数据是信息的基本载体，也是联系万物的核心媒介。智能时代人与人、人与车、车与车、车与基础设施将产生空前的关联，而数据作为所有关联的血液，它的流动将影响到我们生活的方方面面。德赛西威先后在成都、惠州组建了大数据分析和应用团队，构建了自己的大数据平台。

德赛西威在车联网的数据采集中对人、环境和车的静态信息及动态信息进行监测、提取、清洗和加载。根据不同的数据源，搭建不同的采集技术体系，根据数据的时效性，规划了实时性分析和离线分析。

德赛西威在做大数据平台的架构和技术选型时，搭建了基于如下核心技术的数据处理框架：

针对智能社会的海量数据存储问题，构建了以HDFS集群为基础的数据中心；

针对车联网低时延高精度的响应问题，构建了并行的SparkStreaming流式分析模型；

针对众多微服务的调用治理问题，使用了开源的SpringCloud组件技术；

针对数据抽象、理解困难的问题，开发了基于Angular的可视化组件；

针对复杂的大数据+多业务流运维问题，引入了Docker+Kubernetes的容器技术。

依托采集的车辆行驶数据、车况数据、用户行为数据、环境数据，运用大数据分析和建模相关工具，实现数据化增值服务。

德赛西威的大数据能力均构建在目前主流的互联网技术之上，整合相关技术、搭建高效可用的服务平台。

通过大数据分析，科学引导用户的驾驶习惯，提供精准的用户画像，打造基于用车全生命周期的服务，提供车厂上下游的用户黏性；在线化的用户管理，推动了更高效的用户管理方式。

基于平台上整合的多种用户日常活动数据，精准用户画像，构建一个全新的基于用户服务的生态圈。

通过众多车辆实时运行数据分析，提前预警用车风险，保障驾驶安全，降低车辆维保成本，给用户提供精准，高效的服务，同时降低整车厂售后维护成本。 

基于大数据的信息集成优势和效率，众多车辆数据和环境数据的汇总，为智慧交通的建设提供庞大的基础数据库，通过大数据进行应用分析和集成，及时订阅和分享公共交通信息,发挥整体性智慧交通功能,同时为V2X和无人驾驶的实现保驾护航。