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
在数据分析中,“正态分布” 是许多统计方法(如 t 检验、方差分析、线性回归)的核心假设 —— 数据符合正态分布时,统计检验的 ...
2025-10-28箱线图(Box Plot)作为展示数据分布的核心统计图表,能直观呈现数据的中位数、四分位数、离散程度与异常值,是质量控制、实验分 ...
2025-10-28在 CDA(Certified Data Analyst)数据分析师的工作中,“分类变量关联分析” 是高频需求 —— 例如 “用户性别是否影响支付方式 ...
2025-10-28在数据可视化领域,单一图表往往难以承载多维度信息 —— 力导向图擅长展现节点间的关联结构与空间分布,却无法直观呈现 “流量 ...
2025-10-27这个问题问到了 Tableau 中两个核心行级函数的经典组合,理解它能帮你快速实现 “相对位置占比” 的分析需求。“index ()/size ( ...
2025-10-27对 CDA(Certified Data Analyst)数据分析师而言,“假设检验” 绝非 “套用统计公式的机械操作”,而是 “将模糊的业务猜想转 ...
2025-10-27在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 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 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20