編者按：

一場由數(shù)字化轉(zhuǎn)型帶來的產(chǎn)業(yè)變革已經(jīng)進(jìn)入迅速發(fā)展時(shí)期，也為企業(yè)生存提供了全新的發(fā)展方向和考驗(yàn)。 

在楊辰韻看來，數(shù)字化轉(zhuǎn)型里有非常多的坑，需要大家去共同面對(duì)和克服，或者在實(shí)操層面避免，否則會(huì)發(fā)現(xiàn)有非常多的實(shí)操層面上，可能之前前所未見相應(yīng)的困惑。

8月13日，第十二屆中國汽車藍(lán)皮書論壇第三天會(huì)議上，創(chuàng)略科技聯(lián)合創(chuàng)始人兼總裁楊辰韻發(fā)表演講，給出了在其公司在幫助車企打通營銷數(shù)據(jù)實(shí)踐中總結(jié)出來的經(jīng)驗(yàn)和案例。

以下為楊辰韻的演講實(shí)錄，汽車商業(yè)評(píng)論記 者劉姍姍整理，此處略有刪節(jié)。

大家在前面兩年一直談?wù)摂?shù)字化轉(zhuǎn)型的議題，疫情也讓我們看到越來越多的汽車行業(yè)的客戶開始意識(shí)到數(shù)字化轉(zhuǎn)型的重要性和迫切程度。在存量時(shí)代里挖掘新的增量，這是非常關(guān)鍵且相當(dāng)重要的。 

數(shù)據(jù)為數(shù)字化轉(zhuǎn)型的關(guān)鍵點(diǎn) 

汽車行業(yè)里面，整體銷售周期會(huì)比較長，當(dāng)中的每一個(gè)環(huán)節(jié)，這里面的基礎(chǔ)就是數(shù)據(jù)相應(yīng)的采集。為什么一些造車新勢力或者智能汽車品牌開始組建私域流量矩陣，就是希望在前期能夠通過內(nèi)容以及運(yùn)營讓客戶的標(biāo)簽逐步體現(xiàn)起來，做個(gè)性化營銷。

“

為什么一些造車新勢力或者智能汽車品牌開始組建私域流量矩陣，就是希望在前期能夠通過內(nèi)容以及運(yùn)營讓客戶的標(biāo)簽逐步體現(xiàn)起來，做個(gè)性化營銷。

”

無論是主機(jī)廠還是經(jīng)銷商現(xiàn)在都要進(jìn)行以客戶為中心的轉(zhuǎn)變?，F(xiàn)在有一些國內(nèi)的自主品牌也開始講全面2C的策略，不僅僅圍繞著車售賣完之后，而是自己可以有更多的接觸和積累數(shù)據(jù)資產(chǎn)的觸點(diǎn)，把用車的生命周期和客戶角度真正結(jié)合起來，以客戶為中心去做相應(yīng)后續(xù)的工作。    

基于此，我們2015年、2016年專注在大數(shù)據(jù)架構(gòu)下去推出客戶數(shù)據(jù)中臺(tái)或者客戶數(shù)據(jù)平臺(tái)CDP（持續(xù)數(shù)據(jù)保護(hù)）理念，通過私域流量和私域矩陣逐步采集以前沒有去采集或者關(guān)注的消費(fèi)者行為數(shù)據(jù)。   

在沒有這樣的系統(tǒng)之前，企業(yè)存在比較多的數(shù)據(jù)沒有打通的問題，因?yàn)橹岸紩?huì)有一些基于留資線索等等的以保客為主的數(shù)據(jù)，當(dāng)中就有CRM等系統(tǒng)的數(shù)據(jù)。 

在沒有打通情況下，真正把數(shù)據(jù)去做到相應(yīng)的營銷轉(zhuǎn)化，就不是基于整體客戶的立體的畫像來做這個(gè)事情。打通數(shù)據(jù)，是提升客戶體驗(yàn)和個(gè)性化，實(shí)施智能和高效營銷的第一步，打通之后，我們就能逐步基于人工、專家標(biāo)簽作一些預(yù)測性的分析。

在這個(gè)基礎(chǔ)之上，就可以去做相應(yīng)的個(gè)性化營銷，從最開始的潛客預(yù)測購車意向或者預(yù)約試駕意向到?？椭脫Q或者復(fù)購意向再到新客的拓展，都可以基于已有客戶畫像做得更加精確，保證精準(zhǔn)的觸達(dá)。 

這個(gè)打通是很關(guān)鍵的，數(shù)據(jù)整體打通后我們才能真正去開始理解客戶到底現(xiàn)階段是否有相應(yīng)的維保需求或者其他新增需求等等，根據(jù)需求企業(yè)作出相應(yīng)調(diào)整或者策略，最終應(yīng)用到包括運(yùn)營，包括營銷以及售后服務(wù)，甚至C2M、C2P場景上。    

在營銷層面，核心是潛客層面上。如何甄別或者做一些潛客的個(gè)性化的營銷。當(dāng)中有三個(gè)關(guān)鍵的場景：  

第一，它在過去或者未來這段時(shí)間里面是否會(huì)有真正意義上的購車意向。

在購車意向和預(yù)約試駕意向甄別上，以前經(jīng)銷商在沒有精準(zhǔn)的數(shù)據(jù)支持下，DCC部門每天需要打大量的電話，但是這些客戶本質(zhì)上不是他們高意向客戶等，客戶體驗(yàn)不好。 

同一個(gè)情況下，提前用大數(shù)據(jù)作支撐甄別出在未來一個(gè)月到三個(gè)月內(nèi)會(huì)有購車意向相應(yīng)客戶，再去做相應(yīng)的電話觸達(dá)，這個(gè)是有價(jià)值的信息，有意義的信息。    

第二，保客或者已有客戶層面上，在觸點(diǎn)比較少的情況下，每年的續(xù)保是在保客層面上比較關(guān)鍵的場景。 

如果出現(xiàn)續(xù)保里面有猶豫、不續(xù)?；蛱岬狡渌放泼值惹闆r，這說明有可能他會(huì)有換新或者置換的意向，這時(shí)候是要給他推可以更換或者換新同一品牌的其他車型或者更高端車型的一個(gè)關(guān)鍵的機(jī)會(huì)。 

這里面會(huì)涉及到對(duì)話或者留言的語音轉(zhuǎn)文字，轉(zhuǎn)化之后通過專員處理技術(shù)識(shí)別當(dāng)中的相關(guān)的關(guān)鍵詞和語義分析，在這種情況下判斷是否可能會(huì)有潛在置換的需求。 

在?？屠锊粌H僅是續(xù)保這一塊，本質(zhì)上在售后非常多的環(huán)節(jié)里抓取到相應(yīng)的需求數(shù)據(jù)、維保數(shù)據(jù)等提升相關(guān)的售后服務(wù)，也對(duì)品牌的忠誠度和長期合作具有重要的意義。    

第三，新客推廣。之前很多的傳統(tǒng)主機(jī)廠或者自主或合資品牌以及其他的公司都會(huì)涉及到比較多拍腦袋的決策。

有些自主品牌的認(rèn)知的客戶是20到30歲的有競青年的畫像。但基于車主的特征做相應(yīng)的判斷和基于一些具類和分類算法去判斷之后會(huì)發(fā)現(xiàn)，品牌更大部分受眾在40歲到50歲的年齡段，跟車企拍腦袋決定的客戶受眾不一樣。 

如果客戶定位環(huán)節(jié)出現(xiàn)問題，本質(zhì)上后面的營銷推廣環(huán)節(jié)就存在相應(yīng)的問題。但是通過一些無監(jiān)督的具類或分類算法可以幫助這些企業(yè)識(shí)別到真正的客戶群體，然后基于這些去做更加個(gè)性化或者精準(zhǔn)的營銷。 

營銷智能化

除了剛剛提到在營銷場景，按照生命周期階段做營銷自動(dòng)化或者營銷智能化也是非常關(guān)鍵的一個(gè)點(diǎn)。 

在主機(jī)廠使用營銷自動(dòng)化的平臺(tái)時(shí)，其核心涉及到幫助營銷人員操作畫布上設(shè)置，希望在什么條件下對(duì)什么樣的人群作出相應(yīng)的動(dòng)作，比如試駕之后體驗(yàn)問卷調(diào)查，或者針對(duì)車主去推送其他的相關(guān)服務(wù)等情況，到底是應(yīng)該發(fā)送微信、短信還是應(yīng)該去做電話的關(guān)懷或者回訪。

這些本質(zhì)上降低了IT部門在日常的營銷活動(dòng)當(dāng)中較多的介入和人工做相應(yīng)的支持，盡可能的讓營銷人員在不需要寫任何代碼的情況下，能夠自主的去完成營銷自動(dòng)化的每一個(gè)相關(guān)的環(huán)節(jié)。

在客戶數(shù)據(jù)、數(shù)字化應(yīng)用場景上，整體都應(yīng)該是以客戶為中心，不僅僅在70%、80%場景在于營銷的情況下。其實(shí)客戶的洞察反饋以及C2M或者C2B場景也是非常關(guān)鍵的。   

以威馬為例，其新車型上市之后，威馬特別想關(guān)注用戶到底在評(píng)價(jià)它的外觀、內(nèi)飾、電池、性能還是個(gè)性化等比較好看。這就是基于所有客戶洞察反饋以及基于這些實(shí)時(shí)的客戶相關(guān)的一些反饋，能夠幫助威馬做到更好的服務(wù)以及在未來的新的產(chǎn)品的研發(fā)或者是個(gè)性化制造方面做到更加貼合客戶需求。    

例如滴滴的應(yīng)用場景中，因?yàn)榇蠖鄶?shù)情況下會(huì)是文本類客戶數(shù)據(jù)的存在，在數(shù)據(jù)越來越大情況下，基于自然語言處理一個(gè)事件是順風(fēng)車、專車還是出租車的事情，是司乘關(guān)系，還是咨詢、投訴是憤怒或者開心的情緒，靠人工解決不太現(xiàn)實(shí)。機(jī)器自然語言處理在AI里面可以幫助滴滴收集客戶洞察反饋，實(shí)時(shí)地解決相應(yīng)的事件，以及支持到客戶洞察或者C2M的場景。 

我們幫瑪莎拉蒂品牌基于它在國內(nèi)車主的特征預(yù)測其百萬級(jí)別潛客的購車意向。潛客層面上基于內(nèi)部DMS或者私域的行為數(shù)據(jù)等去搭建多層的散發(fā)組合模型，經(jīng)過兩年多合作，預(yù)測準(zhǔn)確率已經(jīng)訓(xùn)練到接近97%，根據(jù)大數(shù)據(jù)篩選的潛客預(yù)約試駕的成功率翻倍提升以及最終相應(yīng)轉(zhuǎn)化率提升，每天變化可以讓銷售代表實(shí)時(shí)查看基于此判斷下一步怎么樣做相關(guān)的推薦。 

解決目前汽車行業(yè)相關(guān)問題，有時(shí)也需要跳出汽車行業(yè)固有的思維去看其他行業(yè)在數(shù)字化轉(zhuǎn)型里是怎么解決的。   

我們在零售行業(yè)也做了很多的客戶。在星巴克咖啡幫它搭建國內(nèi)客戶數(shù)據(jù)平臺(tái)，星巴克APP是它戰(zhàn)略里面基于存量客戶做數(shù)字化營銷。在打通多個(gè)觸點(diǎn)確保同一個(gè)用戶之后，APP會(huì)根據(jù)用戶需求推不同的券以及食品的搭配。我們幫它做到了90%的預(yù)測率，提升一半以上食品、飲料搭配的相關(guān)模型。    

在旅游行業(yè)，春秋航空、東航旅游客戶相對(duì)高頻效果更加明顯。通過過去三年幾個(gè)億訂單以及過去72小時(shí)的行為數(shù)據(jù)，去預(yù)測未來7天之內(nèi)，上億的乘機(jī)人實(shí)際會(huì)乘坐400條航線中哪一條。 

通過接近兩年的時(shí)間預(yù)測準(zhǔn)確也做到了接近99%，預(yù)測未來7天購買航線的準(zhǔn)確率。以前在100條里有0.7到1條轉(zhuǎn)化率，現(xiàn)在提升了10倍。這是基于在自由觸點(diǎn)上數(shù)據(jù)量比較豐富的情況下達(dá)到的顯著效果。    

除營銷場景以外，大家會(huì)發(fā)現(xiàn)以客戶為中心的場景事實(shí)上非常多的開始延展到大于營銷場景之外的應(yīng)用場景，包括這兩年都在提的C2M、C2B等個(gè)性化的需求到個(gè)性化制造，以及個(gè)性化需求的這些點(diǎn)。到后面，我們看到有一些主機(jī)廠的設(shè)計(jì)部門或者產(chǎn)品部門也開始關(guān)注基于客戶數(shù)據(jù)去打造一些相應(yīng)的汽車特征。

返回第一電動(dòng)網(wǎng)首頁 >