大數(shù)據(jù)時(shí)代的車聯(lián)網(wǎng)

　　隨著互聯(lián)網(wǎng)的不斷發(fā)展，大數(shù)據(jù)正在成為一股熱潮，且業(yè)界對(duì)大數(shù)據(jù)的討論已達(dá)到一個(gè)前所未有的高峰。車聯(lián)網(wǎng)作為移動(dòng)互聯(lián)網(wǎng)大背景下誕生的一個(gè)產(chǎn)物，不管是車輛的接入、服務(wù)內(nèi)容的選擇還是服務(wù)的精準(zhǔn)性，都離不開大數(shù)據(jù)。

　　車輛上傳的每一組數(shù)據(jù)都帶有位置信息和時(shí)間，并且很容易形成海量數(shù)據(jù)。一方面，如果說大數(shù)據(jù)的特征是完整和混雜，而車聯(lián)網(wǎng)與車有關(guān)的大數(shù)據(jù)特征是完整加精準(zhǔn)。如某些與車輛本身有關(guān)的數(shù)據(jù)，都有明確的一個(gè)ID，根據(jù)這個(gè)ID可以關(guān)聯(lián)到相應(yīng)的車主信息，并且這些信息還是精準(zhǔn)的。

　　另一方面，我們可以看到車聯(lián)網(wǎng)與駕駛?cè)说南M(fèi)習(xí)慣、興趣愛好等大數(shù)據(jù)特征是完整和部分精確。因此，研究車聯(lián)網(wǎng)的大數(shù)據(jù)更有意義。

　　大數(shù)據(jù)的定義和特征

　　大數(shù)據(jù)(bigdata)，或稱巨量資料，指的是所涉及的資料量規(guī)模巨大到無法透過目前主流軟件工具，在合理時(shí)間內(nèi)達(dá)到擷取、管理、處理、并整理成為幫助企業(yè)經(jīng)營(yíng)決策更積極目的的資訊。

　　我們從權(quán)威的定義可以看到，大數(shù)據(jù)的特征有四點(diǎn)，分別為：數(shù)據(jù)體量巨大。從TB級(jí)別，躍升到PB級(jí)別;數(shù)據(jù)類型繁多。提到的網(wǎng)絡(luò)日志、視頻、圖片、地理位置信息等等。，價(jià)值密度低，商業(yè)價(jià)值高。以視頻為例，連續(xù)不間斷監(jiān)控過程中，可能有用的數(shù)據(jù)僅僅有一兩秒。處理速度快。1秒定律。

　　車聯(lián)網(wǎng)的大數(shù)據(jù)在預(yù)測(cè)方面可以發(fā)揮到極致。如，預(yù)測(cè)交通堵塞的地段，實(shí)時(shí)交通信息，主動(dòng)安全，公交的排班。駕駛者駕駛行為分析。

　　大數(shù)據(jù)的核心在于預(yù)測(cè)，這在車聯(lián)網(wǎng)行業(yè)非常有用，例如，對(duì)于交通流量的預(yù)測(cè)，就非常需要大數(shù)據(jù)。對(duì)于交通流量，目前我們的仿真系統(tǒng)更加重視交通流量大，擁堵的原因，而大數(shù)據(jù)時(shí)代，不再在乎因果關(guān)系，而重視相關(guān)性，也就是不去分析產(chǎn)生擁堵的原因，但確實(shí)某個(gè)時(shí)段某個(gè)路段會(huì)發(fā)生擁堵。也可以根據(jù)車聯(lián)網(wǎng)的大數(shù)據(jù)對(duì)車友的興趣進(jìn)行分析。

　　大數(shù)據(jù)在商用車領(lǐng)域已經(jīng)有相當(dāng)多的應(yīng)用，如公交領(lǐng)域的運(yùn)營(yíng)排班管理、出租車領(lǐng)域的浮動(dòng)車數(shù)據(jù)，物流行業(yè)的大物流。

　　如何解決公交企業(yè)面臨的三大問題：運(yùn)力配備最少、車輛運(yùn)行距離最短、駕駛員作業(yè)時(shí)間最少?如何分析各時(shí)間段、各站點(diǎn)的客流分布情況呢?如何實(shí)現(xiàn)運(yùn)營(yíng)的安全智能化、運(yùn)營(yíng)排班的智能化?在公交行業(yè)，以上問題普遍存在，

　　通過車聯(lián)網(wǎng)的大數(shù)據(jù)，可以解決公交行業(yè)所面臨的這些問題。根據(jù)各個(gè)時(shí)間段，各站點(diǎn)的客流量大小，線路配備的運(yùn)營(yíng)車輛數(shù)、線路配備駕駛?cè)藛T、線路長(zhǎng)度、車輛運(yùn)行速度等大數(shù)據(jù)，可確定一條線路各個(gè)時(shí)間段的配車數(shù)及發(fā)車間隔，從而解決運(yùn)力配備最少、車輛運(yùn)行距離最短、駕駛員作業(yè)時(shí)間最少三大問題。

　　根據(jù)客流量、節(jié)假日、氣候、節(jié)氣、自然災(zāi)害、道路、車況事故、歷史同期數(shù)據(jù)、售票方式、居民小區(qū)建設(shè)等條件建立計(jì)劃模型，從而用最快的速度對(duì)這些影響運(yùn)營(yíng)計(jì)劃的因素做出反映。比如增加線路，增加車輛，增加司機(jī)，有效地制定公交運(yùn)營(yíng)計(jì)劃。同時(shí)可對(duì)于運(yùn)營(yíng)排班精準(zhǔn)管理，可通過大數(shù)據(jù)可以自動(dòng)排班，對(duì)行車作業(yè)計(jì)劃進(jìn)行優(yōu)化，并快速地對(duì)運(yùn)行線路進(jìn)行調(diào)整和優(yōu)化。

　　自從菜鳥網(wǎng)絡(luò)公司出現(xiàn)以后，大物流的概念終于被業(yè)界提及。什么叫大物流呢?是指企業(yè)的自有物流系統(tǒng)(由車隊(duì)、倉(cāng)庫(kù)、人員等組成)，和第三方物流企業(yè)的配送信息與資源進(jìn)行共享，從而能充分地利用各方面資源，減少物流總支出、降低運(yùn)營(yíng)成本。

　　目前物流行業(yè)隨著業(yè)務(wù)的擴(kuò)大，車輛數(shù)日益增多，而且型號(hào)眾多。很多企業(yè)還是采用手工方式進(jìn)行車輛管理，工作量大，對(duì)車輛運(yùn)營(yíng)數(shù)據(jù)統(tǒng)計(jì)分析比較困難，統(tǒng)計(jì)結(jié)果相當(dāng)滯后，不利于公司的決策管理;同時(shí)在車輛行駛過程中沒有進(jìn)行全程的監(jiān)控，對(duì)司乘人員的違法違規(guī)行為無法進(jìn)行及時(shí)預(yù)警，也無法對(duì)司乘人員的求助及時(shí)進(jìn)行反應(yīng)。

　　如何改善物流企業(yè)在管理上較為落后的現(xiàn)狀，達(dá)到貨主“高服務(wù)質(zhì)量、嚴(yán)格的準(zhǔn)時(shí)率、極小的貨損率、較低的物流成本”的要求?

　　如何解決物流行業(yè)運(yùn)行信息反饋滯后、運(yùn)營(yíng)高成本、貨運(yùn)車輛的高空駛率、司機(jī)作弊給貨物和車輛的安全帶來的極大隱患?

　　如何快速、高效的為用戶提供可靠的物流服務(wù)?

　　如何最大程度的利用運(yùn)力資源提高整體業(yè)務(wù)運(yùn)營(yíng)效率?

　　這些是目前物流行業(yè)迫在眉睫的問題。

　　對(duì)以上問題，車聯(lián)網(wǎng)技術(shù)正好可以解決車主迫在眉睫的問題，通過透明化的運(yùn)輸過程管理，合理調(diào)度車輛，根據(jù)車輛行駛的大數(shù)據(jù)，對(duì)車輛行駛的線路暢通情況進(jìn)行預(yù)測(cè)，規(guī)劃出一條安全暢通的行駛路線，減少由于交通原因而引發(fā)的在途等待時(shí)間。

　　通過車輛運(yùn)行的大數(shù)據(jù)，可以快速地分析出相同路線的油耗情況，事故多發(fā)路段的提前預(yù)警，精確分析計(jì)算車輛的行程，提高了企業(yè)的信息化水平，隨時(shí)了解到貨物的運(yùn)行狀態(tài)信息及貨物運(yùn)達(dá)目的地的整個(gè)過程，確保了運(yùn)輸過程的透明化管理，使企業(yè)的運(yùn)行管理智能化、服務(wù)準(zhǔn)時(shí)性，提高可預(yù)見性。

　　同時(shí)，通過車輛運(yùn)行的大數(shù)據(jù)，可獲取高速、國(guó)道、省道的實(shí)時(shí)路況，同時(shí)對(duì)司機(jī)的駕車規(guī)律的分析，為加油站、維修站、服務(wù)站的選址提供了參考數(shù)據(jù)。

　　另一方面，物流的成本有很大一部分屬于倉(cāng)儲(chǔ)成本。通過車聯(lián)網(wǎng)技術(shù)，對(duì)海量的數(shù)據(jù)進(jìn)行分析計(jì)算，經(jīng)過合理地調(diào)度，降低車輛的空駛率，把移動(dòng)中的每輛貨車可以作為一個(gè)流動(dòng)的倉(cāng)儲(chǔ)空間，提高了倉(cāng)儲(chǔ)空間的周轉(zhuǎn)率，從而幫助企業(yè)降低倉(cāng)儲(chǔ)成本。

　　關(guān)于大數(shù)據(jù)的思考

　　大數(shù)據(jù)時(shí)代，影響著我們的思維。以前我們對(duì)于出行過程的理解，傳統(tǒng)的觀念只注重為客戶提供導(dǎo)航和娛樂這一功能，并沒有對(duì)這一過程進(jìn)行深度的分析。這個(gè)過程中，分別為去之前，在路上，停車后。對(duì)于這個(gè)過程，我們可以延伸出很多車聯(lián)網(wǎng)的服務(wù)內(nèi)容，并且每個(gè)階段都離不開熟人社會(huì)，每個(gè)階段都會(huì)產(chǎn)生大數(shù)據(jù)，大數(shù)據(jù)可延伸很多增值服務(wù)。

　　服務(wù)內(nèi)容的精準(zhǔn)性如果單純靠服務(wù)提供商的力量，那服務(wù)商將要投入巨大的人力或資本并且要經(jīng)歷很長(zhǎng)的時(shí)間，顯然這種方式不可行。解決這種問題，理想的方法就是通過車主的與社區(qū)網(wǎng)站的互動(dòng)，只有通過這種方式，才能快速地采集到相應(yīng)的興趣點(diǎn)。這必須要進(jìn)行大數(shù)據(jù)分析。

　　對(duì)于客戶信息，無論是車廠還是汽車銷售商，都視為命根子，可事實(shí)是什么?事實(shí)是現(xiàn)階段這些客戶信息一點(diǎn)用都沒有，能從這些客戶信息中延伸出一些增值服務(wù)嗎?很難。說白了，這些信息無法帶來“顧客終生價(jià)值”(CustomerLifetimeValue)，顧客終生價(jià)值指的是每個(gè)購(gòu)買者在未來可能為企業(yè)帶來的收益總和。

　　如同某種產(chǎn)品一樣，顧客對(duì)于企業(yè)利潤(rùn)的貢獻(xiàn)也可以分為導(dǎo)入期、快速增長(zhǎng)期、成熟期和衰退期。顯然，現(xiàn)階段的產(chǎn)品形態(tài)或者企業(yè)的信息化水平有限，一方面無法完成大數(shù)據(jù)的挖掘，另一方面，缺少專業(yè)化的分析工具，而車聯(lián)網(wǎng)時(shí)代，給了我們無限的想象空間，讓一切皆有可能!