如何借助互联网大数据推动汽车产业变革

韩松 汽车之家副总裁

大数据能分析建立消费者的购车属性，帮主机厂还原真实消费者的决策动机。大数据的核心价值是离消费者更近一点，掌握消费者的购买行为。大数据的作用就是监测、发现、预见，对汽车产业价值链条的整个脉络进行最有效的收集和分析。但要充分挖掘大数据的价值，还有待于互联网企业和汽车企业的深度合作。

最近几年，汽车之家在很多时候被推到风口浪尖上，包括预计50亿美元的市值，也包括在汽车电商领域的各种尝试。在很多媒体传播里面，都把汽车之家描述成门外的野蛮人。其实恰恰相反，随着我们和汽车主机厂以及汽车经销商的合作进一步深入，我们越来越对这个行业产生了敬畏，无论是汽车企业庞大的产业能量，还是汽车行业百年的海量积淀，都有很多让我们可以学习、共创的东西。所以今天我与大家分享的主题是“互联网大数据助力汽车产业变革”，我并不相信以汽车之家为代表的互联网公司，真正凭互联网力量就能颠覆传统行业，而更多的是对汽车行业起到一些帮助和助力的作用。

我的演讲内容分成三部分：汽车之家怎么看待大数据、汽车大数据的核心价值，以及汽车大数据的应用场景。我们在说到大数据的时候，所有的大数据公司都会给用户打上标签，用来识别消费者。标签有关于兴趣爱好的，也有关于生活习惯的，但是这些标签究竟意味着什么？它的价值究竟怎么样？我们做了一个基于大数据在汽车行业应用的梳理。

首先，最基本的就是所有消费者的自然属性，包括性别、年龄、联络信息等。接下来是消费者的社会属性，包括教育状况、工作状况、婚姻状况、家庭人口等。然后是个性属性，包括个人爱好、浏览习惯、内容偏好等。互联网现在能提供给主机厂、提供给行业最多的东西就是个性化的属性，无论你使用PC设备还是移动互联网设备访问互联网，都会留下你的痕迹，留下各种各样的标签。再往后就是最核心的消费属性，包括家庭收入、消费能力、消费习惯，以及处于每一类产品的消费阶段等。大家应该都在网上买过东西，购物网站会把我们的消费情况进行记录、分类，以便定义你的收入状况和消费能力。

把以上所有这些加起来是99%，为什么这么说？作为汽车行业而言，这一切都是在给目标消费群做一个模糊的匹配。用户可能偏好什么？他的习惯可能如何？这里面始终差了最后一部分数据，这部分数据量其实并不大，但是对主机厂来说是最有价值的，这就是汽车之家提供的购车属性。

我们跟长安有一个合作，其实我们跟很多品牌都有类似的合作，就是主机厂拿出车主的信息，当然这个信息加密的，我们双方或者几方都不会看到真实的个人信息，这些人都在长安买了某一款产品，我们去匹配分析这个用户在购车前六个月，甚至前一年在汽车之家的所有访问行为，看他在购买这款车之前都关注过什么品牌？关注过什么车型？每天花在浏览论坛、浏览资讯的时间分别是多长？在这期间一共关注了多少产品？最终在哪一个阶段决定下订单？最后在哪一个时间点完成消费动作？这一切都是基于用户的基础分析，最后形成我们所谓的购车属性，这可以帮主机厂还原真实消费者的决策动机。

大家可能会说，过去通过对这些消费者的调研也可以了解，可以把车主喊过来访谈，问他当时决策的动机是什么？这些在我们看来还是访谈性质的，是一种抽样调查的形式，先不说调研的样本量是否够大，主机厂要做这样一件事情，是需要花费大量的精力和时间，而且还是抽样调查。汽车之家可以对数据进行完整的匹配，通过这些来提高用户抽样的效率。同时，因为我们分析的是用户的历史行为更具可靠性，因为消费者在访谈的时候，未必能通过访谈的方式分享他的真正购车动机和需求。比如，我在2008年的时候买过一辆汉兰达，也接受过广丰的访谈，问我为什么要买汉兰达，我说这个车空间大、外观漂亮、性价比高等，但实际上我买这车真正的理由是当时我太太刚生小孩，家里需要一个7座车而已，但是因为访谈里没有这个选项，所以访谈得出的信息不一定真实准确。

这是汽车之家在大数据中的真实应用，它可能只是其中的1%，但是前面的99%，由于主机厂有自己的CRM数据库，也可以通过微信、微博，包括淘宝的交易记录，可以得到海量的用户数据，了解他的个人信息、兴趣爱好、消费习惯。但是真正最后的购车决策属性，可能只有汽车之家这类网站可以提供。这是我们对汽车大数据的一个分享。

第二是汽车大数据的核心价值，就是帮助主机厂或经销商，离消费者更近一些。现在汽车的售卖模式还是通过4S店，这有很大的一个问题，就是主机厂和终端消费者的互动时间周期比较长，没办法直接、快速地跟消费者互动而得到反馈，实际上很多决策是滞后于消费者变化的。每个主机厂在发布新车的时候，都有一个目标消费人群的定位，比如说我这款车适合30～35岁的男士城市精英人群，那么大家可以想象，中国现在在售的车型中，有多少款车的目标客户是这样的？我相信有90%以上。

我们每次跟主机厂谈一款车的营销方案的时候，得到的目标人群基本都是30～35岁，然后有家庭、有孩子的人。这对于主机厂究竟意味着什么？对于4S店来讲，对于主机厂来讲，每个消费者都是一样的，并不知道消费者背后的购车因素和偏好，所以我们提供给他的产品和服务也是一样的。这背后的问题又在哪里？前两天我父亲买了一套房，当儿子的给尽点孝心，说你挑好，我给钱。然后我到了售楼处，说要几号房，让销售人员给我拿合同。当时这个销售就觉得很奇怪，这个人怎么也不挑一下，直接就把房买了？他不知道这套房是我父亲已经挑好的。而就在我等着签合同的时候，我听到对面的人讨论，说这个房子你给我便宜两个点不行，至少要三个点，买一层还要送花园。凭什么他买一层就可以送花园，我买这个就没有？当我听到这个的时候，不满的心理就上升了，我就对销售说你骗我，明明房子可以优惠，你为什么不优惠？明明买一层可以送花园，你为什么让我买二层？明明一个简单的交易就变成了一个讨价还价的过程。如果我的销售顾问知道，一定会把我请到一个VIP房间，让我先等着，这样他可以多赚3%，还可以少送一个花园。而这一幕我相信在每个4S店每天都在上演，通常都不知道消费者处于什么环节。

通过汽车之家就能知道，消费者在进入4S店之前在网上的比对行为，知道他在关注其他品牌，关注某一个系列的车型，就能分析他是更看中价格还是更看中性能、外观，还是其他什么。在这种情况下，经销商完全可以针对不同的消费者提供不同的接待服务，以便于消费者进来，直接说这个车八五折拿走，或者还是说可以更换更高的配置，或者是说价格就这样，但可以免费提供三年、五年的延保，就因为这个消费者更看重服务。这些并不是天方夜谭，完全可以通过大数据来实现。(www.xing528.com)

再有一个例子，比如消费者画像。汽车之家每天都在不停地更新消费者画像，我们一直在分析主流的汽车消费人群，现在基本还是80后、85后，但今年我们尝试为画像更新，专门找了90后，他们即将成为社会的消费主流人群。当我们把调查对象放在这部分人群的时候，发现了一个很可怕的现实，比如我们现在每天在做消费者画像，包括消费者需求、消费者偏好的时候，我们都在着重说买车的体验不够好、效率比较低、车价不够透明等，我们希望通过汽车之家与主机厂的合作就能改变这些。但是真正去跟90后访谈的时候，90后第一句话说的是买车很无聊，买车、用车、汽车服务……所有的一切对我来说非常无趣，一点都不酷。在他们眼中，好玩、有意思是第一位的，其他不是那么重要。这背后的原因可能是他们没有真正掏钱，如果真正掏钱的时候，也会关注价格。但这至少会给我们一些启发，消费人群每年都在更新，谁能够更快地了解消费者的需求变化，谁就能够更准确地洞察未来变化的趋势，谁就能够在产品研发上，甚至在销售环节的改造上比竞争对手领先一步。汽车之家原来提供的所有信息服务，能够满足80后、70后的需求，未来能不能满足90后的需求，怎么让他们觉得很好玩、更酷，这是我们的课题，相信也是主机厂、经销商未来的课题。

基于大数据的应用场景主要有三件事：监测、发现、预见。作为大数据公司、互联网公司，过去更多的是给主机厂提供监测服务，通过各种各样的监测软件、指数和后台，帮助主机厂看产品的营销过程，包括整个销售过程的数据转化情况。互联网公司有一个特点，大部分是数据型公司、技术型公司或者产品型公司，他们没有分析的能力。汽车之家早在五年前就成立了自己的研究中心，期待通过过去简单的数据监测，帮助厂家做一些初步的分析和发现，帮助厂家解读数据背后的原因。我们也在帮一些主机厂做数据建模，帮他们建数据库，将来能帮助他们进行消费趋势、车型、发展方式的预测。这也是大数据应用的一个阶段，这个阶段一定覆盖了整个新车产业链的各个环节，从研发、生产、物流配送到中间的品牌、产品营销、传播，包括最后渠道的管理、销售到最后的售后服务整个脉络。其实，互联网作为大数据最有效的收集和分析工具，能够很好地帮助汽车产业。

举几个例子，首先从“监测”的环节来讲，用户在购车上的时间成本，过去大家提出的数据都是以UV、PV为基础。我们现在提出以时间成本为主要衡量标准，一个消费者在一个网站产生的PV可能无限大，他可能会看一段视频、看一部韩剧，但是他的时长是总量，他花费的时间是一致的。所以我们可以看到消费者在购车的每个环节所花费的时间，通过这点可以判断消费者在每个阶段最需要的是什么？比如在认知和兴趣阶段，最需要的是资讯，到了意愿阶段需要的是参数配置，而真正询价购买是需要线下的东西等。

图20 用户在购车场景下的时间成本成为核心数据

另外一个“监测”，互联网大数据最有效的是，替代了原来传统相对效率比较低或者成本比较高的调研方式，可以通过口碑、用户车主的声音，简单快速分析对车型、产品参数配置的满意程度，包括售后服务等。

在“发现”环节上，比如说原来看的一个数据，每一个厂商出的每一款车，都会锁定自己的竞争对手。拿一个品牌为例，它起初是把现代和起亚当作竞争对手，但当它的车真正推到市场以后，用户的比对数据显示，现代和起亚根本不是消费者心目中的真正竞争对手。也就是说，这个主机厂在前期产品传播的时候完全选错了对手，而消费者心目中的对手可能是另外几个不同的品牌和几个不同的产品，这样就会在很大程度上导致厂商在营销、在规划策略上出现偏差。因为毕竟消费者眼中，消费者认为你的对手是谁，其实更重要。

第二个“发现”，是主机厂很关心的事，就是我的订单丢了，但丢给了谁？我们之前做过一个日系品牌的消费线索转化率分析，当时有55%的用户在三个月跟踪调查期内是没有买车的，有16%的用户买了这款车，有29%的用户买了其他的车。我们再做数据的挖掘，可以发现这29%是怎么分配的，其中有6%的用户买了东风日产的轩逸。汽车之家能够跟踪到这29%的用户分别的去向，这个是非常简单的分析，虽然没有分析背后的原因，但至少会帮助厂商发现是谁在抢我们的蛋糕。

另外在“预测”上，我们发现消费者对于一款车，无论是安全、品质、油耗、性能的关注，其实不是像主机厂想得一成不变，随着新车的上市、成熟，到最后走向相对老年期的过程中，消费者的关注始终在不断变化，也就是说，消费者对于每一款车、每一类型产品是否具有优势，这个判断也是在变化的。可能从主机厂来讲，像互联网产品、小米手机那样，两三个月出一款新品来满足消费者对车型的关注，迎合这个需求是不现实的，因为汽车的制造周期更长，但至少我们可以在产品的包装上、传播推广上，可以根据消费者对于车辆不同竞争优势的理解和变化做一些调整。

我们通过跟一些品牌的合作，通过汽车之家销售漏斗的模型，可以从消费者前期产生购车需求，到最后消费产生订单的整个过程进行监控。我们也完成了新车销售的闭环，在这个闭环中可以大胆预测，比如说这个月，这款车进入到销售的某一级有多少人群？意味着未来三个月将产生多少提车量？当然我们预测不了出库量，因为这更多是一个B2B的业务，而目前我们更多地只能面向C，这个模型现在还没有。对于主机厂而言，对于销售管控来讲，是有着巨大的价值和帮助。

汽车之家做大数据的时间非常短，把汽车之家比作一个矿，这个矿很大，但这个矿里面究竟是煤炭、黄金，还是一钱不值，我们不知道。汽车之家并没有十足的能力去挖掘这个矿，所以我们抱着透明、开放、协作的心态，愿意跟无论是主机厂还是第三方调研公司共同合作，挖掘大数据背后真正的价值是什么。我们希望，在未来不断帮助汽车产业中的每一个成员，在每一个环节提升自己的效率，降低成本。