京公网安备 11010802034615号
经营许可证编号:京B2-20210330
车轮互联关勇打造以大数据为核心的开放平台
面对汽车电商风口的到来,2015年5月7日,易观智库联合奥美国际举办了汽车产业互联网峰会。大会邀请行业人士共同探讨了“互联网+汽车”时代的机遇和挑战。下午,车轮互联联合创始人关勇做了主题演讲,与大家分享了相关的前景和发展。
从工具到社区到服务平台的商业模式
谈到车轮互联,大家脑袋里第一时间想到的就是这个图案,车轮不是卖轮胎的公司,我们是一家互联网公司,没有任何线下的团队在做任何线下的事情。到目前为止车轮已经成立两年多,我们有超过1.5亿的APP下载量,现在月活跃用户超过2300万,现在有十及款垂直于移动端的满足车主的生活服务产品。能够在移动端满足用户360度车主的汽车需求。经过两年多的发展,我们在线上的运营和推广过程中,也摸索出了一些经验,迄今为止我们在IOS常年在前几十名,在安卓应用市场里面都是S级和A级的应用。我们也跟很多大佬建立深度的合作,不是为了赚钱,也不是为了通过大佬获取更多的流量和用户,合作的原因,能够跟大佬合作证明了我们有这个服务能力,通过大佬为我们的服务能力做背书。车轮在成立的初始,未来基于车轮的发展我们要经历哪几个阶段,规划了三个阶段,第一个阶段我们会先做工具,先做工具的原因是什么,因为工具很容易找到用户的痛点,满足用户在某一个垂直领域的垂直需求,我们做工具用了两年的时间,现在是中国汽车移动互联网端最大的平台,积累了海量的用户。我们希望在第二个阶段我们能够做一个平台,基于移动端的平台,智能匹配用户,用户属性、用户需求的平台。能够产生社交关系的,能够引导用户产生更多并发性行为,所以我们要做社区。我们要做一个基于车主服务的社区,我们要体现出我们社区的主属性,体现出我们社区的主导性。谈到社区要做的车主社区不是伪命题,在今天我们看到有车友会,车主和车主之间会基于对方车会认同这个车,能形成一定的社区和社交的范围。我们的社区没有诞生之前我们已经基于工具有了很粗的大腿,我们的工具,这些工具的用户都会成为社区里面的种子用户。在第三个阶段,我们希望去做一个服务平台,以车轮作为纽带,移动互联网作为载体,把很多线下,优秀的合作伙伴聚集到车轮的平台上,通过车轮的平台给我们线上用户提供更多优质的线下服务,做一个很好的合理的有逻辑的整合,我们的用户在线上,服务和体验得到进一步的升级,让我在线下的合作伙伴得到更多的商业机会和商业模式的创新。
价值化和标准化是服务的前提
能够做服务平台也要具备几个前提,我们给线下的合作伙伴输出价值的能力,迄今为止我已经跟很多线下平台方的合作伙伴都有合作,在新车、二手车、保养、车险各个领域里面我们都做了很多的测试。给我们的合作伙伴提供价值的能力是非常强的。举个例子,我现在是易车除了自己的主平台以外最大新车交易例子来源,我每天会有数万辆的,我提供二手车的例子可能超过58、或者赶集,第一个要给合作伙伴创造足够多的价值。第二个是要足够理解市场。最早两年多之前,我跟我的合伙人都是做游戏的,我们根据不懂汽车市场,我们可以跳出这个圈子用第三方的眼睛看这个市场,看产品创新,未来怎么玩,我们在用游戏的方法在玩汽车产品。
第一阶段对接所有的服务都是标准化的服务,合作伙伴赢、我们赢、我们的用户赢。有三个点,工具的特点是可以快速吸引大量用户的下载,大量的流量,把工具进行双向的分发,一方面分发到社区,同时会把工具的用户带到服务的平台里,让用户在服务平台里面得到更好的服务。同时在社区的互动板块摘离出来,让服务平台不至于变成干巴巴的服务导航。同时把服务平台以后服务板块摘出来,让整个平台的服务属性变得更强。
数据产品化是发展的方向
车轮是家移动互联网公司,对我们来说最重要的不是市场,不是BD而是产品,一直秉承几个大的原则,所有的产品都是给用户提供服务的,无论是社区、工具都是提供服务的。在基于差异化服务的基础上,所有的用户行为希望数据化,在拿到用户在产品体验过程中的大数据不是要卖钱,要商业化,要看到我们的缺点在哪里,优点在哪里,同时优化我们的产品。数据产品化是我们一直很坚持的一个点。
在移动互联网时代我们认为快是很重要的,我们认为移动互联网是唯快不破的,要抓重点,抓住足够多的重点才能有足够多的精力去做足够对的事情。创新,当然在中国创新是有风险的,要不要创新,我认为还是要创新。数据,一定要全盘思考,不要决定一个点。车轮是家数据公司,让我们看到风险在哪里,未来怎么做,我们做的所有事情都是以数据为核心的,做开放平台。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
CDA数据分析师 出品 作者:李诗怡 定义: 用户增长核心分析框架,刻画用户从接触产品到自发推荐的全生命周期,五个递进环节构建 ...
2026-09-15在数字化营销与精细化用户运营时代,企业传统的广撒网式营销模式成本高、转化率低,已无法适配精准商业竞争需求。客户画像作为大 ...
2026-09-15 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” ...
2026-09-15在MySQL数据库数据查询与数据分析中,GROUP BY与ORDER BY是使用频率极高的核心关键字。二者语法结构相似,常搭配使用,但核心功 ...
2026-09-14随着数字化治理、智慧运营、数字孪生技术的普及,数字体征成为衡量业务状态、系统运行、城市治理与企业经营健康度的核心体系。数 ...
2026-09-14 很多数据分析师沉迷于复杂的模型和算法,却忽略了数据分析的一项基础能力——描述性统计。事实上,大量商业分析问题,用描述 ...
2026-09-14在MySQL数据库运维与开发实践中,经常出现一种典型现象:数据库实际存储的数据量很小,数据表条数少、文件体积低,但服务器整体 ...
2026-09-11 很多数据分析师能熟练计算均值、标准差,但当被问到“总体和样本有什么区别”“参数和统计量有什么关系”“数据级别的高低如 ...
2026-09-11CDA数据分析师 出品 作者:李诗怡 定义: 将同一时间段内因具备相同属性或共同经历的用户划分为群体,分析其留存与生命周期价值 ...
2026-09-11在零售、商超、餐饮、线下门店等实体商业运营中,客流与销售额是衡量门店经营状态的两大核心指标。销售额是门店经营的最终结果, ...
2026-09-10在数据可视化体系中,柱形图是最基础、应用最广泛的图表类型,其中**累计柱形图(堆积柱状图)**是兼顾整体总量与内部结构的核心 ...
2026-09-10 许多数据分析师精通Excel函数和SQL查询,但当面对一张上万行的销售明细表,要快速回答“哪个地区销量最高”“哪款产品增长最 ...
2026-09-10在Python Pandas数据分析中,DataFrame是承载结构化数据的核心载体,数据清洗、数据修正、条件赋值、字段更新等实操场景,都离不 ...
2026-09-09 很多数据分析师掌握了Excel函数、会写SQL查询,但当被问到“数据从哪里来”“数据加工有哪些步骤”“如何使用分析工具连接数 ...
2026-09-09卡方检验(Chi-Square Test)是统计学中针对分类数据的经典显著性检验方法,核心用于判断两个离散分类变量是否相互独立、数据实 ...
2026-09-09CDA数据分析师 出品 作者:李诗怡 1. 销售漏斗阶段判断 题目:销售漏斗模型中,通过广告、社交媒体等方式触达品牌信息(如浏览品 ...
2026-09-07在Python数据分析中,Pandas库的DataFrame是最核心、最常用的结构化数据表对象,类似于Excel的二维表格,具备规整的行列结构、字 ...
2026-09-07在数据分析、经营复盘、业绩预测与经济统计工作中,平均增速(平均增长率)是衡量数据长期变化趋势、业务发展快慢的核心指标。不 ...
2026-09-07 很多数据分析师精通Excel单元格操作,但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-09-07随着大数据技术的快速发展,商业竞争逐步从传统的经验式经营转变为数据驱动的精细化运营。海量的用户行为数据、交易数据、运营数 ...
2026-09-04