车网中国 综合新闻 随着互联网和移动互联的发展，大数据的概念越来越火热，包括汽车大数据。然而在概念被炒热的背后，大数据本身是否靠谱呢?
靠谱与不靠谱
我们发现，大数据确实可以告诉我们一些有意思的事情。
比如有媒体给出的数据显示，suv的关注度大约为30%，如今suv市场占有率相当;数据告诉我们，经济欠发达地区的那些用户更关注汽车信息，说明随着经济发展那里的人们开始关注汽车产品;数据告诉我们，德系车依然是中国消费者最关注的车系等。
在日常工作中，笔者通常以百度指数作为大数据的来源。按照笔者的分析，百度指数作为一项“搜索大数据”，与汽车销量存在着一定正相关关系，即搜索指数高的车型销量高。
通过将特定时间段特定车型的销量和百度搜索指数进行耦合观察，可以明显看出销量与搜索指数之间存在着显著的正相关关系。实际上按照笔者的统计，这一规律符合大多数汽车产品，尤其是越成熟的产品(时间、市场、渠道)，搜索指数与销量的关系相对越紧密。有兴趣的读者可以自行选择车型对照试验。
然而，受到各种因素的影响，两个数据并不能完全对应，在波动幅度、频率等方面也存在显著差异。
汽车大数据的问题
总体而言，目前的汽车大数据依然处于非常原始的阶段，即最基本的数据收集。看起来很美的背后，存在着很多硬伤。
大数据本身可靠度较低。目前的数据收集依然十分粗放，数据受到干扰的情况十分严重，尤其是一些通用关键词。如6月26日“今日头条”大数据发布会就完全剔除了大众品牌的大数据分析，因为“大众”一词的数据受到的干扰较多。这说明目前的大数据收集依然不够精细和准确，而且我们同样难以排除其他关键词被干扰的可能，同时我们不知道影响因素到底是什么。
评价标准是明显的硬伤。如“今日头条”数据发布会更多依靠“总阅读量”进行排名，进而得出关注者“最关注”的排行。总的阅读量固然是一个重要指标，但总阅读量等于每篇阅读量之和，换言之假如某方面文章篇数太多，读者不得不一一点击阅读，这样的阅读量并不能反映真实的关注度。而如果在总阅读量上辅之以平均阅读量、总文章数等指标，则评价标准就能更加客观。
数据分析解读能力弱。我们在获得海量数据的同时，目前还并不能对数据进行有效的挖掘和解读，使得数据仅仅是一些似是而非的数字。症结在于，我们目前还没有很好的办法搞清楚数据之间的逻辑关系，只能依靠经验、甚至脑补(猜测)去解读数据，这显然是极度不可靠的。
以上的种种问题，每个都足以重创汽车大数据的可信度和商业价值，让我们面对大数据只能无奈地说一句“有屁用”。
