
汽车也在玩大数据 但毕竟不是电商_数据分析师
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。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01CDA 数据分析师:企业数字化转型的核心引擎 —— 从能力落地到价值跃迁 当数字化转型从 “选择题” 变为企业生存的 “必答题”, ...
2025-09-01数据清洗工具全景指南:从入门到进阶的实操路径 在数据驱动决策的链条中,“数据清洗” 是决定后续分析与建模有效性的 “第一道 ...
2025-08-29机器学习中的参数优化:以预测结果为核心的闭环调优路径 在机器学习模型落地中,“参数” 是连接 “数据” 与 “预测结果” 的关 ...
2025-08-29CDA 数据分析与量化策略分析流程:协同落地数据驱动价值 在数据驱动决策的实践中,“流程” 是确保价值落地的核心骨架 ——CDA ...
2025-08-29CDA含金量分析 在数字经济与人工智能深度融合的时代,数据驱动决策已成为企业核心竞争力的关键要素。CDA(Certified Data Analys ...
2025-08-28CDA认证:数据时代的职业通行证 当海通证券的交易大厅里闪烁的屏幕实时跳动着市场数据,当苏州银行的数字金融部连夜部署新的风控 ...
2025-08-28