大數據平臺在商用車研發中的應用

游發欽

(廈門金龍聯合汽車工業有限公司，福建 廈門 361023)

0 前言

當前，中國擁有2.6億多臺商用車，每年新增的商用車數量超過2 000萬臺，這為商用車大數據的生成奠定了堅實的基礎，而以電動化、智能化、聯網化、共用化等為發展方向的“新四化”成為了商用車大數據發展的保證，使得商用車在生產、銷售、流通、使用等各個方面無時不在產生著海量的信息。對這些信息進行分析和發掘，并將其運用到整個商用車的各個方面，從而為整個商用車產業提供有力的支持。在大數據的類別上，商用車大數據包含了以商用車制造為核心的研發制造大數據、以商用車4S店為核心的市場大數據，以及以客戶為核心的商用車使用大數據。構建一個龐大的、多層次的商業車大數據生態，需要打通每一個環節的信息互聯，并將其與相關的人、車、路、網、環等信息進行創新性地整合，從而推動商業車的智能化。

利用大數據，商用車制造商可以更好地了解客戶的喜好，使其商用車提供更多的實用性配置和吸引力吸引更多的客戶，同時也能滿足客戶的特殊需要。例如，根據客戶的社交網站留言，商用車制造商可以更精確地掌握最受歡迎的車型、最流行的商用車內飾，并適時地做出相應的研究和開發，以滿足客戶個性化、多元化的需要。通過客戶偏好、車輛狀態、維修保養等信息，可以為商用車制造商提供更多的經濟指標，包括燃油經濟性、發動機效率，以及商用車的電池性能等。通過商用車撞擊試驗和仿真獲得的大量數據，可以改善商用車在遇到意外時的應對能力，從而使商用車更加安全。同時，商用車制造商也可以通過運用大數據對產品進行改進。通過采集商用車引擎或電力設備的失效時間數據，可以幫助研發人員在進行設計時找到防止這種情況的方法，并對裝配生產線進行必要的優化。利用大數據技術，預計可為商用車制造商節省10%～20%的保養費用，商用車的開發也將會越來越智能化。

1 發展商用車大數據平臺的必要性

大量的信息能夠提高購買商用車的抗金融風險能力。本文從金融、政務、商業這3個方面對商業和個人信用進行評估，加強商用車的金融風險管理。而商用車，尤其是重卡、巴士等，由于價格昂貴，很多消費者都會選擇借款購買，但由于消費者信用、還款能力等不穩定因素，可能會導致了信用違約。據統計，截至2016年9月，中國人民銀行擁有8.99億居民和2 120萬家公司客戶，JP數據量平均每日240 000次。運用大數據從金融、政務和商業3個方面進行信用評估，可以有效地獲取客戶的信用狀況，降低客戶的信用風險，為商家和金融機構的金融風險管理提供參考。通過車輛識別號碼(VIN)編碼實現了商用車的實體特性和最終的銷售價格，從而有效地控制了商用車的金融風險。商業銀行在向客戶發放商用車信用貸款時，既要評估客戶的信譽，又要對購買車輛的價格進行評估。然而，目前我國的金融市場存在著許多問題，如產品價格制度的缺失、銷售票據上的銷售價虛高等。商用車的大數據使其消費金融風險增大?；诖罅?、多來源的商用車輛數據，使用VIN編碼對其進行唯一的鎖定，由此了解車輛的動力系統、配置等相關的車輛參數，并確定其最終售價。提高銀行對理財產品的了解，能夠有效加強銀行理財業務的風險管理。

商用車大數據平臺優化了商用車的運營環境，提高了商用車的工作效率。大數據、云計算等信息技術深度融入物流產業，加速了物流朝著數字化、網絡化和智能化方向發展。利用智能物流系統，實現倉儲中心、物流車隊、駕駛員及整配件產業的智能互聯，在倉儲優化、智能配貨、導航及路徑服務、故障檢測及主動維修等環節提高了運行效率，促進了物流業智能化發展。運用大數據技術研制智能化的調度體系，可以對人員、車輛、貨物進行精確定位、實時跟蹤、軌跡回放、裝載狀態監測等，確保人員和貨物安全，提高對突發事件的響應速度。依托大數據、云技術，建設“智慧云倉”，使倉儲和配貨一體化、智能化，有利于有效整合社會資源、優化資金分配、減少物流費用、提升物流服務。

商用車大數據平臺可以為今后的商用車研發工作奠定基礎。大量的數據支持了產品的開發，對需求和發展趨勢的分析更加精確，從而最大限度地減少了商用車研發項目失效的概率。在市場調研、客戶反饋、競爭信息、技術動向等信息基礎上，對樣品進行抽樣研究，并根據市場變化，對生產流程進行持續修正。該方法的缺點為：抽樣不足，容易導致決策失誤；主要受情感因素影響，而非所有資料；做決定的時間太長，而且脫離了快速變化的行情。基于大數據的產品開發，可以極大地提高產品開發的精確度，主要體現在以下2個方面：① 通過大量的大數據，了解市場的需求。大數據的優點是能夠根據大量的歷史資料，更加客觀地反映出需求的變動趨勢，從而避免了對市場調查、客戶反饋等方面的主觀評估。② 以網絡為基礎，挖掘客戶的潛力。在新的開發階段，企業利用互聯網進行新的開發，并與客戶進行互動和溝通，能夠更好地掌握新的需求。同時，根據對目標人群的瀏覽習慣、關注點等進行數據統計，能夠有效地發掘出客戶的潛在需要。同時，通過對車輛數據的分析，可以為進一步研究商用車的性能奠定基礎。商用車實際運行數據是提高商用車產品質量的重要保證，可以根據道路交通狀況進行數據采集，采集實際裝載量、實際運行車速、實際最高車速等技術指標，形成車輛實際運行工況的大數據資源庫，再運用大數據技術進行運算和分析，為產品開發提供準確的依據。

2 大數據在商用車研發中的應用

2.1 產品定位階段

在日趨激烈的市場競爭中，商用車制造商越來越重視與自身相關的變化。商用車產業的數據來源單一、結構單一、應用范圍小，隨著互聯互通和移動互聯技術的迅速發展，影響商用車購買和使用的因素很多，使得商用車的數據收集、分析和利用方法都出現了巨大的變化。眾所周知，一個好的企業，是建立在準確的市場導向之上的。目前，運用大數據進行商品定位分析的案例較多。商用車面對的不僅有駕駛員，還有客戶。因此，根據對商用車的研究和銷售情況進行的大量的數據分析，是研究商用車的首要步驟。因為市場瞬息萬變，所以大數據能夠更好地理解市場結構、市場特征、競爭者狀況，從而為企業提供更好的服務。傳統的大數據搜集方法大多來源于行業管理部門的數據、行業評估報告、行業專家意見、新車銷售等，在此基礎上提出了一種新的商用車聯網大數據平臺，并利用大數據的挖掘與收集技術，構建了一種新的市場模型。同時，在大數據平臺上進行客戶的主觀評估，使得大數據平臺能夠更好地滿足客戶的需要。營銷的關鍵在于客戶的使用，商用車開發公司要利用大數據來了解客戶的最終需求，并據此對商用車產品進行分類、評估和分析。合理運用商用車大數據平臺不僅可以擴大產品在商用車的特殊客戶群里的知名度，而且可以提高企業的核心競爭力，讓客戶滿意，達到共贏。

2.2 功能策略篩選階段

在商用車的研究和開發過程中，校準是一個非常重要的環節。對標的準確性將直接關系到消費者對新車的認同程度和最終得銷售數量。例如：商用車發動后，如果開啟車門，是否需要使用遠程控制的鑰匙；客戶是否真的有“無鑰匙”的需求；停在P檔后全車應不應該解除鎖定。這些問題涉及消費者的消費行為，而這種消費方式是否合理，將會影響到消費者對商用車的認可。消費者的使用行為是商用車設計和認證的重要依據，是制定商用車、系統和零部件設計的技術要求、產品認證試驗標準的制定和評估的重要依據。所以，商用車大數據平臺應當本著“數據就是資產，就是價值”的概念，致力于建立客戶的數據收集和分析系統，將客戶的行為進行全面分析和解讀，為未來的發展提供強大的支持。該平臺能夠將商用車基本信息采集、道路信息采集、載荷信息采集等功能集成到一起，完成負載數據的長距離傳輸、綜合采集、雙重壓縮和設備聯合控制。平臺中所采用的模塊必須滿足上汽商用車公司的要求，同時引入睡眠和激活機制。對于客戶信息的采集，應當開發一系列的數字采集設備，根據客戶的需要，自由地增加和減少負載的采集信道數量，并能夠提供速度、應變、溫度采集等功能。通過對數據進行采集、診斷、篩選和打包，實現數據的連續讀取，使電子控制單元(ECU)的要求最小化，同時也能減少ECU的工作量和總線負荷。針對負載資料，采用長程資料傳送方式，既可確保資料的完整性，又可將資料傳送的效能最大化。由于在收集客戶的習慣和使用情況時，會產生海量的信息，而目前手機的帶寬非常有限，無法實現大量數據的無線傳輸；因此，為了滿足客戶的需求，優化數據收集系統，采用有損和非破壞性2種方法收集大量的變化特征點，并在后臺進行重建和還原，以最少的傳輸流量獲得客戶的所有操作和使用情況信息。

2.3 基于商用車行駛數據的客戶需求識別

由于商用車傳感器結構簡單，數據采集相對簡單，而且國家在商用車上設置了商用車信息采集設備，因此，商用車上的商用車傳感器已能夠將駕駛行為數據、充電行為數據、電機狀態數據、電池狀態數據和位置信息數據等進行錄入。但是，目前大部分的商用車廠商對大量的商用車運營資料仍處于監控和記錄的狀態，并未對其進行有效的利用。商用車運營的主要是時序信息，這些信息掩蓋了人們在商用車上的駕駛行為、充電行為、駕駛軌跡等特有行為特征。通過對商用車運營數據的深度剖析和發掘，研究車輛的性能特點，能夠揭示出不同類型的客戶群體的行為特點，進而對其進行有效的分類，并進一步創新和完善。

針對商用車的運營情況，通過分析客戶的行為特點來獲得其需求。從商用車運營的實際情況中獲得客戶的要求是非常困難的。由于生產過程中的數據非常復雜，僅靠數據的處理是很困難的，所以要把產品的操作過程用一種具有可理解性的客戶行為特性的語言進行表達，并充分地反映操作過程中的時間特性和使用者的使用方式?？蛻粜枰臉俗R結構如圖1所示。

圖1 商用車客戶需求識別算法框圖

客戶的需求發現將直接影響到后續的產品研發和設計，而能否正確、及時地找到客戶的需要也將直接影響到公司的效益。對此，提出以下3點建議：① 根據客戶的實際情況，對客戶的行為進行分析；② 從產品運營的時間序列特點中，發掘出客戶的行為方式，并對其進行補充和確認；③ 基于客戶的需求、喜好，以及地域差別，根據客戶的需要，有針對性地進行產品改善和設計。提出了一種基于操作過程中的主要參數抽取方法，并將其與客戶的使用習慣相聯系起來進行模型化；在此基礎上，進一步發掘產品的時間序列特性，從而推斷出其潛在的使用方式和用途；根據不同的使用習慣、使用模式和地理位置，給出了相應的產品改善和設計建議。以某商用車公司的742輛商用車使用情況作為研究對象，這些車輛的信息包含了商用車基本信息、行駛狀態、充電狀態和泊車狀態，見表1。

表1 某商用車公司的商用車信息

在實際應用中，結合因素分析、聚類分析、描述統計分析等方法，以商用車運營數據為例，對客戶的要求進行分析。根據現有的客戶行為特點，在現有的數據支持下，建立了基于操作的客戶行為模型。在此基礎上，根據對車輛運營數據進行時間序列分析，得出其潛在的使用方式，進而得出其潛在的用途。最后，根據各區域的運營情況，對比各區域的客戶喜好，發掘出其車輛的區域喜好。

3 大數據在商用車研發管理平臺中的應用

3.1 需求分析

在數據采集與存儲方面，大數據平臺可以完成結構化、非結構化、半結構化數據的采集與存儲，并提供可視化監測；在數據計算分析方面，大數據平臺可以在負荷變化大、波動大的情況下，滿足數據“實時”與“批量”運算要求，建立以商業為基礎的相關演算法的模式庫，提高數據分析的效率；在數據安全方面，大數據平臺可以根據客戶需要，為客戶提供可伸縮性產品設計，并根據客戶的權限和數據敏感性，對數據進行智能分類，保障個人信息隱私性。

3.2 平臺搭建

在建設交通管理大數據平臺時，必須充分滿足海量數據、高安全保密的需求，在體系結構上需要靈活地兼容和擴展業務應用，并有相應的技術支持。基于上述問題，在分析了交通管理數據結構的基礎之上，設計了具有4級結構的交通管理大數據平臺，該平臺分為數據融合層、調度分配層、數據分析層和應用層，能夠將數據集中管理、統一分發調度、大規模并行處理，滿足運營車輛安全監管服務應用需求。

數據融合層實現了數據的采集與存儲，可以對車輛數據進行統一調度，其主要工作包括數據資源的接入共享、數據報備存儲、數據交換、服務器及相關應用數據的收集與可視化監控等功能，為后續業務提供數據支撐。

調度分配層實現了對各個部門數據資源的采集、轉換、管理、發布等，為數據的采集與分析等工作奠定了基礎。調度分配層的主要作用為：① 實現了數據的格式轉化，實現了各種協議、數據的轉換；② 實現了數據的統一接入和訂閱分發；③ 對不同類型的數據進行訪問和處理；④ 提高了數據的傳送速度，在高并發和大數據量的情況下，具有良好的運行表現；⑤ 對業務進行控制，通過對數據服務的接入，實現對業務的監控、管理和對業務的統計與分析。

數據分析層實現了對數據的清洗與處理，具體為：① 輸入資料。從調度分配層將資料即時儲存至大數據分析層次。② 分析資料結構。資料結構是透過視覺運算分析的，包含資料欄位分割、換行符、欄位類型、欄位名稱。③ 對資料進行視覺分析。通過編寫spark編碼和sql聲明，可以將數據解析的構造顯示為餅圖、柱狀圖、折線圖等。④ 作業進度計劃的計算方法。提高了工作的并行性，提高了系統的資源利用。⑤ 檔案和分享。將資料作為檔案管理，并與其他客戶共享。⑥ 資料呼叫界面。客戶可以透過界面來獲得不同尺寸的資料。

應用層基于不同的運營車輛的安全監控需求，利用Smart BI數據平臺將數據挖掘的結果以數據產品的可視性方式呈現在客戶面前，其內容包括：① 車輛信息查詢、重點路段監控、電子圍欄、車輛統計、疲勞駕駛、超速行駛、禁行時段提醒等；② 車輛隱患剖析，為經營所屬車輛、駕駛人員監管和潛在的安全風險檢查提供資料解析；③ 提供車輛違法信息查詢等業務。

4 結語

隨著大數據時代的來臨，商用車也迎來了新的發展機遇，如何利用大數據技術推動商用車的發展成為當前各公司面臨的一個重大問題。不可否認，目前的商用車數據由于數據缺失、數據標準不統一、數據孤島等情況制約了大數據的發展。因此，需要以一個更開放、更包容的角度來發展商用車，讓商業數據共享，促進行業跨領域建立一個完整的商用車大數據生態體系，從而促進我國商用車工業的發展。