汽车数据应用构想（一）

自从电动汽车GB/T32960标准颁布，要求所有电动汽车必须上传数据开始，各车厂就开始花费大量的人力物力，用于数据的上传与存储。同时随着智能化、网联化的趋势，不断丰富上传数据的内容与数量。数据已成为车厂的重要资产，但这些资产如何变现，却成为产品经理们的难题。

大概是6年多以前吧，当时的数据量还远远比不上如今，单靠一家车厂的数据量根本称不上“大数据”，所以行业中开始有建设汽车行业统一数据平台的呼声（当然，发声的主要是软件供应商……）。有幸参加了相关会议，与会的车厂代表都对这个话题表达了“有兴趣”，但“不参与”的态度。理由也很简单：数据是私有财产，分享了有啥好处啊？！

对，就是这个“有啥好处”成为话题的焦点，也成为无法推动这个事儿的最大障碍。车厂不想参与，却想听听每年花费不少的数据资源，到底能干点儿啥！可惜的是，除了围绕电池分析的价值外，很少有人能讲出还能干点儿啥。而当时电池又处于一个技术更新非常快的阶段，技术路线、生产工艺，甚至化学原理都不一样的情况下，用今天的数据去看明天的电池，任谁想来也不是一个靠谱的事儿。

时至今日，即便是最保守的日系合资车厂，也都有百万级的车在上传数据，且数据范围早已从电池扩展到整车，甚至用户与车的每一次交互，都记录下来。单个车厂的数据存储量，已经把单位从TB，升级到了PB。在如此巨大的数据资源下，无需建立行业统一数据平台，车厂自己就已经具备了对应各种数据需求的底气。

各种“数据平台”“数据底座”“数据能力”...被供应商们吹得天花乱坠，但实际结果往往就是最基础的数据采集、数据清洗，以及各业务部门要求的数据统计。经历多年高投入的“数据基础能力”建设，车厂数据部门每年都要经历“数据价值”的拷问。供应商们也都纷纷从基础能力的牛皮中转向“价值”接着吹，但与花费不菲，且需要持续投入的成本相比，价值几乎少得可怜！

所以咱们就新开一个话题，专门聊聊数据应用价值的想法，本期作为第一篇，先不说实际的应用，而是重点说说在做这些应用的时候，我们会面临哪些问题！

上面都说过了基础建设做了多年，为啥还有问题？其实答案特别简单：你没做过饭，就异想天开地去打造一套万能厨具，等真开始做饭的时候，你就会发现，缺这个少那个！

一、数据项缺失：你想去做停车位预测应用，为了弥补低速下GPS漂移问题，就需要通过方向盘角度及车轮转数精确计算停车时的行驶路径，结果发现，这两数据没采集。

二、采集频率不足：还是上面的例子，如果更进一步地想知道停车位的类型（侧停、斜停、垂直），就需要精确的停车轨迹，如果数据采集频率是5秒1次，那就没办法满足需要。

以上两点，在实际数据应用中是不可避免的，因为谁也不知道未来的应用到底需要哪些数据，更无法知道需要什么样的采集频率。很多人会想，那就把车上所有的数据都按车端最大产生频率上传，解决一切。但这可是要成本的啊！流量成本、储存成本都会成倍，不，应该说是几十倍上百倍地增长，且未来的检索速度也会上百倍地下降！

想解决这个问题其实并不难，就是在车端去做一个可配置化的“数据网关”，车上产生的所有数据都先传到网关，通过规则去配置哪些数据，以什么样的频率去打包上传（当然，什么压缩啊，实时/定时啊，都可以是这个数据网关要解决的问题）。这样就可以“按需所取”，把钱花在刀刃上：数据只有满足业务需要才是有价值的！

三、数值异常：数据库中存在着大量的异常数值。比如“0”、“null”，甚至各种乱码，这些数据虽然会被“洗”掉，还是停车的例子，洗掉这些异常数值后，停车轨迹可能只剩一个点了。

四、时序异常：停车轨迹会出现点位前后反复横跳的现象，其实就是数据在上传时并没按时间顺序保存，前一秒的数据被保存在后一秒之后，导致了数据的不连贯性；

以上两点，是在实际应用落地工作中最常见的问题，毕竟车载场景的网络环境不稳定，重传机制、补数机制，以及网络传输错误都会导致这些问题的出现。甚至还有些重传机制没做好的平台中，会出现大量重复数据。“脏数据”在汽车领域要远高于其他场景！

解决方案只能依赖技术手段，无非就是车端与云端的各种容错、纠错、校验手段。随便找一个车联网供应商，都会给出各种产品级的解决方案，这里就不再多说了。但要强调的是，脏数据不避免，要不我怎么还能遇到这些问题呢！在实际应用开发中先去检测数据质量，根据实际数据质量调整数据算法才是最务实的方法！

五、分布密度不足：你会发现一个现象，同一品牌的车，在A城有15万辆在传数据，在B城只有5千辆，这种分布密度的不同，导致数据应用的价值与体验有天壤之别；

有些车厂面对这个问题的时候，对于应用价值的认可度就会大打折扣，认为不能满足所有客户价值的服务是不公平的，也就不再推动相关的落地工作，上面说的停车位预测应用就是因为这个原因导致一直没有落地！

但停车是汽车场景中最高频，最有用户价值的服务，就像城市NOA对于自动驾驶，是所有用户都期待的，但没办法保证所有城市都覆盖。那不如也试试逐步上线的策略，一个城市一个城市地去推，哪个城市的数据量够了就上哪个城市，“抢占市场”在数据应用中也是个非常重要的目标！

最后再说说对于数据应用中“准确度”这个事儿的看法，最好的例子就是导航中提供的“红绿灯倒数秒”这个功能。只要是越来越准，用户就非常满意了，用户本来也没指望你一上来就准，差不多就可以，被互联网熏陶多年的中国用户，容忍度非常高，数据应用是个迭代的过程，真的没必要上来就要求准确度要高于多少多少。用起来，再升级，是数据应用价值落地的最重要原则！

下期开始讲具体的数据应用场景，还没想好一共写几篇，一个一个来吧。

---

文章首发于公众号：昊叔说车

原创不易，转载请告知原作者，注明出处。