沙龙回顾 | 李旭：数据分析的产业应用

PKUGSM BUSINESS ANALYTICS

2022年11月17日上午，北京大学光华管理学院2022级商业分析硕士班行业沙龙委员会邀请北大光华商业分析硕士项目业界导师,瑞士再保险车生态业务负责人，副总裁李旭老师为同学们带来了题为“数据分析的产业应用”的行业沙龙。01

引言 Introduction

本次沙龙开始，李旭老师首先对物联网产业的发展做了介绍，指出中国乃至全球都在面临一个物联世界数据大爆发的时代，物联网已经深刻融入每个人每一天的生活，并一一举例介绍了物联网在生活各个领域中的应用，包括智慧物流、智能交通、智慧能源、智能医疗、智能家居、智慧建筑、智能安防、智慧零售、智慧农业和智能制造等领域。同时李老师介绍了物联网数据和互联网数据的区别，以及挖掘分析物联网数据的难点和价值，并强调了透过数据看到背后业务价值的重要性，数据驱动的业务应用是大数据价值的最终体现。

02

行业案例

  企业通过数字化转型实现数据价值转化的案例：

智能制造：预测性维护、不良品监测

供应链优化：库存预测、备品备件优化、供应渠道优化

产品创新：C2B产品定制、基于动态数据的产品设计、金融产品定价

数字营销：消费者洞察、购买路径、客户体验

运营创新：运营策略提升、故障分析

接下来，李老师以智能网联汽车数据应用为例深入介绍数据在行业中的应用。李老师认为，汽车行业数字化已成为必然，汽车智能化以后，消费者的感知越来越多来自于软件，软件成为用户体验的重要组成部分，用户的粘性和品牌需求具有定制化的趋势，而定制化需要大量的数据作为基础。

随后，李老师介绍了汽车行业制造环节和营销环节中运用数据挖掘背后价值的场景。比如制造环节中的冲压件外观缺陷检测和电池循环寿命监测以及其他零部件的设计等，数字营销中根据用户画像做到精准推荐和产品定价等，其中用户画像可以根据用户实际驾驶行为、出行环境识别、出行规律、驾驶风格分析等数据信息来贴标签，从而帮助保险定价和其他应用支持。

03

数据创新

除上述场景之外，李老师还介绍了汽车行业的其他商业分析的运用场景，比如产品创新和智能运营。产品创新场景：驾驶风险分析、UBI产品定价、基于机器学习的车联网保险、自动驾驶风险量化等。智能运营场景：用户行为对真实驾驶风险的暴露、电池故障分析、商用车ADAS设备与车辆风险研究等。

在介绍完汽车行业数据的应用之后，李老师还介绍了其他行业的数据分析应用，比如交通（交通路口流量及风险分析）、物流（预测公路货运流量）、农业（农作物估产、灾害预警）、能源（风机维护预测）、安防（围绕特定人群管理、综合调度城市管理）等。最后，李老师简短介绍了瑞士再保险汽车领域的产品创新：

04

Q&A

Q1：汽车行业数据来源以及合作模式？







A：数据使用合规合法，一般来讲需要车主授权，做所有数据脱敏，授权第三方使用必须要将列明第三方具体信息









Q2：和互联网工作的体验差别

A：保险产品需要更多的行业背景和理解，更多的To B ，互联网产品更偏 To C
Q3：缺少真实数据如何培养分析实际生活问题的能力？

A：实习是一个好办法，培养提升行业判断和洞察力

Q4：如何将数据分析转化为一个好的产品？角度？

A：数据转化为产品的能力十分重要，并且在行业内非常稀缺；可以从行业痛点出发思考产品设计

嘉宾简介

李旭，北大光华商业分析硕士项目业界导师,瑞士再保险车生态业务负责人，副总裁，曾任北京车网互联科技有限公司常务副总裁，自动驾驶企业Momenta产品总监等职务，毕业于北京大学光华管理学院，曾获车联网领域多项发明专利。

文稿丨李可人

排版丨郝胡兵

审核丨宋雨衡

往期回顾

持续关注北大光华商业分析

第一时间掌握项目信息

长按“上图”识别二维码，关注北大光华商业分析