安博电竞

安博电竞商务统计与经济计量系王汉生教授于2015年12月19日在第十七届北大安博电竞新年论坛“大数据驱动力”奥迪分论坛上宣布研究报告，，，，，与各人剖析了对“车联网数据与商业价值”的研究效果。。
。

报告摘要

随着互联网的生长和完善，，，，，数以万万级的海量数据正一直兴起，，，，，车联网数据即是其中之一。。
。车载装备提供的车联网大数据为剖析用户驾驶行为提供了数据基础，，，，，该装备纪录了用户驾驶历程中的车辆硬件数据、地理信息数据以及司机行为数据。。
。车辆网大数据的泛起带来了新的商机，，，，，基于驾驶人行为的包管（UBI）即是其中之一。。
。本报告将通过车联网数据，，，，，探讨影响车辆脱险的主要因素，，，，，并据此构建响应的指标系统，，，，，对车辆未来脱险情形举行预测，，，，，从而为车险公司提供合理的评判用户脱险率的依据。。
。

UBI商业模式探索

随着蹊径交通行业的持续生长，，，，，我国民用汽车保有量泛起逐年快速增添的趋势。。
。2014年底，，，，，我国汽车保有量抵达15447万辆（图1），，，，，比2013年增添了12.4%。。
。由此导致的交通事故也更为频仍。。
。交通事故爆发的主要原因有：汽车硬件爆发故障、外界情形急剧转变、司机的不良驾驶行为。。
。据统计，，，，，凌驾70%的蹊径交通事故是由司机的不良驾驶行为引起的（资料泉源：2014年国民经济和社会生长统计公报）。。
。

图1我国汽车（私人汽车）年保有量

由于交通事故频发，，，，，汽车包管产品具有辽阔的市场。。
。在我国，，，，，主要车险产品是由中国人保，，，，，太平洋包管和中国平安三家包管公司所提供。。
。现在市场上的车险产品较量简单，，，，，保费的制订主要依据前一年的脱险情形（图2）。。
。然而，，，，，随着车联网大数据的泛起，，，，，基于司机驾驶行为的剖析带来了新的车险费率厘定模子，，，，，即驾驶人行为包管（Usage Based Insurance, UBI）。。
。UBI的理论基础是驾驶习惯优异的司机应该获得保费优惠，，，，，保费取决于现实驾驶时间、驾驶里程和驾驶习惯等指标的综合考量。。
。更详细地，，，，，驾驶习惯可以包括：习惯在白天或者夜间出行；
；经常在山路或是都会驾车等。。
。UBI的推广不但可以为包管公司带来利润，，，，，还可以爆发优异的个人和社会效应，，，，，指导司机形成优异的驾驶习惯，，，，，优化蹊径的清静治理方式等。。
。

图2古板保费制订依据：是否脱险

车联网数据也称车载数据，，，，，该类数据的收罗是通过车载的可以接受信号的“盒子”，，，，，将用户的驾驶行为以二进制名堂纪录下来，，，，，之后以秒为单位，，，，，通过无线信号打包上传到云端服务器举行存储。。
。现在，，，，，有一种使用规模十分普遍的车载系统——车载自诊断系统，，，，，简称为OBD。。
。OBD毗连汽车内部的一个接口，，，，，通过这个接口，，，，，OBD可以返回多个汽车驾驶纪录的参数值，，，，，如车辆硬件参数：发念头转速、行驶里程数、车门开关状态、行李箱开关状态等；
；地理参数：目今经纬度等；
；司机行为参数：行驶速率、加速率、偏向盘转角等。。
。通太过析车载数据，，，，，可以实现：（1）资助司机相识其驾驶习惯和预警不良驾驶行为；
；（2）资助车厂实时相识车辆问题，，，，，提供清静服务；
；（3）资助包管公司相识司机脱险的可能性，，，，，为其制订保费提供更有力的依据。。
。

图3车联网系统示意图

前面提到，，，，，车联网数据的收罗，，，，，主要依赖一个可以吸收信号的“盒子”，，，，，即数据收罗装备（图4）。。
。车联网数据收罗装备的装置，，，，，主要分为前装市场和后装市场。。
。前装即在汽车出厂前已将数据收罗装备作为车辆的一部分装置在车上；
；此后装的寄义是，，，，，车上有终端接口，，，，，将数据收罗装备作为移动终端，，，，，在使用车辆历程中自行装置。。
。前装市场的进入门槛相对较高，，，，，装备作为车辆的一部分，，，，，装置后难以取下；
；此后装市场门槛相对较低，，，，，但保存说服本钱较大，，，，，差别品牌终端竞争强烈，，，，，用户在装置后可能放弃使用或替换品牌，，，，，导致数据网络难以持续举行的问题。。
。关于厂商而言，，，，，前装市场使得厂商配套生产相对容易，，，，，且可包管数据的完整性；
；关于用户而言，，，，，前装市场可以节约用户自己寻找配套终端装备的时间本钱。。
。

图4车联网“盒子”示例

UBI在外洋已经有了相对成熟的探索，，，，，在海内，，，，，这部分市场也具有极大的潜力和生长空间。。
；
；诔盗笫，，，，，安博电竞目的是探索能否通太过析用户的驾驶行为对其在未来的脱险情形举行有用预测和划分。。
。主要的使命是通过统计剖析，，，，，寻找影响脱险的主要因素，，，，，区分“好孩子”和“坏孩子”。。
。

图5区分“好孩子”（未脱险）和“坏孩子”（脱险）

脱险因素统计剖析

基于车联网大数据，，，，，本报告关于司机驾驶行为举行统计剖析，，，，，重点讨论了急刹车、急加速和驾驶平稳性这三个影响脱险的指标的结构系统。。
。这三个指标的结构，，，，，依赖于对车辆的瞬时速率和加速率的准确丈量。。
。下面首先明确这两个指标的丈量要领。。
。

瞬时速率的丈量，，，，，有两种常用的要领，，，，，一是通过距离的转变举行盘算，，，，，二是通过丈量车轮的转速盘算速率（图6左）。。
。本报告使用的数据，，，，，瞬时速率读取的是仪表盘上的时速，，，，，也就是通过丈量车轮的转速获得的。。
。加速率的丈量，，，，，也有两种常用的要领，，，，，一是通过加速率的公式直接盘算速率的转变，，，，，二是读取车上的陀螺仪装备丈量到的加速率。。
。本报告使用的加速率指标，，，，，是通过陀螺仪丈量获得的加速率。。
。在清晰了这两个要害变量的丈量要领之后，，，，，讨论急刹车、急加速和驾驶平稳性这三个指标的结构历程。。
。

图6（左）瞬时速率的丈量；
；（右）瞬时加速率的丈量

1、 急刹车

图7（左）是某段旅程的速率时间序列图和加速率时间序列图。。
。从中可以显着看出，，，，，这段旅程泛起了若干急刹车，，，，，对应的加速率取值很是小。。
。而图7（右）是速率的转变和加速率的散点图，，，，，左下角的点体现的就是急刹车征象。。
。由于速率和加速率是划分通过差别的仪器丈量获得的，，，，，因此思量将“速率的转变”和“加速率”综合成一个指标（可以通过主因素剖析实现）判断急刹车。。
。

图7急刹车的结构系统

2、 急加速

既然速率的转变和加速率能够综合反映急刹车的征象，，，，，同样也能够体现急加速。。
。通过对车联网大数据的深入挖掘，，，，，我们发明，，，，，另外一个指标：发念头转速（图8），，，，，同样也能够很好的反映急加速的征象。。
。当司机瞬间猛踩油门，，，，，爆发一个极大的加速率，，，，，发念头转速也会瞬间增添。。
。因此，，，，，对“速率的转变”，，，，，“加速率”以及“发念头转速”做主因素剖析，，，，，结构综合指标，，，，，判断急加速征象的爆发。。
。

图8发念头转速

3、驾驶平稳性

图9是两段差别的旅程，，，，，从图上能够容易的判断，，，，，旅程1是相对平稳的。。
。怎样严酷界说“平稳性”是一个重大的挑战。。
。为相识决这一问题，，，，，我们探索性的绘制了每段旅程的前后时速关系图（图10）。。
？？？？？梢苑⒚，，，，，上一秒的瞬时速率，，，，，和目今的瞬时速率泛起很强的正向相关关系。。
。这说明，，，，，“平稳”体现在已往一秒的瞬时行为（时速）能够高度预测目今时刻的瞬时行为（时速）。。
。盘算每段旅程的前后瞬时速率的线性相关系数，，，，，作为驾驶平稳性的怀抱。。
。

图9两段平稳性差别较大的旅程

图10两段旅程的前后时速散点图

除了以上三个指标，，，，，还可以思量许多其他的因素，，，，，好比天气、路况、司机是否疲屈驾驶等。。
。脱险因素指标系统的一直扩充和完善，，，，，能够资助我们越发准确的预测司机的脱险行为。。
。

图11脱险因素指标系统（路况）

行业生长远景

车联网数据在推进UBI之余，，，，，在广告投放、智能交通以及车辆维修保养等多个领域也具有辽阔的生长远景。。
。

在广告投放方面，，，，，基于车联网数据在云端的整合，，，，，可以剖析司机的驾驶行为和习惯，，，，，例如，，，，，司机的老例行驶路段，，，，，频仍出行时间，，，，，是否保存疲屈驾驶等信息；
；在增值服务方面，，，，，能够发明司机青睐的车辆维修网店，，，，，加油站，，，，，经常出没的商圈等；
；基于对数据集的剖析，，，，，本报告可以获得用户的驾驶情形与消耗行为的用户画像，，，，，从而能够有针对性的对差别用户接纳广告的精准投放，，，，，为用户提供个性化的加油站推送、维修优惠服务以及价钱等营业，，，，，并通过广告投放方面的商业价值。。
。

图12云端数据整合

在智能交通方面，，，，，当车联网获得普及并使得蹊径上绝大对数车辆处于车联网中时，，，，，本报告可以通过车辆位置信息以及车速等指标获取实时路况，，，，，从而形成智能调理系统。。
。对交通治理部分而言，，，，，本报告可以通太过析预测交通状态，，，，，预警交通拥堵路段，，，，，实时协助交通治理部分发明问题并制订响应的交通分流、疏导方案；
；关于驾驶者而言，，，，，本报告通过对路况的剖析，，，，，可以资助驾驶者合理妄想线路，，，，，规避拥堵路段，，，，，镌汰拥堵时间。。
。

图13智能调动系统

在车辆维修保养方面，，，，，基于车联网装备提供的各项车辆实时指标情形，，，，，本报告可以资助车主发明车况问题，，，，，并为车辆维修保养机构提供问题原因以及解决方案。。
。关于车主而言，，，，，这将资助其提早发明车辆异常情形，，，，，实时挺行车主磨练，，，，，防止潜在问题引起的突发事故或是不须要的时间本钱；
；关于维修保养机构而言，，，，，该类机构可通过数据共享实时获得车辆问题，，，，，并通过在线诊断功效和在线客服，，，，，实现动态监测车辆状态，，，，，从而可在车主报修后更快锁定车辆问题，，，，，提供解决方案。。
。

图14自助下单服务

凭证安信证券研究中心的数据，，，，，中国汽车后市场营业额从2005年的不到900亿，，，，，增添到2015年快要7000亿的规模，，，，，未来这个市场将会进一步扩大至万亿级别。。
。云云重大的市场既保存着大宗时机，，，，，也有许多问题。。
。好比，，，，，不可熟的大型市场中，，，，，市场秩序在初期较为杂乱，，，，，可能保存信息差池称等问题；
；同时，，，，，由于市场处于首创阶段，，，，，市场不保存成熟的治理机制以及羁系机构，，，，，可能将保存消耗者甚至商家间不公正的征象等。。
。但与此同时，，，，，这个市场可以容纳多个利益相关方相依共存，，，，，好比车厂、4S店、包管公司、加油站等，，，，，商家间的相互相助将增进信息的转达，，，，，从而使得商家更好的相识消耗者，，，，，提供更优质的服务；
；商家间的相互竞争也将增进优质企业进一步凸显价值，，，，，形成优异的镌汰机制。。
。而这一切的基础，，，，，就是现在的车联网数据。。
。究竟哪一方能够争取到更大的市场份额，，，，，车联网的数据将怎样在差别的营业类型下、用怎样的模式创立更多的商业价值，，，，，这些都将是各个行业所体贴的，，，，，同时也是本报告将继续探索的偏向。。
。

相助机构简介：

北大安博电竞-奥迪治理研究中心：北大安博电竞-奥迪治理研究中心建设于2014年4月。。
。中心以“推动面向未来的立异与厘革”为宗旨，，，，，依托安博电竞治理学院雄厚的学术实力与一汽-公共奥迪富厚的品牌实践履历，，，，，致力于支持和推动中国的治理学研究。。
。

北大商务智能研究中心：北京大学商务智能研究中心依托安博电竞，，，，，关注基于互联网的大数据研究与应用。。
。尤其关注中文文本、网络结构、以及位置数据相关的科研课题。。
。中心为学者提供相关数据资源，，，，，为企业提供相关剖析要领，，，，，为学者和企业相助搭建一个有用的平台。。
。