《刘岩：汽车大数据营销新纪元》

《《刘岩：汽车大数据营销新纪元》》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、《刘岩：汽车大数据营销新纪元》——《大数据名人讲堂》第二季第三集33/33嘉宾介绍刘岩新意互动(CIG)数据策略中心总经理在汽车数字营销领域具有丰富经验，多年致力于汽车受众大数据生态构建和主导大数据在汽车营销的实践应用。课程提纲：1、极具个性的中国汽车市场；2、大数据，汽车消费者的DNA；3、新时代的汽车大数据营销。33/33很荣幸参加央视网大数据名人讲堂，与各位分享大数据在汽车营销领域的发展和实践。接下来将从中国汽车市场状态、汽车消费特点及大数据在汽车营销领域的应用，让各位观众更了接中国汽车市场和汽车大数据营销。一、极具个性的中国汽车市场中国乘用车销量已连续八年登顶全球销量首位，近四年仍保

2、持两位数阶梯式增长，随着销量不断的增加，中国乘用车的保有量也在2015年超越美国（美国不包含皮卡的乘用车部分），成为全球第一。33/33那么，中国汽车的成长空间是不是已经趋紧饱和了呢？从下图全球重点国家的千人保有量，我们可以发现，美国2010年汽车千人保有量是812辆、澳大利亚2011年730辆、德国2008年634辆、加拿大2009年620辆、日本2009年589辆、英国2008年525辆、韩国2011年379辆、俄罗斯2011年271辆、巴西2011年259辆，而中国2015年仅110辆，即使按这个数字基于2011年的全球数据，中国也仅排在全球90名左右，可见中国汽车市场空间巨大，在未来

3、几年仍是蓝海。33/33虽然中国汽车市场空间值得期待，但通过各种各样有关汽车行业的新闻也好，还是我们与汽车企业的沟通也好，能感觉到，现在汽车企业销售的压力巨大，市场竞争激烈，这主要就在于中国汽车市场的特殊性。中国截至7月在售的汽车品牌有135个，而美国仅有38个；中国在售的车型有936个，而美国仅有290个。出现这样的局面与国外汽车企业的进入机制和大量国内品牌的崛起有着密切关系。33/33也正因为这样特殊中国汽车市场现状，促使汽车企业在面临竞争时，需要采用更有效的营销方式，提高营销效率。而效率和效果的提升根本就在于如何为每一位汽车消费者，提供更好的消费体验，这种消费体验是贯穿于消费者从认知品

4、、选择、购买、使用整个车生活闭环的过程。那么大数据的出现促使了汽车企业可以去提升闭环的每一个节点，从而带动链条产生价值。二、大数据，汽车消费者的DNA由于购车决策因素的复杂性、信息获取渠道的多样性、决策周期的波动性（购车决策长，汽车消费者的互联网决策过程平均70天），致使每一个汽车消费者都具备不同的决策特点，那我们就要去思考如何能够更加充分的洞悉消费者的决策过程，并为不同决策类型的消费者提供更优的营销体验。33/33恰恰由于普世适计算时代的到来，促使移动智能手机（2014、2015年中国合计销售8.5亿台智能手机）及微型计算终端快速普及，使我们能够大量的记录基于个人的网络行为数据；社会媒体告

5、诉发展，也使每一个人都成了数据的制造者，将每个人的思考、语言等变化成了非结构化的数据。也正因为于此，我们可以真正的揭示消费者的视角，并对消费决策的全过程进行洞悉。三、新世代的汽车大数据营销什么是大数据营销？是我们讨论汽车大数据营销前需要深入思考并明确的问题，绝大部分的人都会认为大数据营销等同于精准营销，甚至会认为大数据营销就是RTB精准投放，这种认知是很狭隘的，基于此的理解也会使汽车企业对大数据的应用片面化。大数据营销虽然还没有一个公认的标准化定义，但基于对大数据和营销的33/33思考，我们暂时可以这样去理解：大数据营销是将大数据应用到营销全链条，提升效率，提高效果，产生价值。自2015年以

6、来，大数据在汽车营销链条上的创新应用，不断丰富，相应的实践应用已经几乎覆盖了整个营销链条，包括市场研究、营销策略、媒介策略、精准营销、线索转化、金融服务等，而最为关键的在于各个汽车企业已经认知数据中心构建的重要性，并已开始行动。接下来我将抽取大数据营销的四方面内容和大家进行分享，包括数据中心、市场研究、营销策略、精准营销。同时还会分享一下基于大数据在产品改善上的案例，营销的前提仍在于产品。33/33（一）数据中心构建33/33在构建大数据平台之前，我们需要先从大数据的格局观去思考。在建设数据平台前，其实我们已经有了明确的目的和诉求，但是我们仍需认真思考什么是大数据？这对于我们如何构架数据平台

7、至关重要。《大数据》的作者涂子沛老师在其新作《数据之巅》里对大数据的定义非常值得借鉴，包含三个部分：第一，传统的小数据+现代的大记录。现代的大记录即通过现代技术的不断发展的通过各种终端、互联网所记录下来的所有数据，如互联网上所有的行为数据、语言数据、跑步时的步数、心跳等等，而正是这些数据成为了我们口中所谈的“大数据”，然而传统意义的小数据也不应该被忽视，当两类数据相结合才能发挥更大的作用。第二，结构化数据+非