
汽车也在玩大数据但毕竟不是电商_数据分析师考试
北京的付先生最近开始研究汽车,为购买自己人生中第一台座驾做准备。细心的他发现,在看了若干汽车网站之后,即便是在与汽车无关的页面上,他也看到了比过去更多的同汽车相关的广告。
这并不是巧合,而是他电脑中的Cookies记录了付先生对车的兴趣。这类被昵称为“小甜饼”的文件是用户上网时,网站服务器留在用户电脑中的文本文件。它们很多只有1KB大小,却存储了用户的诸多信息。
大数据改造汽车业态
“地理位置、访问来源、访问时间以及APP的详细信息等,它都可以记录出来。”这些用户本身都意识不到的“互联网足迹”,正在帮助广告业者进行数据分析,更有针对性的捕捉潜在消费者、投放广告。“汽车营销正在步入大数据时代。”吉利汽车数字营销部互联网营销科科长徐见达对《商业周刊/中文版》说。
大数据成为热门趋势,越来越多的品牌厂商和广告营销机构都在发力以大数据为基础的网络营销模式,这些变化也在不断地向传统的汽车营销领域发起进攻。“之前,我们做广告营销凭主观想法多一些,而现在,大多数的营销工作都会围绕数据来做。”徐见达说。2010年,吉利成为第一个在淘宝上开店卖车的汽车企业。开业不到一分钟,吉利准备的第一批300辆车就被拍光。
大数据首先改变的是市场调研方式。通过观察Cookie等方式,广告从业者可以了解到更为客观的情况。“之前的汽车市场调研抽样的样本有限,而且在问题设计和角度选取的过程中,人为因素总是或多或少地介入,这就可能会影响到市场调研的客观性。”电众数码研发中心数字媒体与电商营销咨询总监胡丹丹说。大数据分析不只会分析互联网行为,也会关注人生活的更多纬度。艾瑞咨询集团高级分析师由天宇说,“数据可以更加丰富,比如了解到消费者的消费习惯和周期,兴趣爱好,对人的理解会更加深刻。”
同时被改变的,还有互联网广告经济。现在精确广告投放和推送技术可以帮助汽车厂商进行“针对个人需求的沟通”。当用户访问某个页面之后,数据管理平台可以测算出这个人是否对某一类型的汽车感兴趣。而愿意将广告推送给这类用户的汽车广告主开始竞价,胜出者就可以将自己的广告推送到对方屏幕上。
搜狐汽车事业部数据经理柳鹏对《商业周刊/中文版》说,一些汽车公司已经开始这样的尝试,这样做的点击率可以是传统方法的2到3倍。奔驰为了推广其C系轿车,曾经对特定人群进行定向投放,结果实现了比传统投放方式3倍以上的目标人群覆盖。
徐见达透露,吉利的广告策略已经更加灵活。“最早我们在网站上投广告只能是按照时间付费,一个广告位一天多少钱。”而现在,吉利则可以在需要的时候按照人群的“标签”进行定向投放。比如,推广熊猫这样偏时尚的车型,锁定20到30岁、喜欢时尚的人进行投放。推广SUV车型时,面向关注军事、政治、旅行、体育等领域的用户。“数据帮助我们挑选了正确的消费者,使营销有的放矢。”徐见达说。
大数据时代能够很好地量化消费者的决策过程,分析消费者的生活习惯和方式,“有多少人在浏览经销商网站,不同的车关注的消费者有哪些区别?”数据会给你答案。“它可以帮助汽车企业在适当的时机,以适当的方式,把适当的信息传递给适当的目标客户,并获得预期的效果。”咨询公司缔元信总裁梅涛说。
大众、福特、比亚迪等汽车厂商都在追踪网民的在线浏览轨迹。比亚迪汽车销售有限公司总经理侯雁说,比亚迪已经开始和一些IT公司合作,利用线上和线下的管理系统对客户的信息做统计和分析,同时还专门成立了一个数据化营销部门。目前,以数据追踪分析为导向的广告营销占据了各大汽车制造商广告营销的大额支出,但具体数额汽车厂商不便透露。
未解的难题
大数据为几乎所有行业——当然也包括汽车——的营销工作描绘了一个美好的未来。但是,通往美好未来的道路却并不平坦。“汽车网站或者汽车媒体本身不是电商,他们不掌握帐号。”柳鹏说,“所以,他们甚至不知道这个访客是男是女,只能根据用户的访问行为去猜。”
目前汽车产业掌握的数据量有限,这影响了汽车企业的精准广告投放。各个数据拥有者也处在各自为战的状态,并不愿意分享自己数据。“这让很多数据方面的应用还停留在之前的层面。”由天宇说,“只有数据所有者基于某种商业模式开放自己的数据,大数据应用才会有一个飞跃。”
“最困难的可能是对用户的行为和动机的反推、还原。”胡丹丹则表示,大数据挖掘不仅需要好的工程师,也需要心理学、社会学等方面人才的参与,产品设计者和开发者需要具有跨界的知识结构,才能更好的理解和运用数据,“数据分析和挖掘不仅仅是数据的统计,更需要进行人性和心理的洞察,这是最难的。”
还不要忘了大数据营销所基于的大数据来自哪里——普通消费者。如果个人数据被过度商业利用,就会形成隐私侵犯。“目前,隐私保护还是一个灰色地带。”北京大学新闻传播学院副院长、广告学系主任陈刚说,“大家实际上也有反思。未来需要建立一个最基本的行业规则,就是保护用户的隐私,不要让用户受到骚扰。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在使用 Excel 数据透视表进行多维度数据汇总时,折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时,“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号(如 “北京 ...
2025-09-28在 CDA(Certified Data Analyst)数据分析师的技能工具箱中,数据查询语言(尤其是 SQL)是最基础、也最核心的 “武器”。无论 ...
2025-09-28Cox 模型时间依赖性检验:原理、方法与实战应用 在生存分析领域,Cox 比例风险模型(Cox Proportional Hazards Model)是分析 “ ...
2025-09-26检测因子类型的影响程度大小:评估标准、实战案例与管控策略 在检测分析领域(如环境监测、食品质量检测、工业产品合规性测试) ...
2025-09-26CDA 数据分析师:以数据库为基石,筑牢数据驱动的 “源头防线” 在数据驱动业务的链条中,“数据从哪里来” 是 CDA(Certified D ...
2025-09-26线性相关点分布的四种基本类型:特征、识别与实战应用 在数据分析与统计学中,“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南:从原理到实战的科学路径 在深度神经网络(DNN)的设计中,“神经元个数” 是决定模型性能的关 ...
2025-09-25在企业数字化进程中,不少团队陷入 “指标困境”:仪表盘上堆砌着上百个指标,DAU、转化率、营收等数据实时跳动,却无法回答 “ ...
2025-09-25MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23CDA 数据分析师:以指标为钥,解锁数据驱动价值 在数字化转型的浪潮中,“用数据说话” 已成为企业决策的共识。但数据本身是零散 ...
2025-09-23当 “算法” 成为数据科学、人工智能、业务决策领域的高频词时,一种隐形的认知误区正悄然蔓延 —— 有人将分析结果不佳归咎于 ...
2025-09-22在数据分析、金融计算、工程评估等领域,“平均数” 是描述数据集中趋势最常用的工具之一。但多数人提及 “平均数” 时,默认指 ...
2025-09-22CDA 数据分析师:参数估计助力数据决策的核心力量 在数字化浪潮席卷各行各业的当下,数据已成为驱动业务增长、优化运营效率的核 ...
2025-09-22训练与验证损失骤升:机器学习训练中的异常诊断与解决方案 在机器学习模型训练过程中,“损失曲线” 是反映模型学习状态的核心指 ...
2025-09-19解析 DataHub 与 Kafka:数据生态中两类核心工具的差异与协同 在数字化转型加速的今天,企业对数据的需求已从 “存储” 转向 “ ...
2025-09-19