基于云的车辆数据分析解决方案覆盖整个生命周期

第一层以结构化和汇总的方式整合并可视化来自终端或售后诊断工具的数据。用户友好型仪表板显示会话、闪光结果、DID/PID 参数数据和工具性能，使用户能够了解与诊断故障代码 (DTC)、技术操作和硬件性能有关的趋势。

分析层深入挖掘数据，通过各种预设功能显示最高和最新的 DTC 以及趋势分析，找出车辆出错的原因。该层使用机器学习等尖端技术和专门为 DTC 排序开发的算法，从历史数据中识别模式。这样就有可能解决复杂的问题，从而减少保修或 NTF 索赔方面的支出。

最后，培育层是通往未来车辆诊断的入口：人工智能使来自不同来源的连接数据能够对即将发生的问题进行预测，例如通过事件时间戳或距离对故障进行聚类，或识别最可能的维修（MLR）。Vehicle Analytics and Intelligence Solution 因此涵盖了与软件定义汽车相关的所有使用案例。