本篇教程介绍了大数据应用与汽车金融，希望阅读本篇文章以后大家有所收获，帮助大家对大数据云计算大数据应用的理解更加深入。

<

 
　　一、大数据是什么
 
　　麦肯锡全球研究所给出的定义是：一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合，具有海量的数据规模【Volume（大量）】、快速的数据流转【Velocity（高速）】、多样的数据类型【Variety（多样）】和价值密度低【Value（价值）】四大特征。简单来说，大数据就是由海量数据构建，蕴含无限能量（数据规律）的矿藏。就像0和1组成计算机语言一样，大数据应用就是一个把海量信息返璞归真，重新排列组合获得数据规律价值的一个过程，而我们平时日常生活的穿衣、吃饭、开车、走路甚至阅读习惯等都可以构成大数据的信息源。
 
　　二、大数据能干什么
 
　　2008年，由卡鲁索执导，《变形金刚》男主角Shia La Beouf主演的电影《Eagle Eye/鹰眼》就有一个大数据应用的超级桥段，美国军方为配合反恐行动制造了一个超级电脑（鹰眼），其通过卫星联网监控全球各地摄像头（公共/私密）、语音通话、短信、邮件、网页浏览等渠道汇集的海量信息，抓取关键字段，做出分析判断恐怖分子可能的藏身地以及预警未来的恐怖袭击，抛开电影场面不言，单就主人公被诬陷，在逃亡过程中一次又一次被鹰眼调动的各种资源甚至交通灯制造车祸追杀的构想，就足以让人感叹，在数据信息被无比集中的时代，确实没有人是不透明的，所以当微信的定向推广营销出现的时候，当你在打开网页，浏览器边框总有你最近搜索的相关信息弹窗推荐的时候，大数据已经默默的走进了我们的生活并逐渐展示其无与伦比的魔力。
 
　　三、汽车金融与大数据的关系
 
　　在谈汽车金融与大数据的关系前，觉得有必要对汽车金融进行一个菜鸟解读，汽车好懂，但是对于金融的理解，各方可能还是会有比较大的差异，年初重庆市长黄奇帆对金融的本质，用了三句话做了最好的解读，
 
　　1-为有钱人理财，为缺钱人融资（金融是有资金流动的行为）；
 
　　2-“信用”、“杠杆”、“风险”（三者缺一不可，相辅相成）；
 
　　3-金融如果不为实体经济服务，就是毫无意义的泡沫（金融依托于实体经济，也可能产生泡沫）。
 
　　无论是何种金融行为，均是建立在信用基础上的杠杆收益与风险的均衡，所以金融存在的基础是信用，汽车金融也不例外，就我国目前的征信法制建设水平而言，对客户的信用评价越准确，越容易把握杠杆与风险的均衡，就如同自己借十万给别人，对别人的收入、背景越了解，同等收益的条件下对风险的判断更有把握，那么对于借款人的信息了解程度就变得异常关键。
 
　　然而个人的信用评估和实现气象预测有非常类似之处，一个人或者群体的信用好坏取决于很多的变量，而且信用本身不是静态的，而是一个动态的行为特征的体现——资产、收入、消费、个性、习惯、社交网络等等都是会对信用产生影响。在汽车金融行业，由于面对数量庞大的客户群体，如何从大量、多样、快速变化、低价值密度的信息中通过大数据对个体大量信用行为进行收集、整理、分析，把这些糅合在一起时，使得人的信用立体化，从而甄别出价值客户，设计不同的金融产品获取最大化的收益，就变成了汽车金融行业发展的首要任务。
 
　　四、汽车金融公司怎么实现大数据管理
 
　　目前个人汽车消费贷款方式有银行、汽车金融公司、整车厂财务公司、信用卡分期购车和汽车融资租赁五种，由于操作主体不同，对信息的需求以及积累的基础不一致，各个单位在实现大数据管理过程中可能存在各种差异，传统的金融业者由长期系统的金融服务积累的数据完全可以在确保用户隐私和商业机密的前提下，与各行各业通过数据间的共享，交换和买卖以生成大数据，在此之上探索全新的产品和服务，而对于一些依托于厂家或存在行业局限的汽车金融公司而言，如何规划并设计大数据管理之路，目前行业并无成熟经验可以借鉴，以下仅为工作思考中形成的几个观点，聊以抛砖引玉。
 
　　1、“外部大数据+企业大数据”是必经之路，存量客户的信息挖掘是一笔宝藏
 
　　目前行业应用的最多的是人行的征信数据，而随着这几年的发展，市面上已经出现了各种信息咨询公司，有的可以提供工商数据，有的可以提供银联消费数据，有的可以提供小额贷款信用数据，所有这些，都是对以人行为中心的外部征信大数据的补充，这部分数据相对稳定，获取的渠道也比较透明，然而对于部分行业诸如商用车行业而言，由于客户购买车辆属于生产资料，行业经验的积累对于客户的盈利水平有明显的影响效果，同时生产资料都有淘汰更新的自然生命周期，而动辄几万，十几万的客户数量，已经把相应行业的朋友圈客户基本固定。这样一来，对于如何发掘重复购买的客户，实现价值营销具有重要的意义。
 
　　2、获取动态信息的渠道很关键，硬件与软件都重要
 
　　为了实时获取客户信息，防范客户风险，部分厂商在出厂的时候就预装了GPS设备，除去基本定位导航功能外，越来越多的厂商开始拓展其他功能，比如回传里程数、油耗、工况，实现远程诊断等等，逐步开始搭建自己品牌的车联网平台，但是就目前的实际情况来看，就算应用得比较好的商用车领域，各大厂商的软件系统、硬件设施等仍然存在数据质量差、回传效率低、不防拆等缺陷，出现各大车联网规划都很丰满，但是现实却很骨感的尴尬局面。
 
　　当然，行业内也有一些很具有前瞻性的公司，已经悄悄的开展了基于特定行业平台的大数据平台建设工作，通过平台的作用，整合上下游资源，把跟汽车相关的保养、维修、换件、加油、保险甚至餐饮整合至特定平台，通过以人为中心的数据库建立，稳定客户资源，并根据客户在平台上的大数据条件，为客户提供金融贷款等服务。
 
　　3、大数据建设可以从特定行业或特定区域开始，再实现跨行业跨区域的大数据整合
 
　　前文说过，大数据具有低价值密度的特性，在大数据建设的初期，应对数据的使用维度进行规划，重点收集哪几个维度的信息，并把信息根据性质划分重要程度，实现外部信息和内部信息相结合，必备信息和补充信息相交错，静态信息和动态信息相辅相成，然而中国本来就是一个人口大国，如若全面铺开，相信暂时没有哪个企业能做到大而全的信息收集，但是在特定区域，特定行业，客户的相关信息相对固定，收集渠道相对稳定，这样对于特定领域的数据信息整合提供了可操作性，一旦细分行业细分客户的大数据成型，随着规模扩大，即可以与相关行业实现数据共享或交换，在信息得到不断挖掘之后，可以想象得到，在未来的某一天，行业内可能出现1-2家具备垄断性质的大数据平台。
 
　　4、信息安全的敏感性对大数据发展提出更规范化的管理要求
 
　　2013年”棱镜门”事件暴露了美国情报机关正在利用大数据技术,对全球通信系统和互联网实行全面的实时监控,进行大数据采集、挖掘、分析、关联,引发世界信息安全危机。在全球规模庞大的信息泄露关联产业，一批黑客长期从事截获并贩卖大众信息的工作，而接货者则通过计算机自动比对，将买来的账号密码等信息在各大金融机构网站、电商网站进行”撞库”，成功率通常可以达到5%-10%，成功”撞库”的信息将高价卖出，以便下个团队用以挪走消费者资金、非法支付和欺诈勒索等等。大数据时代如何兼顾安全与自由、商业利益与个人隐私，从而推动科技的进步，实现可持续发展，是每个人都应该关心的话题。
 
　　五、几个猜想
 
　　互联网以及大数据正慢慢改变我们的工作，在不远的将来将更一步影响我们的生活，对于未来金融的发展，大数据的应用，让人不自觉产生一些大胆的猜想，正如网络所说，猜想总还是要有的，万一哪天实现了呢？
 
　　①从目前情况来看，阿里、腾讯、百度、京东等知名互联网金融公司中会有一家变成数据垄断企业（信息价值质量最高，使用范围最广），你觉得会是谁？
 
　　②如若不是上述企业，行业也会出现1-2家垄断性数据信息公司，而这家公司甚至可能是一家以做摄像头起家的不知名企业；
 
　　③如果国家从立法层面规范大数据发展，你觉得应该怎么实现？
 
　　    

本文由职坐标整理并发布，希望对同学们有所帮助。了解更多详情请关注职坐标大数据云计算大数据应用频道！