近日，數策數字國內領(lǐng)先的解密精準汽車(chē)數據應用解決方案提供商數策在烏鎮成功舉辦了“第一屆汽車(chē)數據創(chuàng )新先鋒研討會(huì )”。 本屆研討緊密?chē)@“數字化時(shí)代的汽車(chē)汽車(chē)新?tīng)I銷(xiāo)”，數策專(zhuān)家帶來(lái)有關(guān)(guan)自動(dòng)化場(chǎng)景營(yíng)銷(xiāo)、新?tīng)I銷(xiāo)實(shí)現個(gè)性化用戶(hù)反饋大數據的營(yíng)銷(xiāo)產(chǎn)品力洞察、基于車(chē)聯(lián)網(wǎng)的數策數字用戶(hù)軌跡識別，以及汽車(chē)(???)電商模式等豐富內容。解密精準同時(shí)，??汽車(chē)汽車(chē)企業(yè)數字化項目代表，新?tīng)I銷(xiāo)實(shí)現個(gè)性化以及數策的營(yíng)銷(xiāo)合作伙伴羅蘭貝格、天元律所的數策數字專(zhuān)家，也分享了他們在專(zhuān)業(yè)領(lǐng)域的解密精準知識和洞察。

利用場(chǎng)景加情景營(yíng)銷(xiāo) 實(shí)現個(gè)性化精準營(yíng)銷(xiāo)

數策認為，汽車(chē)在汽車(chē)大數據時(shí)代車(chē)企(???)追求的新?tīng)I銷(xiāo)實(shí)??現個(gè)性化是，既能高效又能低成本地實(shí)現個(gè)性化、營(yíng)銷(xiāo)精準的營(yíng)銷(xiāo)。數策專(zhuān)家講到，營(yíng)銷(xiāo)大數據的構成主要有4個(gè)組成??部分。人的屬性和人的行為大家最為熟悉，而人所處的(de)環(huán)境往往被忽略，其實(shí)不??同的環(huán)境下比如天氣環(huán)境、地理位置、節假日??等，人的需求和情緒是不同的，而且是可以推測的。最后一個(gè)也是容易被大家忽略的是對產(chǎn)品和服務(wù)的數字化描述。車(chē)企把合適的產(chǎn)品及服務(wù)提供給有需要的消費者，這才是精準。

數策專(zhuān)家引用了“三重腦”即“蟲(chóng)腦、舊腦??、新腦“理論，來(lái)說(shuō)明被營(yíng)銷(xiāo)的對象，也就是人的大腦ヽ(′▽?zhuān)?ノ。蟲(chóng)腦，對應著(zhù)控制著(zhù)我們的本能，食、色、戰斗、安全；舊腦，對應著(zhù)情感和情緒；新腦對應著(zhù)理性，數字、語(yǔ)言、邏輯。這三個(gè)大腦獨立工作，卻又互相控制，蟲(chóng)腦戰勝舊腦，舊腦戰勝新腦，但新腦卻又能部分抑制蟲(chóng)??腦。按這個(gè)理論營(yíng)銷(xiāo)最有效地是打動(dòng)蟲(chóng)腦，其次是打動(dòng)舊腦，其次是新腦。

場(chǎng)景+情緒即情景，情景是特殊的場(chǎng)景。情緒其實(shí)可以在特定的時(shí)ヾ(′▽?zhuān)??間、地點(diǎn)等環(huán)境下被推測出來(lái)?；诖髷祿膱?chǎng)景營(yíng)銷(xiāo)打動(dòng)的是人的三個(gè)層次的大腦，其中蟲(chóng)腦是對價(jià)格最不敏感的，新(????)腦最敏感。

舉例來(lái)說(shuō)，冬天北方地區大雪，高速路面結冰，每位司機都是戰戰兢兢地開(kāi)車(chē)。這時(shí)候，如果我們知道客戶(hù)所處位置對應的天氣，根據車(chē)聯(lián)網(wǎng)實(shí)時(shí)數據，在一次明顯的溜滑之后，就將最近的經(jīng)銷(xiāo)商防滑鏈套裝推薦給客戶(hù)， 打動(dòng)他們的蟲(chóng)腦。這是最簡(jiǎn)單的場(chǎng)景營(yíng)銷(xiāo)，但也是精準，如果將防滑鏈推銷(xiāo)給南方客戶(hù)是沒(méi)用的。

如何通過(guò)場(chǎng)景營(yíng)銷(xiāo)打動(dòng)舊腦，看這個(gè)例子。如果一位車(chē)主，從上海出差去北京。如果該汽車(chē)品牌的出行服務(wù)App給他推送一個(gè)消息:“你奮斗的路上，我的陪伴不能缺席“，以朋友的身份去溝通并提供服務(wù)，那么，這樣的營(yíng)銷(xiāo)是即時(shí)、按需精準的。

如何打動(dòng)ヽ(′▽?zhuān)?/新腦，這塊區域傳統營(yíng)銷(xiāo)一直不敢去碰。數策指出該策略的原則，即”用理性說(shuō)(?????)服用戶(hù)，用價(jià)值(zhi)讓用戶(hù)買(mǎi)單“。比如，通過(guò)數據分析，數策發(fā)現ヽ(′ー｀)ノ購買(mǎi)延保的人之前都會(huì )有質(zhì)保索賠。所以，買(mǎi)延保的客戶(hù)是因為意識到了質(zhì)保的價(jià)值才去購買(mǎi)了延保。此外，如果再附加提醒用戶(hù)，二手車(chē)可以因為延保(bao)保值，那么售后部門(mén)在發(fā)生大額質(zhì)保索賠的兩周之內推薦合適的延保服務(wù)，客戶(hù)的響應(???)率上升了數十倍。再比如，現在車(chē)聯(lián)網(wǎng)服務(wù)的續約率很(hen)低，如果我們通過(guò)獲取用戶(hù)GPS位置，提供相應的LBS高頻增值服務(wù)，比如最近的合作商家加油打折等，讓用戶(hù)覺(jué)得有價(jià)值，那么車(chē)聯(lián)網(wǎng)的續??約率會(huì )大幅提升。

由此，數策認為，數據就是車(chē)企的核心資產(chǎn)，未來(lái)車(chē)企搭建自動(dòng)化場(chǎng)景營(yíng)銷(xiāo)是趨┐(′?｀)┌勢，品牌需要有一個(gè)7*24小時(shí)的平臺去和每一位客戶(hù)精準地溝通。數策專(zhuān)家指出：“無(wú)論(lun)客戶(hù)在哪個(gè)觸點(diǎn)出現(xian)在了你的數據世界中，一定要精準地做好流量分發(fā)，客戶(hù)看到什么都由數據部門(mén)計算分析后決策。最后一定要貨幣化??地量化自己的工作，你分發(fā)的流量用戶(hù)看到了、點(diǎn)擊了、購買(mǎi)了，都是可以貨幣量化的?！?/p>

利用電商模式數字化營(yíng)銷(xiāo)，開(kāi)創(chuàng )數字化??高效率的新銷(xiāo)售時(shí)代

2013年(nian)是??整車(chē)電商時(shí)代開(kāi)啟的元年，過(guò)??去四年，數策以電商業(yè)務(wù)大數據分析服務(wù)的角色參與了車(chē)企線(xiàn)上業(yè)務(wù)，共同經(jīng)歷??了電商從探索、迷茫，再到認清方向、理性發(fā)展的過(guò)程。以電商為代表的品牌線(xiàn)上2C新業(yè)務(wù)，與線(xiàn)下傳統經(jīng)銷(xiāo)商分銷(xiāo)模式并不是涇渭分明的，在新零售形式下，兩者將密切互動(dòng)、共同發(fā)展。??

如果利用好電商模式這一工具：

1、讓產(chǎn)品的傳播受眾增加1%，將會(huì )怎樣？

3、讓廠(chǎng)商多了解客戶(hù)1%，將會(huì )怎樣？

數策項目實(shí)際取得的成(cheng)績(jì)遠(yuan)比這1%好很多，??以我們所服務(wù)的客戶(hù)為例，

線(xiàn)上商品的瀏覽人數至少為千萬(wàn)級，還不包括重大節點(diǎn)活動(dòng)。我們鼓勵經(jīng)銷(xiāo)商通過(guò)電商??工具做存量轉化，但權益享受者必須是客戶(hù)，最終獲得的線(xiàn)索轉化率提升了3%。

基于過(guò)往經(jīng)驗，數策專(zhuān)家指出，想要更好地發(fā)展電商必須抓住這四個(gè)核心點(diǎn)。

其一，基于消費者決策過(guò)程進(jìn)行多渠道協(xié)同布局，并有效管理；

其ヽ(′▽?zhuān)?ノ二，營(yíng)銷(xiāo)形式多樣化, 擴大經(jīng)營(yíng)品類(lèi), 提升客戶(hù)??購買(mǎi)頻度和體驗；ヽ(′▽?zhuān)?/

其三，提升數據分析能力, 即建立內部數據團隊, 打通內外數據系統, 強化數據分析和應用能力；

其四，組建一支適應互聯(lián)網(wǎng)“玩法”能夠快速響應的團隊, 并進(jìn)行跨組織協(xié)同。

汽車(chē)電商業(yè)務(wù)體系中包含各種角色，分工也很細。數策在整個(gè)電商體系內定位是一個(gè)參謀部，幫助車(chē)企制定電商平臺規劃業(yè)務(wù)實(shí)施流程。數策的特色產(chǎn)品和服務(wù)包括:

【一站式信息流管理平臺】平臺的設計理念是：靈活、實(shí)時(shí)、效率。平臺最初規劃時(shí)(shi)，數策是希望解決電商交易訂單的真實(shí)性審核，而如今可實(shí)現完成電商業(yè)務(wù)系統化閉環(huán)，電商外部平臺(???)與內部業(yè)務(wù)系統的高效自動(dòng)化對接，對于電商業(yè)務(wù)效率的提升影響顯著(zhù)。

【全觸點(diǎn)運營(yíng)分析平(ping)臺】這是一個(gè)可以觀(guān)測全觸點(diǎn)的dashboard，數策的設計理念是(′?ω?`)：全局、實(shí)時(shí)、職能。平臺最初規劃時(shí)，數策希望將單觸點(diǎn)數據進(jìn)行系統化管(guan)理及可視化展現，監測單平臺KPI執行情┐(′д｀)┌況并分析。如今，該平臺已實(shí)現品牌全觸點(diǎn)數據管理及運營(yíng)可視化。

利用汽車(chē)互聯(lián)網(wǎng)數據金礦，高效獲取客戶(hù)反饋與評價(jià)

數策指出，汽車(chē)行業(yè)用戶(hù)行為互┐(′?｀)┌聯(lián)網(wǎng)化特征已經(jīng)非常明顯，用戶(hù)售前售中售后各流程的行為都在全面互ヽ(′ー｀)ノ聯(lián)網(wǎng)化。主機廠(chǎng)也把產(chǎn)品和營(yíng)銷(xiāo)信息全面線(xiàn)上化，引導更(geng)多用戶(hù)在線(xiàn)瀏覽和查詢(xún)行業(yè)信息。同時(shí)(′?｀*)，用戶(hù)對產(chǎn)品的討論熱衷度和主動(dòng)性非常高。(′?_?`)

從外部數據自身發(fā)??展來(lái)講，已探明的汽車(chē)行業(yè)活躍數據源數量超過(guò) 8000 家，包括??專(zhuān)題網(wǎng)站、博客、新聞版塊、認證公眾號，以及行業(yè)自媒體。其中??僅第一梯隊四大垂媒的用戶(hù)反饋數據量保守統計已經(jīng)超(′▽?zhuān)?)過(guò) 1600萬(wàn)篇。

數策指出，汽車(chē)行業(yè)互聯(lián)網(wǎng)數據沉淀已經(jīng)成熟，形成了(le)品類(lèi)多、體ヽ(′?｀)ノ量大、內容廣的??數據金礦，我(╬?益?)們有了更快速地獲取用戶(hù)反饋和用戶(hù)評價(jià)的渠道。 在行業(yè)趨勢上，用戶(hù)直連或者C2B已經(jīng)是廣受關(guān)注的行業(yè)下一站發(fā)展目標。在C2B的整個(gè)戰略??建設中，鏈接海量用戶(hù)，精準獲取客戶(hù)需求直達研發(fā)端是(shi)非常重要的一環(huán)。

自2012年，數策便已著(zhù)手汽車(chē)行業(yè)用戶(hù)反饋數據價(jià)值的研究，至今已積累了??豐富的項目經(jīng)驗，沉淀了多個(gè)業(yè)務(wù)方向用戶(hù)反饋大數據分析應用方法，包括：產(chǎn)品配??置研究、質(zhì)量投訴分析、營(yíng)銷(xiāo)服務(wù)和商情分??析等。

利用┐(′?｀)┌互聯(lián)網(wǎng)用戶(hù)反饋數據，數策已體系化沉淀了幾類(lèi)“產(chǎn)品力”分析主題，比如：

品牌溢價(jià)排名，是研究品牌形象和品牌影響力的重要指標。通過(guò)研究ヽ(′?｀)ノ車(chē)型主數據表，根??據配置分類(lèi)或客戶(hù)要求設定成本權重，計算每個(gè)車(chē)型的配置得分，結合產(chǎn)品售價(jià)，可以估??算出細分市場(chǎng)內，高中低配產(chǎn)品下，各車(chē)型車(chē)系的品(′?｀)牌溢價(jià)排名。

配置趨勢分析，通過(guò)分析用戶(hù)對于產(chǎn)品各項配置的(de)聲量熱度和情感得分，輸出聲量高好評高的優(yōu)秀配置，結合標配率分析，挖掘產(chǎn)品潛力配置。通過(guò)這套體系分析，數策曾幫助車(chē)企挖掘出了SUV市場(chǎng)的全景天窗和中型車(chē)市場(chǎng)LED大燈等一批客戶(hù)期望配置。

競爭沙盤(pán)是非常標準的行業(yè)分析維度，通過(guò)車(chē)型識別模型和情感分析標簽，可以計算出產(chǎn)品之間的爭奪率和被爭率，進(jìn)而從互聯(lián)網(wǎng)用戶(hù)反饋的角度判斷本競品之間的強弱競爭關(guān)系。

此外，像凈推薦值、用戶(hù)決策路徑，用戶(hù)行為分析等主題指標ヾ(＾-＾)ノ，數策已經(jīng)掌握了用戶(hù)反饋大數據分析進(jìn)行量化和科學(xué)(xue)計算的方法，并在項目實(shí)施中成熟運用。

在前互聯(lián)網(wǎng)時(shí)代，車(chē)企的數據資產(chǎn)主要為維修數據與CRM數據數字化營(yíng)銷(xiāo)，這些數據的缺點(diǎn)在于手工輸入，正確性與及時(shí)性比較低。到了互聯(lián)網(wǎng)時(shí)代，企業(yè)還是建設自己的第一方DMP數據與(?_?;)外部數據??引入，問(wèn)題在于持續的數據成本與數據有效性有待驗證。而到了車(chē)聯(lián)網(wǎng)時(shí)代，車(chē)企可以充分利用車(chē)機數據與用戶(hù)軌跡數據，實(shí)現大數據分析與數據變現。

數策專(zhuān)家指??出，車(chē)聯(lián)網(wǎng)可以獲取以下四類(lèi)數據，即：駕駛行為數據、時(shí)空軌跡數據、??DTC故障采集數據、車(chē)況數據。以基于時(shí)空位置分析應用為例，分析方向ヽ(′▽?zhuān)?ノ分為個(gè)人軌跡與位置群像。

個(gè)人軌跡分析利用個(gè)人的出行數據，分析算法與可視化技術(shù)，實(shí)現對客戶(hù)的標簽定位。實(shí)現對客戶(hù)家庭區域、工作區域與娛樂(lè )區域的精確判斷。

群體聚類(lèi)分析，主要是針對不同群體的特性，將客戶(hù)人群根據不同的營(yíng)銷(xiāo)主題做特征分群。車(chē)企可┐(′д｀)┌以針對這幾類(lèi)人(ren)群，制定相應的套餐服務(wù)與異業(yè)合作業(yè)務(wù)，實(shí)現在合適的地點(diǎn)和合適的時(shí)間，提供給客戶(hù)需要的產(chǎn)品。