何運(yùn)舟

摘 要：隨著大數(shù)據(jù)時代的來臨，大數(shù)據(jù)汽車營銷越來越受到各個汽車廠家的青睞。汽車營銷企業(yè)以平臺的海量數(shù)據(jù)為基礎(chǔ)，依托于數(shù)據(jù)挖掘，人工智能，機(jī)器學(xué)習(xí)等技術(shù)進(jìn)行分析和預(yù)測，以實(shí)現(xiàn)企業(yè)的精準(zhǔn)營銷。本文研究了當(dāng)代汽車營銷企業(yè)如何使用大數(shù)據(jù)技術(shù)建立智慧門店，對企業(yè)內(nèi)部數(shù)據(jù)以及外部獲取的用戶、車聯(lián)網(wǎng)數(shù)據(jù)，進(jìn)行數(shù)據(jù)共享。如何利用數(shù)據(jù)挖掘技術(shù)，進(jìn)行市場預(yù)測，產(chǎn)品定位、制定積極有效的營銷策略。

關(guān)鍵詞：汽車營銷;數(shù)據(jù)挖掘;人工智能

1 引言

市場營銷學(xué)的經(jīng)典理論告訴我們：消費(fèi)者的需求就是企業(yè)的市場。市場營銷的就是竭盡所能地滿足消費(fèi)者現(xiàn)實(shí)或潛在的需求。企業(yè)占有市場的一席之地，才能圖生存、謀發(fā)展。為此，企業(yè)都把市場看作是自己的生命線，把消費(fèi)者看作上帝。為了滿足市場需求，企業(yè)不惜重金、下大力氣去做市場調(diào)查、搞市場預(yù)測，并根據(jù)消費(fèi)者的消費(fèi)偏愛去開發(fā)適銷對路的產(chǎn)品，根據(jù)市場規(guī)模、產(chǎn)品成本、和競爭對手的營銷手段制定企業(yè)的營銷策略。

由于企業(yè)的能力和資源是有限的，在市場研究方面的投入也是有限的，用傳統(tǒng)的市場調(diào)查、市場預(yù)測的方法，獲得的市場信息有時難免存在局限性、片面性，不夠全面準(zhǔn)確。而且傳統(tǒng)的調(diào)查方法主要靠人機(jī)協(xié)作，費(fèi)時費(fèi)力，信息的時效性較差，有些信息是過時的，所以據(jù)此作出的預(yù)測結(jié)果也往往不夠準(zhǔn)確，可能導(dǎo)致企業(yè)經(jīng)營決策失誤。

大數(shù)據(jù)營銷通過互聯(lián)網(wǎng)采集大量的行為數(shù)據(jù)，強(qiáng)調(diào)時效性。在網(wǎng)絡(luò)時代，人們的消費(fèi)行為和購買方式極變化極快。大數(shù)據(jù)分析可及時掌握網(wǎng)民的需求，幫助企業(yè)找出目標(biāo)受眾，第一時間對網(wǎng)民的需求作出回應(yīng)，結(jié)合線下實(shí)體店實(shí)現(xiàn)精準(zhǔn)營銷。

當(dāng)前，國內(nèi)汽車市場的增速出現(xiàn)拐點(diǎn)，產(chǎn)能過剩普遍存在。而且，市場上可供選擇的車型越來越多，消費(fèi)者出現(xiàn)選擇困惑，汽車廠家需要消費(fèi)大數(shù)據(jù)引導(dǎo)企業(yè)了解市場，給產(chǎn)品精確定位來適應(yīng)消費(fèi)需求的變化。汽車銷售門店（4S店）是汽車企業(yè)觀察市場的眼睛，由他們收集的用戶信息是車企新品開發(fā)和老產(chǎn)品改進(jìn)的依據(jù)。因此數(shù)字營銷已在汽車企業(yè)普及推廣，汽車企業(yè)開始注重大數(shù)據(jù)在汽車營銷工作中的運(yùn)用，正在努力打造數(shù)字化智能門店。

2 數(shù)據(jù)挖掘在汽車營銷活動中的作用

數(shù)據(jù)挖掘一般是指從大量的數(shù)據(jù)中自動搜索隱藏于其中的有著特殊關(guān)系性（屬于Association rule learning）的信息的過程。數(shù)據(jù)挖掘綜合運(yùn)用聚類、機(jī)器學(xué)習(xí)分類、模式識別、專家系統(tǒng)等方法，發(fā)現(xiàn)有用信息，以及數(shù)據(jù)之間的關(guān)聯(lián)規(guī)則。通過這種技術(shù)的手段，可以從大量無序的、模糊的、雜亂的數(shù)據(jù)中獲取隱蔽的人們所需要的信息數(shù)據(jù)，用來發(fā)現(xiàn)消費(fèi)者的消費(fèi)喜好，從而可以在人們消費(fèi)偏好和消費(fèi)模式等信息的基礎(chǔ)上進(jìn)行消費(fèi)者分類。再結(jié)合對消費(fèi)者需求的精準(zhǔn)把握進(jìn)行產(chǎn)品開發(fā)，向消費(fèi)者提供給個性化和定制化的產(chǎn)品。數(shù)據(jù)挖掘方法對于汽車銷售工作的作用主要體現(xiàn)在幫助實(shí)現(xiàn)企業(yè)市場定位、實(shí)現(xiàn)消費(fèi)群體定位和實(shí)現(xiàn)營銷策略制定等方面。

2.1 數(shù)據(jù)挖掘技術(shù)有助于企業(yè)做好客戶關(guān)系管理

在人們需求逐漸多元化、汽車行業(yè)發(fā)展遭遇新挑戰(zhàn)的情況下，客戶關(guān)系管理工作在汽車企業(yè)競爭活動中的作用越發(fā)重要。數(shù)據(jù)挖掘技術(shù)主要在挖掘黃金客戶、客戶背景分析、減少客戶流失、預(yù)測客戶消費(fèi)求方面發(fā)揮作用，從而不斷提升整個交叉營銷的實(shí)際效果。潛在購車者的受教育水平、收人水平、購車方式等都是汽車銷售過程進(jìn)行產(chǎn)品定價和制定銷售策略的重要信息。應(yīng)用數(shù)據(jù)挖掘中的分類技術(shù)，可對上述特征指標(biāo)進(jìn)行消費(fèi)者分類。其對消費(fèi)行為特征的精準(zhǔn)描述，可指導(dǎo)企業(yè)針對性地對潛在消費(fèi)者推送適用產(chǎn)品或開發(fā)特定產(chǎn)品。

2.2 數(shù)據(jù)挖掘技術(shù)可幫助企業(yè)實(shí)現(xiàn)正確的市場定位

目前，消費(fèi)者根據(jù)自己的收入水平在一定的價格區(qū)間內(nèi)選擇適合自己的、性價比高的產(chǎn)品。因此，合理定位汽車產(chǎn)品的性能與價格，并制定有針對性的營銷策略，對于汽車企業(yè)具有重要意義。數(shù)據(jù)挖據(jù)中的聚類技術(shù)，能夠以車型價格為特征指標(biāo)進(jìn)行市場定位分析，從而為企業(yè)的產(chǎn)品價格決策和車型開發(fā)決策提供依據(jù)。

2.3 數(shù)據(jù)挖掘技術(shù)還能幫助企業(yè)制定科學(xué)合理的營銷策略

在互聯(lián)網(wǎng)+時代，各種電商平臺、論壇、微信、微博、手機(jī)APP等媒介不斷創(chuàng)新和發(fā)展，汽車駕乘體驗(yàn)、車展信息、成交記錄、汽車價格動態(tài)等海量信息，及有關(guān)購車者購車體驗(yàn)等等信息大量產(chǎn)生，應(yīng)用數(shù)據(jù)挖據(jù)中的關(guān)聯(lián)規(guī)則提取技術(shù)能夠建立購車者特征指標(biāo)與購車頻次、汽車產(chǎn)品價格之的關(guān)聯(lián)規(guī)則從而為制定營銷策略提供依據(jù)。

3 汽車營銷企業(yè)智慧門店數(shù)據(jù)挖掘系統(tǒng)設(shè)計

3.1 構(gòu)建智能門店后臺的數(shù)據(jù)平臺

我們選取目前主流的大數(shù)據(jù)平臺組件來構(gòu)建智能門店后臺的數(shù)據(jù)平臺。Cloudera的Flume能在數(shù)據(jù)處理層面提供一個高可用的，分布式的海量日志采集、整合和傳輸?shù)南到y(tǒng)。Nutch提供搜索引擎所需的全部工具。在數(shù)據(jù)的存儲上，對于PB級的數(shù)據(jù)我們使用hadoop的HDFS分布式文件系統(tǒng)來存儲。在數(shù)據(jù)分析處理模塊，我們使用Kafka來處理來自車聯(lián)網(wǎng)等渠道的每秒數(shù)百萬條的消息，并適時傳入Storm進(jìn)行實(shí)時流計算。Oracle、HBase、MySQL等數(shù)據(jù)庫能在數(shù)據(jù)分析持久層滿足不同類型應(yīng)用開發(fā)的需求?？傮w架構(gòu)的設(shè)計思路就是為了滿足多渠道，海量數(shù)據(jù)的采集，高速的處理，以及不同的應(yīng)用開發(fā)平臺的業(yè)務(wù)需求。

圖1為某一大型汽車企業(yè)的大數(shù)據(jù)平臺架構(gòu)示意圖：

3.2 建立智能化售前服務(wù)體系

在具體實(shí)踐中，我們看到在4S店的售前階段，客流是銷售顧問們最為關(guān)心的。有客流才能轉(zhuǎn)換成訂單，客流從哪里來，來店里后對產(chǎn)品意向如何，如何針對性的設(shè)計銷售策略？這些問題都關(guān)系到最終銷售業(yè)績。為此，我們引入數(shù)據(jù)分析和人工智能技術(shù)來幫助銷售工作人員快速地發(fā)現(xiàn)潛在客戶，確定購買意向。

在智慧門店中，每個人一走進(jìn)展廳，就會被智能攝像頭連續(xù)抓拍，攝像頭內(nèi)置的人臉識別算法會對拍到的照片進(jìn)行選優(yōu)，選取光線角度最佳的人臉照片上傳到云端服務(wù)器，云端的高性能GPU服務(wù)器會人臉進(jìn)行分析比對。系統(tǒng)會先判斷此人是否為店內(nèi)工作人員，之前是否來過，如果不是，那可定義為新客，新客的照片通過APP推送到前臺的接待人員的手機(jī)上，并且可以將同時進(jìn)店的人員作為一個批次推送，接待人員可以直接為新客戶建卡并分配銷售顧問上前接待;如果此人之前來過，系統(tǒng)中已有記錄，那他將被識別為二次到店，他的身份，之前所分配的銷售顧問是誰，意向車型是哪款，洽談進(jìn)展如何，整個客戶資料將立即呈現(xiàn)在APP端，銷售人員將非常高效的針對這樣的客戶進(jìn)行進(jìn)一步的溝通。這樣的過程僅僅在幾秒鐘內(nèi)完成。極大地提高了前端銷售的效率?？蛻粼诘昀锟窜嚂r，他在每個車型停留的時間也會被攝像頭記錄。離店時，智能攝像頭還會再次記錄下他的信息，并對他整個駐店時長進(jìn)行記錄。這些數(shù)據(jù)都會作為客流信息上傳到后臺大數(shù)據(jù)平臺，大數(shù)據(jù)平臺經(jīng)過分析處理后將得到不同地區(qū)，不同品牌，不同車型客流情況的實(shí)時信息，主機(jī)廠可以隨時查詢。對比以前每個月統(tǒng)計一次的銷售報表，這樣的實(shí)時分析數(shù)據(jù)這將對主機(jī)廠的各類營銷活動的設(shè)計，營銷策略的制定，產(chǎn)品投放的時機(jī)等起到極大的提升作用。（圖2）為智能門店接待邏輯圖。

3.3 建立智能化的售后服務(wù)系統(tǒng)

車聯(lián)網(wǎng)的興起使得公路上跑的車輛成為了一個數(shù)據(jù)生產(chǎn)的機(jī)器，車輛在使用個過程中在不斷地產(chǎn)生各種數(shù)據(jù)。車輛行駛的路線，車速，車主的用車習(xí)慣，開車喜歡聽什么樣的音樂，新能源車在哪里充電，車輛發(fā)生了什么故障，用車的環(huán)境如何……這樣數(shù)據(jù)都通過互聯(lián)網(wǎng)傳到了后端的大數(shù)據(jù)平臺。大數(shù)據(jù)平臺將這些數(shù)據(jù)進(jìn)行歸類、清洗、整理并應(yīng)用到各種場景中。

在售后服務(wù)營銷場景中，傳統(tǒng)的售后服務(wù)都是等車上門，看人下菜，經(jīng)常出現(xiàn)排隊時間長，小病大修，用戶無法準(zhǔn)確描述故障，一個故障多次維修，質(zhì)量投訴無門等問題。如今隨著快修店的快速成長，及保險公司買保險送保養(yǎng)等活動的打壓下，4S店的售后接單量下降明顯。在智慧門店中，4S店可以將自己的資源（車間工位，備件信息，技師信息，服務(wù)項目等）通過網(wǎng)絡(luò)公布出來，而互聯(lián)網(wǎng)汽車又會將自身的健康狀況，保養(yǎng)需求通過ODB傳給TBOX發(fā)布到云端。大數(shù)據(jù)平臺對接雙方的數(shù)據(jù)，進(jìn)行撮合，按照維修的緊急程度，距離遠(yuǎn)近，車間繁忙情況，用戶評價等算法模型將撮合結(jié)果發(fā)送給車主與4S店，達(dá)到車主無需開口，4S店就能知道用戶的需求。4S店無需等車上門，主動獲得客戶，提前準(zhǔn)備維修方案，安排備件，既避免4S店盲目購進(jìn)備件的壓庫問題，也解決了用戶做完檢查后無備件需等待訂貨的尷尬。車輛進(jìn)店后，傳統(tǒng)的排隊接車等待開單等環(huán)節(jié)都已不復(fù)存在，技師直接根據(jù)車牌識別的信息，系統(tǒng)的派單信息，直接將車開去工位維修。車入維修狀態(tài)后，車輛的每個維修步驟都將被系統(tǒng)記錄，車主能通過休息室的智能大屏或是手機(jī)APP隨時查看自己車輛的維修進(jìn)展。圖3是智能門店售后系統(tǒng)架構(gòu)圖：

4 結(jié)束語

正確使用汽車銷售企業(yè)的數(shù)據(jù)挖掘技術(shù)，是實(shí)現(xiàn)汽車銷售智能化和售后服務(wù)智能化的基礎(chǔ)，是輔助汽車企業(yè)進(jìn)行預(yù)測市場需求、準(zhǔn)確開發(fā)適銷產(chǎn)品、正確制定銷售策略的有效工具。是提高汽車企業(yè)營運(yùn)效率的現(xiàn)代化手段。

參考文獻(xiàn)：

[1]李帆、劉建偉.汽車銷售行業(yè)中數(shù)據(jù)挖掘技術(shù)的應(yīng)用.《經(jīng)濟(jì)研究導(dǎo)刊》.2017.第6期.

[2]邢濤.基于數(shù)據(jù)挖掘技術(shù)下汽車銷售客戶分析應(yīng)用探討.《商場現(xiàn)代化》.2015第23期.

[3]胡忠偉.大數(shù)據(jù)汽車營銷淺談 《絲路視野》.2017-04-25.

[4]楊蔓.新媒體時代下廣播媒體發(fā)展優(yōu)勢及整合發(fā)展策略研究 《視聽》 ?2018-11-20.