篇章数

29

引证文献

0 !

参考文献

4

中国汽车与保险大数据发展报告(2021)图书

Report on Development of Chinese Automobile and Insurance Big Data (2021)

SSAPID:101-0208-1275-15
ISBN:978-7-5201-9069-5
DOI:
ISSN:

[内容简介] 本书由中国汽车技术研究中心有限公司、中国银行保险信息技术管理有限公司共同组织研创,由汽车与保险行业多位资深从业人员,通过大数据分析共同撰写。本书以“中国汽车与保险大数据现状及展望”为主题,从基于大数据应用的实例研究入手,深入分析了大数据在汽车行业、保险行业各个细分领域的应用,同时对我国大数据以及汽车与保险产业链数字化转型存在的问题与挑战进行了客观分析并提出相应建议,对汽车行业、保险行业及其他相关行业的大数据建设与应用具有重要的参考价值和研究意义。

相关信息

丛书名:汽车与保险蓝皮书
作 者:中国汽车技术研究中心有限公司;中国银行保险信息技术管理有限公司
编 辑:高振华
出版社:社会科学文献出版社
出版时间: 2021年10月
语 种:汉文
中图分类:F4 工业经济

 皮书

 皮书数据库

 Abstract

 中国皮书网

 摘要

 Ⅰ 总报告

  B.1 中国汽车与保险大数据发展现状及展望

   一 中国大数据产业发展现状及展望

    (一)政策引领,赋能大数据跨行业融合发展

    (二)技术赋能,助推我国大数据产业高速发展

    (三)市场赋能,推进大数据在各领域的落地应用

     1.政务领域:大数据助力政府服务模式优化转型

     2.金融领域:大数据加速金融行业转型升级

     3.工业领域:大数据赋能制造业数字化转型

   二 汽车大数据发展综述

    (一)市场大数据发展趋势

    (二)产品大数据发展趋势

     1.增换购需求强劲,消费升级成主要趋势

     2.年轻一代渐成汽车消费主力,女性购车需求快速增长

     3.科技感已成重要决策因素,智能网联汽车备受青睐

    (三)后市场大数据发展趋势

   三 汽车保险大数据发展综述

    (一)政策赋能,规范车险行业健康发展

    (二)市场赋能,保障车险行业持续增长

    (三)产品赋能,创新“互联网+车险”新方向

     1.车联网智能化管理

     2.人工智能主动安全预警设备终端应用

     3.汽车保险行业AI大数据统计分析管理

   四 大数据融合,助推汽车与保险产业链生态数字化进程

 Ⅱ 汽车大数据篇

  B.2 大数据视角下的中国乘用车市场发展趋势研究

   一 中国乘用车市场整体发展分析

    (一)中国乘用车市场展现强大发展韧性,多因素驱动市场恢复性高增长

    (二)市场发展逐步趋于平稳,芯片短缺促使行业被动去库存

    (三)景气复苏带动业绩回暖,多因素作用下盈利能力趋稳

   二 中国乘用车市场结构性亮点分析

    (一)区域增长呈现“东高西低”态势,东部地区增速领跑

    (二)高级别城市需求加速释放,一线城市增速领跑全国

    (三)自主和美系表现抢眼,新能源贡献主要增量

    (四)豪华车市场表现强劲,推动乘用车市场稳步增长

    (五)乘用车消费结构调整,SUV渐成市场主力

    (六)A00级市场重焕活力,高级别产品持续向好

    (七)豪华品牌表现稳健加自主品牌向上升级,25万元及以上高价格区间领跑市场

    (八)产品供给驱动效果显著,新能源高增长势头延续

    (九)“80后”“90后”成消费主体,“她经济”悄然崛起

   三 中国乘用车市场发展环境分析

    (一)经济环境:中国经济稳中加固,经济增速向常态化回归

    (二)政策环境:围绕促消费和新能源发展政策高频推出,利好市场需求加速释放

    (三)市场环境:豪华车、新能源及新产品仍是驱动力,芯片短缺不利影响或持续

     1.豪华车及新能源仍是市场增长的重要驱动力

     2.新车型上市节奏加快,为市场带来新的驱动力

     3.芯片供需缺口短期难完全解决,不利于市场需求释放

   四 中国乘用车市场发展趋势预判

  B.3 基于大数据的中国商用车市场发展研究

   一 前言

   二 大数据视角下中国商用车市场发展特征分析

    (一)中重卡:排放升级、基建启动推动中重卡市场销量高涨,自卸车增幅远高行业平均水平

    (二)轻卡:蓝牌轻卡治理持续释放运力需求,动力小排量化趋势明显

    (三)微卡:市场销量逐步回归平稳,需求结构呈现两极分化趋势

    (四)皮卡:市场迎来重要机遇期,政策利好和产品多样化推动销量快速增长

    (五)大中客:市场恢复性增长,但表现不及疫前

    (六)轻客:电商、城市物流带动强势增长

   三 中国商用车市场发展环境分析

    (一)经济环境:经济恢复重心转向内需,重点关注投资以及消费修复

    (二)政策环境:加强事中事后监管并提升行业标准,有效拉动市场换购和增购需求

    (三)市场环境:干线和支线运输需求齐头并进,多举措应对大宗商品价格上涨

   四 中国商用车市场发展趋势展望

  B.4 存量时代下汽车市场发展态势研究

   一 中国乘用车市场整体分析

   二 中国乘用车存量市场发展特征分析

    (一)中国乘用车二手车市场发展特征分析

     1.二手车市场呈现“老龄化”趋势

     2.豪华品牌二手车交易势头增长迅猛,主流合资品牌仍是市场主力

     3.二手车跨区域流通性显著增强

    (二)中国乘用车换购市场发展特征分析

     1.自主品牌增换购市场竞争力明显提升

     2.新能源车主增换购更具流动性和消费升级潜力

     3.“90后”用户消费意愿强,同时品牌观念开放

     4.女性增换购偏爱豪华车、大车

   三 中国乘用车存量市场展望及企业运营发展建议

    (一)市场发展环境分析

    (二)市场发展趋势预判

    (三)企业运营发展建议

  B.5 大众汽车集团对中国汽车市场需求预测模型的数字化升级

   一 市场需求预测模型数字化升级的背景

    (一)汽车销售趋势性变化

    (二)汽车行业新四化

    (三)“出行1.0”向“出行2.0”的转化,“出行3.0”到来

    (四)交通出行进入大数据时代

   二 市场需求预测模型数字化升级的意义

   三 市场需求预测数字化模型的搭建

   四 预测数字化模型的研究方法详述

   五 预测数字化模型得出的初步成果和意义

  B.6 高端电动车消费者画像及偏好特征研究

   一 高端电动车用户画像分析

    (一)高端电动车车主基本特征

    (二)高端电动车车主职业特征

    (三)高端电动车车主性格特点和兴趣爱好

    (四)高端电动车车主收入及消费水平

    (五)高端电动车车主消费观

    (六)高端电动车车主工作观

    (七)高端电动车车主科技观

    (八)高端电动车车主汽车观

    (九)高端电动车车主聚类划分

     1.潮流技术控

     2.时尚达人

     3.务实中产

    (十)高端电动车车主消费者画像总结

   二 高端电动车购车特征分析

    (一)高端电动车车主购车动机分析

    (二)高端电动车车主购买新能源车的原因

    (三)高端电动车车主选购新能源车的顾虑

    (四)高端电动车车主购车关注及决策因素分析

    (五)高端电动车车主购车品牌倾向

    (六)高端电动车车主品牌印象

    (七)高端电动车车主全新&油改电动型偏好分析

    (八)高端电动车车主电池类型偏好

    (九)高端电动车车主对不同续航里程的购买意愿分析

    (十)高端电动车车主购车特征总结

   三 高端电动车使用特征及满意度分析

    (一)高端电动车用途

    (二)高端电动车出行特征

    (三)高端电动车使用场景分析

    (四)高端电动车充电设施情况分析

    (五)高端电动车充电习惯分析

    (六)高端电动车额定续航里程和实际续航里程差距分析

    (七)高端电动车车辆评价分析

    (八)高端电动车使用特征小结

   四 高端电动车整车产品需求分析

    (一)高端电动车外观内饰风格偏好分析

    (二)高端电动车续航需求分析

    (三)高端电动车充电时间需求分析

    (四)高端电动车车主配置需求偏好

    (五)高端电动车售后质保服务类感知价值分析及偏好分析

    (六)高端电动车增值服务包偏好分析

   五 小结

  B.7 中国乘用车市场智能网联装备搭载趋势研究

   一 中国智能网联装备发展背景分析

    (一)智能网联汽车工业发展背景

    (二)智能网联汽车市场规模增长趋势及研究

    (三)智能网联汽车政策环境分析

   二 中国智能网联汽车发展现状

    (一)智能网联功能渗透率不断不升

    (二)技术创新加快,技术发展迅速

    (三)软件定义汽车趋势愈发明朗

    (四)智能网联示范区数量逐年增长

    (五)数据平台、创新联盟与重点项目支持

   三 中国智能网联汽车重点装备市场趋势分析

    (一)车载雷达

    (二)高精地图

    (三)车载摄像头

    (四)智能座舱

    (五)多模交互

    (六)自动驾驶

    (七)车联网

   四 智能网联装备发展面临的问题及建议

    (一)智能网联装备发展面临的问题

     1.相关基础设施建设滞后

     2.缺少相关的法规标准和验证体系

     3.缺乏核心技术和相关经验积累

    (二)智能网联装备发展建议

     1.制定统一的标准和法规

     2.提升产业链自主创新水平

     3.搭建交通信息共享平台

  B.8 智能座舱多模态交互发展现状与趋势分析

   一 智能座舱与先进人机交互技术成为汽车产品重要发展趋势

    (一)基础技术进步引领智能座舱时代,座舱定位与人机关系迎来变革

    (二)主流企业纷纷加码智能座舱研发,先进人机交互方式成为开发重点

   二 单一交互通道在汽车座舱的应用进入快速发展时期

    (一)汽车智能座舱中触觉模态技术应用

    (二)汽车智能座舱中听觉模态技术应用

    (三)汽车智能座舱中嗅觉模态技术应用

    (四)汽车智能座舱中视觉模态技术应用

   三 智能座舱多模态交互的研究进展及未来展望

    (一)智能座舱多模态交互的定义

    (二)多模态交互对智能座舱发展的必要性

    (三)智能座舱多模态交互的发展现状与未来展望

  B.9 以情景体验为核心的智能座舱产品开发模式

   一 智能座舱产品发展概述

    (一)智能座舱的定义

    (二)智能座舱产品发展历程

   二 智能座舱情景研究方式

    (一)用车情景概念

    (二)多维度收集情景元素

    (三)初级用车情景库构建

    (四)衍生细分用车情景库

    (五)情景价值研究与情景筛选

   三 智能座舱产品开发模式现状及趋势分析

    (一)汽车产品瀑式开发流程

    (二)智能座舱产品开发模式发展趋势与难点

    (三)基于用户体验的产品开发模式

   四 中汽数据以情景为核心的座舱开发模式简介

  B.10 中国乘用车自主代客泊车(AVP)系统发展现状与趋势研究

   一 乘用车自主代客泊车系统研究背景

    (一)停车难与取车难已成为出行痛点

    (二)自动泊车(APA)系统逐步落地升级

    (三)汽车智能化与网联化的发展满足更高等级泊车需求

   二 乘用车自主代客泊车系统研究现状

    (一)车端智能技术不断发展,两条主线实现AVP系统设计

    (二)多方携手,推动智慧停车场基础设施建设及AVP试点运行

    (三)行业标准先行,全面推动AVP系统落地

   三 乘用车自主代客泊车系统典型案例分析

    (一)高合HiPhi X:世界首款搭载基于5G车路协同的AVP车型

    (二)红旗E-HS9:国内首款实现L3自动驾驶技术量产的车型

    (三)威马W6:百度Apollo助力AVP系统设计的车型

    (四)小鹏P7:首款可实现不依赖停车场改造的“最后一公里”泊车功能的车型

   四 乘用车自主代客泊车系统应用洞察与研判

    (一)停车场基础设施建设方案各不相同,智能化建设技术标准有待完善

    (二)停车场景边界未知,亟待开展AVP系统预期功能安全(SOTIF)研究

    (三)各企业数据资源有限,急需促进企业间数据共享,实现全行业共同进步

   五 结语

  B.11 跨行业大数据共建共享支撑主机厂售后数字化升级

   一 汽车产业售后领域数字化升级

    (一)主机厂售后数字化升级背景

    (二)后市场相关领域数字化升级现状

     1.保险行业数字化

     2.配件产业链的数字化升级

     3.出行行业的数字化升级

    (三)主机厂售后数字化升级背景

     1.数据层面——售后业务数据架构搭建

     2.数字化对接平台层面——面向独立后市场的数字化对接平台

   二 数据要素是支撑数字化转型升级的关键要素

    (一)整合汽车产业售后内部数据资源

    (二)梳理汽车产业售后内部数据资产

    (三)明确数字化转型升级所需的关键数据要素

    (四)数据要素获取方式

    (五)国外数据要素市场发展概况

   三 跨行业大数据共建共享支撑关键数据要素

    (一)汽车产业售后数据与后市场领域产业发展的壁垒

     1.快速承保理赔

     2.共享维修

     3.互联网电商

    (二)汽车与保险跨行业大数据共建共享体系

     1.汽车企业关键数据要素共享

     2.保险公司关键数据要素共享

    (三)建设形成大数据共建共享平台生态圈

  B.12 主机厂售后供应链经销商端大数据融合与应用研究

   一 主机厂售后供应链数据概况

    (一)主机厂售后系统概况

    (二)主机厂售后系统数据概况

    (三)经销商端数据概况

   二 主机厂售后供应链经销商端数据分析

    (一)经销商端PMS数据分析

    (二)经销商端DCS数据分析

    (三)经销商端多系统数据分析

   三 基于售后备件预测SPP的经销商售后数据应用研究

    (一)售后备件预测SPP业务背景

    (二)经销商售后备件需求预测

     1.移动平均法

     2.指数平滑法

     3.霍尔特指数平滑法

    (三)经销商售后标准库存建储策略

   四 总结

  B.13 中国汽车后市场运营分析及产业链趋势研判

   一 中国汽车后市场运营概况

    (一)市场分析

    (二)市场主体

    (三)经营情况

    (四)政策分析

   二 汽车零部件典型细分市场解读

    (一)传感器

     1.市场需求与技术趋势

     2.供应链与头部企业

    (二)车载终端

     1.市场需求与技术趋势

     2.供应链与头部企业

    (三)动力电池

     1.市场需求与技术趋势

     2.供应链与头部企业

    (三)尾气后处理零部件

     1.市场需求与技术趋势

     2.供应链与头部企业

   三 中国汽车后市场产业链趋势研判

    (一)技术壁垒叠加终端开发,后市场参与主体间边际变化趋势明显

    (二)网联化衍生商业模式更迭革新,后市场运营业务环节寻求破局之道

    (三)跨领域主体拓展后市场业务场景,数据融合与溯源标准有待统一

  B.14 数字化转型下汽车后市场供应链发展趋势

   一 后市场供应链数字化转型背景

    (一)我国汽车行业当前状况

    (二)汽车后市场供应链现状

    (三)数字化转型的需求

   二 后市场供应链数字化转型

    (一)后市场供应链数据标准化体系建设以及业务创新

     1.售后零部件认证体系以及溯源体系的建设

     2.后市场采购数字化以及供应商管理数字化的实现

    (二)数字化技术在后市场供应链的应用

     1.数据湖技术

     2.数据中台

     3.多方安全计算技术

     4.区块链技术

     5.标识解析技术

     6.数字孪生技术

     7.物联网技术

     8.云计算

   三 结论

  B.15 基于图像识别的分时租赁车辆智能损伤评估系统研究

   一 引言

   二 系统结构

    (一)用户拍摄部分(包括图像拍摄以及图像上传的步骤)

    (二)风险评估部分(包括损伤分割、部件分割以及结果输出的步骤)

   三 功能实现

    (一)数据集建设

     1.数据注释

     2.数据增强

    (二)模型构建

     1.图像识别算法介绍

     2.实例分割模型的构建

   四 结论

 Ⅲ 保险大数据篇

  B.16 2020年全国交通事故责任保险保障程度分析报告

   一 交通事故责任保障情况概述

    (一)交强险总体情况

    (二)三责险投保情况

   二 各地区三责险平均保额对风险的覆盖度

   三 各地区三责险足额投保比例

   四 各地区死亡事故责任风险与实际保障水平比较

   五 结论与启示

    (一)交通事故责任保险保障程度持续稳中向好

    (二)地区差异仍然显著,行业应加强宣传引导

  B.17 2020年全国商业车险风险情况分析报告

   一 总体风险情况

    (一)商业险保费规模情况

    (二)商业险投保率情况

    (三)商业险单均保费

    (四)商业险单均保额

    (五)商业险平均折扣系数

    (六)商业险结案率

    (七)商业险案均已结赔款

    (八)商业险出险频度

    (九)商业险满期赔付率

   二 有关分析和启示

  B.18 2020年全国车险市场业务情况分析报告

   一 业务情况概述

   二 交强险业务基本情况

    (一)承保业务情况

    (二)理赔业务情况

   三 商业险业务基本情况

    (一)承保业务情况

    (二)理赔业务情况

   四 区域经营情况分析

    (一)区域业务概况

    (二)交强险业务分区域情况

    (三)商业险业务分区域情况

  B.19 2020年全国家庭自用车保险分析报告

   一 承保情况分析

    (一)险种承保情况分析

    (二)地区承保情况分析

    (三)公司承保情况分析

    (四)业务渠道承保情况分析

   二 理赔情况分析

    (一)车险理赔情况

    (二)交强险理赔情况

    (三)商业车险理赔情况

   三 区域情况分析

    (一)车险区域情况分析

    (二)交强险区域情况分析

    (三)商业车险区域情况分析

  B.20 2020年全国家庭自用车新车保险分析报告

   一 承保情况分析

    (一)险种承保情况分析

    (二)地区承保变化情况分析

    (三)公司承保情况分析

    (四)业务渠道承保情况分析

    (五)新车购置价承保情况分析

    (六)险别承保情况分析

    (七)投保人性质承保情况分析

   二 理赔情况分析

    (一)车险理赔情况

    (二)交强险理赔情况

    (三)商业险理赔情况

   三 商业险投保率和折扣分析

    (一)商业险投保率分析

    (二)商业险折扣分析

  B.21 2020年全国营业货车保险分析报告

   一 承保情况分析

    (一)险种承保情况分析

    (二)地区承保情况分析

    (三)公司承保情况分析

    (四)业务渠道承保情况分析

   二 理赔情况分析

    (一)车险理赔情况

    (二)交强险理赔情况

    (三)商业险理赔情况

   三 区域情况分析

    (一)车险区域情况分析

    (二)交强险区域情况分析

    (三)商业险区域情况分析

  B.22 基于大数据的车险风险精准评价体系应用

   一 项目背景与意义

    (一)车险行业各保险公司从原来的费用投放竞争转变为精准定价和风险管理能力的竞争

    (二)车险综改的实施,加快了车险市场化改革进程,监管方式和工具均需要进行同步的调整优化,以满足市场监管的需求

   二 评价体系模型建设

    (一)建设历程

    (二)模型建设

     (1)基础数据处理

     (2)精算建模

     (3)模型校验

     (4)模型基准选择及风险成本预测

   三 评价体系提升保险公司精准定价能力

    (一)评价体系的行业应用方式

    (二)评价体系的行业应用效果

   四 评价体系辅助监管机构开展地区风险监测,探索非现场监管

    (一)评价体系应用于监管领域,建立完成车险风险监测体系

    (二)风险监测体系辅助监管机构实时监测公司经营风险

    (三)利用风险监测体系,探索分类监管的新方式

   五 总结与展望

 Ⅳ 数字化转型篇

  B.23 如何成为人工智能驱动的数字化企业

   一 数据驱动的人工智能概述

   二 数据驱动的AI能为企业创造什么商业价值

    (一)增长

    (二)客户体验

    (三)效率

   三 成为人工智能驱动的数字化企业组织需要什么先决条件

   四 如何制定发展AI的战略指导方针

   五 如何具体打造AI驱动的数字化企业运营模式

    (一)项目组合管理

    (二)组织架构设计和公司治理

    (三)培养人才和文化

    (四)构建技术和数据框架

     1.数据架构

     2.基础设施

     3.平台

    (五)数据策略

   六 总结:规模化应用数据驱动的AI的成功要诀

    (一)了解数据驱动的人工智能

     1.让最高管理层了解AI

     2.理解数据驱动的AI是一种组织转型

     3.制定AI战略指导方针

    (二)启动数据驱动的人工智能

     1.构建核心团队

     2.从第一批试点开始

     3.与IT和业务部门密切合作

    (三)将数据驱动的人工智能规模化

     1.规模化AI企业运营模式的设计

     2.利用生态系统

     3.保持稳定步伐

     4.不断迭代和完善AI企业运营模式

  B.24 汽车产品数字化发展现状及趋势

   一 汽车产业数字化概念

   二 产品研发数字化现状及趋势

   三 产品营销数字化现状及趋势

   四 产品形态数字化现状及趋势

    (一)产品形态数字化现状

     1.车辆架构原始,供应商独立管理,无法实现整体数字化

     2.智能座舱交互受限

     3.产品数字化评价标准不统一

     4.技术升级带来新安全风险

    (二)产品形态发展未来趋势

     1.软件定义汽车背景下,汽车电子架构进行变革

     2.聚焦交互,打造“第三生活空间”

     3.科技公司入局

     4.从单车智能向群车智能演进

  B.25 汽车行业数字化转型下的数字营销新视角

   一 汽车营销的机遇与挑战

   二 汽车消费趋势审视与机遇

   三 汽车传统零售面临的挑战

   四 如何解决汽车行业营销转型痛点

   五 数字营销需要的基础与能力

    (一)数据基础

    (二)技术能力

   六 汽车全旅程数字化营销服务

    (一)消费者研究

     1.潜客画像分析

     2.潜客获取/甄别

     3.客户触媒分析

    (二)营销引流评估

     1.4S店客流监测

     2.广宣投放评估

    (三)客户沟通管理

     1.客户链接沟通

     2.客户体验管理

    (四)售后营销服务

     1.主动式智能服务推送

     2.保客增换购营销

     3.失客找回

     4.他品吸客

     5.车联网数据观星台

   七 数字营销经典案例分析

    (一)一汽-大众数字化集客

    (二)奥迪线上营销引流

    (三)小鹏获取年轻潜客

    (四)别克精准广宣投放

   八 总结与展望

    (一)总结

    (二)展望

  B.26 基于大数据的用户全生命周期精细化管理研究

   一 大数据时代背景下经销商发展现状及痛点分析

    (一)我国汽车行业进入存量市场,经销商陷入用户增长困境

    (二)疫情影响下汽车消费需求疲软,经销商两极分化加剧

    (三)渠道模式多元化发展,传统经销商模式亟须变革纾困

   二 经销商数字化发展现状及趋势分析

    (一)汽车经销商数字化发展现状

     1.经销商门店管理层对数字化平台的认知不足导致运营数据增长乏力

     2.经销商门店管理层缺乏用户思维

     3.经销商在数字化平台和软件的开发上存在问题

     4.投入资金不足以维系数字化营销

    (二)汽车经销商数字化发展趋势分析

     1.以用户为中心的数字化营销体系

     2.挖掘数据背后的商业价值,驱动业务发展

   三 大数据赋能经销商数字化转型升级

    (一)库存管理数字化

     1.经销商需求预测及库存管理

     2.库存云

     3.供销协同系统

    (二)营销数字化

     1.打通全域触点,建立以用户为中心的数字化营销体系

     2.打造数字化创新营销模式,线下服务场景向线上转移

     3.挖掘消费者换购升级方向,把握客户车辆置换契机

    (三)售后数字化

     1.打造智慧透明车间,构建维修保养新型经营模式

     2.加强智能客户关系管理,实现客户全生命周期价值运营

   四 解决方案:数字门店——实现用户全生命周期精细化管理

    (一)盘活数据资产,打造经销商数字化平台

     1.打破数据孤岛,融合打通数据资产

     2.搭建数字化服务平台,充分发挥数据价值

    (二)连通店内触点,实现线下触点数据化

     1.从体验出发创造客户数字旅程

     2.以精细化智能管理为方向挖掘数据价值

    (三)挖掘数据资产,搭建数字化功能场景

     1.场景一:客流监测

     2.场景二:潜客挖掘

     3.场景三:售后服务客户流失预警

     4.场景四:置换预测

     5.场景五:二手车定价

  B.27 汽车金融数字化转型与发展

   一 我国汽车金融行业概述

    (一)我国汽车金融市场发展概况

    (二)汽车金融行业发展趋势

   二 汽车金融行业数字化转型驱动力

    (一)宏观政策为行业数字化发展提供新动能

    (二)行业竞争加剧形成更具挑战的市场新格局

    (三)传统运营模式加剧压缩行业利润空间

    (四)现有定价及管控能力无法有效预判风险

    (五)消费理念变迁与产品需求变更加速数字化转型进程

   三 汽车金融数字化转型战略

    (一)汽车金融数字化转型战略目标

    (二)汽车金融数字化转型基础

     1.数据是汽车金融数字化转型的基本要素

     2.金融科技为汽车金融数字化转型提供强有力的保障

    (三)汽车金融数字化转型路径

     1.挖掘数据价值,实现精准营销

     2.优化线上化运营流程,构建一站式全生命周期服务

     3.丰富数据来源,强化数字化风控体系

     4.提升数据信度,建立安全屏障

   总结

  B.28 上汽大通:由C2B模式倒逼出来的数字化转型之路

   一 汽车定制化发展浅析

    (一)中国汽车环境

    (二)C2B模式发展

   二 C2B模式对整车企业数字化的挑战

    (一)上汽大通C2B发展历程

    (二)冲击和挑战

    (三)主要问题

   三 上汽大通数字化转型的实践

    (一)数字化营销系统

    (二)模块化研发体系

    (三)柔性化制造体系

     1.工艺数字化

     2.智能排程

     3.制造防错

     4.工艺可视化

    (四)协同供应链

    (五)个性化产品服务

   四 数字化转型未来展望

    1.打造全生命周期的数字化

    2.提供个性化产品和服务

    3.新技术赋能制造

    4.绿色制造、碳中和

  B.29 电动智能网联时代的汽车保险服务变革

   一 近年我国汽车保险市场主题——改革

   二 近几年我国汽车产业主题——电动智能网联化

   三 汽车保险服务变革思路

    (一)聚焦产业趋势,打造电动智能网联专题保险产品

    (二)围绕客户用车场景,订制场景化服务整合产品

 《中国汽车与保险大数据发展报告(2021)》编委会

 基本子库

 法律声明

 主编简介

[1]吴博峰:《当传统汽车与数字化面对面》,《中国消费者报》2021年7月27日。

[2]《第三届汽车信息&数字化上海论坛成功举办》,《汽车与配件》2021年第11期。

[3]涂少碧:《汽车智能座舱内部的“传感之道”》,《电子产品世界》2021年第6期。

[4]郑金武:《汽车或成人类智能伙伴》,《发明与创新》(大科技)2021年第5期。