京公网安备 11010802034615号
经营许可证编号:京B2-20210330
车企如何用大数据做智能营销
通过数据赋能可以对营销方面做到三点:第一用户洞察、第二潜客识别、第三精准扩散。
《汽车商业评论》 编辑部
大家都知道阿里巴巴是一个商业帝国,也有人说阿里巴巴是一个富矿。那么,在这座富矿里面有多少产品,多少资源可以给行业营销领域去做适用的挖掘?
4月25日,2018金轩奖颁奖典礼上,阿里文娱智能营销平台大客户销售部全国品牌行业总经理巨创锋分享了《智达于心·“数”践于行》的演讲。
以下为演讲实录,有删改。
阿里巴巴旗下有四大业务板块,人们最为熟知的是以淘宝、天猫等为代表的电商板块,还有以支付宝、蚂蚁金服为代表的金融板块;汽车行业比较熟悉的斑马系统所在的阿里云板块;以UC、优酷、虾米音乐等为代表的文娱板块。
目前在汽车品牌营销以及广告领域,和企业合作比较深入的是文娱板块,在这个板块内诞生了阿里文娱智能营销平台。
在这个平台上,阿里文娱拥有强大数据支撑,有淘宝、天猫上的数据,有蚂蚁金服的金融数据,有飞猪旅行数据等等各种复杂的多样数据组成数据全方位的技术,内容方面阿里文娱的UC自创内容、虾米音乐、阿里体育赛事、大麦演出等等各样的内容以及艺术的产生使我们在阿里文娱智能营销平台达成了数据与内容的完美的结合。
大家现在看到阿里旗下的很多APP,第三方数据显示,阿里文娱旗下的产品已交叉覆盖了全国超过十亿+的用户,大部分产品的月活跃人数都在3亿以上。有这样一个强大的数据支撑,而且这种交叉的数据覆盖,为我们产生了多样的人群数据,有了这样多样人群数据以后,阿里文娱在整个体系内部,营销大数据的产生就会更加丰富。
大数据大家都在谈,但现在市面上的数据大多是零散的,是一个个数据孤岛。而阿里的大数据是基于UNI ID来做的真人识别,这是市场上绝无仅有的。Uni Id是基于阿里大数据的真人属性建立的强账户体系。依靠这一独门武器,能够识别每个账号背后“真人”的全网行为,并且能够跨屏幕、跨设备、跨媒体打通。使数据不再冰冷,而是可识别、可感知、可沟通,实时还原数据背后每一个有温度的、鲜活的“真人”。
有了以上的用户规模,多维度的场景应用,再加上UNI ID的大数据供给,我们建立起了独有的全景用户库。有了全景用户库以后,我们就可以应用在日常的广告营销里。
首先依托阿里大数据,我们能对真实消费者的消费能力做一个有效的判断。
为什么在这里提到有效消费能力。因为我们原先在做汽车营销的时候,出一个新车型,出一个新产品,根据网上各种兴趣的属性端,把产品推给消费者,但推给他之后并没有落单,并没有成为车主。为什么呢?我知道用户有兴趣,我也知道用户有需求,但是就是不成单。因为他消费能力可能不足!可能你推送的客户仅仅只是一个车迷,是电脑对面一个键盘侠。
从阿里数据来讲,无论从他消费习惯,像借呗、花呗的这种额度,还是他的淘等级,我们都能很清晰地知道他的经济实力是否足够支撑不同级别车型的消费,我们可以更准确判断一个用户是小白用户还是真土豪。
我们很清晰定义出这个人现实生活中的消费能力,有了这样一个消费能力,加之UC浏览数据,神马兴趣搜索数据,匹配出一个人在汽车消费领域决策的路径。有了这样一个产出和思考,我们就将需求和能力做匹配。
我们分析出有四类消费者。
第一类消费者需求暧昧、消费能力强,针对这个人群我们建议给他多维度全景广告轰炸,告诉他你关注的车型或者这个级别的车型有很多的产品,尽管去挑。
第二类是需求明确,消费能力不足,针对这样的用户我们建议给到他更多一些市场的活动,包括一些活动的促销的内容,告诉他你关注的车型可能已经开始有一些市场的活动以及优惠,赶紧去了解一下。
第三类最简单的是需求明确,消费能力很强的,针对这用户直接给到产品就够了,告诉他你需要的产品现在就在这里,下单吧。
第四类是现在最难的,需求暧昧,消费不足。我们建议给到他更多的排行榜。告诉他所关注的车型其实在消费领域销量是排在前面,而且通过大鱼号KOL文章,也会激发他需求的提升,最终落单。
阿里大数据除了这种可以去识别消费兴趣,以及消费能力之外,我们还可以在茫茫人海中通过数据甄别发现用户在那里,这些用户有什么样的特性?通过数据赋能我们对
营销方面做了精准判断分别三点:第一用户洞察、第二潜客识别,第三精准扩散。
用户洞察,通过数据可以将用户做各种细分市场的鉴别。比如在这个案例上,我们结合路虎的三款车型分别将用户识别为白领,金领以及富豪三个级别,每个阶段的人群的能力分别由出行数据、搜索数据和电商数据匹配得出,而同时针对这些潜客的各个媒体的浏览数据,以及出行数据等,我们可以很清晰地看到发现这些潜客的群体意愿的差别,进而给出不同的营销策略。
潜客识别,最大化提升销售线索价值。
汽车企业无论是线上广告还是线下活动,包括车展大型展会都收到很多线索。这些线索有一些垃圾线索,我们没办法辨别,只有通过经销商外呼一个个去打电话,这其实是一个效率非常低的过程,打电话的过程中可能很多高意向用户被流失。
阿里文娱智能营销平台曾和某豪华品牌合作对这些数据进行识别,通过三轮不同维度的校验,对1000条销售线索进行识别,识别率在79%,也就是识别出790条有效客户信息。同时,我们会对这些用户的销售意愿打给五个级别,从很强到很弱,最终我们给到客户建议,第一时间去跟很强的这一部分用户去沟通,一个星期之内跟强、中这部分用户去沟通。
最终成交率在83%。这个案例证明大数据极大提升了客户清洗leads的时间,提升了对高潜客户的追踪和反馈,避免高潜客户的流失。
精准扩散,无论是第一点还是第二点,阿里文娱智能营销平台在跟客户的数据以及客户营销合作做了匹配以后,我们产生多样的精准的数据。这些精准数据我们不仅是可以用来去识别潜客,识别消费能力。
我们同时还可以用作后期各种各样营销的一些推广,企业也可以用这个数据做种子,去扩散出我们强大的一部分潜客,可以结合车型实现包括预热、上市、促销等等不同的阶段,给到企业不同的一些营销的建议和结合。
综上所述,阿里文娱智能营销平台基于阿里全平台大数据,以UC神马为核心,拓展阿里文娱全域内容,给大家打造整体的汽车行业解决方案。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据工作的全流程中,数据清洗是最基础、最耗时,同时也是最关键的核心环节,无论后续是做常规数据分析、可视化报表,还是开展 ...
2026-03-20在大数据与数据驱动决策的当下,“数据分析”与“数据挖掘”是高频出现的两个核心概念,也是很多职场人、入门学习者容易混淆的术 ...
2026-03-20在CDA(Certified Data Analyst)数据分析师的全流程工作闭环中,统计制图是连接严谨统计分析与高效业务沟通的关键纽带,更是CDA ...
2026-03-20在MySQL数据库优化中,分区表是处理海量数据的核心手段——通过将大表按分区键(如时间、地域、ID范围)分割为多个独立的小分区 ...
2026-03-19在商业智能与数据可视化领域,同比、环比增长率是分析数据变化趋势的核心指标——同比(YoY)聚焦“长期趋势”,通过当前周期与 ...
2026-03-19在数据分析与建模领域,流传着一句行业共识:“数据决定上限,特征决定下限”。对CDA(Certified Data Analyst)数据分析师而言 ...
2026-03-19机器学习算法工程的核心价值,在于将理论算法转化为可落地、可复用、高可靠的工程化解决方案,解决实际业务中的痛点问题。不同于 ...
2026-03-18在动态系统状态估计与目标跟踪领域,高精度、高鲁棒性的状态感知是机器人导航、自动驾驶、工业控制、目标检测等场景的核心需求。 ...
2026-03-18“垃圾数据进,垃圾结果出”,这是数据分析领域的黄金法则,更是CDA(Certified Data Analyst)数据分析师日常工作中时刻恪守的 ...
2026-03-18在机器学习建模中,决策树模型因其结构直观、易于理解、无需复杂数据预处理等优势,成为分类与回归任务的首选工具之一。而变量重 ...
2026-03-17在数据分析中,卡方检验是一类基于卡方分布的假设检验方法,核心用于分析分类变量之间的关联关系或实际观测分布与理论期望分布的 ...
2026-03-17在数字化转型的浪潮中,企业积累的数据日益庞大且分散——用户数据散落在注册系统、APP日志、客服记录中,订单数据分散在交易平 ...
2026-03-17在数字化时代,数据分析已成为企业决策、业务优化、增长突破的核心支撑,从数据仓库搭建(如维度表与事实表的设计)、数据采集清 ...
2026-03-16在数据仓库建设、数据分析(尤其是用户行为分析、业务指标分析)的实践中,维度表与事实表是两大核心组件,二者相互依存、缺一不 ...
2026-03-16数据是CDA(Certified Data Analyst)数据分析师开展一切工作的核心载体,而数据读取作为数据生命周期的关键环节,是连接原始数 ...
2026-03-16在用户行为分析实践中,很多从业者会陷入一个核心误区:过度关注“当前数据的分析结果”,却忽视了结果的“泛化能力”——即分析 ...
2026-03-13在数字经济时代,用户的每一次点击、浏览、停留、转化,都在传递着真实的需求信号。用户行为分析,本质上是通过收集、整理、挖掘 ...
2026-03-13在金融、零售、互联网等数据密集型行业,量化策略已成为企业挖掘商业价值、提升决策效率、控制经营风险的核心工具。而CDA(Certi ...
2026-03-13在机器学习建模体系中,随机森林作为集成学习的经典算法,凭借高精度、抗过拟合、适配多场景、可解释性强的核心优势,成为分类、 ...
2026-03-12在机器学习建模过程中,“哪些特征对预测结果影响最大?”“如何筛选核心特征、剔除冗余信息?”是从业者最常面临的核心问题。随 ...
2026-03-12