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
在数据处理的全流程中,数据呈现与数据分析是两个紧密关联却截然不同的核心环节。无论是科研数据整理、企业业务复盘,还是日常数 ...
2026-03-06在数据分析、数据预处理场景中,dat文件是一种常见的二进制或文本格式数据文件,广泛应用于科研数据、工程数据、传感器数据等领 ...
2026-03-06在数据驱动决策的时代,CDA(Certified Data Analyst)数据分析师的核心价值,早已超越单纯的数据清洗与统计分析,而是通过数据 ...
2026-03-06在教学管理、培训数据统计、课程体系搭建等场景中,经常需要对课时数据进行排序并实现累加计算——比如,按课程章节排序,累加各 ...
2026-03-05在数据分析场景中,环比是衡量数据短期波动的核心指标——它通过对比“当前周期与上一个相邻周期”的数据,直观反映指标的月度、 ...
2026-03-05数据治理是数字化时代企业实现数据价值最大化的核心前提,而CDA(Certified Data Analyst)数据分析师作为数据全生命周期的核心 ...
2026-03-05在实验检测、质量控制、科研验证等场景中,“方法验证”是确保检测/分析结果可靠、可复用的核心环节——无论是新开发的检测方法 ...
2026-03-04在数据分析、科研实验、办公统计等场景中,我们常常需要对比两组数据的整体差异——比如两种营销策略的销售额差异、两种实验方案 ...
2026-03-04在数字化转型进入深水区的今天,企业对数据的依赖程度日益加深,而数据治理体系则是企业实现数据规范化、高质量化、价值化的核心 ...
2026-03-04在深度学习,尤其是卷积神经网络(CNN)的实操中,转置卷积(Transposed Convolution)是一个高频应用的操作——它核心用于实现 ...
2026-03-03在日常办公、数据分析、金融理财、科研统计等场景中,我们经常需要计算“平均值”来概括一组数据的整体水平——比如计算月度平均 ...
2026-03-03在数字化转型的浪潮中,数据已成为企业最核心的战略资产,而数据治理则是激活这份资产价值的前提——没有规范、高质量的数据治理 ...
2026-03-03在Excel办公中,数据透视表是汇总、分析繁杂数据的核心工具,我们常常通过它快速得到销售额汇总、人员统计、业绩分析等关键结果 ...
2026-03-02在日常办公和数据分析中,我们常常需要探究两个或多个数据之间的关联关系——比如销售额与广告投入是否正相关、员工出勤率与绩效 ...
2026-03-02在数字化运营中,时间序列数据是CDA(Certified Data Analyst)数据分析师最常接触的数据类型之一——每日的营收、每小时的用户 ...
2026-03-02在日常办公中,数据透视表是Excel、WPS等表格工具中最常用的数据分析利器——它能快速汇总繁杂数据、挖掘数据关联、生成直观报表 ...
2026-02-28有限元法(Finite Element Method, FEM)作为工程数值模拟的核心工具,已广泛应用于机械制造、航空航天、土木工程、生物医学等多 ...
2026-02-28在数字化时代,“以用户为中心”已成为企业运营的核心逻辑,而用户画像则是企业读懂用户、精准服务用户的关键载体。CDA(Certifi ...
2026-02-28在Python面向对象编程(OOP)中,类方法是构建模块化、可复用代码的核心载体,也是实现封装、继承、多态特性的关键工具。无论是 ...
2026-02-27在MySQL数据库优化中,索引是提升查询效率的核心手段—— 面对千万级、亿级数据量,合理创建索引能将查询时间从秒级压缩到毫秒级 ...
2026-02-27