TSP数据挖掘应用场景分析---CN.pptx

数据挖掘应用场景概览数据挖掘应用详述- 诊断/故障分析- 保养前后油耗变化分析- 车况与保险分析- 配件质量分析- 驾驶习惯与车况分析- 天气与车况分析- 驾驶习惯与车况分析- 用户喜好POI- 用户喜好路线- 密集度分析- 用户喜好活动区域- 用户活动规律分析- 用户用车规律分析- 维修保养点满意度分析- ECall救援及时率分析- 天气与事故发生概率分析- 天气与道路救援质量分析- 健康状况与救援及时率分析- 道路救援及时率分析- 里程与故障风险评估- 车况与油耗关系分析- 天气与车况分析- 驾驶习惯与车况分析- 配件更换频率分析- 被盗车辆移动轨迹分析数据挖掘应用详述-更换新车用户分析-里程与故障风险评估-故障与配件更换概率分析-配件更换频率分析-车况与油耗关系分析-保养前后油耗变化分析-里程与故障风险评估-车况与油耗关系分析-天气与车况分析-驾驶习惯与车况分析-配件更换频率分析-故障与配件更换概率分析数据挖掘应用详述-诊断故障分析-故障与配件更换概率分析-车辆颜色与事故关系-配件更换频率分析-配件质量分析续购品牌分析数据挖掘应用详述- 车况与保险评估- ECall救援及时率分析- 驾驶习惯与车况分析- 天气与道路救援质量分析- 保养前后油耗变化- 天气与事故发生概率分析- 天气与道路救援质量分析- 道路救援及时率分析- 天气与车况分析- 健康状况与救援及时率分析- 维修保养点满意度分析- 密集度分析- 用户活动规律分析- 车况与油耗关系分析- 用户用车规律分析- 用户喜好POI- 用户喜好活动区域-更换新车用户分析- 用户用车规律分析- 续购品牌分析-里程与故障风险评估-车辆颜色与事故关系分析- 用户活动规律分析- 用户用车规律- 用户喜好POI- 用户喜好活动区域- 被盗车辆移动轨迹分析数据挖掘场景 描述 ---之 诊断/故障分析 场景描述通过挖掘诊断/故障数据，发现车辆故障发生的规律。进而分析出故障高发的情况，如:车况评分为X/车辆行驶里程数到X时 等。云端在用户车辆故障高发情况发生前，会提前告知用户故障预警，也可以告知用户避免故障的驾驶建议等。挖掘价值对用户行为的影响：用户可以预知车辆事故的发生，他可以规避车辆故障对他生活造成的影响降到可控的范围。如：用户可以预知故障时，提前到4S店做维修，来避免故障。如：用户可以预知故障时，用户按照驾驶建议驾驶，推迟故障发生。了解车况数据挖掘场景 描述 ---之保养前后油耗变化分析场景描述通过挖掘保养前后油耗数据，发现车辆保养对油耗的影响。如：挖掘历史数据，发现保养后车辆在一段时间内的油耗降低的规律。如：发现用户近半年保养后油耗没有变化或者升高。挖掘价值对用户行为的影响：场景A：发现车辆保养后油耗一段时间内下降，进而增强用户保养意识。场景B：发现用户近半年保养后油耗没有变化或者升高，用户可以监督4S店的保养维修质量。了解车况数据挖掘场景 描述 ---之车况与保险分析场景描述通过挖掘车况与保险数据，发现车况与保险额的关系。用户可以根据自己的车况来选择更适合用户的车险，既可以使用户的的爱车可以很好的得到保护，还可以使用户降低保险额度。挖掘价值对用户行为的影响：场景A：用户根据车况与保险的关系，选择适合自己的保险项目。节省用户保险支出，或者在支出不变时，可以选择更能保障其爱车的保险项目。场景B：用户根据车况与保险的关系，增强对爱车的保护意识，使其车辆的车况不断提升。了解车况数据挖掘场景 描述 ---之配件质量分析场景描述通过挖掘车辆主要配件更换和维修数据，发现车辆配件质量。挖掘价值对用户行为的影响：场景A：用户可以了解到车辆配件的质量，进而更加清楚车辆配件更换的情况。场景B：在维修保养时，用户可以更合理的选购更换的配件，并且对更换的配件的质量有数据认知。场景C：用户可以对更换后的配件的质量进行持续关注了解车况数据挖掘场景 描述 ---之驾驶习惯与车况分析场景描述通过挖掘驾驶习惯于车况数据，发现驾驶习惯对车况的影响。如：用户急加速、急减速习惯对于车况的影响。挖掘价值对用户行为的影响：场景A：用户了解到急加速、急减速对车况的有不利影响影响，用户在驾驶时，有意识的矫正该习惯。场景B：分析结果中包含，哪些驾驶习惯有利于车况，用户在驾驶时，有意识的调整为有利于车况的驾驶习惯。了解车况改进用车习惯数据挖掘场景 描述 ---之天气与车况分析场景描述通过挖掘天气与车况数据，发现不同天气状况对车况的影响。挖掘价值对用户行为的影响：场景A：用户根据天气对车况的影响，了解到天气对汽车部件的影响，可以提前预知故障发生的概率及故障发生的影响。使用户可以规避天气对出行的影响。了解车况车况影响因素数据挖掘场景 描述场景描述挖掘价值对用户行为的影响：场景A：通过分析分析用户喜好POI和密集度数据，在用户POI搜