2016年，Dealer Tire的高管向這家百年老字號的剛剛起步的數據科學團隊提出了一個尖銳的問題：我們是否能預測消費者何時需要輪胎?答案是當然可以(趁客戶還沒在別家購買輪胎時接觸客戶，這對Dealer Tire來說至關重要)。

Dealer Tire的數據科學主管Chris Schron向記者表示：“這是第一個‘頓悟時刻’，我們意識到，如果我們能夠建立預測模型來回答這個問題，這確實可以增加價值。”

這為銷售輪胎和其他汽車零部件的零售連鎖店Dealer Tire鋪平了道路，它可以利用分析技術創建可向合作的經銷商和汽車制造商兜售的新的數據產品和咨詢服務。增值經銷商正期待大數據會帶來大量收入。

利用大量交易數據和別的數據來增加收入的策略比比皆是。為了實現這些大數據目標，各大公司正在投資分析項目，這些項目的核心工具包括可以清理、組織和對數據進行建模的軟件，以培養業務洞察力。IDC的市場調研稱，大數據和商業分析軟件在全球的收入將在2022年達到2,600億美元，從2017年到2022年的復合年增長率為12%。

從描述性模型到預測模型

思考Dealer Tire的過去有助于了解其對大數據的抱負。2015年，Dealer Tire引入第三方公司來衡量其數據分析的使用;然而它并不喜歡所得出的結果。它花了數年時間收集輪胎胎面和其它汽車零件的歷史數據，這意味著它十分擅長所謂的描述性分析，這些分析描繪了已經發生的事情。

Schron(Dealer Tire于2015年聘請他來應對這些差距)說，但是，Dealer Tire卻不擅長預測客戶趨勢和行為方面的分析，這十分令人苦惱。Dealer Tire將工作重點轉向預測分析，以幫忙預測可能發生的情況，它同時還將工作重點轉向規范分析，以幫忙確定必須做的事情。

Schron組建了一個由初級和高級數據科學家組成的小團隊，創建了一個分析平臺，該平臺有助于分析客戶何時需要更換新輪胎等問題——這看似基本的需求，但卻會產生巨大的經濟影響。Dealer Tire表示，在某一家經銷商購買輪胎的人以后去同一家經銷商購買服務的可能性很高，高達2.7倍，從同一家經銷商購買新車的可能性也很高，免備案主機，高達1.3倍。

因此，打造“智能輪胎”可以增加輪胎制造商，經銷商和經銷商自身的輪胎業務。Schron說：“我們的整個商業模式都是以合作關系為基礎，以發現可以提高銷售額和客戶滿意度的新機會。如果我們能提前了解這些事情，我們就可以獲利。”

傳統上，公司主要依靠“輪胎計時器”，這實際上就是根據通用平均里程來估算輪胎的磨損度。輪胎一般行駛33,000英里就會產生嚴重的磨損，而駕駛者每年所記錄的里程為10,000英里。然而，每個輪胎胎面的情況各不相同，而且每位駕駛者的平均磨損度都不相同。將所有駕駛者都看成是“普通”的駕駛者，這往往會導致Dealer Tire及與其合作的經銷商和制造商未能在客戶需要換新輪胎時及時聯系客戶，要么太早，要么太晚。

Schron的團隊將汽車制造商和經銷商的數據合并到個性化的輪胎磨損模型中，以發現經銷商與客戶接觸的黃金時間。因此而催生的Tire Trigger應用具備了各種可以提供個性化預測的模型。例如，有一個模型預測客戶需要更換輪胎的里程數，而另一個模型則預測客戶每天駕駛的里程數。

這些模型還包含子模型，這些子模型可確保最準確的預測，directadmin安裝，從而準確地預測每個客戶的車輛的胎紋深度。Dealer Tire將這些模型進行匯總，以獲悉更換輪胎的日期，這為制造商提供了一個列表，該列表根據車輛和駕駛模式記錄了每位駕駛者可能達到的特定胎紋深度。經銷商可以使用該信息來確定何時通知客戶更換新輪胎。

與對照組(即未接受任何要更換輪胎的建議的那一部分客戶)相比，Tire Trigger將原始轉換率提高了16%，這相當于收入增加了21%。Dealer Tire預計將于2019年讓更多的經銷商和制造商用上該應用。

輪胎經分銷商中的數據科學初創公司

Schron說，Dealer Tire的數據科學工作引起了業界的共鳴，各大制造商紛紛向它求助，讓它幫忙做異常檢測并就其它用例向它求助。這項工作也使他的數據科學團隊更加勇于嘗試。Dealer Tire目前正在推出Service Advisor Coach，這是一款績效工具，它可以就如何更好地銷售汽車零件向員工提供培訓和其它建議。