在这个赛道的项目多为风控数据的使用者和付费方。评级和定价模型是这类公司的核心竞争力，并不向第三方开放使用，他们也更多的被定义为汽车金融领域的掘金人。

　　在定价赛道，类评驾的UBI项目通常将车与人的动态静态数据作为模型的输入因子，输出用户画像和定价分类。在评级赛道，如微贷网等大量车抵贷/库存贷项目则直接基于上游数据服务商提供的数据和设备对贷款方进行评级和资产监控。

　　2、定型&监控 – 数据整合与基础应用赛道

　　定型和监控赛道则是真正在整合基础数据源并提供数据服务的领域。通过对上游数据的整合和基础分析，他们向下游应用者提供原始数据或经过基础加工的数据服务，他们是汽车金融领域的卖水人。

　　如上图，处于监控赛道的项目多在上半区提供车辆的动态轨迹数据服务。提供这类数据服务的公司有三种，一类是车载设备制造商，如华宝，提供物流车轨迹数据与大车司机的个人征信数据；第二类是传统车联网公司，他们的主业是车队管理等应用，但逐渐侧重风控轨迹数据服务，如智信通；第三类则是主旨为汽车金融产品提供轨迹监控的项目，如天易科技，青岛鲁诺，青岛中瑞等。

　　在下半区则分布着为汽车金融产品提供车辆静态数据服务的项目，典型公司包括专注车辆配件数据的力洋和正时，专注车辆配置和出厂数据的第一车网，专注保险出险记录的精友，以及专注维护保养数据的车鉴定和查博士。

　　后来者如何找到黄金「卖水」摊位

　　以上的数据服务商有一个共同点，他们不生产数据，只是数据的搬运工。 问渠哪得清几许，为有源头活水来，让我们继续向数据上游按图索骥。

　　根据上图所示，我们基本可以把上游数据源头分为两类：

　　第一类：某个或多个主体已经拥有全量数据，通过数据服务商正向合作或逆向整合后向下游提供较完整的数据服务，这类数据源包括：

　　a.车辆配件数据– 主机厂掌握各自配件数据，数据服务商逆向整合

　　b.车辆配置数据– 数据服务商持续积累数据集

　　c.车辆出厂数据– 中汽研汇总各地车管所上牌数据

　　d.车辆交易数据– 分散在4S集团和二手车经销商手中，较碎片

　　e.保险出险数据– 中保信整合各个保险公司保险出险数据

　　f.违章记录数据– 各地交管局掌握数据

　　第二类：数据极度离散，碎片化分布，暂时还没有任何一个主体有能力整合全量数据，这类数据源包括：

　　a.维护保养数据

　　b.驾驶轨迹/行为数据

　　从数据领域的创业机会来看，初创公司已经丧失成为第一类数据服务商的机会。拥有全量数据的政府背景主体都在探索自上而下数据变现的路径，自下而上通过众筹，社会化，j2直播，共享等模式聚合数据的项目会成为系统性打击的对象。

　　结合数据离散程度和对风控的重要程度，我们认为极度离散化的人车动态数据仍然留给创业者巨大的想象空间。

　　何种「卖水项目」被看好？

　　当下掌握实时轨迹数据最多的车联网平台也只在百万量级，与上亿辆汽车相比只是沧海一粟，我们看好拥有以下特征的项目：

　　1、建立多赢的机制，让碎片化的车辆实时数据流，甚至车主手机端数据流聚合在一起，向下游提供成本更低，识别率更高的监控服务；

　　2、通过区块链技术建立具有第三方公信力的一套激励机制，能够让不同汽车金融项目主体分享黑白灰名单信息而又不带来外部性导致的竞争劣势；