大数据时代汽车制造领域的问题管理模型分析.docx

大数据时代汽车制造领域的问题管理模型分析 摘 要：大数据既是一个热门的话题，同时也是一个重要的课题，整个汽车产业链金融都需要庞大的数据库作为支撑。众调网创始人郑鑫博士强调要让数据说话，打造能与人形成沟通和交流的数据库，并从数据的重要性、当今汽车大数据产业的生态现状以及未来发展趋势等几个方面剖析了大数据的运用和实践。 关键词：大数据时代；汽车制造；发展趋势 中图分类号：F407.471 文献标识码：A 文章编号：1671-2064（2018）19-0019-02 2014年中国汽车销量达到1926万台，保有量突破1.24亿。如果将每台车的行为数字化，这个是非常巨大的数字，会达到惊人的164PB。这么庞大的数据对于我们有什么用？又怎么用？个是值得研究和探讨的话题。 1 汽车行业在大数据时代有三个鲜明的特征 （1）数据全面数字化，第一人的行为数字化，包括所有驾驶操作、每天所有的行为习惯，甚至是座椅的习惯等等都将形成相应的数字化。以车为中心物理事件的数字化，车况、维修保养、交通、地理、信息等等都会形成数字化，全面数字化就会形成庞大的汽车产业链，汽车的大数据生态圈。（2）数据全面数字化，第一人的行为数字化，包括所有驾驶操作、每天所有的行为习惯，甚至是座椅的习惯等等都将形成相应的数字化。以车为中心数据互联资源化。有一个领导人讲过：未来大数据会成为石油一样的资源。这说明大数据可以创造巨大的价值，甚至可能成为石油之外，更为强大的自然资源。（3）产生虚拟的汽车，人和汽车可以对话，更具有智慧的新兴产业。这个就是未来在大数据时代，汽车行业会呈现的特点。 在这个情况下，我们以人、车、社会形成汽车产业大数据的生态圈，现实生活中每个有车一族所产生的数据都对整个生态圈有积极的影响。车辆上传的每一组数据都带有位置信息和时间，并且很容易形成海量数据。如果说大数据的特征是完整和混杂，那么车联网与车有关的大数据特征则是完整和精准。如某些与车辆本身有关的数据，都有明确的一个用户，根据不同用户可以关联到相应的车主信息，并且这些信息都是极其精准的，这样形成的数据才是有价值的数据。 大数据的概念在新常态下会变成新兴产业的热词。大数据、互联网正在为工业巨头的变革提供前所未有的动力，这一点，没有人会质疑。再加上现在3D打印等一系列先进技术下放到传统产业中，未来就是一个靠大数据做终端，用先进生产力制造的智能社会。 同时，在大数据武装下的互联网企业纷纷踏入汽车领域分羹。众所周知，Google在无人驾驶汽车领域独领风骚，正是基于大数据的采集与分析，这也是Google所擅长之处。众车企欲开发无人驾驶技术，绕不开与Google的合作。这也是当今为什么车联网能独领风骚的重要原因。 从物联网云计算形成的产业链数据，再加上人的大行为的数据，以及所有数据交互形成大融合的数据，最终这样一个汽车产业大数据让汽车产业往更高层次的发展。通过车联网的大数据，可以解决公交行业所面临的问题。根据各个时间段，各站点的客流量大小，线路配备的运营车辆数、线路配备驾驶人员、线路长度、车辆运行速度等大数据，可确定一条线路各个时间段的配车数及发车间隔，从而解决运力配备最少、车辆运行距离最短、驾驶员作业时间最少三大问题。而根据客流量、节假日、气候、节气、自然灾害、道路、车况事故、历史同期数据、售票方式、居民小区建设等条件建立计划模型，从而用最快的速度对这些影响运营计划的因素做出反应。比如增加线路、增加车辆、增加司机，有效地制定公交运营计划。同时可对于运营排班精准管理，可通过大数据自动排班，对行车作业计划进行优化，并快速地对运行线路进行调整和优化。 有了这样一个发展模型，我们汽车生活会变得更环保、更智能、同时更个性化、也更为精准，同时，每一个汽车产业的受益者也能拥有极致的生活体验。 大数据还有助于产业研究，现在信息越来越透明，关键是对信息获取的速度、准确性，通过大数据的方法快速掌握动态，投资方可以准确布局战略，同时对市场进行预测。汽车大数据的研究将改变汽车市场研究的方法，用大数据的方法能够更好预判未来竞争中的优势，也能更好的洞察用户需求。 2 汽车产业应用 汽车行业的物流、车间流程优化都已经在应用大数据和人工智能技术。要在多因素影响下动态完成生产车间、物流效率最优规划，这项工作早已经不是人脑能够胜任，本质上就需要基于数据输入利用人工智能来解决。在汽车销售服务领域，大数据技术其实也有很多应用场景，最典型的莫过于车间效率优化。 3 智能广告应用 计算广告是大数据技术的最典型应用。最近一年多，汽车和车险广告的投放正在大幅转向效果广告，越来越多的广告主需要根据广告所获=得的销售线索支付广告费。 车企支付广告费购买销售线索，正在导致严重的销售线索超载问题。越来越多的车企抱怨媒体给出太多销售线索，但究竟哪个线索成交率高，哪个线索成交率