车企转型指南：从 0 到 1 搭建云上数据湖 _车企

前言从 2018 年起，整个汽车行业处于相对低迷的状态，无论是政策导向或是外资引入的放宽，这些都在无形中加速国内车企的转型步伐。除此之外，互联网新势力不断加码入场、消费者依赖并追求更高效的智慧互联，这些都让传统车企感到“力不从心” 。
如何在接下来的竞赛中一马当先，或是反超为王？车企又该如何利用好大数据这把利剑帮助企业实现数字化转型？在上月 Kyligence 举办的云系列活动中，我司高级解决方案架构师张佑铖结合在车企行业的多年实践经验为大家带来了如何从 0-1 搭建云上数据湖的方案解读。
汽车行业数字化转型的趋势传统车企面临的挑战越大意味着有更多的机遇，在应对以下新的变化趋势时能快速适应变化就能在新的市场格局下占有一席之地，甚至成为行业新的领军者。

移动端广泛使用的新趋势，收集更多车辆信息可以更好的提升用户服务。
新能源汽车的普及，电动发动机需要实时掌控电池优化信息。
新型技术的发展如云计算、5G时代的到来，让数据传输变得更快，让企业可以对未来的驾驶技术提供更多的数据保障。

文章插图

但在应对上述数字化转型趋势过程中众多企业也经历过以下数据挑战：

数据来源广
数据类型多
数据量大
数据增长快
分析时效性强
分析性能要求高

针对上述数据特征，许多企业的架构还是停留在传统数仓的架构体系中，无法做到快速灵活分析；其次数据接入端和数据消费端的技术也在发生变更，传统数仓架构必须要面临着架构升级的趋势。而数据湖技术可以很好得帮助车企解决上述转型中遇到的问题。

文章插图
【车企转型指南：从 0 到 1 搭建云上数据湖】
车企数字化转型的核心——数据湖技术
数据湖是企业新型数据生态的核心枢纽，负责收集全渠道的数据，确保数据能够落地。相比于传统数仓来说，数据湖没有一个结构化的准入要求，能够接入上游各种类型的数据，可以是结构化、半结构化，也可以是完全无结构的日志、音频、视频文件等，确保数据的统一汇聚，打破数据孤岛，对资源的集中化管理，形成数据资产中心。下游多元化的应用也可以直接对接数据湖，实现实时或者离线的数据分析，给业务系统提供数据服务，最终实现数据服务化，资产化。