传统的汽车后市场大致由这几部分组成，高端的有汽车4S店，服务和环境都较好，就是价格贵，有点规模的综合维修厂和汽配店，服务和环境一般，有点规范性，至少出问题了能找到店，最差的就是那种街边店，可能今天开了明天就关门，唯一优点就是价格便宜。

进入大数据时代后，汽车配件价格透明化，以前靠信息不透明赚取超过正常水平差价的模式越来越运行不下去了。随之而来的是连锁汽贸店的兴起，采取线上线下结合的方式，这种模式突破了以前传统汽车后市场的限制，价格相对透明，规范性也比以前强多了，未来的发展潜力巨大，应该可以说有了本质的变化。

大数据可以解决的问题有哪些？

大数据具体可以分为数据采集、数据分析和数据展现等几个部分，由于大数据采用的是非结构化的数据，与传统的数据分析相比价值密度、数据量大，通俗来说就是传统的数据分析相当于顺藤摸瓜，大数据分析相当于画地为牢。

可以举几个大数据的实际应用场景，比如商业营销，商家通过统一的数据标准在平台采集客户信息，分析客户偏好，有针对性的制定营销策略，这个模式目前在每个行业营销领域都很常见，再比如人工智能、物联网方面，这两个方面都是本身数据就是非结构化的，利用传统的数据分析方式无法有效处理，只能通过大数据的手段进行分析。

总之，大数据解决的问题不是哪一个领域而是每一个领域，不是某一时刻影响我们的生活而是每一刻都在影响我们生活。大数据仍然需要统一的数据标准作为支撑，具体解决的问题以及落地场景，还在不断的完善，随着技术以及时间的推移，大数据应用越来越广泛，解决的问题也是越来越多，可能后续的问题就是大数据还有哪些不能解决的问题。