中国车联网市场发展现状研究

中国车联网市场发展现状研究

近年来，基于车联网技术的UBI成为车险产品创新的一个热点。UBI的发展与中国车联网市场的整体发展息息相关，那么中国车联网市场的发展现状如何?车险公司和车联网公司如何看待中国车联网市场发展现状与未来?计算机世界研究院就此话题开展了调研。

一、中国车联网市场整体发展情况

根据易观智库发布的数据，2014年车联网在国内市场的渗透率不到5%，预计2020年将突破20%。国金证券研究所对中国和日本的车联网市场发展进行了对比研究，认为两国都会经历探索期、市场启动期、高速发展期和应用成熟期四个阶段，而中国互联网市场的整体时间点落后日本2―3年，预计2015年会突破10% 的临界点，由市场启动期进入高速发展期。

车联网公司普遍认为，中国车联网市场还处于\"探索期\"或\"市场启动期\"。计算机世界研究院在面向车联网公司从业人员的专项调研中发现，当被问及\"您认为中国车联网市场目前处于哪个发展时期?\"，50%的受访者选择\"市场启动期\"，44.4%的受访者选择\"探索期\"。

大部分中国车主对\"车联网\"概念不了解。计算机世界研究院在面向普通车主的调研中发现，他们对车联网这一概念还不够了解。在调查中表示\"完全不了解\"或\"不大了解的\"受访者占比接近60%，表示\"非常了解\"和\"比较了解\"的受访者仅占22%，这也与车联网处于市场启动期的情况相吻合。待中国车联网市场进入高速发展期的后期或应用成熟期时，预计了解车联网概念的车主将占绝大多数。

二、中国车联网细分市场发展情况

前装车联网市场――车企主导，封闭性较强

前装车联网市场主要是指汽车出厂前包含在整车上的电子产品和服务，当下前装市场以车企为主导。前装车联网市场中代表性的车载系统包括通用On Star、丰田G-Book、福特SYNC、宝马的iDrive和上汽inkaNet等。前装车联网的特点是注重安全服务，体现出比较强的封闭性。据易观智库预测，2016年中国搭载前装车联网的乘用车将超过400万辆，渗透率将达15%以上，而乘用车前装车联网的市场规模将突破200亿元。

后装车联网市场――多方参与，开放性强

后装车联网市场指汽车销售以后，在汽车上加装电子产品和服务。后装市场参与者众多，互联网公司、通信运营商均介入该领域。目前一些互联网巨头公司也纷纷进军后装车联网市场，谷歌建立OAA联盟(Open Automotive Alliance)，力推安卓系统进入汽车行业;苹果推出Carplay;百度推出Carnet。国内后装车联网市场的主要模式是\"OBD+手机端App\"。由于这种车联网模式对汽车数据的获取比较有限，与汽车内部电子系统的结合还不够紧密，在服务质量上有待提高，而且容易面临服务同质化的困境。

车险公司更看好车联网前装市场，车联网公司更看好后装市场：计算机世界研究院在面向车险公司从业人员的调研中发现，40%的受访者认为五年后\"汽车前装市场\"将在中国车联网市场中居主导地位，选择\"汽车后装市场\"的只占28%;而来自车联网公司受访者的看法正好相反，有一半的受访者选择\"汽车后装市场\"，只有三分之一的受访者认为汽车前装市场将居主导地位。

机构营业用车市场――国家支持，市场需求强

相比家庭个人用车市场，车联网在机构营业用车市场的普及率更高，其主要原因，一是有来自国家层面的支持，二是市场对车联网服务的需求量大、接受度高。

国家出台专项，强制重型载货汽车、半挂牵引车和\"两客一危\"安装车联网设备，促进了车联网在机构营业用车市场的落地。2014年7月1日，国家颁布的《道路运输车辆动态监督管理办法》 正式实施，《办法》规定，已经进入运输市场的重型载货汽车和半挂牵引车，各地应合理制订安装计划，确保于2015年12月31日前全部安装、使用卫星定位装置，并接入道路货运车辆公共平台。旅游客车、包车客车、三类及以上班线客车和危险货物运输车辆、重型载货汽车和半挂牵引车，要在出厂前安装符合标准的卫星定位装置。

太平洋产险理赔部有关人士曾表示，从车险理赔经验来看，超速、疲劳驾驶、未按固定线路行驶是\"两客一危\"等车辆发生交通事故的主要原因。安装卫星定位装置后，可以有效监督驾驶员行车行为，强化车辆行驶的安全性。

对于家庭个人车主而言，影响他们接受车联网服务的一大因素就是对个人隐私的担心，他们不大愿意自己的用车情况被第三方掌握。而对于用车机构的负责人来说，他们很希望了解自己所管理车队中每辆车的实际运行情况。例如采用车联网解决方案后，物流公司可以实现对公司车辆的油耗管理、驾驶行为评估、视频监控、信息互联、偏线报警等，对所有司机驾驶行为优良度进行排名，督促司机减少不良驾驶行为、降低油耗、减少物流成本。对信息化水平比较低、管理不善的车队，会出现司机偷油、多报路桥费等现象，而利用车联网解决方案，可有效监控车辆经过了哪些收费站、加了多少油。

除物流公司等商业车队外，车联网应用对提升校车安全保障同样意义重大。例如，校车通过使用中国电信开发的\"InteCare行翼通\"车载信息系统，当发生车辆碰撞时，车载终

端可以立即向服务平台自动发送报警求助信息，中国电信呼叫中心会协助提供紧急救援服务。另外校车在运行过程中遇到问题时，驾驶员也可以主动通过\"一键呼救\"功能，迅速向服务平台报警。

家庭个人用车市场――缺少满足刚需的产品服务，市场接受度尚不高

对于习惯了免费享受互联网产品服务的家庭个人车主而言，无论是对前装车联网还是后装车联网产品服务的接受意愿都不高。当下前装车联网和后装车联网的市场增长大多依靠新车销售或新车机搭售来实现，现有车辆对产品服务的续费使用率不高。前装车联网由车企主导，多强调安全服务，比如紧急救援等，而此类车联网服务是车主使用频次比较低的服务。以通用安吉星为代表的前装车联网服务多是让车主免费使用几年，然后由车主自愿选择是否续费，目前车主的续费率一般在30%左右。上汽自主研发的智能行车系统\"inkaNet\"在荣威350上的续费率大概在20%～30%。

对于后装车联网服务而言，个人车主还不大需要对自己的驾驶行为、车辆运行情况等车辆信息进行深度采集和分析，因为目前这种数据分析不能给他们带来实际益处。目前个人车主在车内的联网服务多体现在导航、娱乐、通信等方面，而这些服务通过智能手机就能很好完成，不必使用专门的车联网设备，尤其是付费使用。

三、大数据分析

根据产品的特性、价格等因素而形成的消费群体属性存在较大差异，面对不同类别的消费者和目标消费群体，将进行不同深度和角度的数据收集，也将设计不同维度的群组分析和数据挖掘模型，以便于面向不同层级市场受众策划和实施针对性的市场营销策略。

例如通过统计用户扫码的地理信息，可以得到产品的用户地域分布图，使用地图可视化工具来展现，如图3所示。通过该图，可以清晰地展示产品在不同地域的宏观消费情况，为基于地域的销售提供指导。

图3产品在广西的用户地域分布

而要精准地定位每个客户的价值，可以使用RFM模型。RFM模型是衡量客户价值和客户消费能力的重要方法和手段[3][4]。该模型通过客户的最后消费时间、消费的频率以及总消费金额这三项指标来描述该客户的价值。R(Recency)表示最后消费时间，消费日期越近，客户等级越高;F(Frequency)表示消费频率，消费频率越高，客户等级越高;M(Monetary)表示消费总金额，消费总金额越高，客户等级越高[5]。

根据RFM模型的三个维度可以把数据离散化成1～3级，通过对用户进行RFM打分，来描述用户的价值。如下表所示，我们对系统的用户数据进行基于RFM的聚类分析，获得高、中、低三类用户，针对这精准定位的三类用户，在进行客户关系管理时，分别赋予重要价值、一般保持、一般挽留三种策略，从而可以用更小的代价获得更有价值的客户。

四、结论

本文设计并实现了一个二维码防伪营销系统，通过用户扫码收集到的大量数据建立了比较贴近现实的用户画像。为营销及CRM工作人员提供分组客户画像，为营销类的电子直邮设计、短信话术、活动页面设计、营销方案策划、积分兑换礼品、生产等提供数据支持和优化建议。通过用户扫码收集的大量顾客的来源、关注点、反馈意见、使用体验等信息，实现对营销过程中的渠道效果、兴趣所向，时间分布、客户满意度等方面度多角度进行精准的数据统计以及详尽的数据分析，从而实现营销效果的量化以及商业机会的挖

掘。

此外，若各企业都通过本文介绍的二维码技术实现了消费数据统计，而这些统计数据又可集中到国家统一的大数据平台，则可大大改进CPI等消费经济数据的统计，相对于目前的抽样调查法，不仅具有省成本、效率高的特点，而且由于是全量消费数据，无偏、精确、实时，应是未来数据统计的发展方向。

>参考文献：

[1]赵曙光.高转化率的社交媒体用户画像：基于500用户的深访研究[J].现代传播(中国传媒大学学报)，2014(6)：115-120.

[2]Sawadogo D，Suire C，Champagnat R，et al.Adaptive Representation of Digital Resources Search Results in Personal Learning Environment[C]//Artificial Intelligence in Education.Springer International Publishing，2015： 562-565.

[3]徐翔斌，王佳强，涂欢，等.基于改进RFM模型的电子商务客户细分[J].计算机应用，2012(5)：1439-1442.

[4]季晓芬，贾真.基于RFM行为模型的服装企业VIP顾客数据挖掘[J].浙江理工大学学报，2015(4)：131-135.

[5]马宝龙，李飞，王高，等.随机RFM模型及其在零售顾客价值识别中的应用[J].管理工程学报，2011(1)：102-108.