程杰：汽车产品的网络化、智能化和电动化推动着汽车营销与服务的数字化转型

　　【汽车焦点 快讯】

北京高科数聚技术有限公司创始人、CEO程杰

　　《中国汽车金融》：作为新基建的重要一环，人工智能成为新一轮产业变革的核心驱动力，正帮助越来越多的行业和企业进行数字化转型。从汽车消费环节来说，哪些行业或者企业将面临着数字化转型?

　　程杰：汽车行业相对来说是一个比较传统的行业，数字化转型开展得晚而且推进较慢。然而从汽车消费者来看，他们在汽车寻购研究、评论分享、汽车金融贷款、网约出行、自驾旅游、车内娱乐、汽车售后服务、公交购票、甚至罚单付费等已经快速实现了“数字化”体验。这种消费者引领的数字化转型使得汽车行业显得落后被动，也促使近年来行业开始疾呼数字化转型的必要性和紧迫性。

　　从汽车消费环节的角度看，面临数字化转型压力最大的是汽车行业的销售公司，尤其是在市场需求下行，竞争越发激烈的当前。仰赖品牌的影响力和产品的独特多样已经完全不足以支持市场销售的维护和增长了。

　　其次，受到数字化转型压力的是售后服务方面的行业和企业，包括汽车金融、保险、美容、精品、救援和维修维护。这些方面的服务很碎片化，也缺乏行业规范，也因而增大了数字化的难度。

　　在上述这些传统的行业或企业中，数字化转型往往是受外部或市场驱动的。汽车的垂直媒体、内容营销、直播营销、社交营销、服务电商、网银服务、共享出行等都是由网络、电商或媒体平台公司首先兴起的。而对这些公司来说，数字化是它们的DNA，与生俱来的内在能力和驱动力。这些企业的成功发展唤醒了长年来抱着传统不愿改变的传统车企，也把它们逼上了数字化转型的舞台。

　　车企的数字化转型的另一个动力来自于汽车产品的网络化、智能化和电动化。汽车的行驶速度、实时定位、公路状况、能量使用、故障预警、车内娱乐、远程控制、语音互动等等都已经数字化，并且可以通过实时计算和网络连接为坐车出行提供相当丰富完美的智能体验。这些产品的功能使得汽车的能源、零部件、工厂制造、出行使用、充电加油、停车服务、救援维修等都直接快速的进入了数字化。跟随着数字化，人工智能算法的应用也进入了汽车的这些领域，并进一步推进了数字化的发展。

　　《中国汽车金融》：对于汽车厂商来说，挖掘潜在客户，集客是他们最想解决的问题。大数据在这当中可以发挥什么作用?

　　程杰：确实，挖掘潜客和转化集客是目前汽车厂商最大的一个挑战和最重要的一个业务领域。

　　大数据可以让车企使用百万级的相关寻购或车主样本人群，从上千个人文地域、行为等属性维度中找出最独特和有代表性的特征，建立完整和有预测价值的标签体系，在此基础上建立聚类细分组，并形成客户画以能指导媒体选择和广告营销策略。样本的分布可以用来作为地区销量预测的可靠依据。最后，这些人群样本的持续数据采集和分析可以实现决策闭环和迭代优化。

　　在集客转化方面，最重要的困境就是车企和经销商门店的严重信息不对称。购车的消费者一般有几个星期到几个月的购车活跃期。在这个阶段，他们会通过网站或APP或社交媒体来搜寻、浏览、交流、查询和比较，然后走向线下门店去进一步了解和尝试新车，做出购车决定。在这个阶段，消费者会收集到大量有关汽车产品、品牌故事、体验口碑、价格优惠等相关信息。而汽车厂商和4S店的网销专员在最开始对集客的了解仅限于姓名、联系电话号码和初步购车意向。在这种情况下，很难保证有效率的通话沟通。一般销售线索的到店率不到10%，转化率不到3%。更难的是，每天网销专员都有上百个电话要跟进，但是无法辨别哪些电话是重要的必须先打早打，因此很容易把原来高意向的集客线索也耽误了。有了大数据，可以对这些集客线索，不管是来自于哪里，进行一个精准的预判，帮助网销员对电话沟通的优先排序。此外，大数据还可以为网销员提供个性化的话术提示，提高网销转化的效率。

　　在挖掘潜客方面，对媒体大数据的研究可以帮助设计部署精准投放，包括确定目标人群、优化媒体类别、页面位置、展示形式、广告内容、曝光时间和频度等等，增加销售线索的数量和质量。

　　《中国汽车金融》：中国汽车已经进入存量市场，如何保住现有客户，留住客户、形成消费闭环也是一个难题。汽车互联网、大数据将如何解决这个难题?

　　程杰：保客营销的大数据应用远远不止于客户的再购，也可以提升客户的延保、续保、金融服务购买、回厂维修维护、汽车精品购买、会员活动的参与、老带新口碑传播、跨界营销服务等等。

　　这个问题的大数据解决方案基本内容是整合梳理和分析挖掘客户在车企的所有业务数据，包括车主属性、新车购买、汽车金融和保险购买、汽车精品购买、回厂维修维护的类别、频次、额度和最近一次回厂离开目前的时间、再购历史、满意度或投诉信息、会员信息、响应和参与营销活动信息、二手车置换和市场价值等等。

　　最大的难点在于这些数据的治理不够完善。所以这个领域大数据的应用需要车企在系统建设、数据治理、数据业务化的流程和管理能力建设方面也要做相应的投入。

　　《中国汽车金融》：在汽车金融保险业务中，大数据又可以发挥什么作用?

　　程杰：大数据在汽车金融的风控方面已经得到了比较完整的应用，但是在营销上可以做得更好。

　　首先，提供汽车金融的银行机构都已经有很大的存量客户，但是这些银行或机构对汽车客户的再购决策周期以及产品考虑不熟悉，不少公司是躺在金山上哭穷。由于金融公司的数据维度有限，最有效的方法是和汽车品牌公司联合进行数据的模型分析。为了在数据安全和隐私保护方面合规合法，这种数据的联合模型分析可以通过一个称为“联邦建模”的方式来进行。

　　第二，汽车金融产品需要进一步的多样化。但有了多样化以后，经销商或消费者都可能会感到不容易比较选择。汽车行业在经销商终端需要有一个能够接受来自多个金融机构的金融产品矩阵，并基于大数据和人工智能算法来为消费者和经销商推荐最优的金融产品选项。美国在这方面已经做得相当成熟，国内已经有公司在这方面开发产品，应当在一年内会出现这样的大数据金融推荐系统。

　　第三，汽车售后服务的分期付款产品也创造了获得和应用车主数据来进行再购营销的机会。

　　此外，通过利用车联网和互联网大数据了解车主人群和出行相关的其他消费需求，金融公司还可以得到相关的消费金融服务机会。

　　《中国汽车金融》：二手评估一直是个难题，数字化能否解决这个难题?如何解决?

　　程杰：是的。和新车不同，二手车没有两辆车是一样的。二手车的销售没有品牌专营店，也不存在厂方指导价，所以价值评估必定是困难的。

　　美国的二手车拍卖数据和零售数据都已经形成一个稳定可靠的数据源，可以用来进行数据统计分析和模型预测。

　　在国内市场，到目前为止，二手车还没有形成一个稳定透明的交易市场。绝大多数的二手车来自于消费者的个人用车，所以车况很不一致。尽管也已经有了多个二手车估值的专业企业或机构，但是形成一个稳定可靠的估价体系还是很困难的。从趋势来看，这几年车联网的发展和各种员工购车、分时租赁、共享出行、融资租赁渠道销售都有迅猛增长，各种品牌认证也使得二手车的车况有比较标准的定义，为大数据在二手车估值方面的应用打下了基础。