|
|
51CTO旗下网站
|
|
移动端

大数据在商用车市场的三大价值分析

目前大数据的概念已经深入人心,特别是大数据在汽车行业的应用,也是越来越广泛。从数据的产生或来源来看,汽车企业可谓是得天独厚:如整车出厂合格产量数据、车辆基础信息、零部件信息、细分市场调研采样数据、4S店维修数据等。

作者:风车云马来源:51CTO.com|2019-02-14 08:00

【51CTO.com原创稿件】目前大数据的概念已经深入人心,特别是大数据在汽车行业的应用,也是越来越广泛。从数据的产生或来源来看,汽车企业可谓是得天独厚:如整车出厂合格产量数据、车辆基础信息、零部件信息、细分市场调研采样数据、4S店维修数据等。随着车联网技术的不断发展,车辆还可以通过各式各样的传感器采集更多的信息:如车主的驾驶情况、行车路线、路况信息等。这些海量的数据隐藏着巨大的商业价值。

特别是在商用车市场,油耗成本、运输效率、市场定位等利益相关因素,直接影响商用车的市场销量和企业发展,也包括物流公司的营收利润。因此,很多大型企业、研究机构都热衷于研究大数据在商用车市场的潜在商业价值。目前比较流行的应用有以下几类:

一、通过大数据分析不良驾驶行为,进而降低油耗

国外很多公司都意识到驾驶行为对油耗会产生很大的影响,所以对驾驶员进行环保驾驶的培训,指导他们如何减少油耗。目前,全球领先的运输供应商Scania运营的车辆上,配备了监控驾驶员和车辆数据的终端设备,进而分析CAN总线数据和其他相关信息如天气等和油耗的关系。该项目在驾驶行为方面提出了6项挑战:更多的滑行,更少的刹车,更少的空转,更少的加速,更少的高转速,更多使用巡航控制。所有这些都与燃料消耗有关【1】。

大数据在商用车市场的三大价值分析
图 1

如图 2所示,统计车辆每天的巡航时长、怠速时长、油门开度、制动频次、空挡滑行、行驶里程和平均速度,并以网格的方式划分数据。该方法与其他自动聚类技术相比,结果具有可比性。这种格式很直观,容易被理解。根据网格图,我们还能够看出不同的物流模式区域:长途运输(右上区域)、短途运输(左上区域)和配送运输(左下区域)。

大数据在商用车市场的三大价值分析
图 2

二、通过大数据分析和预测车辆故障,进而降低维修成本

对于车队运营商来说,商用车的维修保养成本将会占用很大一部分支出。虽然去4S店定期去做保养,能够避免一些零部件故障的发生。然而,商用车由于其特殊的运输用途,经常受到利益的驱使(比如为了拉更多的货而不愿意耽误时间、或者为了节省费用支出),并不会按时去4S店,做这种定期的保养或者维修。

那么问题来了,一旦车辆中途发生故障,便会给司机、货主造成更多的麻烦,车辆不得不停运,也会严重影响运营的收益。所以很多大型企业、研究机构提出故障预测和预先提醒,也便于司机/车队管理人员提前安排运输计划。

Scania也在重型卡车维修领域展开研究,采用数据挖掘技术预测车辆零部件的运行状态,并构建零部件的故障预测模型【2】。

大数据在商用车市场的三大价值分析
图 3

Scania采集了车间维修历史数据、故障码和车辆运行数据,通过数据挖掘和机器学习算法,发现潜在的故障迹象,在发生严重故障之前完成维保,能够有效降低维修成本,也避免了车辆停运。文中【2】建立了三类预测模型:第一类模型通过一组故障码识别出发动机出现什么故障;第二类模型研究车辆运行数据和故障码的关系;第三类模型综合了车辆运行数据和故障码进行评估,建议是否需要更换零部件。

大数据在商用车市场的三大价值分析
图 4

三、通过大数据分析和统计车辆运行热点区域,作为重点销售投放市场

商用车主要用途是运输货物,通过大数据技术分析商用车主要运行区域,就可以在这些热点区域进行重点销售。比如在车辆行驶密集区域,可以部署更多的4S店。因为这些区域用户需求也更加丰富,既便于销售车辆也便于提供维修、保养、车险等售后服务。

大数据在商用车市场的三大价值分析
图 5

国内外很多车企、保险公司都已经开始深入挖掘这些数据的潜在价值:不同销售分公司或营业点,通过分析所在区域的运行车辆,分析车辆的类型、配置甚至故障率等,对库存车型进行优化调整。因为不同区域/市场运输货物类型不同、运输距离不同,因而用户对车辆的配置等需求不同。那么,借助于大数据技术,我们可以分析出某个区域主要运行的车型配置,进而有针对性的推广相匹配的产品。

随着车联网、机器学习、人工智能等技术的不断运用,相信大数据技术一定会为商用车市场注入新的活力,带来新的利润增长点。

参考文献

[1] 《Modeling the Relation Between Driving Behavior and FuelConsumption》

[2] 《Modelling of patterns between operational data, diagnostic trouble codes and workshop history using big data and machine learning》

【51CTO原创稿件,合作站点转载请注明原文作者和出处为51CTO.com】

【编辑推荐】

  1. 一文读懂2019年IT及大数据行业趋势
  2. 2019年医疗大数据发展的十个态势
  3. 2019年大数据的10大发展趋势
  4. 2019年采用大数据发生重大变化的6个行业
  5. 基于大数据架构的医院数据中心管理
【责任编辑:未丽燕 TEL:(010)68476606】

点赞 0
大家都在看
猜你喜欢

订阅专栏+更多

活学活用 Ubuntu Server

活学活用 Ubuntu Server

实战直通车
共35章 | UbuntuServer

216人订阅学习

Java EE速成指南

Java EE速成指南

掌握Java核心
共30章 | 51CTO王波

83人订阅学习

Mysql DBA修炼之路

Mysql DBA修炼之路

MySQL入门到高阶
共24章 | 武凤涛

468人订阅学习

读 书 +更多

黑客入侵的主动防御

本书是一本非常全面地讲述黑客入侵主动防御技术的网络安全工具书。本书的重点是介绍黑客的攻击手段和提供相应的主动防御保护措施,在组织结...

订阅51CTO邮刊

点击这里查看样刊

订阅51CTO邮刊

51CTO服务号

51CTO播客

太阳城申博官网
网站地图 澳门赌场 申博登录网址 777老虎机游戏登入 百家乐
申博在线游戏下载登入 百家乐支付宝充值 百家乐 申博游戏手机怎么下载
申博游戏登入 澳门新葡京赌场 太阳城代理 申博娱乐官网
申博太阳城登入 菲律宾申博娱乐 申博娱乐注册 澳门博彩公司
太阳城会员登入 777老虎机游戏登入 太阳城代理 ag娱乐登入