汽車之家韓松：互聯(lián)網大數據如何助力汽車產業(yè)變革？

　　汽車之家副總裁韓松

　　汽車之家如何看待大數據

　　說到大數據的時候，一般會輻射到左邊這三個圖，這都是所有大數據里面基本用到的，什么邏輯呢?所有大數據互聯(lián)網公司，都在強調為用戶打標簽，打成百上千的標簽，這個標簽有關于興趣愛好的，有生活習慣的等等，但是這些標簽究竟意味著什么?究竟價值怎么樣?汽車之家在這里做基于大數據在汽車行業(yè)的一個梳理。

　　汽車之家理解的汽車用戶屬性的五個層級

　　首先最基本的，所有消費者的自然屬性。接下來更多的是對消費者的社交屬性或者社會屬性，教育狀況、婚姻家庭等等，后面很大的一塊，就是互聯(lián)網能夠給主機廠提供行業(yè)最多的東西就是個性化的屬性，包括愛好、瀏覽習慣、瀏覽偏好等等一切一切，無論你使用PC設備還是移動互聯(lián)網設備訪問互聯(lián)網，都會留下你的軌跡，都會留下各種各樣的標簽，再往后是什么?其實是一個最核心的，我們稱之為消費屬性，比如說用戶的消費收入，消費能力，消費習慣，以及處于每一類產品的消費結果。

　　在座的應該都在網上買過東西，這些網站完全把各位的消費習慣進行記錄分類，以便于定義收入狀況和消費能力。這些加起來是99%，為什么這么說?作為汽車行業(yè)而言，這一切都是給目標消費群一個模糊的匹配，一個用戶可能偏好什么?他的習慣可能如何如何?這里面始終差了最后一部分數據，這部分數據量其實并不大，但是這部分數據對主機廠來說最有價值，這是汽車之家提供的購車屬性。

　　汽車之家跟長安有合作，其實我們跟幾個品牌都有類似的合作。就是主機廠拿出車主信息，當然這個信息加密的，我們雙方或者幾方都不會看到真實的各種個人信息，這些人都在長安買了某一款產品，我們去匹配分析這個用戶，在購車前六個月，甚至前一年在汽車之家，在購買這款車之前關注什么品牌?關注什么車型?在瀏覽論壇瀏覽資訊的時間分別有多長?在這期間一共關注了多少產品?最終在哪一個階段決定下了訂單?最后在哪一個時間點購買完成消費動作?這一切一切的基于用戶的基礎分析，最后形成購車屬性。這可以幫主機廠還原真實消費者的決策動機。

　　大家可能說，過去通過這些消費者的調研也可以了解調研，可以把車主喊過來訪談。(但是)訪談性質是抽樣調研的形式，咱們先不說調研的樣本量大不大?主機廠花了大量的精力就是抽樣的調研。而汽車之家可以把數據進行完整的匹配，通過這些降低或者提高用戶抽樣的效益，同時因為我們分析的是意識行為。相信消費者在訪談的時候，真正購車動機和需求，未必能通過訪談的方式分享出來。

　　比如在1998年的時候我買漢蘭達，也接受了廣豐的訪談，當時說為什么要買漢蘭達?說這個性價比高，然后非常冠冕堂皇的拿一個紅包出來了。其實，當時只是因為家里有一個小孩，需要這個車而已。當時得出的用戶信息，購車決策并不是真實準確的。這個時候，汽車之家的數據可能只是1%，后面的99%，主機廠有自己的數據庫，通過騰訊的微信微博包括淘寶的記錄可以得到很多海量的數據，了解他的個人信息，了解他的興趣愛好與習慣，真正購車決策的屬性，這一步可能是汽車之家網可以提供的，這就是我們對汽車大數據一個分享。

　　汽車大數據的核心價值

　　現在汽車的售賣傳統(tǒng)模式還是通過4S店，但是有很大的一個問題，主機廠和中間消費者的互動時間周期比較長，沒辦法直接快速的跟消費者互動得到反饋，這個時候實際上很多角色滯后于消費者的變化。

　　每個主機廠在每年發(fā)一款新車，或者在銷車流程的時候，都有目標消費人群的定位，大家可能看到過，主機廠說“我這一款車適合30-35歲的，男士、城市精英人群”，大家看看，中國有多少目標客戶是這樣的?我相信90%以上。我們每次跟主機廠談一款營銷案例的時候，得到目標人群是30-35歲，然后家庭有孩子的人，這些究竟對于主機廠意味著什么?對于4S店來講，對于主機廠來講，每個消費者都是一樣，并不知道消費者的購車因素和偏好，所以給他提供的產品和服務也是一樣，背后的問題在哪里?

　　汽車大數據的核心價值是更接近用戶、了解用戶

　　汽車之家知道消費者之前在網上的所有比對行為，然后再關注其他的品牌某一個系列的車型，就能看中價格或是看中性能，還是外觀，還是什么。這種情況下，完全可以提供不同的接待服務，以便于說，“哥們，這個車八五折拿走”，或者說更換更高的配置，或者免費提供五年的年保三年的保養(yǎng)，這些并不是天方夜譚，完全可以通過大數據實現。

　　再有一個例子，汽車之家每天都在不停的更新畫像。當時一直在分析主流車還是80后還是85后?今年為嘗試畫像更新專門找了90后，他們即將成為社會的消費主流人群，我把調查對象放在這部分人群中，比如說消費者畫像，比如說消費者需求，消費者偏好的時候，買車的體驗不夠好，買車的效率低等等。

　　我們希望通過合作改變這些，但是真正去跟90后訪談的時候，90后第一句話說的是買車很無聊，買車、用車、汽車服務所有的一切對我來說無趣，一點不酷(車云菌成員也有這樣的)。在他們眼中好玩、有意思是第一位的，其他不是那么重要。當然，這背后的原因也可能是他們沒有真正掏錢，如果真正掏錢的時候，也會關注價格。但這給我們洞察，消費人群每年都在更新，誰能夠更快的了解消費者的需求變化，誰能夠更準確的洞察未來變化趨勢，誰能夠在產品研發(fā)上，甚至在銷售環(huán)節(jié)的改造上比競爭對手領先一步。汽車之家所有提供的信息服務，能夠滿足80后，70后的需求，未來能不能滿足90后的需求，怎么讓汽車之家的變得很好玩，更酷，這也是我們的課題，相信也是主機廠、經銷商的課題。

　　汽車大數據的應用場景

　　汽車大數據的應用場景主要有三個方面：檢測、發(fā)現、預見。

　　過去作為互聯(lián)網公司，更多給主機上提供監(jiān)測服務，各種各樣的監(jiān)測軟件，各種各樣的指數，各種各樣的后臺幫助主機廠看產品的營銷過程的數據轉化情況?；ヂ?lián)網公司有一個特點，大部分是數據型公司、技術型公司或者產品型公司，沒有分析的能力。

　　汽車之家汽車大數據的三大應用場景

　　汽車之家早在五年前成立自己的研究中心，期待通過過去簡單數據的監(jiān)測，幫助廠家做一些初步的分析和發(fā)現，去幫助廠家解讀數據背后的原因。更未來的話，我們會幫一些主機廠建數據庫，幫助他們做消費趨勢的預測，這也是大數據的階段，這個階段一定覆蓋了整個新車產業(yè)鏈的各個環(huán)節(jié)，從研發(fā)、生產、物流配送到中間的品牌、產品、營銷傳播等等，包括到最后渠道的管理，銷售到最后售后服務等整個脈絡。其實互聯(lián)網作為大數據，是最有效的收集和分析的工具，能夠很好的幫助到汽車產業(yè)。

　　可以舉幾個例子，首先可以看到，從監(jiān)測的環(huán)節(jié)來講，我們需要了解用戶在購車上的時間成本。過去大家關注的數據都是以UV、PV，現在提出以時間成本為主要成本。一個消費者在網站產生了PV可能無限大，也可能他在看一段視頻，看一部韓劇，這段時間的PV就是零。

　　另外一個監(jiān)測，剛才也提了很多次，互聯(lián)網大數據其實最有效的，替代原來傳統(tǒng)的效率比較低、成本比較高的調研方式，從口碑到售后服務等等一切。

　　再來說說發(fā)現。第一個發(fā)現挺有意思，每一個廠商或者出的每一款車都會鎖定自己的競爭對手，但通過用戶的車型對比數據我們發(fā)現，主機廠在前期傳播的時候可能完全選錯了對手，這樣的話就導致廠商在營銷，在規(guī)劃的策略上有所偏差。

　　第二個發(fā)現，就是主機廠很關心的事，就是我的訂單丟了，給了誰?通過銷售線索轉換率我們就能夠看到，某款車型的銷售線索，有55%的用戶在三個月跟蹤調查沒有買車，有16%買了這款車，另外29%買了其他車型。再深入分析，我們就會發(fā)現這29%怎么分配的。雖然我們沒有分析原因，但我們會發(fā)現誰搶了蛋糕。

　　最后說一下預見。我們發(fā)現消費者對于一款車，無論是安全、品質、油耗、性能的關注，其實不像主機廠想的一成不變，隨著新車的上市，到成熟，到最后走向相對老年期的過程中，它的關注在不斷變化，也就是說消費者對于每一款車，每一類型對產品的優(yōu)勢與否也是在變化?？赡軓闹鳈C廠來講，像互聯(lián)網產品，像小米手機兩三個月出一款新品，滿足消費者車型關注，迎合這個需求?不現實。但是，根據這些分析，至少我們能夠提前預見用戶需求的變化趨勢，在產品的包裝上、在傳播推廣上，可以根據消費者對于車輛不同競爭優(yōu)勢的理解和變化做一些調整。