大數據在商用車領域已經有相當多的應用，如公交領域的運營排班管理、出租車領域的浮動車數據，物流行業的大物流。

如何解決公交企業面臨的三大問題：運力配備最少、車輛運行距離最短、駕駛員作業時間最少？如何分析各時間段、各站點的客流分布情況呢？如何實現運營的安全智能化、運營排班的智能化？在公交行業，以上問題普遍存在，通過車聯網的大數據，可以解決公交行業所面臨的這些問題。根據各個時間段，各站點的客流量大小，線路配備的運營車輛數、線路配備駕駛人員、線路長度、車輛運行速度等大數據，可確定一條線路各個時間段的配車數及發車間隔，從而解決運力配備最少、車輛運行距離最短、駕駛員作業時間最少三大問題。

根據客流量、節假日、氣候、節氣、自然災害、道路、車況事故、歷史同期數據、售票方式、居民小區建設等條件建立計劃模型，從而用最快的速度對這些影響運營計劃的因素做出反映。比如增加線路，增加車輛，增加司機，有效地制定公交運營計劃。同時可對于運營排班精準管理，可通過大數據可以自動排班，對行車作業計劃進行優化，并快速地對運行線路進行調整和優化。

自從菜鳥網絡公司出現以后，大物流的概念終于被業界提及。什么叫大物流呢？是指企業的自有物流系統（由車隊、倉庫、人員等組成），和第三方物流企業的配送信息與資源進行共享，從而能充分地利用各方面資源，減少物流總支出、降低運營成本。

目前物流行業隨著業務的擴大，車輛數日益增多，而且型號眾多。很多企業還是采用手工方式進行車輛管理，工作量大，對車輛運營數據統計分析比較困難，統計結果相當滯后，不利于公司的決策管理；同時在車輛行駛過程中沒有進行全程的監控，對司乘人員的違法違規行為無法進行及時預警，也無法對司乘人員的求助及時進行反應。

另一方面，在我國現行的物流運輸方式中無論是自營物流，合營物流還是第三方物流，隱性成本占據了很重要的地位，這些隱性成本在物流運輸過程中主要包括以下幾個方面：返程或起程空駛：空車無貨載行駛，這些都是不合理運輸的方式。

如何改善物流企業在管理上較為落后的現狀，達到貨主“高服務質量、嚴格的準時率、極小的貨損率、較低的物流成本”的要求？

如何解決物流行業運行信息反饋滯后、運營高成本、貨運車輛的高空駛率、司機作弊給貨物和車輛的安全帶來的極大隱患？

如何快速、高效的為用戶提供可靠的物流服務？

如何最大程度的利用運力資源提高整體業務運營效率？

這些是目前物流行業迫在眉睫的問題。對以上問題，車聯網技術正好可以解決車主迫在眉睫的問題，通過透明化的運輸過程管理，合理調度車輛，根據車輛行駛的大數據，對車輛行駛的線路暢通情況進行預測，規劃出一條安全暢通的行駛路線，減少由于交通原因而引發的在途等待時間。

通過車輛運行的大數據，可以快速地分析出相同路線的油耗情況，事故多發路段的提前預警，精確分析計算車輛的行程，提高了企業的信息化水平，隨時了解到貨物的運行狀態信息及貨物運達目的地的整個過程，確保了運輸過程的透明化管理，使企業的運行管理智能化、服務準時性，提高可預見性。

同時，通過車輛運行的大數據，可獲取高速、國道、省道的實時路況，同時對司機的駕車規律的分析，為加油站、維修站、服務站的選址提供了參考數據。另一方面，物流的成本有很大一部分屬于倉儲成本。通過車聯網技術，對海量的數據進行分析計算，經過合理地調度，降低車輛的空駛率，把移動中的每輛貨車可以作為一個流動的倉儲空間，提高了倉儲空間的周轉率，從而幫助企業降低倉儲成本。

●  關于大數據的思考

大數據時代，影響著我們的思維。以前我們對于出行過程的理解，傳統的觀念只注重為客戶提供導航和娛樂這一功能，并沒有對這一過程進行深度的分析。這個過程中，分別為去之前，在路上，停車后。對于這個過程，我們可以延伸出很多車聯網的服務內容，并且每個階段都離不開熟人社會，每個階段都會產生大數據，大數據可延伸很多增值服務。

服務內容的精準性如果單純靠服務提供商的力量，那服務商將要投入巨大的人力或資本并且要經歷很長的時間，顯然這種方式不可行。解決這種問題，理想的方法就是通過車主的與社區網站的互動，只有通過這種方式，才能快速地采集到相應的興趣點。這必須要進行大數據分析。

對于客戶信息，無論是車廠還是汽車銷售商，都視為命根子，可事實是什么？事實是現階段這些客戶信息一點用都沒有，能從這些客戶信息中延伸出一些增值服務嗎？很難。說白了，這些信息無法帶來“顧客終生價值”(Customer Lifetime Value)，顧客終生價值指的是每個購買者在未來可能為企業帶來的收益總和。

如同某種產品一樣，顧客對于企業利潤的貢獻也可以分為導入期、快速增長期、成熟期和衰退期。顯然，現階段的產品形態或者企業的信息化水平有限，一方面無法完成大數據的挖掘，另一方面，缺少專業化的分析工具，而車聯網時代，給了我們無限的想象空間，讓一切皆有可能！