大数据赋能汽车品牌新零售之征

DOI：10．19392/j．cnki．1671-7341．201924223

大数据赋能汽车品牌新零售之征

韩

易车

北京

苗

100044

摘要：伴随着我国近年经济增速的放缓以及汽车行业存量时代的来临，越来越多的汽车品牌期望能够合理并高效运用数据资源来助力企业发展并实现营收。通过数据分析建立起以人为中心的场景营销模式正不断被汽车品牌所提及。本文将以消费者

并对数据在汽车企业主要聚焦的五大环节如何应用进的购车决策顺序来对目前各平台体系能够获取到的车相关数据进行介绍，

行说明，以期为汽车品牌的数据应用与研究方向与提供指引。

关键词：大数据；汽车；新零售；互联网随着网络科技的不断发展与普及，更加快速、便捷的购物

方式受到了广大消费者的一致好评，

多种多样的购物体验方式正改变着人们的生活习惯与消费理念。汽车行业的电商发展，

在14、15年曾一度被认为将颠覆传统线下购车的售卖方式，在行业龙头企业阿里、易车、汽车之家等的相继试水后却没能像其他行业一样达到预期的盈利规模。对线上售车不盈利的原

因，

阿里给出的解释是：过去我们也尝试做卖整车，后来尝试做全款卖车，消费者需要线上支付全款。在天猫上卖整车，如果价格能比线下4S店低10%，销量就非常可观，然而应用这种线

上让利的售车方式又与主机厂的价格体系形成了矛盾，

因此这种一味照搬其他行业的线上零售模式并不适合汽车行业。

2018年，汽车行业迎来了近30年的最强寒冬，整体车市从增量市场转向存量市场。从1991年全国机动车销量不足100万台，到2017年整体汽车销量2880万台，再到2018年的整体2780万台销量，如今我国的汽车保有量已成为世界第二，人们的购车需求日趋稳定，增长的空间逐渐变小，在2018年我国的机动车销

量首次出现了负增长，

这也标志着国内汽车市场存量时代的来临，换个角度讲，我国的汽车消费市场已经进入成熟期。

与此同时，互联网市场也从增量转为了存量经济时代，如

何更好的运营用户数据、

深耕用户价值，在这个时代就变得尤为重要。因此，将产业以用户为核心进行结构化重组，迎合消

费者心理诉求，

实现数据全链路流通，构建符合产业特点的新零售模式才是汽车品牌的发展之道。

一、数据赋能，助力汽车品牌“新零售”之征

目前国内大数据的发展已逐渐从2．0时代向3．0时代过渡。如今，人们正在不断挖掘与探究如何对数据进行更多面、更深层次的串联，并尝试通过数据来指导理论及对未来进行预估判断等。有专业人士指出，在未来10年，汽车产品本身将全面智能化、数据化，对以用户体验为中心的数据分析将会在购

车前—中--后进行全产业链打通，大到购车行为数据，小到对车型某个零部件的更换频次等数据都将被挖掘而产生更大价值。

未来，通过对大数据的应用，我们将不仅可对固有理论及假设进行印证，更能实现通过数据判断分析对理论进行推进、对未来进行精准预测。

从目前发展情况看，存量时代，汽车行业的新零售模式更应兼备“人、车、场景”三大板块，以用户为中心，实现资源、数据

的全面整合，

充分探寻消费者所思所想，将研发、生产、物流、营销、销售各环节有机串联，为其营造更加丰富的消费体验场景，将人与车之间的互动变得更加高频。目前大数据在汽车行业

新零售模式下的应用，

主要体现在对五大环节的发展规划提供辅助参考上，以消费者的心理路径及变化特点等为分析核心。数据来源主要为线上互联网端和线下消费门店两条途径。

图1以用户为中心的汽车新零售模式

二、线上用户行为数据，汽车品牌新零售之基与其他行业不同，消费者对汽车类产品的购买频次相对较低，往往在做出购车决策前会受到更为复杂多样的因素影响，拥有更长的决策周期及决策链。因此，通过多场景收集用户决

策链中各阶段的数据进行全面分析，

并将分析结论输出至研发—生产—物流—销售—营销板块进行辅助参考，

来反向驱动优化各大板块进行优化调整将是汽车行业新零售发展的重要环节。

（一）售前用户行为数据

根据调研数据显示，

98%的消费者在购车前会在互联网上了解车辆信息，他们在互联网平台的购车决策流程大致分为四

个阶段：信息了解、

车型对比、价格对比、做出决策。通过各阶段的交叉数据分析可了解到消费者购车兴趣点、

最终决策关注点等信息。目前出具该类数据分析的平台主要有：汽车相关媒

体、

搜索类媒体、汽车电商类平台、第三方数据提供方等。图2汽车消费决策链常见的数据涉及维度有：

消费者角度分析：消费者基础属性，包括性别、年龄、职业、学历、收入、人生阶段、地域、媒体访问习惯分析、承载终端信息

等。消费者购车属性，

包括购车阶段、车所有属性、意向车型、关注维度、购车用途、购车预算、支付方式等。

图3基础人群属性分析示意

车角度分析：本品情况分析，包括用户关注点、评价、影响转化的潜在因素等。竞争关系分析，包括竞品定位、与竞品的优劣势对比等。

图4人群车相关属性分析示意

通过对消费者的基础属性、购车属性，以及车角度的本竞

品市场环境数据的分析研究，

我们可以更加直观、清晰地了解到影响用户购买决策的因素、

用户购车的需求特点，以及产品的用户定位、

市场定位，对营销和研发提供参考。249

理论研究

例如，根据用户购车前浏览轨迹洞察我们发现，

A款车的关注用户主要集中在一、二线城市的办公族，年龄集中在25-35岁，他们在浏览车型信息的同时也在关注着该车型的贷款政

策，申请置换或出售二手车的占比不高，大部分为人生中的第一辆车。通过这个简单的人群分析，我们可以了解到A车目标用户的基本属性以及有可能影响他们做出购车决策的重要因素，那么该品牌在做A款车的市场推广及销售政策制定时就可

以有侧重的进行策略制定。如，

加强一、二线城市的覆盖力度、制定强有力的购车金融政策等，进行更加有针对性的用户沟通，铺平购车前各环节道路。

营销触达效果分析：主要对推广的效果达成及可能影响达成结果的因素进行分析，多维剖析消费者交互行为，透过表象了解更深层诉求，为营销规划及产品研发等板块提供参考。除

此，

在车型或品牌的市场战略层面，通过与竞品或全平台达成效果的比较，也可提供一定的市场定位、主打车型选取等的参考。

图5某品牌车型半年度营销推广效果分析片段示意

（二）售中用户行为数据

申请金融贷款数据：随着我国过去数十年经济的快速增长，

汽车成为了人们的生活第二大消费品，中国的汽车消费经济已经在全球排名处于首位。而近些年经济增长逐渐放缓，人们的消费理念也随之发生了改变，同时，伴随拥有更超前消费

意识的90后、00后年轻新生代逐渐成为社会的消费主力，使得

汽车金融消费端的需求在不断增长。

目前，汽车金融购车形式主要有银行贷款、金融公司、厂商金融、

信用卡分期、汽车融资租赁五种。相较前四种比较常规的形式来说，汽车融资租赁显得更为年轻，在近三年发展迅速，比较常见的有正租和回租两种。这种新生购车形式如今搭建起了与消费者O2O的沟通模式：线上对产品进行宣传、展示，并提出购车需求，线下将会有专门的购车顾问进行更专业的购车及金融方案指导。也正是基于这种O2O的业务模式，使得互联网在用户即将购车以及产生应用金融购车这一行动的信息进

行了记录，

让品牌得到了更加真实的即将产生购车支付行为用户的心理诉求以及经济状态等信息。

目前常见的可通过互联网平台得到的数据分析维度主要有：消费者基础属性、购车支付方式偏好、消费水平等。若能将

售前用户数据及售中用户数据打通，

将能为品牌车型的研发、销售、营销三大板块提供更具串联性和参考价值的数据。

（三）售后用户行为数据

汽车后服务市场主要内容涵盖：服务类，车主服务、车主俱乐部等内容；消费类，保养、维修、改装、二手车、相关电商、保险等内容。由于不同服务内容所需的平台及场所有不同的特点，用户在互联网平台的行为数据主要涉及了其中的三大板块：车主服务、二手车，及相关电商。

车主服务，主要对购车后消费者的车相关问题进行处理。通过在线提问形式，品牌可了解到车主对产品的真实用车体验，对新产品的研发、更新换代、以及售后服务的改进等提供了

250

科技风2019年8月

高价值的参考。

二手车，主要为有换车需求的车主对现有车辆提供的卖出

服务。随着我国汽车存量市场的到来，

有换车需求的人群日益增长，目前已有多家汽车电商平台开启了旧车帮卖服务，同时也有越来越多汽车品牌开始重视品牌车型回收的业务。就目前汽车电商平台所得到的置换数据，如品牌、购车年限、车况、地域等信息，可对品牌的二手车回收业务提供直接的精准营销

帮助，并可结合置换用户对消费升级的诉求，进行预购品牌的预测，从而进行新一轮的用车周期营销，为新一轮可能购买的车型品牌营销提供帮助。

相关电商，主要为消费者提供车相关产品购买的平台。平台通过对消费者车相关购买行为信息对其车相关属性进行标签化处理，同时结合到该类消费者在平台的其他消费行为及访

问特点，

如消费品类、消费频次、消费金额，以及所处地域等数据，进行更全面的有车人群消费特点及属性剖析，为后市场板块以及用户再营销等提供参考。

结合到我国汽车消费市场由增量转为存量的情况，未来，汽车售后的用户行为数据将不断进行更加精细化、多维化的维护与应用，该类人群也将是汽车品牌营销的又一重要板块。

三、线下用户行为数据，汽车品牌新零售之根线下消费终端主要包括有：销售企业、金融机构、保险机构、维修门店、加油站、充电站等。其中，品牌4S店为目前人们最常见的销售终端，包含了多维度真实购车用户数据，如姓名、电话、住址、车型详细信息、年龄、购车付款方式、保险信息、购车时间等。这些终端企业对用户的接触更加真实、直接，往往

也更能了解用户内心的真实诉求，

若能将这些真实心声数据进行记录整理，将会对后期的产品研发、营销定位、场景营造等，提供非常有价值的数据参考。

四、结语

大数据时代正在赋予汽车品牌更多可能，相比以往传统的售车逻辑，汽车品牌的新零售则更加依赖数据，通过多场景来

全面收集消费者从认知、

兴趣、对比、决策、售后，到置换各阶段的数据，实现消费者需求的反向驱动，为他们提供更加舒适、自然的消费环境。然而就目前汽车品牌可接触到的数据平台来说还相对孤立，每个平台都在深度挖掘与应用自身独有及所能触达到的数据，以期尽可能大的发挥自身优势，帮助平台本身以及汽车品牌进行发展与规划。它们各自为战，并不愿意分享

所拥有的核心数据，

这让数据的充分挖掘与应用收到了诸多限制。未来，平台与平台间的数据将不断实现串联，打破现有的数据孤岛，大数据才会有一个质的飞跃，对于汽车品牌的新零售也才能够真正的实现人、车、场景的融入化！

参考文献：［1］中国汽车流通协会．2018中国汽车市场年鉴［Ｒ］

．北京：中国商业出版社，

2018．10．［2］陈新河．赢在大数据［C］．北京：电子工业出版社，2017．10．

［3］赵光辉．大数据交通应用与发展研究［

M］．北京：中国社会科学出版社，

2017．12．作者简介：韩苗，

2010年开始从事互联网精准大数据营销领域，现就职于易车互联销售运营岗，为中国人民大学统计学院在职研究生，善于应用平台大数据对汽车品牌合作策略进行规划与指导，对汽车行业大数据的应用与发展有独到见解。