大數據賦能汽車品牌新零售之征

摘 要：伴隨著我國近年經濟增速的放緩以及汽車行業存量時代的來臨，越來越多的汽車品牌期望能夠合理并高效運用數據資源來助力企業發展并實現營收。通過數據分析建立起以人為中心的場景營銷模式正不斷被汽車品牌所提及。本文將以消費者的購車決策順序來對目前各平臺體系能夠獲取到的車相關數據進行介紹，并對數據在汽車企業主要聚焦的五大環節如何應用進行說明，以期為汽車品牌的數據應用與研究方向與提供指引。

關鍵詞：大數據;汽車;新零售;互聯網

隨著網絡科技的不斷發展與普及，更加快速、便捷的購物方式受到了廣大消費者的一致好評，多種多樣的購物體驗方式正改變著人們的生活習慣與消費理念。汽車行業的電商發展，在14、15年曾一度被認為將顛覆傳統線下購車的售賣方式，在行業龍頭企業阿里、易車、汽車之家等的相繼試水后卻沒能像其他行業一樣達到預期的盈利規模。對線上售車不盈利的原因，阿里給出的解釋是：過去我們也嘗試做賣整車，后來嘗試做全款賣車，消費者需要線上支付全款。在天貓上賣整車，如果價格能比線下4S店低10%，銷量就非常可觀，然而應用這種線上讓利的售車方式又與主機廠的價格體系形成了矛盾，因此這種一味照搬其他行業的線上零售模式并不適合汽車行業。

2018年，汽車行業迎來了近30年的最強寒冬，整體車市從增量市場轉向存量市場。從1991年全國機動車銷量不足100萬臺，到2017年整體汽車銷量2880萬臺，再到2018年的整體2780萬臺銷量，如今我國的汽車保有量已成為世界第二，人們的購車需求日趨穩定，增長的空間逐漸變小，在2018年我國的機動車銷量首次出現了負增長，這也標志著國內汽車市場存量時代的來臨，換個角度講，我國的汽車消費市場已經進入成熟期。

與此同時，互聯網市場也從增量轉為了存量經濟時代，如何更好的運營用戶數據、深耕用戶價值，在這個時代就變得尤為重要。因此，將產業以用戶為核心進行結構化重組，迎合消費者心理訴求，實現數據全鏈路流通，構建符合產業特點的新零售模式才是汽車品牌的發展之道。

一、數據賦能，助力汽車品牌“新零售”之征

目前國內大數據的發展已逐漸從2.0時代向3.0時代過渡。如今，人們正在不斷挖掘與探究如何對數據進行更多面、更深層次的串聯，并嘗試通過數據來指導理論及對未來進行預估判斷等。有專業人士指出，在未來10年，汽車產品本身將全面智能化、數據化，對以用戶體驗為中心的數據分析將會在購車前—中--后進行全產業鏈打通，大到購車行為數據，小到對車型某個零部件的更換頻次等數據都將被挖掘而產生更大價值。未來，通過對大數據的應用，我們將不僅可對固有理論及假設進行印證，更能實現通過數據判斷分析對理論進行推進、對未來進行精準預測。

從目前發展情況看，存量時代，汽車行業的新零售模式更應兼備“人、車、場景”三大板塊，以用戶為中心，實現資源、數據的全面整合，充分探尋消費者所思所想，將研發、生產、物流、營銷、銷售各環節有機串聯，為其營造更加豐富的消費體驗場景，將人與車之間的互動變得更加高頻。目前大數據在汽車行業新零售模式下的應用，主要體現在對五大環節的發展規劃提供輔助參考上，以消費者的心理路徑及變化特點等為分析核心。數據來源主要為線上互聯網端和線下消費門店兩條途徑。

二、線上用戶行為數據，汽車品牌新零售之基

與其他行業不同，消費者對汽車類產品的購買頻次相對較低，往往在做出購車決策前會受到更為復雜多樣的因素影響，擁有更長的決策周期及決策鏈。因此，通過多場景收集用戶決策鏈中各階段的數據進行全面分析，并將分析結論輸出至研發—生產—物流—銷售—營銷板塊進行輔助參考，來反向驅動優化各大板塊進行優化調整將是汽車行業新零售發展的重要環節。

（一）售前用戶行為數據

根據調研數據顯示，98%的消費者在購車前會在互聯網上了解車輛信息，他們在互聯網平臺的購車決策流程大致分為四個階段：信息了解、車型對比、價格對比、做出決策。通過各階段的交叉數據分析可了解到消費者購車興趣點、最終決策關注點等信息。目前出具該類數據分析的平臺主要有：汽車相關媒體、搜索類媒體、汽車電商類平臺、第三方數據提供方等。

常見的數據涉及維度有：

消費者角度分析：消費者基礎屬性，包括性別、年齡、職業、學歷、收入、人生階段、地域、媒體訪問習慣分析、承載終端信息等。消費者購車屬性，包括購車階段、車所有屬性、意向車型、關注維度、購車用途、購車預算、支付方式等。

車角度分析：本品情況分析，包括用戶關注點、評價、影響轉化的潛在因素等。競爭關系分析，包括競品定位、與競品的優劣勢對比等。

通過對消費者的基礎屬性、購車屬性，以及車角度的本競品市場環境數據的分析研究，我們可以更加直觀、清晰地了解到影響用戶購買決策的因素、用戶購車的需求特點，以及產品的用戶定位、市場定位，對營銷和研發提供參考。

例如，根據用戶購車前瀏覽軌跡洞察我們發現，A款車的關注用戶主要集中在一、二線城市的辦公族，年齡集中在25-35歲，他們在瀏覽車型信息的同時也在關注著該車型的貸款政策，申請置換或出售二手車的占比不高，大部分為人生中的第一輛車。通過這個簡單的人群分析，我們可以了解到A車目標用戶的基本屬性以及有可能影響他們做出購車決策的重要因素，那么該品牌在做A款車的市場推廣及銷售政策制定時就可以有側重的進行策略制定。如，加強一、二線城市的覆蓋力度、制定強有力的購車金融政策等，進行更加有針對性的用戶溝通，鋪平購車前各環節道路。

營銷觸達效果分析：主要對推廣的效果達成及可能影響達成結果的因素進行分析，多維剖析消費者交互行為，透過表象了解更深層訴求，為營銷規劃及產品研發等板塊提供參考。除此，在車型或品牌的市場戰略層面，通過與競品或全平臺達成效果的比較，也可提供一定的市場定位、主打車型選取等的參考。

（二）售中用戶行為數據

申請金融貸款數據：隨著我國過去數十年經濟的快速增長，汽車成為了人們的生活第二大消費品，中國的汽車消費經濟已經在全球排名處于首位。而近些年經濟增長逐漸放緩，人們的消費理念也隨之發生了改變，同時，伴隨擁有更超前消費意識的90后、00后年輕新生代逐漸成為社會的消費主力，使得汽車金融消費端的需求在不斷增長。

目前，汽車金融購車形式主要有銀行貸款、金融公司、廠商金融、信用卡分期、汽車融資租賃五種。相較前四種比較常規的形式來說，汽車融資租賃顯得更為年輕，在近三年發展迅速，比較常見的有正租和回租兩種。這種新生購車形式如今搭建起了與消費者O2O的溝通模式：線上對產品進行宣傳、展示，并提出購車需求，線下將會有專門的購車顧問進行更專業的購車及金融方案指導。也正是基于這種O2O的業務模式，使得互聯網在用戶即將購車以及產生應用金融購車這一行動的信息進行了記錄，讓品牌得到了更加真實的即將產生購車支付行為用戶的心理訴求以及經濟狀態等信息。

目前常見的可通過互聯網平臺得到的數據分析維度主要有：消費者基礎屬性、購車支付方式偏好、消費水平等。若能將售前用戶數據及售中用戶數據打通，將能為品牌車型的研發、銷售、營銷三大板塊提供更具串聯性和參考價值的數據。

（三）售后用戶行為數據

汽車后服務市場主要內容涵蓋：服務類，車主服務、車主俱樂部等內容;消費類，保養、維修、改裝、二手車、相關電商、保險等內容。由于不同服務內容所需的平臺及場所有不同的特點，用戶在互聯網平臺的行為數據主要涉及了其中的三大板塊：車主服務、二手車，及相關電商。

車主服務，主要對購車后消費者的車相關問題進行處理。通過在線提問形式，品牌可了解到車主對產品的真實用車體驗，對新產品的研發、更新換代、以及售后服務的改進等提供了高價值的參考。

二手車，主要為有換車需求的車主對現有車輛提供的賣出服務。隨著我國汽車存量市場的到來，有換車需求的人群日益增長，目前已有多家汽車電商平臺開啟了舊車幫賣服務，同時也有越來越多汽車品牌開始重視品牌車型回收的業務。就目前汽車電商平臺所得到的置換數據，如品牌、購車年限、車況、地域等信息，可對品牌的二手車回收業務提供直接的精準營銷幫助，并可結合置換用戶對消費升級的訴求，進行預購品牌的預測，從而進行新一輪的用車周期營銷，為新一輪可能購買的車型品牌營銷提供幫助。

相關電商，主要為消費者提供車相關產品購買的平臺。平臺通過對消費者車相關購買行為信息對其車相關屬性進行標簽化處理，同時結合到該類消費者在平臺的其他消費行為及訪問特點，如消費品類、消費頻次、消費金額，以及所處地域等數據，進行更全面的有車人群消費特點及屬性剖析，為后市場板塊以及用戶再營銷等提供參考。

結合到我國汽車消費市場由增量轉為存量的情況，未來，汽車售后的用戶行為數據將不斷進行更加精細化、多維化的維護與應用，該類人群也將是汽車品牌營銷的又一重要板塊。

三、線下用戶行為數據，汽車品牌新零售之根

線下消費終端主要包括有：銷售企業、金融機構、保險機構、維修門店、加油站、充電站等。其中，品牌4S店為目前人們最常見的銷售終端，包含了多維度真實購車用戶數據，如姓名、電話、住址、車型詳細信息、年齡、購車付款方式、保險信息、購車時間等。這些終端企業對用戶的接觸更加真實、直接，往往也更能了解用戶內心的真實訴求，若能將這些真實心聲數據進行記錄整理，將會對后期的產品研發、營銷定位、場景營造等，提供非常有價值的數據參考。

四、結語

大數據時代正在賦予汽車品牌更多可能，相比以往傳統的售車邏輯，汽車品牌的新零售則更加依賴數據，通過多場景來全面收集消費者從認知、興趣、對比、決策、售后，到置換各階段的數據，實現消費者需求的反向驅動，為他們提供更加舒適、自然的消費環境。然而就目前汽車品牌可接觸到的數據平臺來說還相對孤立，每個平臺都在深度挖掘與應用自身獨有及所能觸達到的數據，以期盡可能大的發揮自身優勢，幫助平臺本身以及汽車品牌進行發展與規劃。它們各自為戰，并不愿意分享所擁有的核心數據，這讓數據的充分挖掘與應用收到了諸多限制。未來，平臺與平臺間的數據將不斷實現串聯，打破現有的數據孤島，大數據才會有一個質的飛躍，對于汽車品牌的新零售也才能夠真正的實現人、車、場景的融入化！

參考文獻：

[1]中國汽車流通協會.2018中國汽車市場年鑒[R].北京：中國商業出版社，2018.10.

[2]陳新河.贏在大數據[C].北京：電子工業出版社，2017.10.

[3]趙光輝.大數據交通應用與發展研究[M].北京：中國社會科學出版社，2017.12.

作者簡介：韓苗，2010年開始從事互聯網精準大數據營銷領域，現就職于易車互聯銷售運營崗，為中國人民大學統計學院在職研究生，善于應用平臺大數據對汽車品牌合作策略進行規劃與指導，對汽車行業大數據的應用與發展有獨到見解。