行業整體還處于萌芽階段，但從營銷到研發的全產業鏈，再到智能、網聯、共享等未來趨勢，汽車行業已經越來越依賴大數據。

“大數據”從2013年左右在汽車界成為熱點，但在實際落地應用、直接為車企創造價值方面仍處于萌芽階段。

一、汽車大數據是什么

汽車行業的大數據概念分為狹義和廣義兩種。狹義的大數據指近些年興起的、來自互聯網和物聯網的新型數據，例如由車輛傳感器、車聯網搜集上傳的數據。其特點一是海量，二是數據來源廣泛、結構復雜，包含文本、語音、圖像、視頻等形式，不是傳統數據庫的結構化數據。廣義大數據還包含汽車廠商的傳統數據，例如4S店銷售網絡收集的車輛維修保養數據、調研機構的市場調研分析數據等。

還有一些傳統數據之前因為技術手段難以應用，近年來與新型數據一起得到了廣泛應用。例如廠商呼叫中心的數據，因為是語音數據，之前很難批量分析應用，現在因為語音轉文本和文本分析技術的成熟而變得利用價值更高。

如果按產業鏈環節分，能為汽車主機廠創造價值的大數據又可以分為消費者洞察、數字營銷、產品質量及售后服務、庫存與供應鏈優化、銷量預測與生產優化、研發等環節的大數據。其中最重要的是消費者洞察大數據。具體而言，汽車消費者洞察大數據包括消費者購買產品的支出、選擇產品的渠道、偏好產品的類型、產品使用周期、購買產品的目的、消費者家庭背景、工作和生活環境、個人消費觀和價值觀等。

二、汽車大數據應用場景及價值分析

汽車行業發展至今已經不存在高深莫測的獨門技術，都是成熟技術的組合搭配。同一個細分市場、相同售價區間內的不同品牌、不同車型如何打出差異化，選擇和突出哪些配置和功能，全靠企業對消費者需求的把握。

1.市場調研

車企以往通過市場調研機構了解消費者需求，大型車企每年在這方面的投入達億元級。但傳統線下調研存在樣本量稀少，數據分析報告周期長，不能完整代表未來3-5年內的完整模型，同時存在產品定義(配置定義、人群定義、市場定義、價格定義)不精準的缺陷。

近年來隨著互聯網、物聯網、算法、分析引擎等技術的進步，能夠提供新型大數據服務的公司逐漸涌現。相較傳統調研，汽車大數據公司的調研數據樣本量更大，更豐富，效率更高。

車企利用這些大數據分析能夠在市場調研、戰略規劃、產品研發、營銷分析等領域精準決策。

借助新型汽車大數據服務，車企不僅可以拓寬汽車行業調研數據的廣度和深度，從大數據中了解汽車行業市場構成、細分市場特征、消費者需求和競爭者狀況等眾多因素，挖掘市場需求、競爭情報，提出更好的解決問題的方案和建議，保證企業品牌市場定位獨具個性化，提高企業品牌市場定位的行業接受度，還能夠建立基于大數據數學模型對未來市場進行精準預測。

2.戰略規劃

定位是企業任何戰略規劃重中之重的內容，一旦定位不準，將直接把企業推向懸崖邊，造成的損失完全不是用金錢能衡量的，極有可能是致命的，類似的案例在汽車圈舉不勝舉。車企通過收集產生于微博、微信、點評網、評論版上海量的網絡評論交互性大數據，如商家信息、個人信息、行業資訊、產品使用體驗、商品瀏覽記錄、商品成交記錄、產品價格動態，建立網評大數據庫，與競品分析對比，找到自身產品與競品相比的優缺點。通過對大數據的統計分析來充分了解市場信息，掌握競爭者的商情和動態，知曉產品在競爭群中所處的市場地位。以此日后更好地改進和創新產品，更精準地向特定人群推廣產品，更精準地推廣產品哪些特性。同時，車企還可以通過大數據統計分析，進行科學的需求和產品價格走勢預測，并針對不同的細分市場來實行動態定價和差別定價，從而使企業收益最大化。

3.產品設計研發

產品端車企最迫切需要解決未來的問題。車企每年都要投入大量的經費用于研發，一款新車往往光研發費用就得十幾億，如想構建一個大體能覆蓋主流市場的車型結構，研發費用肯定得過百億。問題是投入巨資打造的車型，一旦沒能抓住用戶的需求痛點，那對企業絕對是致命的。因此擺在車企眼前頭等大事就是—找準未來3-5年的用戶需求，打造什么樣的屬于未來市場的汽車產品。基于大量真實的用戶口碑等構建的汽車大數據，有助于車企研發設計出更適合用戶需求的產品。隨著成熟的汽車大數據技術逐步應用于車企生產、銷售、服務工作中各環節，可以幫助車企總結過去經驗，預判在新車研發周期的未來周期的市場需求走勢(一般為3-5年)，提升車企整體運營效率。

4.營銷變革

汽車大數據極大程度地改變了車企傳統的營銷方式，推動車企營銷變革。以往的營銷主要通過品牌傳播，通過群體分析;在汽車大數據時代，營銷變得更加精準，更加有效，甚至讓交易達成直接變成了現實，形成閉環，極大程度地提高了營銷的效率。同時，汽車大數據實現了線上和線下渠道的緊密結合，讓傳統的營銷方式直接進去多屏的智能營銷時代。汽車大數據通過用戶畫像分析、市場狀況分析、場景分析、營銷產品內容分析、洞悉用戶的訴求點，利用個性化推薦技術，實現了真正意義上的個性化精準營銷、智能營銷。

具體而言，車企通過大數據分析用戶的消費行為、興趣偏好、客戶分布、發展趨勢、消費能力、消費特征和產品的市場口碑現狀，再制定有針對性的營銷方案和營銷戰略，實現精準信息精準推送，更好地為用戶服務和發展忠誠用戶。

三、汽車大數據行業格局分析

大數據行業目前處于萌芽階段，還沒有巨頭公司產生。專注汽車行業的有上海數策、汽車數據工場、慧數汽車、汽車之家、J.D.Power等，另外還有一些公司如IBM、阿里提供泛行業數據服務，汽車行業做得不夠深入。

大數據有三大基本條件：數據源、算法算力、應用場景，不同數據公司各有側重和強項。

例如汽車之家是目前全球訪問量最大的汽車垂直網站，其公開數據是70%的真實購車用戶會到汽車之家查詢對比，日活躍用戶達3500萬，其強項在于數據源。

泛消費類像阿里的大數據，依托淘寶、天貓的交易數據和支付寶、螞蟻金服的金融數據，阿里基于UNI ID識別每個賬號背后“真人”的全網行為，能夠跨屏幕、跨設備、跨媒體將每個人的零散數據打通。所以阿里的大數據不以某個行業為重心，而以每個個人為核心，描繪出每個用戶的個人大數據。

上海數策等獨立的大數據公司依仗的是算法、算力、建模能力，這類大數據公司的核心競爭力可以歸結為人，可以看成“一群數學家的創業”。

就特定應用場景來談，以汽車之家為代表的汽車行業相關公司更占優勢，因為其用戶的使用行為100%圍繞看車、選車、買車、用車的全周期應用場景，行為包括看新聞報道、查配置、比價格、發帖回帖、談使用感受、吐槽抱怨等，能更精準地幫助汽車企業優化營銷效率和轉化率、提高研發效率和準確度，這一點是泛行業數據公司、互聯網公司提供的大數據無法比擬的。

從以上梳理能看出，汽車垂直網站做大數據具有數據源和使用場景兩大先天優勢，第三方數據公司的數據來源幾乎都離不開從汽車垂直流量大戶網站抓取，而這些網站許多數據是非公開、無法抓取的，這更鞏固了它們的數據來源優勢。例如汽車之家去年推出的的大數據產品車智云就是基于十多年汽車之家用戶在網站上所有瀏覽軌跡、點擊行為和在論壇里的發帖、回帖的文本內容提取出來，通過文本挖掘的方式生成數據，根據這些數據分析用戶對某款車的偏好、喜好程度、對比過哪些競品、對車的優缺點評價等內容。這些數據之所以價值無窮，就是因為它不僅是聚焦汽車行業消費者的行為數據，更涵蓋從造車端到用車端的整個價值鏈條的各環節。

四、汽車大數據應用案例分析

以某個時間點榮威RX5與吉利博越的用戶畫像對比為例說明。

車智云數據顯示，RX5車主平均年齡33.5歲，博瑞32.9歲，后者較年輕。車主年齡分布上，RX5的前兩大年齡段是31-35歲和27-30歲;博越車主前兩大年齡段是27-30歲和31-35歲。

從行為軌跡來看，RX5車主APP三天活躍率排名前三的是：快手、微信、陌陌。而博越車主APP三天活躍率排名前三的是：快手、墨跡天氣、微博。

僅僅以上信息就能反饋至榮威RX5廠家繼而做出相應市場調整。例如在推廣傳播層面根據用戶年齡分布和社交娛樂類APP偏好做出營銷渠道和營銷力度優化;在車型開發改進層面更加注重車聯網等娛樂多媒體系統的升級。

這就是汽車大數據公司產生價值的過程。這個價值不僅在營銷層面，還可以深入到設計、研發、生產制造各個環節。

例如汽車之家有口碑欄目，用戶在購買、使用一段時間以后可以在該欄目發口碑帖。上傳購車發票等環節保證了真實車主、真實數據。口碑帖內容包括車輛具體版本、價格、購買地點、最滿意、最不滿意、空間、動力、操控、油耗、舒適性、外觀、內飾、性價比、為什么選擇這款車等內容。而每個帖子后還有大量車友跟帖討論，形成對車型評價的海量信息。

車智云通過文本挖掘的方式把這些信息提煉出來，構建一套用戶使用體驗標準體系，根據這個指標體系進行定向的挖掘。

比如用戶對老款哈弗H6的核心評價是“經濟實惠、口碑較好，外觀和空間還行，但是動力有點弱……”。這些信息被挖掘出來提供給長城，成為哈弗后來推出H6 1.5T版本、優化產品動力的原因之一。

這樣的例子在汽車行業越來越多，而且汽車行業最熱的智能化、網聯化、共享化也將重度依賴大數據。5月24日，上汽集團數據業務部副總經理劉峰在2018上海大數據人工智能創新應用峰會上說：“汽車智能網聯的價值在于它的應用，而大數據則是其應用實現的先決條件。”

與這樣的前景相比，目前的汽車大數據還處于萌芽階段。以消費者洞察大數據為例，投入最大的廠商如上汽通用近年來在1億元以上，行業大多數廠商每年投入在百萬元級，未來增長空間巨大。

越來越多跡象表明，大數據未來是有可能與“汽車四化”相提并論的風口。

(新媒體責編：news1166)