人类历史长河中所有信息总量加在一起还没有当下两年的多，而且这个数据量还在两年时间内以翻翻的速度在飞速发展，互联网给我们带来的巨变已经非常明显，大数据时代即将到来。商业智能BI和商业分析BA将得到大发展，大数据即可以计算出股票的涨落，也可以计算出美国总统大选结果，还可以计算出你明天发生车祸的几率。大数据在汽车电商中的应用也将得以突显，当然，大数据的收集和分析、挖掘乃至于真正的应用还需要从底层开始，才能让数据的金矿开掘全面推进。
在人类的历史长河中，直至工业革命才是一个分水岭，这之前人类的人均GDP一直停留在500美元左右，所谓的马斯洛陷阱不断发生。而工业革命之后个体的价值剧增，直至当下的人均GDP达到几万美金，这是分工协作提升效率创造出来的价值。当下是互联网时代，连接同样可以产生价值，一个蜜蜂是愚蠢的，而蜂群却是智能的，建立你的社群让智慧产生价值倍增，让大数据在商业平台中的无数个体的价值聚合产生更大的价值，就是大数据时代应该思考和应用的方向。
当然，大数据也是被误解的最深的一个专业词汇，主要原因还是这个词本身翻译就已然南辕北辙了，数据的价值并非仅仅只在大上，冗余数据再大也毫无价值。大数据真正的价值在它的深度、宽度和广度的取向上。比如汽车信息中的深度如这辆车的状况，行驶里程，维修保养情况，通过智能盒子OBD获取到的它行驶途中的胎压异常等等数据，那么宽度就如这个车主的驾驶习惯，行车路线和路况信息等，而广度就是要延伸为车主的个人嗜好和消费习惯了。经过深度挖掘的这些数据的聚合，也就可以实现智能商业，也就是所谓的BI，而绝非简单的车辆型号，年限和号牌，车主联系方式等低级数据叠加起来的冗余数据，这样的数据再大也不会直接产生价值，是需要深度挖掘才会有价值，也是汽车电商平台在数据整合和收集方面所应该运营的方向。
大数据对于汽车行业特别是品牌厂商和经销商来说意义重大，大数据的价值将更多体现在网络营销层面上。随着购车人群越来越倾向于通过网络方式来获取汽车资讯，各类汽车媒体成为消费者购车前最主要的信息来源，根据易观智库中国数字消费者行为分析系统ECDC的监测数据显示，各主流汽车媒体的日均访问次数已超过百万，最高的已经超过400万次。巨大的访问量带来的消费者属性、行为偏好、购买意向、购买价格等数据毫无疑问已经成为这些汽车媒体最大有价值的信息资产，成为他们深入挖掘的目标产品，这些汽车消费者行为大数据如果能够被有效整合和分析，他们就能够成为汽车品牌厂商和经销商精准有效的营销方向性目标产品而量身定制，其商业价值不可估量。
往往传统企业的人没有互联网思维，非但不觉得互联网好，还反而认为对它们是障碍，就拿P2P模式的汽车金融来说，互联网直接触及他们的利益奶酪，他们如遇洪水猛兽般抵制。做线下产品渠道后市场的更是抵制互联网，对外说做的互联网，其实骨子里是在抵制。所以O2O或O+O最难线上和线下对接，那么大数据对于他们也就无从实现了。
再来看看大数据在汽车保险上的应用案例，汽车后市场的大数据应用，其实保险公司早有在做，而且很简单，那就是通过OBD盒子收集车主的驾驶行为数据，如果一个人从来不违章，那么给他的保险就可以打很低的折扣，如果对于经常违章发生车祸的车主，那么就可以拒保，不仅增进投保数量更能增进保险的质量。再者就是车辆的使用时间和闲置时间，可以做分时租赁提供数据。驾驶行为是很容易获得的，而通过行车记录仪拍摄的实时路况的大数据就更有价值，如果一个城市里有几十万甚至上百万辆车安装了你的行车记录仪，且可实时上传所拍摄到的路况信息到云端，那么这个城市的所有路况信息的大数据就近在眼前了，他对其他车主也是最具价值，同时由云端分享给需要实时路况信息的车主，甚至于未来预设导航目的地和行车路线后，预测下个时段的路况信息的数据结果都是可以通过云计算得出一个几乎真实的结果。
在大数据的应用层面，在数据库中分散、独立存在的大量数据对于业务人员来说，只是一些无法看懂的天书。业务人员所需要的是信息，是他们能够看懂、理解并从中受益的抽象信息。此时，如何把数据转化为信息，使得业务人员(包括管理者)能够充分掌握、利用这些信息，并且辅助决策，就是商业智能主要解决的问题。如何把数据库中存在的数据转变为业务人员需要的信息?大部分的答案是报表系统。简单说，报表系统已经可以称作是BI了，它是BI的低端实现。国外的企业，大部分已经进入了中端BI，叫做数据分析。有一些企业已经开始进入高端BI，叫做数据挖掘。而我国的企业，大部分还停留在报表阶段。
数据挖掘看穿你的需求
广义上说，任何从数据库中挖掘信息的过程都叫做数据挖掘。从这点看来，数据挖掘就是BI。但从技术术语上说，数据挖掘(Data Mining)特指的是：源数据经过清洗和转换等成为适合于挖掘的数据集。数据挖掘在这种具有固定形式的数据集上完成知识的提炼，最后以合适的知识模式用于进一步分析决策工作。从这种狭义的观点上，我们可以定义：数据挖掘是从特定形式的数据集中提炼知识的过程。数据挖掘往往针对特定的数据、特定的问题，选择一种或者多种挖掘算法，找到数据下面隐藏的规律，这些规律往往被用来预测、支持决策。
未来10年汽车产业将会真正进入大数据时代。首先是汽车全面数据化，车主的行为数据化，包括所有的驾驶操作及其每天的行为习惯，甚至于座椅的使用习惯都会形成相应的数据；还有是以车位中心的数据化，零部件、车况、维修保养、交通、地理位置等信息都会形成庞大的数据被挖掘应用而产生价值。其次是汽车数据资产化，大数据可以创造巨大的价值，大数据将成为企业和机构的有效资产，于是这些数据将同其他资产一样为企业带来收益而变成企业的资产被应用创造更多的价值。再者是汽车产业智慧化，人和汽车可以对话互动，同时汽车产业大数据将促进形成更加智慧的汽车产业，基于互联网汽车将构建出庞大的、多层级的汽车大数据生态。
曾经经常听到一些传统汽车制造商的人对互联网造车一向呲之以鼻，他们认为汽车企业已经有一百多年的数据和经验的积累。其实，我们从大数据的角度思考一下，他们高傲的毫无道理，更显得无知者无畏了。原因很简单的，当下的大数据时代两年的时间积累就是人类有史以来的总和，那么单纯的一个汽车行业的数据积累，在大数据时代也许不需要几个小时就可以完成了，这不是危言耸听，而是真真切切的现实，不服都不行。那么在说说所谓的经验，人们在生产和生活中有太多的例证证实，经验没有多少是靠谱的，就如中医就是经验的积累所致，而中药的副作用有谁知道？未来的大数据时代是完全要靠数据支撑的，经验已经不能也不该在未来的商业模式的构建中做支撑，不然一定惨败。
大数据时代汽车后市场如何实现质变
汽车后市场，这是一个万亿级的市场。中国汽车工业协会2015年1月12日数据，2014年中国汽车产销量均突破2300万辆，同比增长7.26%和6.86%。截至当前，我国汽车保有量已超过1.57亿。2014年，汽车年检政策改革、反垄断、汽车维修数据开放、品牌管理办法的修订实施等政策对后市场起了很大的刺激性作用，2015年汽车后市场各项指数都将上涨。
移动互联网时代，汽车后市场产业的升级转型的最终落脚点在于整个汽车零配件产业链的各类B2B商家。汽车服务的所有环节都无法脱离线下，互联网能够改变的是预约服务、汽车零部件适配、工时费用结算、网络投保等可以在线上操作的服务项目中的数据部分，剩下的保养、维修、换件、美容、洗车、定损实际操作的业务部分，仍旧是通过上门或者定点进行操作。
从产业链来看，当前中国汽车后服务市场基本可分七个大类：包括养护、维修、改装、二手车、汽车配件、相关电商及金融保险等。这七个大类其实可以再做细分，譬如养护就包括洗车、美容、机油及零件更换等服务。七大类汽车户服务可以分为汽车服务、车联网相关、及工具社区等三种类型，其中汽车服务类型的服务商家分类最细，这些个细分服务领域都诞生了很多优秀项目。当前而言，汽车服务类的众多商家正在由重向轻变化，开始由产业链低层向中间层过度，做“服务汽车服务商的”服务商。这一类商家无论是做平台的还是做垂直服务的，在信息化方面都在向“大数据”过渡。
因为商家们发现汽车后市场服务中的竞争不在于维修人员的多少，更需要的是对原厂配件、品牌配件、工时、维修信息等数据的适配，谁的数据最多、最全、最详细，谁就最有竞争力，这意味着能够给予全品牌全车型服务数据匹配。举个例子，比如机油滤清器(简称机滤)需要与上门的客户车型匹配，可原厂机滤很贵，一般的oto公司都使用曼牌，那曼牌的哪款机滤适合这个客户的车型呢?这就需要用数据库来做匹配支持，汽车后市场配件服务数据是必不可少的。在数据获取上，有数据积累的商家可以通过更多的渠道获得信息，没有积累的则会与专业的数据库企业进行合作。整个产业链对大数据服务都有重度需求，配件通赔数据最终是要融入汽车后市场产业链的所有环节的。以此，汽车服务竞争进入了数据竞争时代。
大数据能带给行业更多的在于商家对于客户以及业务的管理，这些数据具体到汽车后市场，则是对汽车后市场服务商家在沟通用户以及商业营销的综合性管理。尤其是车型、配件、品牌、保养等数据的灵活调取与应用方面，可以让商家近距离接触车主。甚至不用询问就能了解车主用车信息，可以进一步为车主提供一站式汽车服务方案。所以，汽车后市场大数据尤其是配件通配数据，对于当前这个领域的商家来说是至关重要的，利用大数据来适配车后服务，是整个行业在服务模式的质变。
那么，汽车后市场需要那些数据呢?一个合格的数据服务提供商，应该为做到以下几点：
全品牌全车型全配件的数据信息。要有基于VIN的全车型全配件的通配架构，配件数据库包括：VIN码识别库、车型配置库、保养规则库、配件原厂件号品牌件号通配数据库等。
与国外同步的数据库关联结构。即时同步国外零部件供应商的信息，能够保证最新车型的零部件填充数据库。
互联网化的API数据服务。保证每一个与其合作的商家，都能通过API接口对接到并调取所需的数据库信息。
至少5年以上的数据库制作经验。整个汽车后市场对数据的需求越来越大，同时也正在产生更大量的数据，数据处理经验以及数据库制作经验尤为重要。从全品牌到全车款，海量的数据挖掘与匹配，没有一个足够强大的运营团队是不行的，这样的团队至少要百人以上。
面对万亿级的汽车后市场，大数据优化将成关键
2015年被认为是“汽车后市场格局重构元年”。根据公安部交管局公布的数据，全国有35个城市的汽车保有量超过百万辆，广深等10个城市则超过200万辆。行内人由此推算，汽车售后市场的规模将达到数以万亿计。然而，如此巨大的一块蛋糕，迄今为止却没有一家互联网上市公司出现。于是乎，汽车后市场开始迎来各方资本的青睐，业内预见，“互联网+汽车后市场”的大变革即将到来，而大数据、产品的地理属性和渠道的优化将成为胜负关键。
当下大家都知道汽车后市场是一块肥肉，抢滩登陆进来创业的很多，但是有一个重要的问题很多人还没有解决，那就是即便找到痛点但其解决方案还是有问题，痛点不是卖点，能否成为卖点为未可知，比如上门维修，解决不了的是上门前的精准诊断，而通过车联网智能硬件OBD可以很好解决，但是OBD需要安装和数量优势才可以产生大数据，有了大数据才可以真正从底层颠覆修车的信息不对称的痛点。
从目前来看，汽车后市场领域的竞争是上来了，但还谈不上红海。大家集中在做汽配零件、汽车用品，还有就是汽车未来的自动驾驶系统。首先要懂这个市场，没有比较深的理解，做的模式很难成功。不能只做线上，线下同样很重要。不管是线上还是线下，提高效率、缩短流通环节从而解决行业痛点的项目，才能走得更远。
目前中国的平均车龄是3- 4年，还不太需要保养，等到了6- 7年时，汽车后市场会有一个非常高速的发展。原来传统的汽配发展是有局限的，互联网手段来了之后，越早进入这个市场越好。
汽车维修厂在互联网上买配件，效率更高、成本更低，体验更好。它改变和优化的是一个产业。实际上，像“汽配铺”这样做行内B2B的平台并不多见，因为是个苦力活，需要把先进技术和传统经验跨界融合。汽配行业很传统，产品分散、需求分散、商家分散，从业门槛也很低，很多小学徒干了几年，进销渠道摸着门了，跑了，开夫妻店了，很难做大。
产业互联网平台的发展过程也是产品逐步升级、迭代的过程。互联网的出现，行业出现“巨无霸”有了可能。但行内人知道，B2B汽配电商平台第一步就是建数据库。市面上有13万种车型，一辆车的常用配件有2000多个，不同年款、不同排量的车型配件又不同，算下来就有2.6亿个匹配关系。建数据库工作量超大，但只有突破这个天花板，才能建立完全没门槛、不需要任何专业知识就能准确选购配件的电商平台。
)
