行業(yè)整體還處于萌芽階段，但從營銷到研發(fā)的全產(chǎn)業(yè)鏈，再到智能、網(wǎng)聯(lián)、共享等未來趨勢，汽車行業(yè)已經(jīng)越來越依賴大數(shù)據(jù)。

“大數(shù)據(jù)”從2013年左右在汽車界成為熱點，但在實際落地應(yīng)用、直接為車企創(chuàng)造價值方面仍處于萌芽階段。

一、汽車大數(shù)據(jù)是什么

汽車行業(yè)的大數(shù)據(jù)概念分為狹義和廣義兩種。狹義的大數(shù)據(jù)指近些年興起的、來自互聯(lián)網(wǎng)和物聯(lián)網(wǎng)的新型數(shù)據(jù)，例如由車輛傳感器、車聯(lián)網(wǎng)搜集上傳的數(shù)據(jù)。其特點一是海量，二是數(shù)據(jù)來源廣泛、結(jié)構(gòu)復(fù)雜，包含文本、語音、圖像、視頻等形式，不是傳統(tǒng)數(shù)據(jù)庫的結(jié)構(gòu)化數(shù)據(jù)。廣義大數(shù)據(jù)還包含汽車廠商的傳統(tǒng)數(shù)據(jù)，例如4S店銷售網(wǎng)絡(luò)收集的車輛維修保養(yǎng)數(shù)據(jù)、調(diào)研機構(gòu)的市場調(diào)研分析數(shù)據(jù)等。

還有一些傳統(tǒng)數(shù)據(jù)之前因為技術(shù)手段難以應(yīng)用，近年來與新型數(shù)據(jù)一起得到了廣泛應(yīng)用。例如廠商呼叫中心的數(shù)據(jù)，因為是語音數(shù)據(jù)，之前很難批量分析應(yīng)用，現(xiàn)在因為語音轉(zhuǎn)文本和文本分析技術(shù)的成熟而變得利用價值更高。

如果按產(chǎn)業(yè)鏈環(huán)節(jié)分，能為汽車主機廠創(chuàng)造價值的大數(shù)據(jù)又可以分為消費者洞察、數(shù)字營銷、產(chǎn)品質(zhì)量及售后服務(wù)、庫存與供應(yīng)鏈優(yōu)化、銷量預(yù)測與生產(chǎn)優(yōu)化、研發(fā)等環(huán)節(jié)的大數(shù)據(jù)。其中最重要的是消費者洞察大數(shù)據(jù)。具體而言，汽車消費者洞察大數(shù)據(jù)包括消費者購買產(chǎn)品的支出、選擇產(chǎn)品的渠道、偏好產(chǎn)品的類型、產(chǎn)品使用周期、購買產(chǎn)品的目的、消費者家庭背景、工作和生活環(huán)境、個人消費觀和價值觀等。

二、汽車大數(shù)據(jù)應(yīng)用場景及價值分析

汽車行業(yè)發(fā)展至今已經(jīng)不存在高深莫測的獨門技術(shù)，都是成熟技術(shù)的組合搭配。同一個細分市場、相同售價區(qū)間內(nèi)的不同品牌、不同車型如何打出差異化，選擇和突出哪些配置和功能，全靠企業(yè)對消費者需求的把握。

1.市場調(diào)研

車企以往通過市場調(diào)研機構(gòu)了解消費者需求，大型車企每年在這方面的投入達億元級。但傳統(tǒng)線下調(diào)研存在樣本量稀少，數(shù)據(jù)分析報告周期長，不能完整代表未來3-5年內(nèi)的完整模型，同時存在產(chǎn)品定義(配置定義、人群定義、市場定義、價格定義)不精準的缺陷。

近年來隨著互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、算法、分析引擎等技術(shù)的進步，能夠提供新型大數(shù)據(jù)服務(wù)的公司逐漸涌現(xiàn)。相較傳統(tǒng)調(diào)研，汽車大數(shù)據(jù)公司的調(diào)研數(shù)據(jù)樣本量更大，更豐富，效率更高。

車企利用這些大數(shù)據(jù)分析能夠在市場調(diào)研、戰(zhàn)略規(guī)劃、產(chǎn)品研發(fā)、營銷分析等領(lǐng)域精準決策。

借助新型汽車大數(shù)據(jù)服務(wù)，車企不僅可以拓寬汽車行業(yè)調(diào)研數(shù)據(jù)的廣度和深度，從大數(shù)據(jù)中了解汽車行業(yè)市場構(gòu)成、細分市場特征、消費者需求和競爭者狀況等眾多因素，挖掘市場需求、競爭情報，提出更好的解決問題的方案和建議，保證企業(yè)品牌市場定位獨具個性化，提高企業(yè)品牌市場定位的行業(yè)接受度，還能夠建立基于大數(shù)據(jù)數(shù)學(xué)模型對未來市場進行精準預(yù)測。

2.戰(zhàn)略規(guī)劃

定位是企業(yè)任何戰(zhàn)略規(guī)劃重中之重的內(nèi)容，一旦定位不準，將直接把企業(yè)推向懸崖邊，造成的損失完全不是用金錢能衡量的，極有可能是致命的，類似的案例在汽車圈舉不勝舉。車企通過收集產(chǎn)生于微博、微信、點評網(wǎng)、評論版上海量的網(wǎng)絡(luò)評論交互性大數(shù)據(jù)，如商家信息、個人信息、行業(yè)資訊、產(chǎn)品使用體驗、商品瀏覽記錄、商品成交記錄、產(chǎn)品價格動態(tài)，建立網(wǎng)評大數(shù)據(jù)庫，與競品分析對比，找到自身產(chǎn)品與競品相比的優(yōu)缺點。通過對大數(shù)據(jù)的統(tǒng)計分析來充分了解市場信息，掌握競爭者的商情和動態(tài)，知曉產(chǎn)品在競爭群中所處的市場地位。以此日后更好地改進和創(chuàng)新產(chǎn)品，更精準地向特定人群推廣產(chǎn)品，更精準地推廣產(chǎn)品哪些特性。同時，車企還可以通過大數(shù)據(jù)統(tǒng)計分析，進行科學(xué)的需求和產(chǎn)品價格走勢預(yù)測，并針對不同的細分市場來實行動態(tài)定價和差別定價，從而使企業(yè)收益最大化。

3.產(chǎn)品設(shè)計研發(fā)

產(chǎn)品端車企最迫切需要解決未來的問題。車企每年都要投入大量的經(jīng)費用于研發(fā)，一款新車往往光研發(fā)費用就得十幾億，如想構(gòu)建一個大體能覆蓋主流市場的車型結(jié)構(gòu)，研發(fā)費用肯定得過百億。問題是投入巨資打造的車型，一旦沒能抓住用戶的需求痛點，那對企業(yè)絕對是致命的。因此擺在車企眼前頭等大事就是—找準未來3-5年的用戶需求，打造什么樣的屬于未來市場的汽車產(chǎn)品�；�于大量真實的用戶口碑等構(gòu)建的汽車大數(shù)據(jù)，有助于車企研發(fā)設(shè)計出更適合用戶需求的產(chǎn)品。隨著成熟的汽車大數(shù)據(jù)技術(shù)逐步應(yīng)用于車企生產(chǎn)、銷售、服務(wù)工作中各環(huán)節(jié)，可以幫助車企總結(jié)過去經(jīng)驗，預(yù)判在新車研發(fā)周期的未來周期的市場需求走勢(一般為3-5年)，提升車企整體運營效率。

4.營銷變革

汽車大數(shù)據(jù)極大程度地改變了車企傳統(tǒng)的營銷方式，推動車企營銷變革。以往的營銷主要通過品牌傳播，通過群體分析;在汽車大數(shù)據(jù)時代，營銷變得更加精準，更加有效，甚至讓交易達成直接變成了現(xiàn)實，形成閉環(huán)，極大程度地提高了營銷的效率。同時，汽車大數(shù)據(jù)實現(xiàn)了線上和線下渠道的緊密結(jié)合，讓傳統(tǒng)的營銷方式直接進去多屏的智能營銷時代。汽車大數(shù)據(jù)通過用戶畫像分析、市場狀況分析、場景分析、營銷產(chǎn)品內(nèi)容分析、洞悉用戶的訴求點，利用個性化推薦技術(shù)，實現(xiàn)了真正意義上的個性化精準營銷、智能營銷。

具體而言，車企通過大數(shù)據(jù)分析用戶的消費行為、興趣偏好、客戶分布、發(fā)展趨勢、消費能力、消費特征和產(chǎn)品的市場口碑現(xiàn)狀，再制定有針對性的營銷方案和營銷戰(zhàn)略，實現(xiàn)精準信息精準推送，更好地為用戶服務(wù)和發(fā)展忠誠用戶。

三、汽車大數(shù)據(jù)行業(yè)格局分析

大數(shù)據(jù)行業(yè)目前處于萌芽階段，還沒有巨頭公司產(chǎn)生。專注汽車行業(yè)的有上海數(shù)策、汽車數(shù)據(jù)工場、慧數(shù)汽車、汽車之家、J.D.Power等，另外還有一些公司如IBM、阿里提供泛行業(yè)數(shù)據(jù)服務(wù)，汽車行業(yè)做得不夠深入。

大數(shù)據(jù)有三大基本條件：數(shù)據(jù)源、算法算力、應(yīng)用場景，不同數(shù)據(jù)公司各有側(cè)重和強項。

例如汽車之家是目前全球訪問量最大的汽車垂直網(wǎng)站，其公開數(shù)據(jù)是70%的真實購車用戶會到汽車之家查詢對比，日活躍用戶達3500萬，其強項在于數(shù)據(jù)源。

泛消費類像阿里的大數(shù)據(jù)，依托淘寶、天貓的交易數(shù)據(jù)和支付寶、螞蟻金服的金融數(shù)據(jù)，阿里基于UNI ID識別每個賬號背后“真人”的全網(wǎng)行為，能夠跨屏幕、跨設(shè)備、跨媒體將每個人的零散數(shù)據(jù)打通。所以阿里的大數(shù)據(jù)不以某個行業(yè)為重心，而以每個個人為核心，描繪出每個用戶的個人大數(shù)據(jù)。

上海數(shù)策等獨立的大數(shù)據(jù)公司依仗的是算法、算力、建模能力，這類大數(shù)據(jù)公司的核心競爭力可以歸結(jié)為人，可以看成“一群數(shù)學(xué)家的創(chuàng)業(yè)”。

就特定應(yīng)用場景來談，以汽車之家為代表的汽車行業(yè)相關(guān)公司更占優(yōu)勢，因為其用戶的使用行為100%圍繞看車、選車、買車、用車的全周期應(yīng)用場景，行為包括看新聞報道、查配置、比價格、發(fā)帖回帖、談使用感受、吐槽抱怨等，能更精準地幫助汽車企業(yè)優(yōu)化營銷效率和轉(zhuǎn)化率、提高研發(fā)效率和準確度，這一點是泛行業(yè)數(shù)據(jù)公司、互聯(lián)網(wǎng)公司提供的大數(shù)據(jù)無法比擬的。

從以上梳理能看出，汽車垂直網(wǎng)站做大數(shù)據(jù)具有數(shù)據(jù)源和使用場景兩大先天優(yōu)勢，第三方數(shù)據(jù)公司的數(shù)據(jù)來源幾乎都離不開從汽車垂直流量大戶網(wǎng)站抓取，而這些網(wǎng)站許多數(shù)據(jù)是非公開、無法抓取的，這更鞏固了它們的數(shù)據(jù)來源優(yōu)勢。例如汽車之家去年推出的的大數(shù)據(jù)產(chǎn)品車智云就是基于十多年汽車之家用戶在網(wǎng)站上所有瀏覽軌跡、點擊行為和在論壇里的發(fā)帖、回帖的文本內(nèi)容提取出來，通過文本挖掘的方式生成數(shù)據(jù)，根據(jù)這些數(shù)據(jù)分析用戶對某款車的偏好、喜好程度、對比過哪些競品、對車的優(yōu)缺點評價等內(nèi)容。這些數(shù)據(jù)之所以價值無窮，就是因為它不僅是聚焦汽車行業(yè)消費者的行為數(shù)據(jù)，更涵蓋從造車端到用車端的整個價值鏈條的各環(huán)節(jié)。

四、汽車大數(shù)據(jù)應(yīng)用案例分析

以某個時間點榮威RX5與吉利博越的用戶畫像對比為例說明。

車智云數(shù)據(jù)顯示，RX5車主平均年齡33.5歲，博瑞32.9歲，后者較年輕。車主年齡分布上，RX5的前兩大年齡段是31-35歲和27-30歲;博越車主前兩大年齡段是27-30歲和31-35歲。

從行為軌跡來看，RX5車主APP三天活躍率排名前三的是：快手、微信、陌陌。而博越車主APP三天活躍率排名前三的是：快手、墨跡天氣、微博。

僅僅以上信息就能反饋至榮威RX5廠家繼而做出相應(yīng)市場調(diào)整。例如在推廣傳播層面根據(jù)用戶年齡分布和社交娛樂類APP偏好做出營銷渠道和營銷力度優(yōu)化;在車型開發(fā)改進層面更加注重車聯(lián)網(wǎng)等娛樂多媒體系統(tǒng)的升級。

這就是汽車大數(shù)據(jù)公司產(chǎn)生價值的過程。這個價值不僅在營銷層面，還可以深入到設(shè)計、研發(fā)、生產(chǎn)制造各個環(huán)節(jié)。

例如汽車之家有口碑欄目，用戶在購買、使用一段時間以后可以在該欄目發(fā)口碑帖。上傳購車發(fā)票等環(huán)節(jié)保證了真實車主、真實數(shù)據(jù)�？诒�帖內(nèi)容包括車輛具體版本、價格、購買地點、最滿意、最不滿意、空間、動力、操控、油耗、舒適性、外觀、內(nèi)飾、性價比、為什么選擇這款車等內(nèi)容。而每個帖子后還有大量車友跟帖討論，形成對車型評價的海量信息。

車智云通過文本挖掘的方式把這些信息提煉出來，構(gòu)建一套用戶使用體驗標準體系，根據(jù)這個指標體系進行定向的挖掘。

比如用戶對老款哈弗H6的核心評價是“經(jīng)濟實惠、口碑較好，外觀和空間還行，但是動力有點弱……”。這些信息被挖掘出來提供給長城，成為哈弗后來推出H6 1.5T版本、優(yōu)化產(chǎn)品動力的原因之一。

這樣的例子在汽車行業(yè)越來越多，而且汽車行業(yè)最熱的智能化、網(wǎng)聯(lián)化、共享化也將重度依賴大數(shù)據(jù)。5月24日，上汽集團數(shù)據(jù)業(yè)務(wù)部副總經(jīng)理劉峰在2018上海大數(shù)據(jù)人工智能創(chuàng)新應(yīng)用峰會上說：“汽車智能網(wǎng)聯(lián)的價值在于它的應(yīng)用，而大數(shù)據(jù)則是其應(yīng)用實現(xiàn)的先決條件。”

與這樣的前景相比，目前的汽車大數(shù)據(jù)還處于萌芽階段。以消費者洞察大數(shù)據(jù)為例，投入最大的廠商如上汽通用近年來在1億元以上，行業(yè)大多數(shù)廠商每年投入在百萬元級，未來增長空間巨大。

越來越多跡象表明，大數(shù)據(jù)未來是有可能與“汽車四化”相提并論的風(fēng)口。

(新媒體責(zé)編：news1166)