京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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。”
CDA学员免费下载查看报告全文:2026全球数智化人才指数报告【CDA数据科学研究院】.pdf
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在大数据技术飞速迭代、数字营销竞争日趋激烈的今天,“精准触达、高效转化、成本可控”已成为企业营销的核心诉求。传统广告投放 ...
2026-04-24在游戏行业竞争白热化的当下,用户流失已成为制约游戏生命周期、影响营收增长的核心痛点。据行业报告显示,2024年移动游戏平均次 ...
2026-04-24 很多业务负责人开会常说“我们要数据驱动”,最后却变成“看哪张报表数据多就用哪个”,往往因为缺乏一套结构性的方法去搭建 ...
2026-04-24在Power BI数据可视化分析中,切片器是连接用户与数据的核心交互工具,其核心价值在于帮助使用者快速筛选目标数据、聚焦分析重点 ...
2026-04-23以数为据,以析促优——数据分析结果指导临床技术改进的实践路径 临床技术是医疗服务的核心载体,其水平直接决定患者诊疗效果、 ...
2026-04-23很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标是所有企业都需要的”“哪些指标是因行业而异的”“北极星指标和 ...
2026-04-23近日,由 CDA 数据科学研究院重磅发布的《2026 全球数智化人才指数报告》,被中国教育科学研究院官方账号正式收录, ...
2026-04-22在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22 很多数据分析师每天盯着GMV、转化率、DAU等数字看,但当被问到“什么是指标”“指标和维度有什么区别”“如何搭建一套完整的 ...
2026-04-22在数据分析与业务决策中,数据并非静止不变的数值,而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域,当研究涉及多个自变量与多个因变量之间的复杂关联时,多变量一般线性分析(Multivariate General Linear Analys ...
2026-04-21很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度”“这 ...
2026-04-21在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问题, ...
2026-04-20在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16