为了更好地研究产业变化趋势，在定性分析之外增加更多定量分析的内容，从而帮助自动驾驶产业内的朋友们更快速、更精准地把握市场变化，2022年底，九章决定要做智能驾驶产业数据库。

历时将近一年后，从敲定数据库负责人，到搭建框架、填充内容、迭代框架，经历了多次“博弈”，才产出了九章智驾《新能源乘用车智能驾驶与智能座舱数据库》。

一

『服务大众』与『服务小众』的博弈→服务识货且会用的对象

数据库能否做好取决于是否解决好了如下三个关键问题——“为谁做”、“做什么”以及“怎么做”。首先要解决的就是“为谁做”的问题。

自动驾驶产业参与者众多，且绝大多数对数据的关注度很高，但很难通过一个数据库满足所有玩家的需求，九章这份数据库的目标受众是智驾方案商、芯片厂商、主机厂的战略规划与产品研发相关部门等。

当然，我们用户买数据库，是为了能在做定性分析的时候有个“定量的基础”，而不是为了给领导交差的时候让数据有个“出处”。如果您是冲着这个动机来买的话，那您玷污了这份数据的价值。

二

『大而全』与『小而美』的博弈→大而美

市面上绝大部分智能汽车相关的数据库都有一个共同的特点——『大而全』，即维度很多很全面，但这存在几个问题：

一是用户需要的智能驾驶与智能座舱配置信息、功能信息等，通常分散在“主动安全”“硬件”不同的维度里，且无法清晰定位到要找的信息究竟在哪个维度；

二是信息太多了，表格从头拉到尾，看着很多繁杂的、与智能驾驶相关性很小的“无效”信息，比如车的长宽高、轴距、车重、车门数、座位数等等，很浪费用户的时间；

三是多家公开数据库的维度、甚至排序，都一模一样，让人不禁思索他们是不是从同一家“上游供应商”拿的数据。

以“用户”的角色面对这些问题时，会感到很难受，所以九章当下就断定我们的数据库不能做得『大而全』。那应该做成什么样才能有比较好的用户体验呢？『小而美』怎么样？然而我们很快就推翻了做的『小而美』的想法，因为这样的数据可能会漏掉一些大家关注度比较高的信息维度。

在对比『大而全』与『小而美』后，九章决定搭建一个『大而美』的框架——涵盖所有智能驾驶与智能座舱相关的关键信息维度，并且，剔除无效信息，然后再将信息维度按照更加合逻辑的结构进行排序。

三

『宁可错也要全』与『宁可缺也要对』的博弈→“0”猜测

在给数据库填充内容时，通常会出现多个渠道的信息有冲突的情况。比如，某个车型的三个版本中，哪个版本带有激光雷达？哪个版本有高速NOA？不同渠道存在信息差异，那么在不确定“正确答案”的时候，是否要直接把某个渠道的信息直接填上，来保证表格的“充实性”呢？

错误的信息或者不确定的信息，其实很容易就带来更多的错误。用户在“相信九章的数据都是对的”基础上，会直接使用九章数据库信息做参考去决策，那么如果我们直接填入错误信息就会产生误导的作用，甚至导致决策失误。

我们的策略是“宁可缺，也要对”。因此，对无法获取的数据，我们绝不会去“猜”，并且会老老实实地在相应位置注明。

四

『更新迭代』与『维持稳定』的博弈→坚持正确且有意义的迭代

数据填充的过程中，会有来自各方的输入与反馈，比如九章内部的其他同事看过后提了意见，相熟的行业参与者看过demo后提了意见与新的需求，那么，是该迎合每个潜在用户的需求而一应采纳还是为了减少“工作量”而全盘拒绝？

比如有人看了后提出质疑：每个车型的不同版本的销量数据是否准确？当然，大家对数据库提的建议得认真听取，那么九章是否应该直接按照提议切换为其推荐的数据来源呢？

其实不然，不同统计口径的数据确实存在差异，不能保证九章智驾的数据就是百分之百地“正确且官方”，所以九章多方查找不同“官方”和“非官方”披露的数据，与九章数据进行对比，发现与主流使用的数据差异并不大，于是向提建议的伙伴讲明并得到认同。

再比如，有人提出是否可增加某个其他数据库没有、但他们比较关注的信息维度，那么九章是否直接将这维度加入即可？

虽然九章最后是加入了该信息维度，但并不全然来自于“单一需求”。在得到该潜在用户的需求后，九章内部评估了该信息维度获取的难易度及准确度是否可保障，并且同步咨询了不同车企、智驾方案商及其他业内伙伴的相关需求，均得到了“有用且需要”的答复。在确认能做、用户需要的前提下，九章接纳了意见，迭代了数据库框架，加入了该信息维度。

所以在“绝对迎合”和“绝对拒绝”当中，加入对市场的观察与自我能力的判断，九章需要坚持的是有意义的“迎合”，做正确而有意义的迭代。

由于还在起步阶段，目前我们的数据维度，跟市场需求肯定还存在不小的差距，所以，九章也希望广大的“早鸟用户”能为我们提很多完善建议。

欢迎扫描下方海报中的二维码添加数据库负责人企业微信，提出建议与需求，不胜感激！