人工智能在ETC 中的应用研究（4页）.pdf

《人工智能在ETC 中的应用研究（4页）.pdf》由会员分享，可在线阅读，更多相关《人工智能在ETC 中的应用研究（4页）.pdf（4页珍藏版）》请在三个皮匠报告上搜索。

1、ETC加油站解决了客户支付开具发票、加油缓慢的痛点问题,大幅改善车主的加油体验，同时对降低站内安全风险.缓解站内车辆拥堵起着积极作用。利用ETC的识别支付特性,在加油站内车辆可以作为移动的付款机器。车辆只需要在指定的加油位置，利用加油站顶棚的通信扣费系统与加油车辆车内的OBU进行交互通信，用户便可以完成整个支付过程。用户无需下车,降低人员站内走动造成的风险隐患,也极大地节省用户时间、提升车主加油体验。加油站可以根据ETC数据对用户进行获客、存留,并提供营销服务,例如ETC在支付过程中产生电子发票数据,并投递到用户的设备上。电子发票数据可以用于识别用户消费习惯,而电子发票的投递过程为加油站的营销

2、业务提供了一个有效且便捷的用户留存切入口。利用ETC支付产生的数据,加油站可以分析用户的加油消费偏好，制定与其对应的营销活动。而且,这类通知与电子发票一同触达用户,提高用户留存几率,帮助加油站进行二次营销。ETC加油站可以利用其经营数据信息与汽车品牌商、汽车服务商、汽车零部件制造商等企业进行商业合作。以ETC加油站与汽车晶牌商进行合作为例,加油站ETC支付数据可以为汽车品牌商定位用户，进行新车发布、车友活动发布、流失用户召回等用户运营活动。汽车品牌商与加油站合作为品牌用户发放加油补贴,实现三方共赢。 ETC拓展应用中的人工智能应用场景及案例ETC办理、通行产生的巨量数据,为人工智能应

3、用提供了基础支持。在ETC数据的数据统计分析,特征挖掘选取、趋势预测判断等方面,人工智能拥有自然优势。这种优势能够使ETC网络具备学习、感知与认知的能力,从而赋能ETC上下游相关企业以及拓展应用相关利益方,帮助企业实现缩减成本.扩大规模效益的商业目标。ETC 拓展应用的人工智能应用场最可以分为智能运营场景、智能預测场景.智能营销场景、智能风控场景。智能运营对于车企来说,由于用户汽车交易更换频繁,极易在过程中丢失用户,导致用户留存率降低，运营活动无法开展;对于汽车服务商来说,由于低频的服务消费顏次、较低的业务门槛导致服务人口非常分散,无法使用统一信息来源区分用户,导致用户统计很难准确,且用户粘性

4、也无法增强。应用人工智能技术对把ETC数据作为统一- 用户识别唯一依据的海 量大数据进行挖掘判别,可有效实现对用户营销全生命周期的精准把控。识别获取目标客户.运营活动个性化推送、易流失用户判断及挽回都属于智能运营范畴。以运营活动个性化推送为例，传统的推广方式是投入大量推广成本做广告或者利用过往经验进行推送活动信息。这种方式既需要花费高昂成本,又无法保证推送转化率,具有极低的投资回报率。而人工智能对ETC支付中产生的大量消费信息进行学习,充分挖掘用户与商家之间的互动,根据用户信息、车辆数据、商户消费记录等信息构建协同过滤算法,针对运营活动提供推送规则和策略，可有效地进行个性化推送,为用户运营提供

5、极大的精准性。易流失用户判断及挽回也是智能运营的典型步骤应用。人工智能技术中的模式识别,根据ETC系统所采集的用户行为、系统业务8志等数据,可识别分类出易流失用户人群。再根据人工智能在大数据样本下的用户历史账单准确数据分析建模，判断出目标用户人群兴趣偏好,为挽回措施选择提供策略参考,从而定向.对其进行挽留,实现迅速反应,尽可能地降低用户损失风险。与传统的用户留存运营方式相比,人工智能技术能够抽象出人群深层相似特征,目标人群聚类更加准确且使得用户激活反应更加迅速,对用户留存进行精准的保护。智能预测实现智慧交通,道路汽车流量预测是一个永恒的问题。基于对历史数据的分析,人工智能可对道路车.流、交通网络状态等数据在未来一段时间内的变化趋势进行预测，从而帮助交管部门合理分配资源，及时发觉潜在交通风险并提供服务支持。在此场最下,人工智能的应用主要分为车流量預测、高速风险预测。