如當下的地圖制造商一樣，作為最底層的應用，開放給全行業商家或者個人用戶，汽車后市場大數據是基礎設施應用，就如互聯網之于網民，電力之于居民一樣的道理。如此規模是大數據庫至少5年以上的數據庫制作經驗與積累，整個汽車后市場對數據的需求越來越大，同時也正在產生更大量的數據，數據處理經驗以及數據庫制作經驗尤為重要。從全品牌到全車款，海量的數據挖掘與匹配，沒有一個足夠強大的運營團隊是不行的，這樣的團隊至少要百人以上，因為最基礎的零配件數據就至少要有5000-6000萬條數之多。面對萬億級的汽車后市場，大數據優化將成關鍵中的關鍵。2015年被認為是汽車后市場格局重構元年。根據公安部交管局公布的數據，全國有35個城市的汽車保有量超過百萬輛，北上廣深等10個城市則超過200萬輛以上。然而，如此巨大的一塊蛋糕，迄今為止卻沒有幾家互聯網上市公司出現。于是乎，汽車后市場開始迎來各方資本的青睞，業內預見，“互聯網+汽車后市場”的大變革即將到來，而大數據、產品的地理屬性和渠道的優化將成為勝負關鍵。

當下大家都知道汽車后市場是一塊肥肉，搶灘登陸進來創業的很多，但是有一個重要的問題很多人還沒有解決，那就是即便找到痛點但其解決方案還是有問題，痛點不是賣點，能否成為賣點為未可知，比如上門維修，解決不了的是上門前的精準診斷，而通過車聯網智能硬件OBD可以很好的解決這個問題，但是OBD需要安裝和數量優勢才可以產生大數據，有了大數據才可以真正從底層顛覆修車的信息不對稱的痛點。從目前來看，汽車后市場領域的競爭是上來了，但還談不上紅海。大家集中在做汽配零件、汽車用品，還有就是汽車未來的自動駕駛系統。首先要懂這個市場，沒有比較深的理解，做的模式很難成功。不能只做線上，線下同樣很重要。不管是線上還是線下，提高效率、縮短流通環節從而解決行業痛點的項目，才能走得更遠。目前中國的平均車齡是3-4年，還不太需要保養，等到了6-7年時，汽車后市場會有一個非常高速的發展期。原來傳統的汽配發展是有局限的，互聯網大數據手段來了之后，越早進入這個市場越好。但他們路徑都走偏了，于是白白燒掉了資本的幾千億居然沒有任何效果，冰河時代到來的唯一好處是，他們沉寂后會尋找新的征途。就如最近太多的車企都在搞新能源，但國內的所謂的新能源無非就是電動車，事實上這也是一個誤區，其實更是在生產垃圾車，為騙補貼他們生產的車只不過是走個過場而已，真正能夠讓消費者使用，還需要很長的時間研發和技術的突破，特別是電池技術的突破，事實上國內廠家多半都是使用的三星和LG等廠商的電池。再者即是電動車的未來不可能是一個獨立存在的，不可能像傳統燃油車一樣獨立占據市場的主體地位的，未來的汽車市場的車型一定需要具備智能化、互聯網化，乃至新能源驅動，缺一不可的，如果單純僅僅只做新能源或者說只做電動車的話，都會死得很慘的，他們想通過電動車彎道超車的策略一定會出師未捷身先死。汽車后市場的電商平臺也一樣，只有具備大數據積累的企業或者平臺才有抓住下一波時機的機會。汽車維修廠在互聯網上買配件，效率會更高、成本也會更低，體驗當然也會更好，它所改變和優化的是一個產業結構和商業模式。實際上，能夠整合汽車后市場大數據的真正的平臺，在業內并不多見。因為這首先是個苦力活，需要把先進技術和傳統經驗跨界融合。汽配行業很傳統，產品分散、需求分散、商家分散，從業門檻也很低，但很難做大。汽車后市場大數據產業互聯網平臺的發展過程也是產品逐步升級、迭代的過程。

互聯網的出現，行業出現“巨無霸”有了可能。但行內人知道，B2B汽配電商平臺第一步就是建數據庫。市面上有13萬種在售和停售車型，一輛車的常用配件有2000多個，不同年款、不同排量的車型配件又不同，算下來就有近6000萬基礎數據，更會有近2.6億個匹配關系。建里這樣的數據庫工作量超級的巨大，但只有突破這個天花板，才能建立完全沒門檻、不需要任何專業知識就能準確選購配件的電商平臺，整個產業的質變才會成為可能。