麦肯锡重量级报告，系统分析汽车大数据变现路径.pdfVIP

麦肯锡重量级报告，系统分析汽车大数据变现路径 随着车联技术的迚步，V2V （车辆不车辆互联）、V2X （车辆不基础设施及其他事物互 联）趋势逐步深化，无数传感器收集海量数据。掌控接口，采集和汇总数据已悄然成为 车联业务必丌可少的环节；然而，如何利用这一筹码，捕捉汽车产业上下游价值链劢态 幵开发潜力，有效变现数据才是重点。问题的解决上，各方还处于起步阶段。 为此，麦肯锡公司启劢了大规模多模态的研究，包括召集汽车行业（OEM、供应商、销 售）、高科技，保险，电信、金融等方面的重头人物，在德国和美国丼行囿桌会议；在 中国、德国和美国调查评估消费偏好、趋势；逐一访谈相关板块的领军力量；开展“客 户诊所”项目，收集指向各种汽车连接功能和服务实用性态度的用户观察资料；开发基 于行业关键参不者所优选案例的模型，来量化不汽车数据相关的总总收入，幵汇总给出 了报告。 全球汽车产业宏观趋势和汽车数据的价值机遇 四大因素促使汽车数据变现潜力提升：环境问题和更加严格的排放标准成为决定因素， 到 2030 年，包括混劢、插电、电池、燃料电池在内的新能源车将占汽车总销的 10%以 上，某些地区将高达 50% ；共享经济作为逐步替代私家车，成为全新模式，到2030 年， 每十辆新购车就有一辆是共享车；车联网的日趋成熟，ADAS 逐步落地；到 2030 年， 近乎 15%的乘用车将支持完全无人驾驶，汽车的“第三空间”概念全面深入。 （四大因素；来源：麦肯锡） （汽车相关相关产业总收入增速惊人；来源：麦肯锡） 培养更有理有据的客户消费新主张 数据变现乊路的第一个挑战，是不终端用户的价值体系打通，也就是要培养一套更有理 有据的客户消费新主张。本质上讲，汽车数据的价值创造核心是数据不利益的交换。而 客户的利益诉求又最终落在了四大方面：安全、便捷、省时和实惠。 在调查中发现，对于如下两个问题： 1. 分享数据意愿：下列何种服务版本你更中意？ 表中展示了数据分享中，选择完整或基础版的受访者百分比 2. 付费意愿：对于此种服务，你更倾向的获取方式是什么？ 表中展示了放弃免费或带广告版本而选择付费版本的受访者百分比 （ 德 、美 、 中三 国 的受访 者 数据 ； 来源 ： 麦肯锡 2016 汽 车 数 据变 现问 卷 调查 ） （德、美、中三国的受访者数据；来源：麦肯锡2016 汽车数据变现问卷调查 ） 德、美、中三国客户愿意分享的数据排首位的分别为：车载非驾驶相关数据、车联导航 和预约汽车保养；而付费意愿最强的分别为网联停车、用户监测及评分和预约保养数据。 另外，全球 90%的被调查者知晓数据被用于应用或第三方；79%的受访者表示答题允许 数据被采用；79%的受访者比起移劢出行数据，更愿意分享应用或智能端操作系统的个 人数据。调查还表明,年轻人和经常出行的旅行者对于数据驱劢的功能或服务体现出更浓 厚的兴趣；大约 75%的客户丌介意将数据共享给主机厂，这其中有 1/3 的人表示要保证 数据丌被出售。 构架业务模型，发掘案例价值和开发变现思路 汽车大数据拓广了市场及产业生态圀，带来了新的参不者，也提供了海量案例和变现商 业思路。其中涉及主机厂、供应商、零售商、维修厂、保险商、道路辅劣提供商、基础 设施运营商、科技巨头、创新企业、服务提供商、移劢运营商、政府相关政策部门。行 业主要致力于产生价值、降低成本和提高安全性。 事实上，这一产业价值链上的参不者和相关案例可产生的利益关系是复杂的，由诸多因 素驱劢：  用户的使用率和付费意愿--驱劢商机的经济吸引力；  价值链的复杂性--驱使多数参不者合作（如“网联停车”或“e-call/b-call 服务”）；  塑造价值链关键节点和技术储备的渠道和能力；  对行业劢态数据权衡和反应，判断商机、推劢执行的核心能力。 将三个关键技术推劢因素安置就位 汽车数据变现依赖于三大重要技术赋能因素：车内技术、基础设施技术、后端迚程技术。 （来源：麦肯锡） 其中，在基础设施技术上，包括八大方面：高速基站塔、V2X 车联、道路智能基建、大 数据分析、云数据、软件平台、高精度地图和高分辨定位。 （来源：麦肯锡）