车辆连接能力的提升，拓展了在收集和利用车载组件、控制器及传感器产生的遥测数据方面的能力。这些数据对于软件定义汽车的发展至关重要；其所提供的洞察力使整车制造商能够推动持续创新，并为软件赋能的新收入模式提供支持。
本客户案例研究探讨了一家全球顶尖的原始设备制造商（OEM）如何克服利用车辆数据推动全组织及整个车辆生命周期内业务价值增长所面临的挑战。了解他们如何利用Sonatus Collector——一款高度灵活、精准且多功能的数据采集解决方案——来简化数据采集流程，同时提升数据采集的灵活性与业务敏捷性。
得益于Sonatus Collector，该原始设备制造商（OEM）不仅提高了数据采集效率，还构建了近乎实时的数据分析管道，并消除了数据重复和数据孤岛，从而促进了更紧密的合作。
传统方法是从所有车辆领域不加区分地收集海量数据，这造成了巨大的资源浪费。
- 资源浪费：该方法占用了稀缺的ECU处理能力，并消耗了过多的网络带宽来上传大量无关数据。
- 高昂成本：整车制造商在无线数据传输和云存储方面承担了高昂成本。例如，要排查制动效率等具体问题，仅为了筛选出少数相关事件，就需要从 1,000 辆汽车中采集 28TB 的原始数据。
- 分析缓慢：从这座庞大的“数据草堆”中筛选、清理和整理信息往往需要数周甚至数月时间，从而延误了关键的改进工作。
与持续捕获所有数据的静态日志记录不同，Sonatus 收集器采用事件驱动型策略。它允许整车制造商（OEM）定义精确的“触发条件”——例如特定车速、地理围栏或故障代码——从而确保车辆仅在发生这些特定事件时，才收集并上传高质量数据。
- 灵活性：这些策略体积小巧（以KB为单位），可从云端即时部署或更新，无需进行复杂的ECU重新烧录或大型OTA软件更新。
- 精准性：这种方法在边缘（即车辆内）实现“信号与噪声”的过滤，从而避免了上传和处理数太字节无关数据的需求。
该OEM厂商的数据采集效率实现了80倍的整体提升。具体指标包括：
- 应用场景扩展：数据利用率提高了20倍，活跃应用场景从5个增加到100多个。
- 数据量减少：尽管用例数量增加，但每辆车的日数据量却减少了 4 倍，从 100MB 降至约 24MB。
- 洞察速度加快：对于行人检测算法调优等复杂问题，他们将识别并解决根本原因所需的时间从数月缩短至数天。
