大数据时代的车联网课件.ppt

1、2023年2月4日星期六大数据时代的车联网大数据时代的车联网目录关于大数据的思考4为什么要提大数据1大数据的特征2车联网的大数据应用3中国是自然灾害比较多的一个国家，近几年从汶川地震，雅安地震，没看到车联网在应急指挥方面起到任何作用，重点营运车辆已经接入交通部联网联控平台，为什么不快速调度一支应急车队呢?绿色车队交通仿真实时路况现在很多一线城市的交通主管部门都有交通仿真系统，交通仿真可以清晰的辅助分析预测交通堵塞的地段和原因。全国基本所有城市的出租车都安装了GPS，但没看到那个城市用出租车的数据做交通仿真研究。路况提供商可以提供部分一线城市的实时路况，但不能提供高速公路、国道、省道的路况，两客

2、一危基本都是走这些路段，且已经联网，这些行驶数据为什么产生不了路况呢？为什么要提大数据？客服 通过对很多4S店的调研，发现4S店对于客户关系的管理依然是粗旷式，客服的电话让车主不耐其烦，没有做到精准营销。无隐私时代 我们已经步入无隐私的时代，个人的行踪被追踪(GPS,LBS)，个人的消费被追踪(支付宝，财付通)，个人的交往被追踪(SNS)，个人的言行被追踪(邮件，视频监控等)。众包地图 Waze的成功，是否可以对车联网行业产生一些启发？熟人社会，车联网应该怎么有效利用大数据？为什么要提大数据？目录关于大数据的思考4为什么要提大数据1大数据的特征2车联网的大数据应用3大数据的特征大数据(big

3、data)，或称巨量资料，指的是所涉及的资料量规模巨大到无法透过目前主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。大数据的4V特点：Volume、Variety、Veracity、Velocity。大数据的特征v第一，数据体量巨大。从TB级别，跃升到PB级别；v第二，数据类型繁多。提到的网络日志、视频、图片、地理位置信息等等。v第三，价值密度低，商业价值高。以视频为例，连续不间断监控过程中，可能有用的数据仅仅有一两秒。v第四，处理速度快。1秒定律。数据最小的基本单位是Byte，按顺序给出所有单位：bit、Byte、KB、MB、GB、TB、PB、EB

4、、ZB、YB、DB、NB，大数据的核心在于预测（主动安全）大数据重相关性，轻因果关系（交通预测）大数据关键在于全，而不是大（车友兴趣分析）大数据的关键要素车联网的大数据v 车辆上传的每一组数据都带有位置信息和时间。大数据的特征是完整和混杂，小数据的特征是部分和确切。车联网与车有关的大数据特征是完整加精准。如某些与车辆本身有关的数据，都有明确的一个ID。车联网与人有关的大数据特征是完整和部分精确。研究车联网的大数据更有意义。v 车联网的大数据在预测方面可以发挥到极致。如，预测交通堵塞的地段，实时交通信息，主动安全，公交的排班。驾驶者驾驶行为分析。目录关于大数据的思考4为什么要提大数据1大数据的特

5、征2车联网的大数据应用3车联网的大数据应用公交v 运营排班管理 行车作业计划的优化线路调整优化自动排班电子路单生成根据各个时间段，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、车辆运行速度等参数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。v 运营计划制定根据客流量、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映。比如增加线路，增加车辆，增加司机。v高速、国道、省道的实时路况,加油站、维修站、服务站的选址

6、依据。v移动中的每辆货车作为一个仓储空间移动云仓储。v对于在途存货的管理，McKesson开发了一种供应链模型，它根据产品线、运输费用甚至碳排放量而提供了极为准确的维护成本视图。这些详细信息使公司能够更加真实地了解任意时间点的运营情况。对配送中心内的物理存货配置进行模拟和自动化处理。评估政策和供应链变化的能力帮助公司增强了对客户的响应能力，同时减少了流动资金。大数据分析帮助公司节省了超过1亿美元的流动资金。v沃尔沃通过在卡车产品中安装传感器和嵌入式CPU，从刹车到中央门锁系统等形形色色的车辆使用信息，这些数据不断地传输到沃尔沃集团总部。通过对这些数据的分析，不仅可以帮助车厂制造更好的汽车，还可

7、以帮助客户们获取更好体验。车联网的大数据应用物流zzzzzzzzz乘用车车联网的大数据应用乘用车车辆监测主动安全呼叫中心行车影像车联网的大数据应用乘用车zzzzzzzzz可获取的数据车联网的大数据应用乘用车Pay-As-You-Drive按驾驶支付PAYDzzzzzzzzz个性化保险Pay-How-You-Drive按如何驾驶支付PHYDUsage Based Insurance基于使用情况UBI车联网的大数据应用乘用车北美zzzzzzzzz保T的世界格局欧洲亚洲Progressive(Snapshot)State Farm(In-Drive)Allstate(DriveWise)英国比较发达

8、荷兰德国、意大利泰国Carpass韩国日本车联网的大数据应用乘用车vMetronome-可提取并实时传回有价值的驾驶数据并准确报告驾驶里程数。驾驶员可以依照此数据支付每月的保费，即包含几美分每英里的变动费率和一个很低的基础费率，就可享受全方位的车辆保险。计算费率的唯一依据就是驾驶里程，与驾驶时间、地点和方式无关。低里程驾驶员若根据其每月实际驾驶里程支付保费，可比购买传统车辆保险产品节省20%-50%的保费。vProgressive(Snapshot)UBI市场的最早进入者，其产品基于插入式装置。装置先对驾驶员进行30天的监控得到对非UBI保费的折扣。在后续五个月的持续监控后，驾驶员归还设备并对

9、折扣率进行更新。折扣率上限为30%，并在显著影响保费的批改出现前保持不变。vAllstate(DriveWise)这一项目目前在10个州可以购买，初始折扣为10%，后续上限30%。折扣基于总行驶里程、日行驶时间、急刹车次数以及超过80英里每小时的次数。公司在网站上通知驾驶员具体信息并鼓励驾驶员形成更好的驾驶习惯。vState Farm 作为目前北美最大的汽车保险公司，其主导的车联网商业模式有如下几个特点：与保险公司的业务捆绑；提供与驾驶安全度结合的保险费率；与车联网服务提供商（TSP）Hughes 合作；服务差异化，避免与OnStar 等前装车厂主导的车联网产品和导航产品竞争等。可以想象这项车

10、联网服务对保险客户的诱惑力，一旦State Farm的大部分用户采用该服务，车联网的网络服务平台价值可能会接近Facebook 的水平vIngenie和沃克斯豪尔-基于车联网的PAYD保险产品，是基于目前流行的模式设计的，即在车中安装终端设备进行行车数据的采集与分析，结果通过智能手机应用或门户进行在线访问。由于车载终端实现了数据分析的功能，因此通过无线网络传输的数据很少，规避了大量数据上传造成的流量和复杂的数据存储处理问题。v保险合作社（Cooperative Insurance Society）-2011年前期发布了UBI产品（对年轻驾驶员）并在随后的11个月内吸引了1.2万位客户。v汽车协

11、会（The Automobile Association）-2012年发布了Drivesafe，针对高保费群体，例如年轻驾驶员以及刚获得驾驶资格人员。v英杰华（Aviva）-2013年2月发布了测试应用RateMyDrive，通过下载免费的应用软件可能获得高达20%的折扣。车联网的大数据应用乘用车v德国电信和DriveFactor-共同推出了基于UBI的保险解决方案，该方案基于M2M的驾驶行为评估解决方案。对于投保人而言这是一个一体化产品，从被保险人的车辆中安装跟踪模块和SIM卡到驾驶数据统计评价的后端服务平台。易于部署的自行安装设备和 DriveFactor开发的智能手机应用加快了该产品的市

12、场投入时间。vProvinzial(德国)-MeinCopilot 提供基于良好驾驶习惯的高达10%的折扣，同时提供增值服务，例如自动紧急呼叫。vPolisVoorMij(荷兰)基于应用程序的产品，提供基于良好驾驶习惯的高达20%的折扣。vAllianz(意大利)SestoSenso 提供附加增值服务，每年缴费的人身保护、盗窃和故障。车联网的大数据应用乘用车v泰国：由Carpass（一家技术公司）与Bangkok、Deves、Siam Commercial Samaggi 等多家保险公司合作的产品提供：基于年行驶里程的折扣；插入式装置 IceCube；其他优良驾驶习惯折扣。v韩国：韩国监管机构

13、已经着手鼓励UBI产品。虽然截至目前，得到的仅为低利润的简单产品，但韩国多数主要车险公司均参与其中，例如：现代海上火灾保险，参加Blue Link即获得3%折扣，提供事故紧急预警系统；三星火灾海上保险，基于年行驶里程的折扣，在6%-12%间浮动。v日本：亚洲发展最为成熟的保险市场，保险公司对UBI产品的兴趣渐增但仍无重要的UBI产品面世。现存的产品都是简单的根据预先安装设备的、基于行驶里程的产品。车联网的大数据应用乘用车主动安全车联网的大数据应用乘用车v 汽车的安全措施可以大略地分为主动安全措施（防止事故发生）和被动安全措施（减小事故后果）。主动安全是指尽量自如的操纵控制汽车的安全系统措施。无

14、论是直线上的制动与加速还是左右打方向都应该尽量平稳，不至于偏离既定的行进路线，而且不影响司机的视野与舒适性。被动安全是指汽车在发生事故以后对车内乘员的保护，如今这一保护的概念以及延伸到车内外所有的人甚至物体。v 目前车联网所提供的主动安全方面的措施大致有直接和间接两种，直接的有胎压监测、故障预警、碰撞报警、安全气囊弹出报警、紧急救援等，间接的有一键通、声控等措施，当然一键通和声控可以划分到便捷措施应该更合适点。车联网的大数据应用乘用车v 汽车识别，对于非结构化道路，准确的识别，实现主动安全。主要表现在弯道识别，路边状态，附近车辆提醒等。通过各种传感器，雷达、摄像头，这样可以实时监控路边的状态。

15、v 对驾驶者驾驶情况的监测，如眼睛是否看前方，手是不是在方向盘上，根据车周边的状态会及时提醒给驾驶员，如果前面有车离我很近了，这个驾驶员眼睛又不在前方，这样车里面会提供预警，甚至采取措施帮助驾驶员回到正常的驾驶状态。v 通过车车通信，当前车急刹车时，可以实现前面车刹车之后信息及时发出来，周边的车及时得到信息，这样给驾驶者一个提前预警。如有校车、警车或急救车在车附近，汽车会接受到信息知道旁边有特殊的车辆通过的话会提早让路，或者是减速来给车辆提供一些方便，这也是车和车和周边环境的通讯提供一些安全的保障。车联网的大数据应用乘用车v 胎压监测，在汽车行驶过程中对轮胎气压进行实时自动监测，并对轮胎漏气和

16、低气压进行报警，以确保行车安全。胎压监测有直接和间接两种，直接的通过传感器来监测，而间接的监测是当某轮胎的气压降低时，车辆的重量会使该轮的滚动半径将变小，导致其转速比其他车轮快。通过比较轮胎之间的转速差别，以达到监视胎压的目的。间接式轮胎报警系统实际上是依靠计算轮胎滚动半径来对气压进行监测。这个就需要OBD的信息。v 通过行车记录仪，实时行车监控录像，可记录回放，还原事实真相。通过OBD实现车辆的故障预警。呼叫中心车辆的使用情况车联网系统体验使用情况商旅情况客户心理客户兴趣车主的活动范围车主的生活习惯生活习惯车辆的相关咨询车主的消费习惯车联网的大数据应用乘用车车联网的大数据应用乘用车v E-C

17、all就是当车辆发生碰撞等事故时，能自动生成警报和精确的坐标，并发送给呼叫中心。能快速地提供紧急救援；B-Call与E-Call基于相同的技术，并在发生故障时提供快速的路边紧急救援。当车辆损坏后自动发送带有当前位置的报警信息到路边的救援组织；v 响应时间是硬指标，车厂要求E-Call、B-Call和I-Call的响应时间在五秒以内，但E-Call、B-Call的处理时间会长一些，因为存在抢救人的问题。I-Call的处理时间一般在两分钟以内。v E-Call，B-CALL是基础，是涉及到安全方面的紧急救援应用。另外就是I-Call，向车主提供附加的帮助信息，像天气报告，实时路况、酒店预订及其他个

18、人定制的信息和服务,这个属于便捷类的应用。呼叫中心车联网的大数据应用乘用车v 通过E-Call和B-Call，我们可以获取车辆的使用情况、车联网系统的客户体验效果以及与车辆本身的相关咨询，这对于主机厂市场跟踪反馈，促进相关部门对质量问题进行快速改进有重要的意义。v 通过I-Call，车主的消费习惯，车主的活动范围、车主的生活习惯及车主商旅情况（订票、订酒店、订餐、订鲜花），车主的消费心理有比较全面的掌握。v 通过I-Call，可掌握车主在生活消费过程中,在日常购买行为中的心理活动规律及个性心理。消费需要问题,消费时间与消费习惯问题,物质消费与精神消费问题，从而有效地制定相应的话术。呼叫中心车联

19、网的大数据应用乘用车v Ovum的研究名为呼叫中心分析需要依赖“大数据”，在其中写到：“呼叫中心拥有大量伟大的数据，但是从来没有认为过它们是伟大的。”Ovum的研究还表明，“呼叫中心内的数据有可能成为“大数据”的最大来源，但是，他们普遍没有掌握合适的工具在储存的数据中找到伟大的价值。”。如果能对它们进行正确的捕获和分析，这些数据能准确的告诉客户的真实想法以及行为。v 随着能够合并和分析大量不同数据集的技术手段的进步，呼叫中心可以成为组织根据数据做出明智决策的前沿阵地。呼叫中心能从通话录音、客户邮件、聊天、坐席人员记录和社交媒体等渠道中获取十分宝贵的信息。v TSP的呼叫中心人员，不仅承担客服角

20、色，还承担售前角色。呼叫中心可以帮助企业快速寻找、锁定有潜在消费能力的最终用户。用对的人、合适的时间、适宜的话术换来的就是成功的营销。呼叫中心行车音像车联网的大数据应用乘用车v 实景导航，通过摄像头和导航软件的结合，可实现实景红线导航，目前深圳已有类似的产品出现。v 街景，Google 地图的街景服务提供 360 度街头影像，让我们探索世界的各个角落。我们可以随心所欲游览各地风景名胜或自然奇观、规划旅游路线、深入餐厅和小公司内部，甚至到亚马孙河探险。目前腾讯也推出了街景。如果单独的公司拍街景，费用是个问题。但国内每年有300万只行车记录仪的市场，如果加入车联网系统，可以实现全国范围内的街景。v

21、 通过行车音像，我们可以预测交通状况，还可获取实时路况信息。可以做基于视频的社交平台。目录关于大数据的思考4为什么要提大数据1大数据的特征2车联网的大数据应用3关于大数据的思考影响技术选型v 大数据时代影响技术选型；v 以往情况下，通讯平台用SQL数据库比较多，如Oracle，MySQL,SQLServer，都是关系型数据库。v 大数据时代，大的互联网公司很多是在开源的基础上自己搭建数据库，直接上分布式存储。v 对于实体型数据，还是以关系型数据库为主。但对于文本，图片，视频等数据，就要选用NoSQL，比如CouchDB，MongoDB，这样才能满足高并发性的读写，高效率的存储，可实现高可扩展性

22、，高可用性。典型的例子，就是轨迹回放。v 车联网是为谁服务的？车主；v 车主用车干吗？出行；v 出行去干嘛？上班、探亲、访友、自驾游，出行是一个过程，而这个过程离不开熟人社会；v 出行的过程，传统的观念只注重为客户提供导航和娱乐这一功能，并没有对这一过程进行深度的分析。这个过程中，分别为去之前，在路上，停车后。对于这个过程，我们可以延伸出很多车联网的服务内容，并且每个阶段都离不开熟人社会，每个阶段都会产生大数据，大数据可延伸很多增值服务。关于大数据的思考影响思维v去旅游之前，先在网上查一下其他车友怎么走的，大概在什么地方。如果可能，把信息点直接下发到终端，上车之后终端自动规划，这叫在线指路。或

23、者一键接通呼叫中心，让呼叫中心下发信息点，这叫一键通导航。需要大数据分析，呼叫中心系统需要将这些请求信息放入经验库。v行车过程，如果有拥堵，就需要绕行，这个需要实时路况。行车过程中车联网设备自动探测路上的车辆，一旦车辆之间距离太近，或探测到轮胎气压不正常，系统自动提醒驾驶者。行车过程如果遇到交通事件，可通过对讲功能通知车队并分享交通事件到云平台。行车过程或许接到一个通知，你的车需要保养了。停车之前，查询哪里有空停车位。需要大数据分析。v停好车之后去购物、消费、娱乐、游玩等，中间手机接到提醒，车子被撞了。打开远程查车，视频传上来了，一目了然。手机一键拨通保险，把车辆的位置发给保险公司。一键拨通紧

24、急救援，救援机构无需问停在什么地方，直接出发。需要大数据分析。v最后将旅游的心得及电子路书上传到云平台与朋友共享。如果地图上没有你去的地方，可以新增一个兴趣点。朋友看到你有车联网系统，感觉很好，也想买一台，你介绍到某TSP。需要大数据加工。关于大数据的思考影响思维通过车主之间的交流实现品牌营销。中国人的社交特点就是每个人都有自己的圈子，沟通的深度与广度并不是很高，因此，通过车友会的方式将这些车主联系在一起，将会对服务商带来意想不到的收获。车主在自驾游的过程中将驾车路线、兴趣点或电子路书通过社区网站和广大车友分享，丰富了服务内容，提高了客户的粘性。服务内容的精准性如果单纯靠服务提供商的力量，那服

25、务商将要投入巨大的人力或资本并且要经历很长的时间，显然这种方式不可行。解决这种问题，理想的方法就是通过车主的与社区网站的互动，只有通过这种方式，才能快速地采集到相应的兴趣点。这必须要进行大数据分析。关于大数据的思考影响思维v对于客户信息，无论是车厂还是汽车销售商，都视为命根子，可事实是什么？事实是现阶段这些客户信息一点用都没有，能从这些客户信息中延伸出一些增值服务吗？很难。说白了，这些信息无法带来“顾客终生价值”(Customer Lifetime Value)，顾客终生价值指的是每个购买者在未来可能为企业带来的收益总和。如同某种产品一样，顾客对于企业利润的贡献也可以分为导入期、快速增长期、成

26、熟期和衰退期。显然，现阶段的产品形态或者企业的信息化水平有限，一方面无法完成大数据的挖掘，另一方面，缺少专业化的分析工具，而车联网时代，给了我们无限的想象空间，让一切皆有可能！v很多客户关系管理系统，其实并不是在做客户关系管理，而是做简单的客户联系方式的分类汇总与客户联系的备忘录，CRM能给你推荐二度人脉吗？显然不能。如果连泛关系链都做不了，还能分析出客户的兴趣爱好，生活习惯吗？更加不能。能根据客户关系归纳出销售人员的话术吗？简直是天方夜谭。无论是车厂还是4S店，一切改变必将从CRM开始，如果CRM没有大数据的支撑，一切都是浮云，而大数据必将来自于车联网。然而，我们做车联网的企业，恰恰没有这方面的意识。关于大数据的思考影响思维