通用汽车了解其保修问题。丰田对自己一无所知。

但是通用汽车没有进入丰田的行列。向两个汽车制造商出售相同零件的供应商通常不了解这些零件在现场的运行情况。

这就是专有数据的性质，在整个汽车行业中重复了数千次。

但是，一家信息服务公司（密歇根州安阿伯市的我们预测公司）正在努力拉开零件性能数据的帷幕，并在整个公司范围内提高透明度。

斯蒂芬斯：“知道会发生什么。”

该公司北美副总裁雷尼·斯蒂芬斯（Renee Stephens）说：“这个想法是为了帮助汽车工业。”“某些零件是潜在的跨行业问题。但是没有人分享他们的数据。因此，如果问题出现在您的数据中而不是我的数据中，我怎么知道我要怎么办？

“您不希望下次安全气囊危机直面您。”

我们预测从包括经销商和独立服务店在内的各种来源收集保修索赔数据。斯蒂芬斯说，该公司已经建立了一个包含500多种车型的数据库，其统计数据至少占每种车型总数的五分之一。该数据库目前可追溯到10年模型，但我们预测将其扩展到15年。

投射失败

该公司正在出售一种预测性分析，该预测性分析将根据过去的表现预测给定零件何时失效。它现在提供给汽车公司的数据本质上就是保险公司赖以运营的数据-精算数据。We Predict由一位保险业高管James Davies创立，他以前是伦敦劳埃德（Lloyd's）的伦敦人；他现在是We Predict的首席执行官。

该产品听起来很简单。但是潜在的影响是广泛的。

汽车制造商可以要求竞争对手的单个零件，竞争对手使用的每个零件或行业中每个零件的性能数据。

轻松访问保修数据将使一家汽车制造商能够确定竞争对手在给定零件性能方面的表现基准。从历史上看，汽车制造商只知道其自身零件的性能如何。尽管制造商可能会逐年提高其保修性能，但它仍然不知道该性能如何与竞争对手相提并论。

斯蒂芬斯说，这种见解将影响到汽车采购经理的手中。购买者将能够看到零部件在竞争者的汽车内部随着时间的推移表现如何，从而决定是否购买。

但是相反，信息可以通过提供零件性能的第三方证明来增强供应商的销售优势，斯蒂芬斯说，他曾在GM International Operations和J.D. Power担任质量数据管理总监。

解决方法

斯蒂芬斯说，她十年前在通用汽车遇到供应商组件问题时遇到了专有零件数据防火墙。通用汽车意识到丰田公司正在使用相同的组件，并且想知道那里是否也出现了质量问题。但是无法获取信息。没有它，通用汽车不能确定问题是来自供应商的工厂还是来自通用汽车的问题。

斯蒂芬斯通过简单地拿起电话并打电话给在丰田工作的朋友并询问有关零件来解决这个谜。

这次回电话解决了通用汽车的紧迫问题，但斯蒂芬斯认识到，如果汽车制造商只共享其数据（小心翼翼地绕过反托拉斯问题），则供应链问题可以更快地得到解决。她说，但是法律部门对数据共享的担忧被证明太具有挑战性。

在最近的情况下，我们预测发现汽车客户正在使用的零件突然显示出高于预期的故障率。We Predict的经理偶然知道同一零件将由第二家汽车制造商提供。

出于专有原因，我们预测无法通知第二家汽车制造商。斯蒂芬斯说，取而代之的是，数据公司提醒其客户有关情况，并询问他们“是否想让竞争对手知道零件问题”。

她说：“他们做到了。”“他们的态度是，“我们将不得不与该供应商进行交谈-如果他们从两个客户那里而不是一个客户那里得知这一点会更好。”"