2014年11月20日亿玛智慧峰会在海航大厦万豪酒店举行。此次峰会中，来自大数据应用各个领域的企业代表就“大数据智未来”这一会议主题进行了观点碰撞。该次会议也被业界誉为“大数据智未来”的风向标。与会嘉宾从自己所从事的金融、电商、硬件、移动等领域出发就大数据未来发展的趋势、大数据与行业深度结合等方面进行了专业的论述。
    高德车联网业务中心总经理童豪良表示，企业要做大数据必须要具有获取全面数据的能力。汽车数据有商业价值，首先是对保险的销售有很大的帮助，再对汽车制造的弹性管理、对汽车用户的管理，以及对用户信息的挖掘等。
    ----如下是演讲实录----

    童豪良：大家对高德地图应该是比较理解，我们做的事和高德地图不完全一样，高德最早做车载业务，所以对汽车有很多了解。以前汽车是互联网，现在也有大数据的事情做。跟移动互联网是一样的，不知道对面是人还是一条狗，但是这个可以知道用户前面的信息。具体到汽车上面说的话，对这个汽车数据有商业价值，首先是对他保险的销售会有很大的帮助，再对汽车制造的弹性，加上汽车用户的管理，以及用户挖掘。
    举几个例子，不管什么样的，首先要做大数据要有比较全面的获取一个数据的能力，我们有高德地图和导航，可以获得大量的使用信息。比如我们在每天的交通信息上，全国覆盖这样一个里程，超过两亿公里，可以得到更多的数据。具体来说，基于驾驶行为的一个保险，比较有意思的应用。每个人都在买车险，但是很少算过整体规模有多大，13年中国车险市场人体规模有四千亿，但是其中只有三家公司是挣钱的，除了人保真正挣钱之外，另外两家公司利润只有千分之零点几，利润非常低，很重要的原因是政府有一个计划，要对这个保险进行一个市场化。从原来根据对车的一个基本了解，用途，加上用户的驾驶行为，从而更好计算这个赔付情况。跟传统的保险是有很大不一样的地方，传统的保险是谁在开，在开什么样的车，这个车多少钱，基于驾驶行为，其实是需要你得到更多用户的数据，你要知道这个用户是什么时候开，白天还是晚上，行驶在什么路段上面，是很安全的，还是不安全的地方，比如崎岖的山路还是怎样。一个每年只开三千公里的，一个开车非常保守的和一个喜欢飙车出事的事故率不一样的。
    这是基于驾驶行为的保险的全球发展情况，北美和欧洲已经用了，在中国也有一些保险公司做一些尝试，比如人保、泰保和大大小小的公司进行合作，背后很重要的一个原因是，传统的保险模式不管车是什么，驾驶行为是什么，保险是一样的，有的人风险高，有的人低，造成严重的事故带来的损失是他们没有办法弥补的。如果拿到用户大数据之后，知道这个用户整个驾驶行为的话，就可以对这些人进行做一些事情。我现在讲一个用智能手机获取数据的方式，有多个传感器可以做精准的识别。比如说最早的话，也有一些人用手机看有没有超速，有没有急刹车等等的行为，通常来说这不是很准确，因为GPS误差很大，在信号不好的地方它的误差最大可能会有50米之多，所以会有非常多误判。这个解决方案会把这两个结合起来，需要你把手机固定在非常稳定的位置上。如果把这几个传感器用起来的话，就可以看到它在它输出的原始数据里边是比较复杂的模型，你对它进行一个处理之后，呈现出来这样的一个波形。给大家解读一下，横轴是前进的方向，这个车向右剧烈的变动，可以发现它是定道的行为，当然还有技术细节，这里就不讲了。
    这是多方受益的，对于车主来说可以得到很大保险的折扣，对于保险公司来说，可以快速获得大量用户的情况，降低风险，还有对数据方，都是有益的。有很多人可能会有一些问题，确不确定自己在开车，是打车，还是开朋友的车的情况，如果说人有指纹的话，都是有一些特质的，通过我们这样的方法，可以通过数据的挖掘，可以发现如果一个用户连续几次的驾驶行为都是比较接近的话，可以比较确切判断他是在开车。更明确一点，我们甚至可以判断他是在坐公交车，还是开比较好的车，还是比较差的车。再就是说手机是在车上是没有固定的，有一些误判。这个里边我们有很多方法，比如在车里打电话。
    另外一个是大数据交通信息的应用，今天我们讲到高德地图和导航有很多人在用，一个很直观的解读，比如在北京，在座都是在北京生活和工作一段时间的人，比如会有限号，限号的时候有一个特别明显的趋势，3和8用户就有所缓解，因为很多人会去选带8的号码，而不选带4的号码。大家会看到显示高德的这个用户，比如过去一周，过去一个月，随着季节，随着天气、时间，和之前的状况，可以比较准确的判断出在某一个特定的时间点，比如明天上午，如果是需要从京张高速上天桥走哪条路更合适一些，这个里边有挺大的社会意义。我们服务上线之后，这是8月份的数据，当月在上海和北京分别是几十万的使用。
    最后高德还有淘宝的数据，可以公开的是说淘宝自己上面有一个输淘宝的号，根据年龄、喜好，甚至星座，都会不一样，从侧面可以解释出，真的是有很大的差异，这个里边比较少，大家可以上那个里边看一下，还可以看到他的购买能力、年龄，以及淘宝消费能力。我们可以看到更多内部数据，把这个车主的数据和消费行为数据打分的话，我们发现很多用户是在他生了孩子以后，大概半岁到九月买一辆车，其实这是我们关联到这些用户，在买车之前特定的时间，大概是买那个尿布，还有一个阶段的奶粉，第二个阶段的奶粉，这个对我们有很大的帮助。这个车主不是那么喜欢运动，也不那么喜欢越野，但是他喜欢摄影。高德有很好位置服务，阿里会有数据，这两个数据进行融合的话，我们可以做整个人车行为大数据挖掘，我们的经验可以给大家借鉴，谢谢大家。