Counterpoint 统计了全球几个主要汽车销售市场的网联汽车的渗透率。

欧美发达国家（美国、德国、法国和英国）新销售汽车的联网渗透率在 80% 以上。

东亚三强中，中国和韩国的渗透率接近 70%，日本还不到 50%。

华尔街日报的一组数据，对比了主要的燃油车车企和电动汽车的收入指标和市值。

2020 年是电动汽车 “突飞猛进” 的一年，至少在资本市场是。

图一按照车企市值除以汽车出货量，计算出各家公司每辆车“市值多少”。中国的蔚来汽车最值钱，每辆车为公司创造了 200 万美元的市值，特斯拉紧随其后，每辆车值 150 万美元。

而传统的戴姆勒奔驰、宝马丰田都在每辆车 20~30 万美元之间。

WSJ 还对比了从市值 1,000 亿美金到 8,000 亿美金，这些企业需要多少个交易日？

微软用了 21.4 年，谷歌用了 12.6 年，特斯拉只用了 1 年。

传统的经济预测会依赖美国的供应管理协会制造业指数（ISM）、德国的经济研究所商业前景指数（Ifo）、中国的采购经理人指数（PMI）等。

新冠疫情期间，此类指数的时效性面临一定的质疑；而且很多来自调查对象的反馈，会因为情绪因素而失真。

彭博经济研究（Bloomberg Economics）提出了一种新的方法，基于电力需求、交通拥塞状态等高频数据来编制 26 个国家的经济预测数据。

彭博以 2020Q2 各国 GDP 为例，进行回溯测试发现：利用这些高频数据可以预测到各国经济活动变量的 76%。

而传统采购经理人指数之类的平均预测准确率只有 60%。

这个案例可认为是大数据在经济预测领域的应用。