返回行业案例

新能源汽车
车联网大数据平台

一站式车联网数据应用服务平台。300+ 张表、2400+ 数据项,单表日均 10 亿+ 行实时分析,覆盖产品规划、用户行为分析、生态运营、售后等全场景。

新能源汽车行业解决方案
300+
接入数据表
2400+
数据项管理
10亿+
单表日均增量(行)
全覆盖
产品规划/运营/售后

行业现状与挑战

车辆采集数据井喷式增长,平台处理能力跟不上,数据价值无法释放

数据来源渠道多而结构乱

自定义数据、座舱埋点数据、各相关系统业务数据、车辆信号数据,来源多样、格式异构,难以统一治理。

车辆数据展示单一

无法可视化展示数据、输出 BI 报表,数据分析结果难以被业务部门有效利用。

数据量大、处理效率低

车辆采集数据井喷式增长,平台处理能力跟不上,数据处理缓慢,无法满足实时性要求。

分析处理能力弱、无法赋能

数据采集后无法挖掘出海量数据价值,无法赋能高层决策、产品规划、用户运营,未能形成正向反馈。

车联网大数据平台架构

分层解耦,覆盖数据接入、治理、建模、应用全链路

应用层
基础数据概览
车机数据分析
车辆数据分析
用户信息分析
用户行为习惯分析
用户驾驶行为分析
车机交互行为分析
车辆控制
座舱应用偏好分析
座舱热门度分析
语音
收音机
综合服务
副驾屏
蓝牙
视频
生态行为分析
音乐
导航
模型层
车辆画像模型
智能空调模型
智能卡片模型
电池续航模型
车辆健康模型
ETL
清洗
任务调度
聚合
指标统计
数据层
数据接入
任务调度
断点续传
策略配置
数据分发/对账
数据治理
数据源
数据分级
元数据
资源目录
数据组织
汇聚库
业务库
原始库
资源库
数据挖掘
聚类
关联学习
分类
统计分析
数据源
HIVE
CK
国标数据
自定义数据
座舱埋点
其他

基础数据开发与治理

基于可视化建模的数据开发,数据处理过程可见,便于长期维护

01

基础数据治理

座舱埋点数据解析与拆分,将嵌套 JSON 展开为标准化字段。

02

标签分析

多表数据按业务规则关联合并,生成标签化结果用于决策。

03

数据治理

自动识别异常值、重复值、缺失值,合并清洗保障准确可靠。

可视化建模数据开发
数据开发界面 · 已脱敏

核心数据分析场景

覆盖基础数据分析、用户画像、座舱应用分析等多维场景

基础数据分析

行驶里程行驶时长平均车速整车电耗累计碳减排

充放电分析

充放电次数充电电量充电时长充电SOC充电位置

用户画像分析

驾驶模式偏好常驻地分析工作地分析通勤时间驾驶行为

座舱应用分析

应用使用次数活跃用户数使用车辆数使用时长应用偏好
BI看板一
BI 看板 · 已脱敏
BI看板二
BI 看板 · 已脱敏

模型应用与异常预警

建立信息预警模型,发现异常主动通知,模型数据直接应用于数据看板

车辆画像与预测模型

车辆画像模型:综合驾驶行为、能耗、故障等维度生成车辆全息画像
电池续航模型:基于充放电时序数据预测电池续航衰减趋势
车辆健康模型:综合故障频率、严重度评估车辆整体健康状态
智能空调/卡片模型:基于用户偏好优化座舱智能推荐策略
车辆画像模型结果
模型运行结果 · 已脱敏
异常预警通知
异常预警通知 · 已脱敏

异常预警

频繁补电监控:识别异常频繁充电行为,预防电池故障
60分钟休眠不唤醒:检测车辆长时间异常休眠状态
小电池 SOC 预警:小电池电量低于阈值自动预警
异常能耗分析:同一车型能耗异常偏离,主动通知排查
模型自动执行后通过邮件和短信通知,及时响应异常

应用价值与成效

统一管理、降本增效、助力战略决策、提升企业效益

对员工

降低学习成本,提高工作效率。0 代码操作,业务人员无需编程即可自主完成数据分析。

对用户

提高使用舒适度,提升用户体验。基于数据分析优化座舱功能、智能推荐和售后服务。

对企业

统一管理、降本增效、助力战略决策、提升企业效益。数据驱动产品规划、用户运营和售后服务。