班定東 黃祖朋 陳煉松 張送 張亮

摘 要：隨著國家對新能源汽車產(chǎn)業(yè)的大力支持與推動，特別是近幾年國家從戰(zhàn)略層面重點扶持與引導(dǎo)智能網(wǎng)聯(lián)汽車發(fā)展，新能源汽車已經(jīng)開始進(jìn)入數(shù)字化時代。車企當(dāng)前基于國家要求對新能源汽車的運(yùn)行數(shù)據(jù)進(jìn)行采集和監(jiān)控，這些數(shù)據(jù)猶如巨大的礦產(chǎn)資源，隱藏著極大的商業(yè)利益和價值。本文主要以新能源汽車為載體，圍繞車輛相關(guān)的生態(tài)圈進(jìn)行數(shù)據(jù)分析研究，為企業(yè)、行業(yè)、國家戰(zhàn)略決策等提供數(shù)據(jù)支持。

關(guān)鍵詞：新能源汽車 大數(shù)據(jù) 分析方向

1 引言

隨著互聯(lián)網(wǎng)不斷滲透到各行各業(yè)，大數(shù)據(jù)、云計算以及人工智能等前沿技術(shù)為各行業(yè)帶來全新的變化。伴隨著國家對智能網(wǎng)聯(lián)汽車的極大推動，汽車已經(jīng)從獨立的個體逐步演變成為了互聯(lián)網(wǎng)的一部分。預(yù)計未來幾年，車端信息和車端周邊相關(guān)信息將會能夠?qū)崟r地上傳到云端，從而使車、人、云端、環(huán)境等建立起廣泛的生態(tài)連接，云端不斷豐富數(shù)據(jù)的來源和種類，一種嶄新的汽車生態(tài)將會出現(xiàn)。在新的汽車生態(tài)中，數(shù)據(jù)已經(jīng)是企業(yè)站在新的發(fā)展點上最重要的資產(chǎn)，如何挖掘出這些數(shù)據(jù)潛藏的商業(yè)價值，并通過一定的商業(yè)模式將其轉(zhuǎn)換成為企業(yè)利潤，將是車企要思索的重要問題。本文通過對新能源汽車大數(shù)據(jù)的分析方向和分析方法進(jìn)行了初步研究，為車企提供借鑒。

2 針對駕駛習(xí)慣的行為分析研究

用戶在日常駕駛車輛時并不太關(guān)注自己的駕駛行為習(xí)慣，也沒有太多途徑獲取到如何駕駛才是比較好的駕駛習(xí)慣。實際上，不良的駕駛習(xí)慣對新能源汽車整車壽命、電池壽命、相關(guān)零部件壽命都會產(chǎn)生不同程度的影響。同時，不良的駕駛習(xí)慣對續(xù)航里程、整車能耗、故障發(fā)生率也會受影響。因此，針對用戶在某段時間內(nèi)的駕駛行為進(jìn)行篩取，通過大數(shù)據(jù)分析方法對這些數(shù)據(jù)進(jìn)行研究，為提高用戶良好的駕駛習(xí)慣給出合理的改進(jìn)建議。

2.1 基于行駛軌跡的分析

用戶的行駛軌跡能夠比較真實地反映用戶日常的出行習(xí)慣、生活半徑等。通過分析用戶在工作日的行駛軌跡，大致可以了解該用戶是上班族還是做生意，做什么類型的工作等;通過分析用戶周末出行的行駛軌跡，大概可以分析出用戶的業(yè)余愛好。針對行駛軌跡分析基本可以掌握用戶的購車用途，為整車企升級新車型，提高研發(fā)品質(zhì)方向提供重要數(shù)據(jù)支撐。

2.2 基于里程的分析

里程是用戶購買新能源汽車最基本也是最重要的考慮因素，如果用戶購買新能源汽車僅僅為上下班使用，而且上班距離也不長，通常其對里程的要求并不高;對于家庭住址遠(yuǎn)或者平時用戶跑商務(wù)生意等則會考慮更高里程的車輛。通過對車輛每日行駛里程進(jìn)行統(tǒng)計，同時對單次行駛里程進(jìn)行分析，基本可以掌握用戶的生活范圍。以此了解到什么樣的人群喜歡購買該車型，這些用戶有哪些典型特征等。

2.3 基于車速的分析

車速是影響新能源汽車的百公里耗電量以及續(xù)航里程的重要因素之一。長時間處于高速行駛狀態(tài)下對電池和電機(jī)壽命均有不同程度損害。通過大數(shù)據(jù)統(tǒng)計出每日最高車速、每日平均車速、單次行程中最高車速、單次行程中平均車速的分布情況，可以分析出用戶的日常駕駛習(xí)慣，同時也對該路段的路況有所了解。

2.4 基于能耗的分析

不管是燃油車還是新能源車，能耗都是車輛最關(guān)鍵的指標(biāo)，也是用戶購買車輛最重要的考量點之一。通?？梢园l(fā)現(xiàn)用戶關(guān)于車輛能耗的抱怨，例如，原先車輛慢充可以行駛160公里，但是實際行駛只能跑120公里，與廠家宣傳的續(xù)航里程明顯差距很大。車企可以利用大數(shù)據(jù)統(tǒng)計用戶的駕駛行為習(xí)慣，分析出影響其每次行駛中導(dǎo)致能耗高的因素，并向用戶告知情況，同時提醒用戶改善駕駛習(xí)慣，以消除用戶疑慮。

2.5 基于行車故障的分析

行車安全關(guān)系到用戶的生命財產(chǎn)安全。如果車輛的潛在故障在行車前就被發(fā)現(xiàn)，在故障發(fā)生時及故障發(fā)生后能第一時間識別并立即采取緊急措施，那么將可以最大限度地減輕人員及財產(chǎn)的損失。利用大數(shù)據(jù)后臺根據(jù)以往的故障記錄、歷史數(shù)據(jù)記錄與當(dāng)前實時上傳的數(shù)據(jù)進(jìn)行對比，做到事故前，事故中，事故后故障準(zhǔn)確排查及追溯，將會對用戶的用車體驗起到積極促進(jìn)作用。

2.6 基于用車時間的分析

通過用戶的用車時間行為，可以了解用戶的日常生活習(xí)性。針對用車時間可以分為三個分析點，第一：用車開始時間點，這個標(biāo)簽主要關(guān)注用戶在什么時間點開始使用該車輛。車企通過分析用戶每天使用車輛的時間點分布，可以了解用戶出行習(xí)慣。第二：用車時長，通過分析用戶每天使用車輛的時長，以及單次使用車輛行駛的時長，了解用車的偏好。第三：用車頻次，用戶每天使用車輛的頻次越高，說明用戶對車輛的粘度越大，也說明用戶對車輛的認(rèn)可度越強(qiáng)。通過大數(shù)據(jù)分析出高頻用戶，有針對性的提供一些額外的服務(wù)，不僅能夠增加用戶體驗同時也為公司創(chuàng)造良好的口碑。

3 針對充電習(xí)慣的行為分析研究

當(dāng)前新能源汽車相應(yīng)的配套設(shè)施尚未健全，用戶購買新能源汽車的一個重要的顧慮是沒有地方充電。充滿一次電能夠跑多遠(yuǎn)，電池包壽命有多久，頻繁充電對電池包影響有多大，這些都是用戶最為關(guān)心的問題點。通過對用戶日常的充電行為進(jìn)行分析，了解用戶的充電習(xí)慣，可以為用戶提供更加優(yōu)質(zhì)的充電建議，同時也可以為充電設(shè)施的建設(shè)提供準(zhǔn)確的數(shù)據(jù)支持。

3.1 基于充電時間的分析

充電時間可以從3個點進(jìn)行分析：第一，充電開始時間點。主要關(guān)注用戶在什么時間點開始對該車輛進(jìn)行充電。車企可以通過分析用戶每天充電開始的時間點分布，分析出用戶的日常習(xí)慣。第二，充電時長。通過分析用戶每天充電的時長，可以了解用戶的充電習(xí)慣是不是良好，是不是經(jīng)常插拔充電槍。同時，也可以輔助判斷是不是有存在充電故障。第三，充電結(jié)束時間點：通過分析每次充電的最后結(jié)束時間點分布，分析出用戶在每天的偏好充電時間段，為電網(wǎng)電費(fèi)制定，錯開充電高峰、充電時間點選擇等提供數(shù)據(jù)依據(jù)。第四，充電頻次。用戶充電頻次越多，基本可以說明該用戶經(jīng)常使用該車輛，或者能夠說明該用戶有良好的充電習(xí)慣，也可以反應(yīng)出該用戶對里程的焦慮感比較高。通過大數(shù)據(jù)可以更加深入了解用戶所想，為用戶提供更加優(yōu)質(zhì)的服務(wù)。

3.2 基于充電位置的分析

位置是大數(shù)據(jù)統(tǒng)計中很重要的一個參數(shù)，通過分析車輛充電的位置，可以分析出用戶的家庭地址和工作地址，以及用戶經(jīng)常出入的場所。充電位置與時間的關(guān)系圖分布，可以看出用戶的充電地方偏好，為充電設(shè)備商部署充電設(shè)備提供準(zhǔn)確的數(shù)據(jù)依據(jù)，也可以為充電樁周邊商業(yè)發(fā)展提供依據(jù)。

3.3 基于充電故障的分析

用戶一般會選擇在居民區(qū)或者工作單位附近充電，所以充電安全關(guān)系用戶的切身利益。車輛在充電過程中潛在的故障如果能及時發(fā)現(xiàn)、在故障發(fā)生時以及故障發(fā)生后能夠第一時間發(fā)現(xiàn)并且及時采取緊急措施，那么將最大程度地減輕用戶的人身及財產(chǎn)損失。

3.4 基于停車位置的分析

車輛停放的位置往往反映出用戶的意圖，例如，在公司附近停車，可以反映該用戶正在上班;車輛停在家附近，反映出用戶已回家;停在商場附近，反映用戶正在購物。類似的車輛停放場景，通過對其位置數(shù)據(jù)深度挖掘，可以對用戶的日常生活習(xí)慣有所了解，為后續(xù)的商業(yè)運(yùn)營提供基礎(chǔ)。

4 針對用戶客戶端使用習(xí)慣的分析研究

隨著互聯(lián)網(wǎng)逐步滲透入汽車行業(yè)，汽車網(wǎng)聯(lián)化得到快速的發(fā)展。手機(jī)客戶端作為連接車與人的橋梁，在汽車網(wǎng)聯(lián)化發(fā)展中變得越來越關(guān)鍵。車企在銷售汽車時同時為用戶提供手機(jī)版客戶端，用戶可以通過手機(jī)端了解車輛實時狀態(tài)以及車企的一些動態(tài)，同時也建立起車企與用戶的直接關(guān)系紐帶。

4.1 基于客戶端下載量的分析

目前很多車企把車輛網(wǎng)聯(lián)化作為銷售的亮點，但是用戶對車輛的網(wǎng)聯(lián)化產(chǎn)品是不是感興趣，車企的互聯(lián)網(wǎng)產(chǎn)品是不是能夠吸引到用戶，客戶端的下載量是個非常重要的體現(xiàn)。如果用戶購買車輛但是并沒有下載客戶端，說明該用戶并沒關(guān)注網(wǎng)聯(lián)這個特性。通過大數(shù)據(jù)分析下載量，可以從側(cè)面體現(xiàn)該車輛產(chǎn)品主打的方向是否正確，也為車企精準(zhǔn)營銷，改善產(chǎn)品定位提供依據(jù)。

4.2 基于客戶端在線率的分析

用戶下載客戶端只是車輛網(wǎng)聯(lián)化產(chǎn)品中的一個環(huán)節(jié)，如果用戶并沒有在客戶端中停留太久，在線頻率非常低，說明客戶端并沒有特別能夠吸引用戶的地方，通過大數(shù)據(jù)分析，車企可以了解用戶的這些變化，及時調(diào)整策略，優(yōu)化設(shè)計，滿足用戶期望。

4.3 基于客戶端模塊使用率的分析

為了滿足不同用戶的喜好和需求，車企在開發(fā)客戶端的時候往往涵蓋了很多功能豐富的模塊，然而大部分的功能用戶可能并不使用，原因可能是用戶不會操作、不感興趣，或者甚至是反感。有了大數(shù)據(jù)分析，可以及時掌握用戶的需求變化，及時調(diào)客戶端功能來迎合用戶的需求。

5 結(jié)語

通過大數(shù)據(jù)分析及應(yīng)用，指導(dǎo)用戶優(yōu)化駕駛習(xí)慣，出行習(xí)慣;為車企準(zhǔn)確地定位用戶群體，調(diào)整產(chǎn)品定位，同時可以拓展更多衍生服務(wù)?？梢灶A(yù)見，未來大數(shù)據(jù)將重新定義汽車生態(tài)，重新樹立汽車商業(yè)模式，大數(shù)據(jù)將引領(lǐng)新時代。

基金項目：廣西科技計劃資助項目（桂科AC16380043）;柳州市科技計劃資助項目（2019AG10202）

參考文獻(xiàn)：

[1]劉潤澤.大數(shù)據(jù)分析：方向，方法與工具. 中華少年，2017-12-25.

[2]王小君，盧昱明. 基于大數(shù)據(jù)分析的海量數(shù)據(jù)特征智能采集方法研究. 自動化與儀器儀表，2017-11-25.

[3]孫宇超.大數(shù)據(jù)在交通優(yōu)化上的應(yīng)用. 科技創(chuàng)新導(dǎo)報2018-02-24.

[4]李紅蕾，姚麗. 基于大數(shù)據(jù)分析和消費(fèi)心理模式的可信服務(wù)推薦模式研究.中國新通信 2018-01-05.