你的浏览器版本过低,可能导致网站不能正常访问!为了您能正常使用网站功能,请使用这些浏览器。
chrome
Firefox
当前位置:汽车产经网> 正文

刘琦:汽车大数据助力新连接

【2017中国汽车经销商高峰论坛】11月17日,中国经销商高峰论坛在广州长隆酒店会展中心隆重举办,在创新营销分论坛上,车慧总经理刘琦分享了应如何利用大数据进行营销。

以下是发言实录:

朋友对于大数据这件事还是觉得有点远,搞了半天ABC,搞了半天大数据和我的业务有什么关系,能不能帮我卖车,能不能帮我更好的服务客户,这中间是有距离的。

    我今天有两个特别可喜的发现,今天上午在主会场里,不管是李总还是易车的CTO朱总,都提到电动化、智能化以及大数据、云计算和人工智能所给我们带来的实实在在的变化和能力,结合这些变化和能力,相信在未来,李总提到未来十年人工智能、大数据和云计算会给我们带来更多的帮助。

    言归正传,我的标题是汽车大数据助力新连接,用户完全从PC端迁到移动端,大的进程背景下,我们可以看到原来和用户连接的很多方法和模式在移动互联网和新的连接形式下产生了很多变化,用户用PC端,你不知道他在哪儿上班,他住哪儿,现在使用微信,可以对客户移动的路径,在哪儿吃饭,在哪儿上班,孩子在哪儿上幼儿园等很多事情做非常全方位的描述,可以更好的为客户进行连接。

    未来十年要更好的连接用户,买车的需求方和服务方,这两方人的连接,商品的销售不太可能线上实现闭环,还是有线下的服务,包括销售,短时间不太容易完全绕开线下的环节。

    连接的框架下微信小程序、H5和的两个主要的APP,APP和报价大全都给我们提供了连接的渠道,还有一些底层支撑性的问题需要解决的,这就是大数据可以大显身手的地方。我们有小程序和报价大全的服务。

    我们如何找到非常准确的用户?这种连接服务本身代表着后面我们提供服务的效率也要得到提升。如何找到更高意向的准确客户是提升连接效率非常重要的课题。

    这个课题的基础上,我们也做了很多的工作,从2014年我站在这个台上,当时我跟大家分享过,2013年我们开始构建受众的平台。很可喜的跟大家分享,截止到今年年底可以实现差不多2个亿大数据受众的覆盖,国内跟车有关的数据移动设备,包括他们的一些行为特征,我们通过这样的平台可以对这些用户实时进行监控。通过这样的能力,在这个基础上,我们也对这些用户的基础行为做了很多深入的挖掘。

    我们可以看到用户左侧的三个标签都是和车有关的,除了我们做和国内有几家跟我们差不多共同体量的互联网公司之外,其他的公司不太会在的维度上挖得这么深,我们基本上构建了超过300个汽车品牌和超过3500个车型的标签,每个用户在互联网上的路径都可以把方面的数据提取出来,并且把它进行标签化,会作为我们后续和用户连接非常重要的基础,用户有想买车的想法,客户在线上和我们的接触,到店购车的行为过程中,实际上他会经历好几个步骤,每个步骤、每个阶段我们应该跟客户传递的内容、提供的服务都是不尽相同的。

    如果有换购的意向,我的二手车评估多少钱,我们也会对相应的标签进行挖掘。除了在的维度之外,包括对做了投资的腾讯方面我们在数据也做了很多合作,非车也有很多的覆盖,基于这样的数据平台,为我们提供了每个用户,如何实现个性化连接?我这里做了相对比较场景化的描述,希望把这个事情描述得更清楚。

    这里面有四个用户,这四个用户的特点不一样,关注的车型,首款车是不是要置换,要不要贷款,能够触达用户的广告平台和流量平台,通过非常个性化的广告创意触达到用户。每个创意都为客户量身定制的,不是所有人看到都是一样的广告。

    连接平台的后端会连接到服务方,我们的销售顾问也有他的相应特征,中间会做一些两边要结婚一样的情况。

    中间个性化连接的路径这块,也发布了小易的机器人,也提到人工智能很多的应用,因为这种连接模式本身相对来讲门槛是比较低的,用户不需要线上提交填六项、七项、十一项表单给我们提供信息,等待我们去给他进行反馈。这种连接模式是非常实时和高效的模式。这个模式之下也有一个问题,用户的连接相对比较随意,连接门槛比较低,势必会带来里面有大量没有意向那么高的客户,也会通过这样的平台和我们进行连接。

    后续我们要做的很多优化工作,连接的点会通过人工智能、通过云计算的方式逐步的把我们的类似机器人一样的东西放进来,在一个用户前期,我们他的意向、等级不那么高的时候,一开始的阶段机器、半自动的处理,逐渐再引入。这是怎么找到高意向想要买车的客户。

    第二个课题来了,如何给我们的客户,对我们车感兴趣,有购车意向的用户连接一个销售顾问,这个过程实际上也是一个课题,这个课题也挺难,在这个基础上,我们也做了一些事情。

    我们也会把所有的销售顾问做相应的库,这个库对销售顾问的性别、年龄和所在的4S店、所在的区以及他售卖的车、车的品牌,还有他平时的一些特点,通过客户给予的评价会形成一套针对销售顾问的标签库。每个销售顾问的特征都是不一样的,比如两口子结婚在一起过得好的不代表两个都很优秀的人过得好,也不代表两个人都有钱才能过得好,而是两个人磨合得非常舒服就过得好,我们做的一件事情是使购车的用户和服务提供方和销售顾问得好。

    我们对销售顾问的数据管理最终就会形成我们能够去给用户推荐连接。一个用户,他被连接了以后,他会看到一排的销售顾问、人。这个排序如何进行的?我们后端有一套相对来讲比较智能化的算法去进行推荐,当然里面跟很多因素有关,当前用户移动设备所在的LBS位置,这个位置就很关键。用户平时上班在公司,晚上可能在家里,他家的位置可能在另外一个区,我们给他推荐的销售顾问可能是离他公司和离他家比较近的,有可能是异性的,同时跟他的兴趣爱好比较相投的销售顾问,对于成交的促进作用一定是比较有效的。

    还有这个用户本身关注的车型不同,他对应的品牌销售顾问也会不尽相同,这里面会涉及到一些细节的推荐逻辑。

    比如说里面有售卖的品牌、区域、LBS的位置,购买的倾向等,我们会做相应的智能推荐。因为这种连接模式本身是相对比较弱的连接,不是强的连接。过去我们在做营销的时候希望用户提交销售线索,销售线索会涵盖用户最基本的联系方式,就是他的手机号码,对于销售顾问拿到手机号码,可以随时和用户连接的通道,这种连接的方式,用户可能随时离开,随时离开可能是各种原因,比如说孩子在吵闹,或是因为其他的原因离开了。离开以后这样的用户如果在前期的一些沟通结束之后,我们没有后续对这个用户进行持续性的追踪,对于我们来讲应该是一个损失,我们建立了持续连接和沟通的机制,当用户离开了我们的连接,对用户持续的追踪和找回的效率也是非常高的,基本上通过数据来测算,提升的效率是在五倍以上。

    当用户和我们连接过一次以后,假定这个用户就是有购车倾向的用户,他可能今天不买,三个月之内买的可能性也很大,他不买宝来,买别的车型可能性也很大,用户有购车的需要,这是我们连接最基本的要求。

    连接,我认为最重要的三件事情,大数据在整个过程中所解决的三个课题。一是找对人,建立准确的连接,找对真正要购车的用户;二是说对话,你跟用户讲的东西,说的话,给他的车型和给他相应的政策以及观点都是用户本身关心的;三是要不断对他进行对话,因为忙,他不太能主动跟你建立连接,我们要主动走出来和他建立连接。

    说一千道一万,我们最终要实现的目标还是这样的连接,人和人的连接。这个连接前面我也提到了,我们有2个亿的移动的受众。这2个亿是挺大的数字,我跟团队的同学反复做过相应的推演,国内的乘用车产销量水平大概是2000多万,一个用户成交周期比较长一点来算的话,最多到六个月,六个月以上相对来讲还是比较大的,推算一年下来。

    10亿人里如何找到1000万人是最重要的客体,再放大一些,有些客户现在想买,过了一段时间还是不买了,还是留点钱,下个月还要结婚,我就先把钱省下来,或是有买房的打算,有购车倾向的客户不会超过2000万,不会是特别大的数字,这些数字如何能找出来进行追踪,通过数据进行深度有效的刻划,也决定我们的连接效率,连接的对象是销售顾问。希望通过大数据,通过连接提升给客户提供销售服务的效率,这是我们的愿景,我跟大家的分享就这么多,谢谢大家。

 


CopyRight © 2000-2023 BitAuto,All Rights Reserved. 版权所有 北京易车信息科技有限公司    购车咨询:4000-168-168 (周一至周日 9:00 – 21:00) 法定假日除外