大數(shù)據(jù)，就是海量信息，就是在大平臺(tái)后背所積累的對(duì)客戶的大量信息數(shù)據(jù)，主要包括社交媒體所產(chǎn)生的數(shù)據(jù)，音頻、視頻、圖像數(shù)據(jù)和來自物聯(lián)網(wǎng)的數(shù)據(jù)，具有海量、快速、多樣性和不確定性等特點(diǎn)，特別是數(shù)據(jù)的成幾何級(jí)的爆炸性增長(zhǎng)特點(diǎn)尤為突出，美國(guó)互聯(lián)網(wǎng)數(shù)據(jù)中心指出，互聯(lián)網(wǎng)上的數(shù)據(jù)每年將增長(zhǎng)50%，每?jī)赡瓯銓⒎环壳笆澜缟?0%以上的數(shù)據(jù)是最近幾年才產(chǎn)生的。

大數(shù)據(jù)技術(shù)的價(jià)值不在于掌握散亂的海量的信息，而是通過對(duì)數(shù)據(jù)進(jìn)行專業(yè)性分析所帶來的巨大價(jià)值是無限的。因此，大數(shù)據(jù)成為世界各國(guó)政策層面鼎力推動(dòng)的戰(zhàn)略計(jì)劃，2012年3月，美國(guó)白宮科技政策辦公室發(fā)布了《大數(shù)據(jù)研究和發(fā)展計(jì)劃》，同時(shí)組建“大數(shù)據(jù)高級(jí)指導(dǎo)小組”，由此可見美國(guó)政府對(duì)大數(shù)據(jù)的重視度。

大數(shù)據(jù)除了在如今全球繁榮的電子商務(wù)產(chǎn)業(yè)中有非常重要的應(yīng)用之外，在其它領(lǐng)域的應(yīng)用也不在少數(shù)。其中通過與車聯(lián)網(wǎng)的深度融合將打造高效的交通網(wǎng)絡(luò)。

大數(shù)據(jù)時(shí)代，通過對(duì)駕駛者總行駛里程、日行駛時(shí)間等數(shù)據(jù)，以及急剎車次數(shù)、急加速次數(shù)等駕駛行為在云端的分析，有效地幫助保險(xiǎn)公司全面了解駕駛者的駕駛習(xí)慣和駕駛行為，有利于保險(xiǎn)公司發(fā)展優(yōu)質(zhì)客戶，提供不同類型的保險(xiǎn)產(chǎn)品。

目前，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。

目前車聯(lián)網(wǎng)所提供的主動(dòng)安全方面的措施大致有胎壓監(jiān)測(cè)、故障預(yù)警、碰撞報(bào)警、安全氣囊彈出報(bào)警、緊急救援等。但目前在主動(dòng)安全方面的設(shè)備更多是車輛上的一個(gè)節(jié)點(diǎn)，并沒有真正的和大數(shù)據(jù)關(guān)聯(lián)起來。

在大數(shù)據(jù)時(shí)代，當(dāng)汽車在行駛過程中，平臺(tái)可對(duì)輪胎氣壓進(jìn)行實(shí)時(shí)自動(dòng)監(jiān)測(cè)，并對(duì)輪胎漏氣和低氣壓進(jìn)行報(bào)警，以確保行車安全。胎壓監(jiān)測(cè)有直接和間接兩種，直接的通過傳感器來監(jiān)測(cè)，而間接的監(jiān)測(cè)是當(dāng)某輪胎的氣壓降低時(shí)，車輛的重量會(huì)使該輪的滾動(dòng)半徑將變小，導(dǎo)致其轉(zhuǎn)速比其他車輪快。

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。

同時(shí)，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”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。