【汽車焦點 快訊】

北京高科數聚技術有限公司創始人、CEO程杰

　　《中國汽車金融》：作為新基建的重要一環，人工智能成為新一輪產業變革的核心驅動力，正幫助越來越多的行業和企業進行數字化轉型。從汽車消費環節來說，哪些行業或者企業將面臨著數字化轉型?

　　程杰：汽車行業相對來說是一個比較傳統的行業，數字化轉型開展得晚而且推進較慢。然而從汽車消費者來看，他們在汽車尋購研究、評論分享、汽車金融貸款、網約出行、自駕旅游、車內娛樂、汽車售后服務、公交購票、甚至罰單付費等已經快速實現了“數字化”體驗。這種消費者引領的數字化轉型使得汽車行業顯得落后被動，也促使近年來行業開始疾呼數字化轉型的必要性和緊迫性。

　　從汽車消費環節的角度看，面臨數字化轉型壓力最大的是汽車行業的銷售公司，尤其是在市場需求下行，競爭越發激烈的當前。仰賴品牌的影響力和產品的獨特多樣已經完全不足以支持市場銷售的維護和增長了。

　　其次，受到數字化轉型壓力的是售后服務方面的行業和企業，包括汽車金融、保險、美容、精品、救援和維修維護。這些方面的服務很碎片化，也缺乏行業規范，也因而增大了數字化的難度。

　　在上述這些傳統的行業或企業中，數字化轉型往往是受外部或市場驅動的。汽車的垂直媒體、內容營銷、直播營銷、社交營銷、服務電商、網銀服務、共享出行等都是由網絡、電商或媒體平臺公司首先興起的。而對這些公司來說，數字化是它們的DNA，與生俱來的內在能力和驅動力。這些企業的成功發展喚醒了長年來抱著傳統不愿改變的傳統車企，也把它們逼上了數字化轉型的舞臺。

　　車企的數字化轉型的另一個動力來自于汽車產品的網絡化、智能化和電動化。汽車的行駛速度、實時定位、公路狀況、能量使用、故障預警、車內娛樂、遠程控制、語音互動等等都已經數字化，并且可以通過實時計算和網絡連接為坐車出行提供相當豐富完美的智能體驗。這些產品的功能使得汽車的能源、零部件、工廠制造、出行使用、充電加油、停車服務、救援維修等都直接快速的進入了數字化。跟隨著數字化，人工智能算法的應用也進入了汽車的這些領域，并進一步推進了數字化的發展。

　　《中國汽車金融》：對于汽車廠商來說，挖掘潛在客戶，集客是他們最想解決的問題。大數據在這當中可以發揮什么作用?

　　程杰：確實，挖掘潛客和轉化集客是目前汽車廠商最大的一個挑戰和最重要的一個業務領域。

　　大數據可以讓車企使用百萬級的相關尋購或車主樣本人群，從上千個人文地域、行為等屬性維度中找出最獨特和有代表性的特征，建立完整和有預測價值的標簽體系，在此基礎上建立聚類細分組，并形成客戶畫以能指導媒體選擇和廣告營銷策略。樣本的分布可以用來作為地區銷量預測的可靠依據。最后，這些人群樣本的持續數據采集和分析可以實現決策閉環和迭代優化。

　　在集客轉化方面，最重要的困境就是車企和經銷商門店的嚴重信息不對稱。購車的消費者一般有幾個星期到幾個月的購車活躍期。在這個階段，他們會通過網站或APP或社交媒體來搜尋、瀏覽、交流、查詢和比較，然后走向線下門店去進一步了解和嘗試新車，做出購車決定。在這個階段，消費者會收集到大量有關汽車產品、品牌故事、體驗口碑、價格優惠等相關信息。而汽車廠商和4S店的網銷專員在最開始對集客的了解僅限于姓名、聯系電話號碼和初步購車意向。在這種情況下，很難保證有效率的通話溝通。一般銷售線索的到店率不到10%，轉化率不到3%。更難的是，每天網銷專員都有上百個電話要跟進，但是無法辨別哪些電話是重要的必須先打早打，因此很容易把原來高意向的集客線索也耽誤了。有了大數據，可以對這些集客線索，不管是來自于哪里，進行一個精準的預判，幫助網銷員對電話溝通的優先排序。此外，大數據還可以為網銷員提供個性化的話術提示，提高網銷轉化的效率。

　　在挖掘潛客方面，對媒體大數據的研究可以幫助設計部署精準投放，包括確定目標人群、優化媒體類別、頁面位置、展示形式、廣告內容、曝光時間和頻度等等，增加銷售線索的數量和質量。

　　《中國汽車金融》：中國汽車已經進入存量市場，如何保住現有客戶，留住客戶、形成消費閉環也是一個難題。汽車互聯網、大數據將如何解決這個難題?

　　程杰：保客營銷的大數據應用遠遠不止于客戶的再購，也可以提升客戶的延保、續保、金融服務購買、回廠維修維護、汽車精品購買、會員活動的參與、老帶新口碑傳播、跨界營銷服務等等。

　　這個問題的大數據解決方案基本內容是整合梳理和分析挖掘客戶在車企的所有業務數據，包括車主屬性、新車購買、汽車金融和保險購買、汽車精品購買、回廠維修維護的類別、頻次、額度和最近一次回廠離開目前的時間、再購歷史、滿意度或投訴信息、會員信息、響應和參與營銷活動信息、二手車置換和市場價值等等。

　　最大的難點在于這些數據的治理不夠完善。所以這個領域大數據的應用需要車企在系統建設、數據治理、數據業務化的流程和管理能力建設方面也要做相應的投入。

　　《中國汽車金融》：在汽車金融保險業務中，大數據又可以發揮什么作用?

　　程杰：大數據在汽車金融的風控方面已經得到了比較完整的應用，但是在營銷上可以做得更好。

　　首先，提供汽車金融的銀行機構都已經有很大的存量客戶，但是這些銀行或機構對汽車客戶的再購決策周期以及產品考慮不熟悉，不少公司是躺在金山上哭窮。由于金融公司的數據維度有限，最有效的方法是和汽車品牌公司聯合進行數據的模型分析。為了在數據安全和隱私保護方面合規合法，這種數據的聯合模型分析可以通過一個稱為“聯邦建模”的方式來進行。

　　第二，汽車金融產品需要進一步的多樣化。但有了多樣化以后，經銷商或消費者都可能會感到不容易比較選擇。汽車行業在經銷商終端需要有一個能夠接受來自多個金融機構的金融產品矩陣，并基于大數據和人工智能算法來為消費者和經銷商推薦最優的金融產品選項。美國在這方面已經做得相當成熟，國內已經有公司在這方面開發產品，應當在一年內會出現這樣的大數據金融推薦系統。

　　第三，汽車售后服務的分期付款產品也創造了獲得和應用車主數據來進行再購營銷的機會。

　　此外，通過利用車聯網和互聯網大數據了解車主人群和出行相關的其他消費需求，金融公司還可以得到相關的消費金融服務機會。

　　《中國汽車金融》：二手評估一直是個難題，數字化能否解決這個難題?如何解決?

　　程杰：是的。和新車不同，二手車沒有兩輛車是一樣的。二手車的銷售沒有品牌專營店，也不存在廠方指導價，所以價值評估必定是困難的。

　　美國的二手車拍賣數據和零售數據都已經形成一個穩定可靠的數據源，可以用來進行數據統計分析和模型預測。

　　在國內市場，到目前為止，二手車還沒有形成一個穩定透明的交易市場。絕大多數的二手車來自于消費者的個人用車，所以車況很不一致。盡管也已經有了多個二手車估值的專業企業或機構，但是形成一個穩定可靠的估價體系還是很困難的。從趨勢來看，這幾年車聯網的發展和各種員工購車、分時租賃、共享出行、融資租賃渠道銷售都有迅猛增長，各種品牌認證也使得二手車的車況有比較標準的定義，為大數據在二手車估值方面的應用打下了基礎。