《财经》记者 沈忱
每台电动汽车每小时可产生数十GB的数据。搭载在车身上的传感器、车载系统、OBD接口、GPS定位等，都是获取车辆数据的方式。
随着国内车辆保有量的不断上升，汽车将会成为数据量名列前茅的行业，车企、服务公司、数据公司、维修零部件商，正在形成大数据生态链。
数据孤岛问题正在阻碍这个生态链进一步的发展，由整车厂主导的制造和维修环节掌握了大量数据，但形成了一个闭环，无法变现和共享数据。售后市场虽已运用检测设备等各种方法试图建立标准化数据库，却由于无法获取海量数据，数字化程度还是很低。
大数据生意究竟是一张画得很大的饼，还是下一个价值洼地？
数据多，难采集
杭州的车主郑先生打算把开了几年的大众高尔夫2012款1.6L自动舒适型卖掉，他在二手车电商平台车置宝的网站上点击“我要卖车”，填入汽车基本信息，车置宝为其分配一个专属卖车顾问，根据其所在城市分派检测人员上门服务。
核对了车辆信息之后，技术人员开始检测车身问题，特别是维修情况、故障码等影响估值的数据。
检测数据由“车检宝”移动端再上传到后台服务器，以检测数据库为基础，形成报告，主要涵盖车辆概况、损伤、配置、4S店维修保养记录这几方面信息，然后由系统生成1级－6级的车辆检测评级。
最后，通过竞拍中心，将车辆信息和数据报告推送到全国二手车零售端，进行竞价，价高者得。郑先生最终成交价为9.71万元，比市面上的车商收购价高出了约3个百分点。
“二手车市场太缺数据了。”车置宝联合创始人张炜告诉《财经》记者，他指的是售后市场可用数据太少。
二手车一车一况，准确获取车辆数据很困难，每一辆车，都必须进行人工检测才能定价。由于数据碎片化，标准也不统一，二手车估值还是以经验为主，价格区间浮动较大。车置宝线下检测团队有400多人，每日人均客单量至少10起。
车置宝这种类似于招拍挂的形式，正是找准了二手车无法精准估值的痛点。
目前汽车市场的数据现状是：海量信息分散在各个数据孤岛上，庞大的数据量无法互相连接成为推动汽车全产业链发展的基石。
任何一个驾驶行为都会产生庞大的数据量，车主每踩下一次油门，每去一次4S店维修，每行驶过一个红绿灯，哪怕只是把车安静地停在路边，你的车况和驾驶行为都会被记录下来，进行存储，继而通过大数据分析，提炼有价值的车况信息以及驾驶行为分析。车辆本身是数据集中产生的地方，又是数据的使用者。
除了车况信息，人车交互产生的驾驶行为数据量也极大，由这些数据驱动的车联网、无人驾驶技术是车企瞄准的下一个蓝海。
汽车全产业链是数据的生产端，如主机厂、4S店、快修店等，又成为数据的受益者。
车辆从生产初期、交易、维修、老化，整个生命周期中，信息在交易行为中不断迭代，大数据都在高速运转着。
生产初期，车辆的原始数据是建立数据库的基础，但是原车在经过各种环节最终到达零售端的过程中，配置已有修改。力洋软件科技有限公司开发的汽车VIN码识别技术及车型库，就是基于实车数据，结合人力校验整理，而形成的基础数据库。数据库有了，生意就好做了。
力洋数据创始人马程告诉《财经》记者，公司用13万条汽车配置信息数据、价格数据和技术参数数据，千万条原厂配件信息和售后品牌件信息，连接了340家用户，进而打通了二手车产业链上下游，包括：二手车电商、维修配件商甚至主机厂。
在汽车行业数字化程度较低的情况下，如能掌握数据，统一标准，那自然就掌握了话语权。
在数据量这块大蛋糕面前，各方力量拉锯。
车管所、主机厂、维修商、电商平台，各自掌握着数据，但又徘徊在信息的孤岛上。近期国家八部委出台法规，要求公开车辆维修技术信息，以政策导向来推动碎片化的数据现状。
反观美国，早在2003年，为防止汽车制造端对配件和维修市场的垄断，美国政府就已规定须开放车辆诊断、维修所必需的技术信息。
孤立的数据平添了汽车后市场的运营阻力。
马程从2008年开始创业，前三年，公司不超过十个人只做一件事，每天跑二手车市场、4S店，采集数据。“先别提大数据，这个行业连基础数据都没完全建立好。”马程告诉《财经》记者。
张炜表示，整个产业链中，整车厂拥有较大的数据量，通过品牌专营4S店，掌握维修信息，并形成专有零部件的市场垄断，又通过零售端掌握销售数据，目前这些信息都停留在车企内部。而电商平台只能通过与OBD厂家合作，OBD即车载自动诊断系统，包括发动机、控制系统检测等，读取部分主机厂愿意公开的数据。
连接信息孤岛，共享车辆维修数据只是开始。
SAP大中华区副总裁彭俊松博士向《财经》记者直言，限于碎片化的数据现状，国内大数据具体应用，目前仍处于初级阶段。
汽车产业数字化程度太低，主机厂的信息化建设仍然滞后，从生产端到销售端，IT业务系统就先需要整合。
变现渠道少
大数据的核心在于预测，预测性保养或维修是其一。力洋数据根据车辆的使用情况，形成市场调研报告，包括：车辆问题报告、预测性维护、分析报告、售后配件市场覆盖率报告等，反馈给客户，电商平台、主机厂和零部件商都在其中。
用到数据分析的场景很多，比如：根据车辆的运行情况，预测保养需求。又或是，对零部件进行失效监控和预测分析，厂商可以调度配件，提前备货，并给出预防性维护建议，以避免保修费用和潜在的召回风险。力洋数据还统计了历年新车数量，对主机厂进行上市车型分析、销售分析。
数据分析的市场前景吸引了众多公司。
SAP推出的SAP HANA平台，就是大数据的分析平台。获取了车辆传感器数据以后，通过后台对大数据的分析计算，可改进汽车前端的制造质量，包括对车况数据的分析，找出产品质量问题和背后的原因，反馈给主机厂。在新车开始量产前得到快速发现和消除，也降低今后进行产品召回的风险。
IBM则通过大量原型车试驾的数据和维修商报告获得数据。经过系统分析，对于重复出现的问题，出具数据分析的解决方案。目前已有数百个分析应用程序，为企业提供解决方案。2015年，IBM在商业分析和大数据方面的营收为200亿美元。
本田在一级方程式比赛中，采用的就是IBM的解决方案，将包括温度、压力和动力水平的车辆数据直接分享到云中，从而快速高效地查看剩余燃油量，并且预估机械问题出现的可能性。分析快速行驶的车辆和车手数据，实时调整比赛策略，包括补充燃油的方式，这些都是比赛需要的关键数据。
精准营销是其二。精准营销的大数据来源主要为车企自有的数据，比如官网信息、投放的广告等，其次是媒体和第三方提供的数据。
传统的广告营销耗费了车企每年几十亿元的费用，而基于大数据分析的精准营销对特定人群定向投放，收获了比传统方式多3倍以上的覆盖率。
通过大数据分析，可以准确把握每个客户的需求和购买预期，推送给客户是一方面，同时客户的购买行为也可以反馈给主机厂，帮助其更好理解客户。车企早已意识到了精准营销的重要性，比亚迪就专门成立了数字化营销部门，通过新型营销的探索，线上引导线下，这一方式占了将近50％的成交率。
车企的大数据逻辑在于个性化营销和提高转换率，使用大数据分析建立详细的客户档案，以触及很多潜在客户。车企希望了解目标客户的精准图像，知晓哪个环节会提高客户订单，再进行定向营销。
预测与精准营销是目前为数不多已经实现的大数据商业模式。
然而，在大数据已经如火如荼地被讨论了好多年后，许多困境还是没有得到解决。比如车险的大数据运用。
人保车险部门相关人士告诉《财经》记者，首先是样本太小，形不成大数据；其次，消费者认可度很低，如果基于驾驶行为得出车主事故风险较大，他多半不可能接受定制的高费率保险套餐。数据和商业模式的对接目前还是有很大距离。
未来愿景
停在车库的汽车，可以启动自动驾驶模式，开到加油站，加完油之后再自行倒车入库。这个类似科幻小说的情节或许能在未来实现，得益于大数据分析运算能力的发展。
这一场景是以大数据为基础，实现车联网和无人驾驶技术的结合，其中大数据的采集是自动驾驶发展的关键。
沃尔沃汽车集团研发高级副总裁彼得·默滕斯（Peter Mertens）在接受《财经》记者采访时表示，为了推进自动驾驶，整车厂需要通过传感器采集各种各样的数据，比如驾驶行为方式的数据，人车交互的数据、以及环境的数据，包括气象数据、地图数据等。经过不断验证迭代，了解到在特定的气象情况或道路交通状况下，汽车表现的实时数据之后，无人驾驶技术才能趋于成熟。
一旦打通了人与人、人与车、人与环境之间的大数据之后，数据的变现能力惊人。
福特联手IBM，在美国推出了动态班车项目。如果班车发生故障，可以通过IBM云端和分析技术在后台进行分析，重新调配车辆任务。此智能移动平台还在特定区域搜集停车地点的车辆出入数据，从而预测可用停车位信息，或在交通堵塞时及时提供高效出行建议。还有平时出行使用的地图导航，也是基于大数据的计算才能找到最便宜或距离最短的出行路线。
数据孤岛开始慢慢转变。
IBM大中华区全球企业咨询服务部汽车行业总经理王涛告诉《财经》记者，整车厂已经逐步形成了以数据为导向的新兴业务模式，大多与认知计算、大数据、移动等新技术休戚相关。
共享出行大热的当口，模糊了信息的边界，整车厂看到了数据共享对于服务客户的利处，也倒逼着车企开始分享数据。
丰田与微软近期成立了一家名为“Toyota Connected”的数据公司，主要致力于搜集和分析车况、位置信息等大数据，并将其应用于新商品和新服务的研发工作之中。目前信息的用途主要是防止交通事故、改善驾驶习惯、改良和开发新车型、将数据产品出售给保险公司、地图公司等相关行业和领域的企业等。
互联网公司技术性强，地图道路方面的数据量多。通过合作，丰田的野心不只在做智能驾驶，甚至要插一脚打造智慧城市。
封闭的数据现状开始改变，丰田迈出了第一步，和互联网公司共享客户数据，联手做起了大数据生意。
在彭俊松看来，要打破数据孤岛的现状，最终还是需要依靠业务和数据平台合力驱动，双管齐下。业务导向下发展的商业模式持久发展，数据才能相辅相成，找到长足的价值。
王涛亦表示，平台的打造不是集几家企业之力就能完成的，必须整个产业链自上而下地改变，汽车企业在创新商业模式的同时，需齐力打造大数据的生态链，形成人、车、环境高度集成的有机生态系统。
