|
8月12日，TCC生态圈的「AutoAPP」第8站活动在京举行。本期活动以《大数据驱动的产品和营销》为主题，与会的T圈嘉宾从大「数据的内涵和外延」，以及「如何对这些大数据进行挖掘和利用」两个宏观层面进行了探讨。此外，如何通过分析用户行为，如何在人文层面理解用户所想，准确传达品牌精神，打动目标人群？如何利用大数据解决交通问题？如何重度到达用户需求？等等这些都是大数据营销中不可规避的重要问题。下面请和车云菌一起，来听听T圈行业的大佬们对此都有哪些真知灼见。 这次华筝女士为大家带来了期待已久的《CABI中国汽车消费车主洞察报告2015Q2下篇》，报告中将车主的生活画像描绘得淋漓尽致，使主机厂能够对目标客户群体有更立体的认识，无论是产品研发还是后期营销，都能够做到「精准定位」。
从上篇报告开始，CABI已经将主流/潜在车主的招募从一线城市转移至三四线的小城青年。相比一线城市的同龄消费者，他们结婚较早，生活基本已经由父母安排好，相对平静安逸。不过由于互联网高速发展的关系，前后两者的内心基本没有太大差异，有超级消费的倾向。不过在了解消费群体属性的基础上，如何更立体地还原个人呢？除了淘宝、天猫等电商平台的海量数据，虾米、芝麻信用分、花呗等阿里系产品都可以多维度地衡量某一消费者的信用指标，而信用数据对买车、卖车选车主都非常关键。 此外，三四线城市的青年消费者在购买汽车上，几乎都是全家参与，即谁花钱谁有话语权（主要是父母），这从桑塔纳、捷达之前的销售数据可以看出。而一二线城市的90后消费者，买车可能更多地是在取悦自己。 那么，主机厂品牌面临的机遇又是什么？从CABI的最新报告中不难看出，即使像60后、70后和80后代表的成熟市场也在发生着潜移默化的改变。90年代初期，一二线城市该年龄层的消费群体对外来品以及进口的高端产品有着狂热的爱好。但对于三四线城市的同龄消费者而言，他们今天可能更喜欢安踏、森马，因为这些品牌进行了大范围的宣传，因此有着很高的品牌辨识度。因此，当国产品牌、进口品牌都处于同一起跑线的时候，研究三到六线城市消费者真正的消费心理，通过本地灵活的销售团队抓住这些人的内心驱动，就能够有效提高产品的消费认知和销售业绩。 我们再来看看90后的消费群体。这群人有着很强的独立消费意识，更在意自我的突出，因此要“收买”这类消费人群，品牌必须提出与时俱进的新玩法，而且一定要契合90后思维。对汽车主机厂而言，一二线和五六线城市的消费群体有着截然不同的个体差异，但通过考察本地生活/城市环境，以及个体生活状态，并进行区分对待。而做好用户分层是市场部工作的重中之重。 华筝女士在演讲中还指出，“在成熟市场，品牌竞争非常激烈。而真正存活下来的，无论哪个行业都一定有很强的品牌认知度。那么如何让我们的受众车主反向证明品牌认知度，并且吸引他们一起创造品牌，是互联网时代汽车品牌营销的关键”。在《CABI中国汽车消费车主洞察报告2015Q2下篇》中，通过分析主流合资品牌车主在阅读、旅游以及生活消费方面的数据，更精确地绘出用户画像，从而得以精准定位用户。 以阿里妈妈的调研为例，假设一位雪佛兰车主刚刚做了父母，那么如果厂家能在赠品和配饰方面加入对应元素，尽可能全方位满足其需求，对提升品牌的认知和依赖度，大有裨益。因为今天车子已不再是奢侈品，能够让大众消费者产生内心的共鸣是车企营销的关键。只要自己的品牌精准定位找到了自己的位置，产品独特到拥有别人取代不了的位置，那对品牌本身而言，是非常成功的。因此，透过海量的消费大数据，汽车厂家可以探寻特定的消费人群，确定产品本身是不是符合市场脉络趋势，继而对产品进行特定包装，甚至承接原有的品牌资产。华筝女士建议各大车企先对自己的品牌进行诊断，诊断之后才不会在不同方向摇摆，而品牌最忌讳的就是摇摆。 最后，华筝女士表示对汽车消费人群进行不同纬度和纬度的分析，构建精准的用户画像，继而对产品进行差异化定位，做到广告的精准投放和效果监测。
谈到大数据，董总认为首先必须有海量数据，其次才是基于海量数据对个体进行洞察和分析。因此作为互联网入口之一的交通出行领域，聚合了大量的用户行为。 那么在有了大量交通数据的前提下，该如何用之解决交通问题呢？董总在演讲中提到，中国目前面临着很严重的交通拥堵问题，因此在分析海量数据的基础上，如何帮助用户躲避拥堵，如何利用大数据和互联网模式改变个人出行和公共交通现状，这是关键。不过从政府治理角度而言，目前智能交通建设仍处于投入大、产出小的尴尬局面。 既然谈到大数据应用，那么海量数据如何搜集？以高德为例，用互联网众包模式，利用智能手机或汽车传感器，即可将PB级的大数据收入囊中，这是行业内其他大数据公司可以参照的模式变革案例。通过共享机制，交通信息质量不仅最优，同时数量的覆盖范围也最广，而这些基于互联网、车载系统的海量数据，才称得上是大数据，这种模式变革也解决了大数据溯源的问题。 要利用大数据解决交通问题，第二步最关键的就是数据的基础处理能力问题。前面华筝女士提到了通过研究用户消费行为来进行汽车品牌的精准营销，但其实现的基础其实是阿里提供的强大的数据处理能力。而交通大数据一般以GB为单位，一年的数据量甚至都是PB级的，因此要进行海量大数据的处理，必须要有一个功能足够强大的处理平台。 不过，有了数据、有了处理能力，如何利用成了关键？目前业界对交通大数据的利用共分为两种：首先，面向个人，满足用户出行、路况预测、用户和用户之间的交通信息；其次，将海量经过处理的数据提供给政府、社会。使公共部门通过数据分析和应用，进行交通大数据决策分析，对整个城市交通拥堵成因进行分析，对异常道路进行数据挖掘，是一切变得有理有据。当政府做出一系列管理决策时，通过大数据还可以对这些决策进行量化分析，这对优化治理交通问题大有裨益。 最后，董总也谈到了如何构建智能交通数据系统。他指出，之前在建设智能交通系统时，有一个很大的误区：就是大家都在盲目搞硬件，反而对软件层面的建设少之又少。那么未来能否构建基于大数据的智能出行呢？通过手机、通过汽车传感系统，可以对个体进行精确的数据编码分析，进而对公共交通进行调度和指挥，在不改变社会基本秩序的前提下，通过软实力解决拥堵问题。
不管从资本市场还是普通消费者的实际体验角度来看，汽车互联网过去两年基本都处在风口浪尖。一般这个行业利用导航和违章类的产品完成原始用户积累，剩下的就是如何增加产品黏性，提高产品使用周期的问题了。 不过有人认为违章类产品进入门槛低，而市场上类似产品层出不穷，那微车的存在又有哪些特色，有哪些值得其他产品效仿的模式呢？徐磊博士指出，微车过去两年内共有注册用户6200万辆，历史违章数据超过几十亿规模，这是了解用户的基础。而且未来假如中国进入UBI阶段，而UBI又是很重要的定价参数，包括拼车等出行软件的遴选机制。由于违章数据是客观不容修改的数据，相比其他像保险、保养等在中国相对不健全的数据，违章数据对了解消费者的用车行为是至关重要的一项衡量标准。 其实不管是导航还是违章，完成原始数据积累后，「下一步往哪里走？」这是关键。徐博士表示“微车已经开始从用户积累向数据积累方向过渡，吸纳更多的活跃用户，并同时进行车辆违章数据的积累”。当然，如何启动更多商业合作，如何帮用户找到合适的消费需求，如何连接用户和线下服务商，如何了解并个性化满足用户需求，这些都是传统违章产品在大数据时代转型应该思考探索的问题。 徐磊博士还提到互联网创业一个重要的现象：「羊毛出在猪身上」。他指出，要实现所谓的“羊毛出在猪身上”，在移动互联网的大背景下还有很多工作要做。其中最重要的是要为用户消费创造条件或者识别他的消费场景。举例来看，一般第一个打电话的保险推销员成交率为30——40%，而第二通电话的成交率则会降至5%左右。因此只有成功进行场景识别、需求识别，在对的时间、对的地点、把对的信息给到对的人，这个才能解决移动互联网靠面积攻坚的尴尬局面。 以上是如何在移动互联网时代大量积累有效用户的关键。徐博士接着谈到了数据对互联网产品的意义。当然首先你必须要手握海量数据，其次你还需要具备数据到达用户的能力，根据他的需求，随叫随到。这就涉及到了关键的“用户黏性”问题。目前很多O2O产品面临很严重的“用户使用频度不够”的问题，而徐磊认为“只有解决用户和产品使用频度的问题，才能真正解决用户黏性问题”。 最后徐磊博士很“神秘”地透露了微车已经开始尝试进军加油服务，因为他认为这是车主需求里几乎和「洗车」同频度的事情。而之所以敢冒险，也是基于如下两点：首先，目前互联网消费支付手段正在经历从现金→网银→手机的转变；其次，这样既有利于增加用户黏性，同时还可以帮助传统加油站从单纯的油品销售变为综合服务场所，实属“互利共赢”。 照此来看，微车拓展加油服务不光是基于大数据时代传统违章产品「生存」的需求，它的出现有利于增加用户使用微车服务的频度，提高用户黏性。因为查违章相对并非高频服务，以违章导入的优质客户资源为基础，通过模式识别掌握其更多的生活半径和消费数据，从而促进其他高频服务的良性增长。相信这就是徐磊博士口中“重度垂直用户的需求到达”。 |
|
|
来自： cheyunwang > 《待分类》
