何運舟

上海汽車集團股份有限公司乘用車分公司數據及信息系統(tǒng)部 上海市 200438

1 引言

市場營銷學的經典理論告訴我們：消費者的需求就是企業(yè)的市場。市場營銷的就是竭盡所能地滿足消費者現實或潛在的需求。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查、搞市場預測，并根據消費者的消費偏愛去開發(fā)適銷對路的產品，根據市場規(guī)模、產品成本、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)的市場調查、市場預測的方法，獲得的市場信息有時難免存在局限性、片面性，不夠全面準確。而且傳統(tǒng)的調查方法主要靠人機協作，費時費力，信息的時效性較差，有些信息是過時的，所以據此作出的預測結果也往往不夠準確，可能導致企業(yè)經營決策失誤。

大數據營銷通過互聯網采集大量的行為數據，強調時效性。在網絡時代，人們的消費行為和購買方式極變化極快。大數據分析可及時掌握網民的需求，幫助企業(yè)找出目標受眾，第一時間對網民的需求作出回應，結合線下實體店實現精準營銷。

當前，國內汽車市場的增速出現拐點，產能過剩普遍存在。而且，市場上可供選擇的車型越來越多，消費者出現選擇困惑，汽車廠家需要消費大數據引導企業(yè)了解市場，給產品精確定位來適應消費需求的變化。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)和老產品改進的依據。因此數字營銷已在汽車企業(yè)普及推廣，汽車企業(yè)開始注重大數據在汽車營銷工作中的運用，正在努力打造數字化智能門店。

2 數據挖掘在汽車營銷活動中的作用

數據挖掘一般是指從大量的數據中自動搜索隱藏于其中的有著特殊關系性（屬于Association rule learning）的信息的過程。數據挖掘綜合運用聚類、機器學習分類、模式識別、專家系統(tǒng)等方法，發(fā)現有用信息，以及數據之間的關聯規(guī)則。通過這種技術的手段，可以從大量無序的、模糊的、雜亂的數據中獲取隱蔽的人們所需要的信息數據，用來發(fā)現消費者的消費喜好，從而可以在人們消費偏好和消費模式等信息的基礎上進行消費者分類。再結合對消費者需求的精準把握進行產品開發(fā)，向消費者提供給個性化和定制化的產品。數據挖掘方法對于汽車銷售工作的作用主要體現在幫助實現企業(yè)市場定位、實現消費群體定位和實現營銷策略制定等方面。

2.1 數據挖掘技術有助于企業(yè)做好客戶關系管理

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。數據挖掘技術主要在挖掘黃金客戶、客戶背景分析、減少客戶流失、預測客戶消費求方面發(fā)揮作用，從而不斷提升整個交叉營銷的實際效果。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行產品定價和制定銷售策略的重要信息。應用數據挖掘中的分類技術，可對上述特征指標進行消費者分類。其對消費行為特征的精準描述，可指導企業(yè)針對性地對潛在消費者推送適用產品或開發(fā)特定產品。

2.2 數據挖掘技術可幫助企業(yè)實現正確的市場定位

目前，消費者根據自己的收入水平在一定的價格區(qū)間內選擇適合自己的、性價比高的產品。因此，合理定位汽車產品的性能與價格，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。數據挖據中的聚類技術，能夠以車型價格為特征指標進行市場定位分析，從而為企業(yè)的產品價格決策和車型開發(fā)決策提供依據。

2.3 數據挖掘技術還能幫助企業(yè)制定科學合理的營銷策略

在互聯網+時代，各種電商平臺、論壇、微信、微博、手機APP等媒介不斷創(chuàng)新和發(fā)展，汽車駕乘體驗、車展信息、成交記錄、汽車價格動態(tài)等海量信息，及有關購車者購車體驗等等信息大量產生，應用數據挖據中的關聯規(guī)則提取技術能夠建立購車者特征指標與購車頻次、汽車產品價格之的關聯規(guī)則從而為制定營銷策略提供依據。

3 汽車營銷企業(yè)智慧門店數據挖掘系統(tǒng)設計

3.1 構建智能門店后臺的數據平臺

我們選取目前主流的大數據平臺組件來構建智能門店后臺的數據平臺。Cloudera的Flume能在數據處理層面提供一個高可用的，分布式的海量日志采集、整合和傳輸的系統(tǒng)。Nutch提供搜索引擎所需的全部工具。在數據的存儲上，對于PB級的數據我們使用hadoop的HDFS分布式文件系統(tǒng)來存儲。在數據分析處理模塊，我們使用Kafka來處理來自車聯網等渠道的每秒數百萬條的消息，并適時傳入Storm進行實時流計算。Oracle、HBase、MySQL等數據庫能在數據分析持久層滿足不同類型應用開發(fā)的需求?？傮w架構的設計思路就是為了滿足多渠道，海量數據的采集，高速的處理，以及不同的應用開發(fā)平臺的業(yè)務需求。

圖1為某一大型汽車企業(yè)的大數據平臺架構示意圖：

圖1 大數據平臺的技術實現架構

3.2 建立智能化售前服務體系

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

在智慧門店中，每個人一走進展廳，就會被智能攝像頭連續(xù)抓拍，攝像頭內置的人臉識別算法會對拍到的照片進行選優(yōu)，選取光線角度最佳的人臉照片上傳到云端服務器，云端的高性能GPU服務器會人臉進行分析比對。系統(tǒng)會先判斷此人是否為店內工作人員，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上，并且可以將同時進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，洽談進展如何，整個客戶資料將立即呈現在APP端，銷售人員將非常高效的針對這樣的客戶進行進一步的溝通。這樣的過程僅僅在幾秒鐘內完成。極大地提高了前端銷售的效率。客戶在店里看車時，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行記錄。這些數據都會作為客流信息上傳到后臺大數據平臺，大數據平臺經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時信息，主機廠可以隨時查詢。對比以前每個月統(tǒng)計一次的銷售報表，這樣的實時分析數據這將對主機廠的各類營銷活動的設計，營銷策略的制定，產品投放的時機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系統(tǒng)

車聯網的興起使得公路上跑的車輛成為了一個數據生產的機器，車輛在使用個過程中在不斷地產生各種數據。車輛行駛的路線，車速，車主的用車習慣，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……這樣數據都通過互聯網傳到了后端的大數據平臺。大數據平臺將這些數據進行歸類、清洗、整理并應用到各種場景中。

在售后服務營銷場景中，傳統(tǒng)的售后服務都是等車上門，看人下菜，經常出現排隊時間長，小病大修，用戶無法準確描述故障，一個故障多次維修，質量投訴無門等問題。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，服務項目等）通過網絡公布出來，而互聯網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。大數據平臺對接雙方的數據，進行撮合，按照維修的緊急程度，距離遠近，車間繁忙情況，用戶評價等算法模型將撮合結果發(fā)送給車主與4S店，達到車主無需開口，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，提前準備維修方案，安排備件，既避免4S店盲目購進備件的壓庫問題，也解決了用戶做完檢查后無備件需等待訂貨的尷尬。車輛進店后，傳統(tǒng)的排隊接車等待開單等環(huán)節(jié)都已不復存在，技師直接根據車牌識別的信息，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APP隨時查看自己車輛的維修進展。圖3是智能門店售后系統(tǒng)架構圖：

圖3 智能門店售后系統(tǒng)架構

4 結束語

正確使用汽車銷售企業(yè)的數據挖掘技術，是實現汽車銷售智能化和售后服務智能化的基礎，是輔助汽車企業(yè)進行預測市場需求、準確開發(fā)適銷產品、正確制定銷售策略的有效工具。是提高汽車企業(yè)營運效率的現代化手段。