汽車電商中的大數據應用: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下兩年的多，而且這個數據量還在以兩年時間增速翻翻的速度在飛速發展，互聯網給我們帶來的劇變已經非常明顯，大數據時代即將到來。商業智能BI和商業分析BA將得到大發展，大數據即可以計算出股票的漲落，也可以計算出美國總統大選結果，還可以計算出你明天發生車禍的幾率。大數據在汽車電商中的應用也將得以突顯，當然，大數據的收集和分析、挖掘乃至于真正的應用還需要從底層開始，才能讓數據的金礦開掘全面推進。

　　在人類的歷史長河中，直至工業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生。而工業革命之后個體的價值劇增，直至當下的人均GDP達到幾萬美金，這是分工協作提升效率創造出來的價值。當下是互聯網時代，連接同樣可以產生價值，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生價值倍增，讓大數據在商業平臺中的無數個體的價值聚合產生更大的價值，就是大數據時代應該思考和應用的方向。

　　當然，大數據也是被誤解的最深的一個專業詞匯了，主要原因還是這個詞本身翻譯就已然南轅北轍了，數據的價值并非僅僅只在大上，冗余數據再大也毫無價值。大數據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據，那么寬度就如這個車主的駕駛習慣，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慣了。經過深度挖掘的這些數據的聚合，也就可以實現智能商業，也就是所謂的BI，而絕非簡單的車輛型號，年限和號牌，車主聯系方式等低級數據疊加起來的冗余數據，這樣的數據再大也不會直接產生價值，是需要深度挖掘才會有價值，也是汽車電商平臺在數據整合和收集方面所應該運營的方向。

　　傳統企業的人沒有互聯網思維，非但不覺得互聯網好，還反而認為對它們是障礙，就拿P2P模式的汽車金融來說，互聯網直接觸及他們的利益奶酪，他們如遇洪水猛獸般抵制。做線下產品渠道后市場的更是抵制互聯網，對外說做的互聯網，其實骨子里是在抵制。所以O2O或O+O最難線上和線下對接，那么大數據對于他們也就無從實現了。

　　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盒子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。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據就更有價值，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據就近在眼前了，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。

　　在大數據的應用層面，在數據庫中分散、獨立存在的大量數據對于業務人員來說，只是一些無法看懂的天書。業務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，如何把數據轉化為信息，使得業務人員(包括管理者)能夠充分掌握、利用這些信息，并且輔助決策，就是商業智能主要解決的問題。如何把數據庫中存在的數據轉變為業務人員需要的信息?大部分的答案是報表系統。簡單說，報表系統已經可以稱作是BI了，它是BI的低端實現。國外的企業，大部分已經進入了中端BI，叫做數據分析。有一些企業已經開始進入高端BI，叫做數據挖掘。而我國的企業，大部分還停留在報表階段。