新能源汽车数据错误
排在前8位的错误类型中，出错率最高的项目是“车辆状态为空或错误”，占比16.76%；排在第四位的错误类别是充电状态为空或者无效，占比4.82%。造成这种现象的原因可能是某些型号车辆的充电状态检测装置损坏所造成。
除了以上两类错误，其他排名在前的6类错误均为电池单体问题，包括单体温度和电压的错误，初步判断为车载信息采集模块精度较低，传输数据质量较差。从丢包率大于1，30秒内里程跳变大于2公里等错误车辆占比来看，说明车载数据采集装置的精度和传输速率都有待改进。
车企数据质量参差不齐可能影响补贴核算
在报告中，不同企业的数据质量相差很大。有的企业接入平台车辆的出错率达到100%。企业车辆数据出错率在50%以上的占企业总数比重为70.4%，仅有小部分车企的数据治疗较好。新能源汽车国家大数据联盟同期发布了“新能源汽车大数据指数TOP-n车型”，这些车型的数据良好。
精准营销
传统的汽车销售中经常采用量媒体广告、散发传单等方式吸引新客户。但是，这种方式涉及面过广、企业投入大、受众群体分散、目的不明确，汽车销售的信息发布不能做到有的放矢，必然影响信息发布的效果。汽车销售CRM数据挖掘技术通过数据分析，可以对潜在客户反应模式进行有效分类，建立起数据挖掘模型。汽车企业因此能够了解真正的潜在客户的特征，从而在以后的市场活动中，不再的光凭经验猜想，而是参考数据分析的结果，指导合理的客户获取方式、途径，做到有的放矢。
汽车消费者，即汽车购买客户覆盖范围广，不同客户的消费能力、习惯等，存在很大的差异性，要做到汽车销售的重要必须细分就是指将一个大的消费群体划分成为一个个细分群体的动作，比如汽车销售CRM系统将数据库中的数据按照年龄段的不同来组织存放，这样一个简单的动作就是一次细分过程。
客户类型细分
对于汽车消费客户来讲，客户的差异性必然存在。汽车销售CRM系统对客户进行细分，主要是采用数据挖掘技术中的的分类、聚类等技术，在汽车销售CRM系统存储汽车销售相关信息的数据库中，按照客户的职业特点、地域理范围、年龄大小、个人兴趣爱好等属性进行整理分类，从而进行客户群体进行分析，再根据所细分出来的不同客户分类与汽车消费对应特性的关联关系。
客户购买倾向性分析
不像其他简单商品，汽车销售一般都会经过比较、访谈交流等。根据二八定律可以知道，企业的绝大部分利润是来自于小部分的客户，而对于汽车企业来说很难确定哪些客户是高利润回报客户，哪些客户是低利润回报客户。汽车销售CRM数据挖掘技术能帮助企业区分利润回报不同的客户，从而可以将资源更多的分配在高利润回报的客户身上，以产生更大的利润，同时减少低或负利润回报客户的投入。为此，乾元坤和在CRM系统中在建立了一套计算利润回报的优化目标方法。可以是简单的计算，如某客户身上产生的收入减去所有相应的支出，也可以是较复杂的公式。然后利用数据挖掘工具从交易记录中挖掘相应的知识。
潜在客户关联拓展
随着汽车行业中竞争愈来愈激烈，对于像汽车这类大件消费品来讲，客户群体往往表现为关联度大，充分挖掘“老客户带新客户”的模式，稳定老客户的前提下，拓展新客户成为汽车销售CRM系统的一个重要课题。在实际应用中，汽车销售CRM系统利用数据挖掘工具分析客户的关联属性，企业就能稳定保留老客户，从而达到保持客户、进一步拓展新客户的目的。
汽车销售CRM数据挖掘及时在汽车行业取得了良好效果，很多其他行业也逐步认识到数据挖掘技术的魅力，开始运用数据挖掘技术，重金打造各自的销售管理平台，加强CRM系统的客户数据分析能力，CRM数据挖掘必将大放异彩！
对于数据挖掘者而言，这是一个绝佳的机会，他们可以了解你的旅程，知道在收音机上收听的内容（当然也可以是Spotify），你和谁一起出行，你的汽车和其他汽车发生的互动，你在哪里居住，以及你在哪里工作。商业公司和政府将有能力对整座城市进行“数据测绘”，他们可以定位大多数居民的居住和工作地点。
这种描绘（用户画像）的方式可以发生在两个层面上。首先，追踪汽车以及它和其他汽车的交互行为；其次，追踪人与人之间的交互行为。通过蓝牙信号，商业公司可以确定你和谁发生了接触。由于蓝牙信号的传输距离可达10m以上，借助扫描蓝牙信号的方式，公司可以了解到在上班的过程中你遇到了哪些人和哪些车。许多公司都知道这种做法的优势，因为借由此，他们可以了解到你的社会网络的组成。最近，领英正在询问用户是否愿意收集并传输相关信息给附近的其他设备。
论文https://wenku.baidu.com/view/2dbc8da768eae009581b6bd97f1922791788bec1.html
一是通过获取数据并加以统计分析来充分了解市场信息，掌握竞争者的商情和动态，知晓产品在竞争群中所处的市场地位，来达到“知彼知己，百战不殆”的目的；二是企业通过积累和挖掘汽车行业消费者档案数据，有助于分析顾客的消费行为和价值趣向，便于更好地为消费者服务和发展忠诚顾客。
大数据创新汽车行业需求开发
随着论坛、博客、微博、微信、电商平台、点评网等媒介在PC端和移动端的创新和发展，公众分享信息变得更加便捷自由，而公众分享信息的主动性促使了“网络评论”这一新型舆论形式的发展。微博、微信、点评网、评论版上成千上亿的网络评论形成了交互性大数据，其中蕴藏了巨大的汽车行业需求开发价值，值得企业管理者重视。
网络评论，最早源自于互联网论坛，是供网友闲暇之余相互交流的网络社交平台。在微博、微信、论坛、评论版等平台随处可见网友使用某款产品优点点评、缺点的吐槽、功能需求点评、质量好坏与否点评、外形美观度点评、款式样式点评等信息，这些都构成了产品需求大数据。同时，消费者对企业服务及产品简单表扬与评批演变得更加的客观真实，消费者的评价内容也更趋于专业化和理性化，发布的渠道也更加广泛。作为汽车行业企业，如果能对网上汽车行业的评论数据进行收集，建立网评大数据库，然后再利用分词、聚类、情感分析了解消费者的消费行为、价值趣向、评论中体现的新消费需求和企业产品质量问题，以此来改进和创新产品，量化产品价值，制订合理的价格及提高服务质量，从中获取更大的收益。