中国车企数字化转型趋势研究报告：研发数字化篇（59页）

行业报告下载 2022年04月13日 07:55 管理员

目前我国汽车售后问题反馈手段较为落后，仍以4S店和质保热线为主，部分企业的售后问题清单仍需通过从CRM中人工导出，导致售后问题发现缓慢，整改不及时。虽然也出现了以第三方直播或记者线下走访进行问题反馈的模式，但仍然治标不治本。而建立多渠道的以数据驱动的反哺系统，可以从APP、售后等渠道实时回传用户抱怨和维保信息，经过数据分析后按照时间周期识别出不同车型、品牌的趋势性问题，帮助工程师快速的根据问题迭代数模或相关软件，从而提升发现和解决用户个性化/规模化问题的能力。同时可帮助研发人员快速进行知识积累，弥补研发缺陷，实现售后维保数据对于研发环节的价值提升。在研发前期市场调研阶段产生的结果难以在市场中进行精准验证，除销量外的其他数据难以证明当时用户画像和需求定义的准确性。通过抓取和挖掘论坛、网络媒体、私域流量中的消费者评论，从大数据的角度指导具体品牌车型的表现和用户需求的变化趋势。一方面可以证明前期市场调研结果与目前主要客群间的偏差，以便优化市场调研的手段；另一方面分析结果可以帮助到小改款或年度车型的开发，使其更加贴近消费者需求。

研发内部和外部均存在相对孤立的情况将被数字化进程逐渐打破。更多的在研发前期引入市场调研的PDCA流程将有助于车企基于上一次的经验教训，更精确的对品牌、车型、车身等进行再规划和再定位。通过数据反哺考虑上一代车型的设计缺陷、消费者需求等问题，可在设计开发阶段避免类似问题的产生，逐渐培养研发人员的生产思维和用户需求导向。重要的是，随着软件定义汽车的趋势，汽车产品的差异化逐渐从传统硬件转变为软件，更多的主机厂会选择在G4阀或SOP前将车辆对外发布，并基于样车执行新一轮的用户调研，在量产前给与了主机厂给更多的软件优化机会，以便快速响应个性化的、多变的用户需求。在汽车智能化时代的背景下汽车数据的收集和使用不可避免，但也出现了安全和隐私泄露的风险。欧洲ADAC汽车协会针对33个品牌的237款车型进行了安全测试，结果显示99%的车辆能够被黑客解锁开走，整个过程最短仅需18秒。随着《汽车数据安全管理若干规定（试行）》和《中华人民共和国个人信息保护法》等文件的出台，对于数据的合规使用提出了更严格的要求。因此车企在采集和利用数据时，在保证数据安全的前提下，需要基于用途最小化的原则进行数据收集，例如采集用于自动/辅助驾驶的感知数据时避免车内数据的收集；用于驾驶员疲劳监测的数据尽量将图片或视频转换为2D/3D 点云图像等，如此才能做到合理地采集数据并实现数据反哺。