CDA 数据分析师沙龙回顾：汽车行业数字化营销理论与实践

点击上方蓝字关注我们

以大数据、人工智能为代表的新技术正在快速推动汽车行业的发展，从智能制造到精准营销，信息化对于车企的“提升”和“改造”愈发直接和明显，而这其中，数据分析技术在其中扮演着关键的角色。

一方面，作为制造业中技术含量较高、智能化进程较快的汽车行业，大数据可以应用在从采购、研发、生产，到销售、服务各个环节，通过对相应数据的采集和分析，进而完成智能自动生产、供应链优化、精准销售等业务场景的转型和升级。

另一方面，信息时代，由于影响消费者购买决策的因素众多，导致汽车销售市场竞争愈发激烈。在残酷的市场环境下，车企如何做好成本控制，准确预测销售和预算？如何构建用户画像，从而进行精准营销？哪些渠道营销效果最佳，转化最高？怎样更有效地触达和影响潜在客户？

10月20日，CDA数据分析师联合DataHunter、蓝海在线成功举办了爱（AI）上看数据系列沙龙——《汽车行业数据化之道》，来自DataHunter、蓝海在线和信惠科技的行业专家分享了目前汽车行业的营销现状和未来趋势，以及应用商业智能进行精准营销的理论方法和价值，帮助众多与会者寻找汽车行业新的营销突破点和业务模式。

汽车行业的营销现状与趋势

当前，汽车行业的营销手段仍较为传统，而且不管是主机厂还是各个渠道商，整合营销的能力也都较弱。在信惠科技合伙人黄邦波看来，很多车企仍在依靠产品促销、新车上市、重奖老客户、包牌销售等方式促进销售，而这些“套路”型的手段对消费者的影响正在变得越来越小。

其表示，利用AI、商业智能等新兴技术做精准的内容营销，将成为未来车企扩大品牌影响力、提升销售的核心手段。“大众市场已经变得碎片化，面对碎片化，一是通过数据找到人、找对场景、找准需求；二是要让用户形成认同感，做到内容即广告，广告即内容。

黄邦波认为，跨界将会成为未来整个汽车内容营销领域的主流玩法，通过汽车领域跨界其他领域，可以打造很多具有独特风格的内容栏目，涉及相声、漫画、Cosplay、说唱等等领域，抓住碎片化、小众领域受众的兴趣点。而这其中，AI和数据分析技术将会起到至关重要的作用。

例如，实现精准化的营销，需要全面勾勒出客户画像，其中不仅仅是年龄、地域、爱好等信息，还可以借助视频、面部识别等技术，对客户进行全面分析，包括分析用户已有车辆的年龄，判断是否有换车需求；预估家庭人口变化，家庭人口变化往往带来购车需求的变化等。

数字化营销趋势不仅影响着主机厂，汽车4S店也在纷纷“效仿”。蓝海在线CEO刘超表示，对于4S店来说，客户关系管理是日常运营中极其重要的环节，是降低客户流失率的有效手段。

刘超认为，以往，为了保持客户粘性（到店频次），汽车4S店会利用微信和社区对各种促销活动和信息进行送达，包括节日祝福、关爱TIPS、用车课堂等等。而为了更好地洞悉客户需求、挖掘用户价值，未来，4S店将会更多地利用BI来进行精准营销。具体表现为：

第一，全面的客户意图挖掘。可以简单理解为，通过各个渠道获得的客户数据加以分析，给客户贴标签，从而得到清晰的客户画像；

第二，千人千面的营销活动。基于我们得出的客户画像进行建模和分类，从而有针对性地进行营销；

第三，高效率的销售执行。在销售管理过程中，对所有关键节点进行KPI量化，根据销售过程再逐步优化；

第四，完整的客户生命周期掌握，全面了解客户和车辆信息，进一步挖掘客户价值。

车企如何实施BI项目？

毫无疑问，汽车行业拥有着巨大的数据积累，借助数据分析，可以为车企的未来发展带来无限可能。DataHunter业务咨询专家段鑫龙认为，商业智能可以覆盖到车辆的生产、设计、供应链以及销售、售后整个生命周期中，其中的每个环节都可以借助商业智能进行分析，具体包括：

• 设计，设计质量分析、试验车分析
• 供应链，生产零配件库存优化、供应商物流报警问题分析
• 质量，索赔质量分析、出保质量分析、三包预警分析、质量投诉预警
• 市场，整车销量预测、消费者画像分析
• 销售，市场营销运作分析、品牌舆情分析
• 售后，经销商零配件预测、库存与物流优化、经销商数据协作与支持

对于车企而言，如何成功实施商业智能项目？需要具备哪些因素？段鑫龙认为，首先要有数据，这其中包括内部数据和外部数据。汽车行业发展多年，信息化程度很高，内部积累了很多业务系统；同时，企业在进行业务分析时，除了内部业务系统数据，还需要借助外部数据，例如天气、人口、金融等，只有整合多数据源，才能让BI发挥出最大价值。

其次要有简单易用的分析工具。很多失败的BI项目，原因往往出现在工具上。目前，很多BI工具的使用很复杂，对于业务人员而言，入门门槛很高，这会让业务人员出现抵触心理，转而继续使用Excel或其他较为轻量级的工具。

最后就是人，企业内部需要建立起专门负责BI项目的团队，同时也需要同外部咨询专家进行配合，才能更好地将BI项目落地。

整合数据、简单易用、专业的咨询服务，这也正是DataHunter数据分析产品和服务的核心理念。在演讲最后，段鑫龙也简单介绍了DataHunter数据分析产品Data Analytics，其主要包含四大特性，即异构数据源整合、深度交互分析、团队协作以及多终端适配。基于探索式分析，DataHunter致力于帮助用户发现分析问题并改进业务，从而驱动企业向数字化运营转变。