探索中国CIO人才现状 | 第四季调研报告
数据如何赋能车企业务、管理、商业模式创新
2022-06-06  来源:CIO发展中心

本文由CIO发展中心汽车数智化联盟根据数字化营销及大数据分析行业专家路帅在“数字化加持的营销创新”专题研讨会的演讲整理

汽车企业如今正经历着百年不遇的重大变革,新兴数字技术及能源革命,正在驱动汽车行业向智能化、电动化、网联化、共享化的出行服务转型,数字化正成为汽车企业核心竞争力。数字化营销及大数据分析行业专家路帅结合其过往的实战经验,向大家介绍了数据赋能车企降本增效的总体思路及落地方法。以下文字为演讲实录,内容略有删减。

路帅.png路帅 数字化营销及大数据分析行业专家 

数字化时代下汽车行业变局 

众所周知,数字化时代汽车行业的变局,体现在多个维度,汽车行业的商业模式、生产方式、生态体系都在被数字化所颠覆和重构,并且整个行业重资产、产业链相对较长,如今也在向着“四化”的方向演变。而在这个过程中,数字化逐渐发展成为企业的核心竞争力,新技术赋予了业务更多可能,新一代的互联网原住民的崛起也在推动车企思考如何开发更智能化、更数字化的产品来服务于消费者。

技术、客户、产品形态、产业结构的变化使车企在一个新的环境下发展,面对这些变化如何实现企业业务的增长,满足客户的个性化诉求,通过数字化手段来助力营销,是车企现阶段必须面临的课题。 

数字化转型总体思路 

一般来说,车企的数字化转型会按照一定的思路进行。个人认为,可以分为以下三个部分:

战略先行:要具有清晰的数字化愿景和对数字化的理解,能够以数据为生产要素进行数字化的顶层设计,并用数据来驱动业务、管理、商业模式创新。

技术引擎:要搭建海量数据的实时处理能力,打造大数据基础设施底座;中间的数据服务层需把数据服务中台化,为企业带来更多的业务价值;同时还需要将常见的算法模型吃透,演化出更多适合企业的场景。

能力保障:首先要将数字化基因融入团队文化,同时分层级数字化培训,使企业高管充分理解数字化的重要性。当然离不开核心能力自建,一方面是敏捷软件开发能力,另一方面是数据算法能力。

顶层设计-构建以数据为生产要素的全栈数据能力平台 

值得关注的是,在顶层设计上,应当以数据为生产要素。因为在汽车的核心价值链中,最关键的就是数据的积累,包括研发、生产、销售等过程中产生的数据,企业需要围绕全价值链体系,沉淀相应的数据资产,并通过算法和模型产生相应的价值。

整个顶层设计的底座是业务中台和数据中台,双中台架构一方面是基于微服务的业务平台,将高度复用的业务流沉淀下来,形成一套高度敏捷、高度耦合的业务平台服务前端。另一方面就是基于海量数据的数据中台,为上游的应用场景赋能。

中间一层是数据运营层,包含以下几大部分,分别是数据场景库,用来收集和沉淀各类数据;向上是算法混合模型库,整个大数据领域,常用的算法数量不多,基于算法产生的模型数量相对比较固定。

举例来说,面对市场用户的洞察,帮助质保部门和客户投诉部门进行业务提升,背后就是基于NLP领域相关算法。依托业内比较主流的算法,可以进行用户标签情感的分析,捕捉外部的信息,处理客户对产品的投诉和评价。

预测模型的主要应用场景在于可以对用户的app进行一些规则设定,包括对客户保养时间的提醒,以及预测性的维修等。智能推荐模型可以根据用户的喜好和习惯,向其推送不同的文创产品以及主机厂的活动。会员的RFM则可以应用到对会员的分层等。 

价值导向–构筑数据赋能场景网

基于算法和模型库的积累,便可以推导出数据场景层,这是值得每个企业去积累的。从某种角度来看,系统的搭建是属于信息化时代的动作,而数字化时代需要解决提升效率与用户体验的问题,基于不同场景对业务赋能,这将是数字化转型的一个重要的价值。

当企业中有了多个场景的积累后,就可以搭建出企业的数据场景赋能网。在过去的两年,我们在营销各领域都进行了数据营销的实践,并产生了实际的业务效果。其中有部分项目是我们与行业内的合作伙伴一起完成的,部分项目是我们依靠自己的算法和数据能力完成的。

其中的逻辑,就是基于用户的整个旅程,来构建数据赋能场景网。对于车企来说,用户旅程相对简单,一般就是首先关注产品,进店选择车辆,进行产品体验购买,最后享受更多的服务,在这些旅程中,会有很多不同的用户触点,包括手机App、车机、线上线下的广告、经销商使用的服务助手等,通过这些触点,能够随时积累各种各样数据,进而构建出不同的场景。

用户旅程以网状呈现,但是每个部分都有先后顺序,首先通过智能的广告投放和线索评级,能够筛选出高意向潜客,给到4S店后就能够更好地对客户跟踪和运营。接下来可以打造数据标签,了解用户交互的历史信息和偏好,帮助销售顾问进行线索的转化。后期还可以在用户用车的过程中,通过网联数据,来提供智慧停车、异业服务、远程诊断等服务。在整个过程中,可以针对不同的场景进行数字化和价值的赋能。后期还可以进行智能推荐,例如在用户即将换车的时机,进行新产品相关信息的推送、二手车置换的信息等。

前文介绍到,数据驱动业务创新、管理创新、商业模式挖掘。其中对于业务创新的驱动,例如洞察用户、用户体验提升等都属于这一范畴;而管理创新主要有通过AI机器人来解决员工座席不足、处理工单、索赔验证等问题;商业模式的创新,包括异业服务的推荐,这也将是未来一个显性的增长点。所以对于企业来说,最重要的就是建立数据赋能场景网。

技术引擎-打造算力领先的数据中台 

在打造算力领先的数据中台上,我们将多方的能力进行集成,包括大数据平台、数据湖、数据科学平台、数据资产管理平台等,将这些平台进行高效结合后,便形成了整体架构,以实现数据从不同触点、不同系统的接入、存储、计算、提供服务,最终去支撑企业的数据增值与业务的创新和发展。

综上所述,数字化转型最为重要的就是进行数据的沉淀,通过数据能够为企业带来巨大的价值,也可以有效实现以下方面的精进:

通过对用户数据的积累,实现与用户更加个性化的交互和触达

通过数据分析、对比,进行更加高效的企业管理

通过数据的回流和分析,更好地进行智能化门店的运营

完成了基础的数字化转型以后,便可以探索数据的变现以及生态化的建设,目前来看,在这一领域仍然是点状突破的状态,未来这仍将是一个长远的课题,值得各位同仁一起探索突破。

以上内容希望能为大家带来启发,谢谢!