日渐智能化的行车辅助系统为车辆装配了越来越多的传感器，使入网的车辆携带了巨量的一手数据。这些数据由汽车制造商或经批准的第三方进行收集，对于整个汽车行业而言意味着新的机遇。与此同时，汽车行业的从业者也在不断探索这些数据到底有哪些价值，这取决于数据的使用场景，以及使用者所面临的具体商业问题。
在国务院《交通强国建设纲要》与国家发改委《智能汽车创新发展战略》的推动之下，加之5G和智能网联技术迅速推广，以及消费者对汽车智能化接受度逐渐增高，智能网联系统在汽车产业内的装配率预计将在2025年达到83%的水平，出货量将增至2,490万台，年复合增长率（CAGR）16.1%，发展空间十分广阔。
日渐广泛的互联互通使汽车行业的数据库不断扩张。整体上，这些数据可以分为三类，分别是车辆运行数据、用车者数据和环境数据。每一类数据都对应着不同的变现方式和使用场景：
车辆的运行数据构成了目前最多样的数据库。包括车辆的性能、状态和故障情况，这些数据在最多的情况下是被应用于为车辆的售后服务提供销售线索，其次能够帮助车企提升用户的忠诚度，从而建立长久的客户关系。除此之外，对于电动车而言，数据类型还包括充电频率和充一次电后的行驶路程，这类数据在产品层面可以支持主机厂为电动车设计配套的充换电服务，战略层面可以用作参考为电池技术制定发展策略。
车主、司机、乘客相关的数据，包括出行习惯、导航偏好，以及车载影音娱乐系统的使用习惯，这些数据可以用于帮助车厂寻找产品定位。新型的车内监测系统甚至能够监控驾驶员及乘客的身体状况，这都为额外的增值服务提供了巨大的商机。但车机对此类数据的收集与手机、智能穿戴存在跨行业竞争，且车机的服务有时需要消费者单独订购，因而数据的价值有可能因渗透率而受到影响。
车辆外部的环境数据可以反映真实的路况，比如通过汽车行驶中的轮胎和悬架数据收集路面坑洞等道路信息，以及利用摄像头和激光雷达识别并收集路牌、车道、甚至井盖信息，此外通过温度和湿度之类的感应器还可以搜集天气信息。这些信息的搜集在过去需要专门部署路测车辆。但现如今路上的乘用车便搭载了大量的传感器。而且这些传感器的灵敏度与车辆的安全性密切相关，因而数据准确度较高，天然可以满足第三方诸如智慧城市等垂直领域的需求。
IDC中国智能汽车领域研究经理王博指出，网联车数据的应用不会一蹴而就，而是需要汽车制造商、各级供应商、移动运营商等各方之间相互协调合作、共同投资。这一过程需要积累大量的用例，从而优化流程并形成路径。汽车行业已经意识到了网联车的巨大潜力，并正在致力于创造一个在汽车设计和制造之初就能进行多用例整合的平台。
