自動車ディーラーと自動車メーカーのビッグデータ：アイデアから収益化まで

IHS Automotiveは、2020年までに約1億5200万台の接続されたマシンが最大30テラバイトのデータを毎日生成すると予測しています。 そして、この富を有能に利用できるビジネスは、明らかに「馬に乗っている」ことになります。 使用できる情報とこれに必要なものについて話しましょう。



デジタル技術は世界を変えています。 アイテムは単なるものではなくなります-それらは、インターネットにアクセスし、ネットワーク上で団結し、新しい機会を獲得する情報メディアセンターに変わります。 自動車業界では、これらはコネクテッドカーです。

この方向での作業の成功は、このデータを使用するサービス自体や、受け取ったものを処理および分析する分析モデルではなく、マシンにインストールされたモジュールの特性に大きく依存せず、ビジネスに役立つ結論と予測を作成します。

自動車のビッグデータ機能

この車は、OBD2を介して自己診断システムのデータを分析するだけでなく、その位置と瞬間速度に関する情報を収集することを可能にします。 1台の車からのこの情報のみに基づいて、たとえばドライバーの運転スタイルや彼の動きのモード（高速道路/都市）について結論を出すことがすでに可能です。

そのようなデータの「一括」分析はさらに興味深いものです。 たとえば、特定のモデルの車の動きのマップを作成することにより、このモデルの対象読者とその「典型的な」習慣を判断できます。 そのような情報を適用する範囲は十分に広いです。 そして、収集された非構造化データとその分析に基づいて生成された結論を収益化するためのビジネスモデルは非常に多様です。

使用量ベースの保険および貸付

加速と制動の優先速度、期間、頻度に関するデータにより、車の所有者の運転スタイルと事故の可能性の程度を判断できます。 このアプローチにより、きちんとした運転手は、たとえば保険の割引を受ける機会を得ることができます。 同様のシステムがすでに多くの国で使用されています。 一般的に、テレマティックデータの分析を使用して計算された保険料の世界的なボリュームはまだ小さいです。

ローンに関する同様の話-ある人が前の車で慎重に運転していた場合、減額された新しい車にクレジットを与えてはどうでしょう（この場合、銀行が金利に入れるリスクはわずかに低くなります）。

ドライバー情報サービス：運転とメンテナンス

テレマティクスデータの分析により、どのガソリンスタンドがより便利か、どのルートが燃料、時間、そして最終的にはお金を節約するかをアドバイスする一種の「電子ナビゲーター」を作成することができます。 サービスは 、走行距離に関するデータだけでなく、同様の操作モードを持つ所有者と同じ構成のマシンのサービスデータの分析に基づいて、事前にメンテナンスについて通知することもできます。

1つのコンベヤーから派生した特定のブランドのすべての車のデータに基づいて、車の残りの有効時間（RUL）と故障までの時間（TTF）を予測することができます。 また、車がどこでどのように操作されたかに関する情報を目視検査データと比較すると、いくつかの故障の理由は明らかです。

行動の異常と緊急課題

理論的には、ドライバーが年々同じ運転スタイルを実証し、その後突然習慣を変えると、システムは異常を修正し、それについて信号を送ることができます。

異常の原因は、緊急事態（盗難、病気）と、ごく普通のこと（子供にアプリケーションの運転または更新を教えること）の両方です。 そのような異常の正確な分析は、非常に多くの車からの膨大な量のデータを分析した後にのみ可能になります。これは、緊急事態を明確に伝える行動パターンを特定する必要があるためです。

自動車メーカー（ディーラー）の実際の統計

車をどこでどのように操作するか、どのような困難が生じるか、およびこれらのコンポーネントがどの程度機能するかに関する情報は、「販売者」にとっても興味深いものです。 それを分析した後、自動車メーカーはシリーズまたはモデルの「システム問題」を特定し、それらを新しいバージョンで修正することができます。 これらのデータに基づいてディーラーは、スペアパーツの調達や修理の計画を立てることができます。

原則として、そのようなシステムはすでに多くのディーラーによって使用され、メーカーによってテストされています。 後者は、プロセスの構築に多くの時間を費やす可能性は低いです。おそらく、近いうちに商業運用で同様のソリューションが登場するでしょう。

ディーラーの顧客維持

「大きな自動車データ」のもう1つの適用分野は、「 保証後」の顧客との連携です 。 車への訪問者に関する詳細な情報は、彼らの行動のパターンを明らかにし、それが順番に、それらを維持する方法を開発するための範囲を提供します。

広告

車の所有者とその動きに関する追加情報により、ドライバーとその乗客をターゲットにした広告をターゲットにできます。 たとえば、多数の車からデータを収集すると、主に子供を持つ家族が道路に沿って広告バナーを通り過ぎることを示している場合（そして、学校やその他の保育所の近くにこれらの車の通常の駐車場を記録することで確認できます）、これは広告カードに交渉チップを与えます代理店がそれをリースします。 大まかに言えば、ネットワークで長い間使用されてきた広告ターゲティング技術は、インターネットの外部で利用可能になります。

同時に、クロスマーケティングも可能です。 クライアントの以前の関心に基づいて、彼の動きと運転スタイルに関する情報のプリズムを通して分析され、ディーラー、ガソリンスタンドの所有者、および他のサービスプロバイダーは、パートナー企業（ショップ、レジャーセンターなど）からのオファーの個人的なパッケージを形成できます。

すでに収集されたデータの分析により、上記のすべてが可能になります。 車が周囲のオブジェクト（他の車や道路網要素）と「通信」を開始し、その行動に応答したり、ドライバーの反応に関する情報を収集したりすると、市場の前にどんな機会が開かれるか想像してください

アイデアがあります。 実装方法

上記のすべては理論上非常にクールですが、これまでのところ、道路交通全体の規模では実際には利用できません。 これには簡単な説明があります。

ビッグデータを正しく適用するには、開発されたインフラストラクチャ、業界の代表者が革新する意欲、すべてのアイデアを実践するための人的資源を含むリソースの3つのコンポーネントが必要です。 すべてが今どのようになっているか見てみましょう。

インフラ

技術的には、すべてがコネクテッドカーのデータのイデオロギーへの移行の準備ができています。 どこにでもインターネットにアクセスできるモバイルネットワークがあります。 潜在的なシステムのインフラストラクチャにサポートデバイスを比較的簡単に統合できるデータ交換標準が既に開発されています。 Hadoop、Spark、Stormなど、ビッグクラウドサービス（Amazon RedShift、Azure DataLake、Azure HDInsight）などのビッグデータの分析と保存のための既成の汎用ソリューションがあります。

イノベーションへの準備

市場の観点から、そして普通の運転手から：2つの面でイノベーションの準備について話すことは理にかなっています。

市場は理論的には準備ができています。 すでに世界で販売されている車の半分以上が接続されています。 Visiongainは、ビッグデータは自動車業界で最も急成長しているセグメントの1つであると考えています。 これは、ビッグデータ分析に対する大きな需要を示しています。 同時に、まだイニシアチブを示していない自動車メーカーは、投資家と株主に押し付けられています。

それにもかかわらず、純粋に技術的な障壁は依然としてビッグデータへの積極的な動きを妨げています。マシン内でデータを交換するための閉じたプロトコルでは、市場のすべてのブランドの車からすべての情報を簡単かつ迅速に収集することはできません。 おそらく、状況は特定の共通標準の出現によって修正されるでしょうが、これまでのところこの問題は未解決です。

現在、大衆ユーザーの準備の程度を判断することは困難です。 他のイノベーションと同様に、ビッグデータ分析に基づくサービスには支持者と反対者がいます。 たとえば、積極的なライディングスタイルが好きな人は、保険計算スキームの改訂を好まないでしょう。 フォーラムやブログでは、車からデータを収集するというまさにその考えは、デバイスやGoogle検索エンジンによるユーザーの行動の分析と同じ論争を引き起こします。 しかし、フライホイールは動作しています。

資源

ビッグデータ分析をゼロから導入するには、多くの知的および財政的投資が必要です。 当然、それらのすべてから遠く離れて単独でそれらを引っ張りますが、他の市場のように、それらは関係者間で分割される可能性があります。 たとえば、Remotoの作成時にこのアプローチを使用しました。研究開発を引き継ぎ、機器のインストールを自動車メーカーに移しました。 そのため、デバイスは自動車の追加オプションになり、ユーザーは必要な便利な機能を多数利用できます。

ビッグデータを効果的に活用できる人材がいると、すべてがやや複雑になります。これは世界的には新しい市場であり、「正しい」アプローチがまだ見つかっていないためです。 ここ数年、私たちはチームを構築し、クリエイティブなアプローチで仕事をするアクティブな専門家に焦点を合わせており、この分野に興味のある人々との新しいコンタクトを受け入れています。

今、私たちは探しています：

→ システムアーキテクト
→ システム分析
→ プロジェクトマネージャー

レモト内部

大きな車のデータを操作するサービスの1つの例は、Remotoプラットフォームです。 これにより、車に関する情報を収集し、その機能の一部を管理し、非常に「思考タンク」であるクラウドと通信してデータを送信できます。 現在、Remotoは起亜、日産、インフィニティ、トヨタ、ジェネシス、ホンダと協力しています。 他の自動車メーカーの製品と統合し、サポートされているモデルのリストを拡大することは技術的に可能です。ソフトウェアの小さなカスタマイズが必要であり、メーカーとの相互作用を意味します（そして、そのような技術の導入に対する彼の同意）。

ソリューションはいくつかのコンポーネントで構成されています。

• 車に取り付けられた機器;
  
• モバイルアプリ;
  
• ディーラーおよび保険会社のポータルにアクセスします。
  
• データストレージと分析のためのクラウドインフラストラクチャ。
  

車内の一連の機器-SIMカードを搭載したRemotoモジュール-は、メーカー（標準機器の一部）またはディーラー（追加オプション）によって直接取り付けられます。 次のように、設置が機械の安全境界に違反しないことが重要です。 このソリューションは、工場の盗難防止システムと統合できます。

テレマティックデバイスのタスクは、オンボードシステムから情報を受信し、生データをクラウドに転送し、コマンドを受信して​​オンボードシステムに送信することです。 データを送信する頻度は、システム設定によって決まります。 たとえば、リモート診断は月に2〜3回実行されます。



モバイルアプリケーションは、AndroidおよびiOSで使用できます（制限付きモード-Windows Phoneの場合）。 それを使用することができます：

• エンジンをリモートで起動します。
  
• 冷却または室内暖房のスケジュール。
  
• 車の位置を決定し、そのルートを追跡します。
  
• 所有者が不在の場合の自動車への影響を追跡する（特定のレベルを超える打撃、エンジンが始動していない状態での避難）;
  
• リモートで中央ロックを制御します（ドアとトランクの開閉の状態を追跡します）。
  

合計で、50以上のサービス。

サーバー部分は、Microsoft Azureクラウドと、ディーラー、自動車メーカー、保険会社のポータル（つまり、 ドライバーについて収集されたデータの主なユーザー向け。 ポータルを企業クライアントシステムと統合するためのAPIが提供されています。

今日、世界にはすでに50万人を超えるRemotoのモバイルユーザーがいます。 これは、ビッグデータの分析と収益化のための優れた基盤となります。 Remotoを発案とするBright Box社は、すでに自動車メーカーのビジネスモデルを支援しています。さまざまなマーケティング「トリック」が利用可能です。特定の車を持つユーザーのアクティビティマップ、特定の車を好む顧客の更新されたプロファイルなどです。

したがって、保守的な自動車業界にもビッグデータの場所がありました。 現在利用可能なツールは、クライアントとの根本的に新しい相互作用の道を開き、将来的に彼を返すことを可能にします。