8月11日-13日，2020年第十二屆中國汽車藍皮書論壇在武漢舉辦。在第三天論壇上，創略科技聯合創始人兼總裁楊辰韻發表了《存量時代下數據及智能驅動新增長》的主題演講。

以下為演講實錄。

各位尊敬的嘉賓、老師，大家下午好！非常高興今天能夠跟大家在這里一起來探討汽車行業的數字化轉型以及當中的一些核心的相應的議題。

今天我分享的一個主題是在“存量時代下數據及智能驅動新增長”，我來自創略科技的聯合創始人楊辰韻，英文名Tiger。

在座其實已經有一些是之前認識的老朋友，也有一些新朋友。簡單的說一下我們是做什么樣的一家公司。創略科技核心用到數據科學基于大數據大架構包括AI深度學習、自然語言處理技術，服務終端是面向消費者的企業，以汽車出行等行業為主，包括其他的像零售、旅游等等的一些金融相應行業。

核心通過基于客戶數據去提升營銷層面的效率、效果、客戶體驗、客戶生命周期。在國內，這么多年來也是獲得了相關的包括中科院以及等等的一些AI以及大數據方面相應的榮譽。

簡單介紹一下個人，之前我和另外的創始人十來年在海外在硅谷的時間會比較長，最早有幸在加州伯克利分校，當時與從圖靈獎獲得者做一些數據挖掘的研究，回國國內打造數據中臺相應的解決方案。團隊里面包括在營銷領域做了接近20年相應的專家以及在垂直行業包括汽車以及其他行業相應的專家和在大數據以及在AI層面接近20年的數據科學家等等的打造團隊核心的行業解決方案等。

這一次聽到比較多的行業內相應的人士都在談論的以及今年的特殊情況。在過去的兩年左右時間里明顯因為經濟下行的趨勢以及在汽車行業特有的保有量比較飽和的情況下，新客戶獲取越來越難，以及銷量明顯的有所挑戰。今年也更多的在雪上加霜的情況下，上半年的疫情也是讓很多的包括傳統主機廠等等的企業造成非常大的短期的影響。

除了今年的疫情之外本身大家在前面兩年一直在談論的是數字化轉型的議題，也看到越來越多的我們接觸的汽車行業的客戶開始意識到數字化轉型的重要性和迫切程度。在我們剛剛提到的存量時代里挖掘新的增量，非常關鍵相關的重要性。

在這個過程當中，我們服務的上百家客戶里面會發現這里有非常多的坑，數字化轉型里有非常多的坑，需要大家去共同面對和克服，或者在實操層面避免。否則會發現有非常多的實操層面上，可能之前前所未見相應的困惑。

在汽車行業里面，我們也會發現整體的銷售周期會比較長。當中的每一個環節，怎么樣做到開始涉及到以客戶為中心的去做數字化的相應的轉型。當中的每一個環節，這里面的基礎就是數據的相應的采集。為什么一些造車的新勢力或者智能汽車品牌開始組建私域流量矩陣，是希望在前期能夠通過內容以及運營讓客戶的標簽逐步的體現起來，做個性化營銷。

后面包括售后的環節以及更多的我們看到傳統的主機廠也開始去提供包括出行類的服務，本質在出行領域里如果現在還沒有購車的情況下，通過分時租賃等情況，在潛在的這樣一些受眾群體里面也可以產生高頻、潛在的數據。數據本身是我們提到數字化轉型當中非常關鍵的一個點。

另外一塊在整體的過程當中，從傳統的汽車制造到讓經銷商去實現所有的相關的銷售，到一個以客戶為中心的轉變，包括現在有一些國內最大的自主品牌也開始講全面To C的策略，不僅僅圍繞著車售賣完之后，而是自己可以有更多的接觸和積累，數據資產的觸點，把用車的生命周期和客戶角度真正結合起來，以客戶為中心去做相應后續的工作。

所以基于此，我們在國內在（20）15年、（20）16年專注在大數據架構下去推出客戶數據中臺或者客戶數據平臺CDP理念。在汽車行業應用當中會發現有一些是我們剛剛提到的這些潛客的行為數據，通過私域流量和私域矩陣逐步采集以前沒有去采集或者關注的行為數據。

除此以外已經存在這樣的系統之前存在比較多沒有打通的問題，之前都會有一些基于留資的線索等等的以保客數據為主，當中有CRM等系統。

在沒有打通情況下，客戶的體驗和真正去做到相應的營銷轉化的環節里面，不是基于整體客戶的立體的畫像做這個事情。這一塊在客戶體驗和提升個性化，實施智能和高效當中變成高效的第一步，打通之后逐步基于人工、專家標簽作一些預測性的分析。

在整體的體系下去看相應的應用場景。最開始是基于打通的客戶數據的基礎，在這個基礎之上，通常我們看到比較多的客戶的場景是圍繞著營銷或者是個性化去做相應的營銷。從最開始的潛客預測購車意向或者預約試駕意向到保客置換或者復購相應的意向再到新客的拓展里面可以基于已有客戶畫像做更加精確、精準的觸達。

除營銷場景以外，大家會發現基于客戶為中心的場景事實上非常多的開始延展到大于營銷場景之外的應用場景。包括這兩年都在提的C2M、C2B等個性化的需求到個性化制造，以及個性化需求的這些點。到后面的包括我們看到有一些主機廠的設計部門或者產品部門也開始關注基于客戶數據去打造一些相應的特征部門。

接下來圍繞我們剛剛提到的整體的價值點，一個個簡單的展開一下。包括我們可能之前已經跟一些汽車行業的客戶，包括非汽車行業的客戶積累相關的應用和案例。

第一塊，建立客戶數據中臺CDP。建立客戶數據中心核心的，可以幫助到企業去建立立體的客戶認知以及基于客戶中心做相應的最終的應用和決策。

這個其實是幫我們客戶—威馬汽車，在新能源汽車或者新勢力里面，威馬算是比較早的擁抱數字化轉型以及向CDP相應搭建的廠商。之前可以看到在左邊會比較多的是分門別類各類數據客戶觸點，之前基于不同的流程，比如有些傳統主機廠線索管理用CRM等分散的存在，包括廣告以及其他售后的數據，分散情況下沒有辦法在任何一個部門用到整體的打通的去做客戶的立體的標簽畫像。

這個打通是很關鍵的，我們真正去開始理解客戶到底現一階段可能作為保客是否有相應的維保需求或者其他新增需求的挖掘等等，最終應用到包括運營，包括營銷以及售后服務，甚至C2M、C2P場景上。

在營銷層面，核心第一塊是潛客層面上。潛客層面上如何去看或者甄別或者做一些潛客的個性化的分門別類的去做相應的營銷。當中有三個關鍵的場景：

第一，它在過去或者未來這段時間里面是否會有真正意義上的購車意向。

在購車意向甄別和預約試駕意向甄別會發現比較多的客戶，包括以前他們會涉及到如果這塊做得不好的情況下，DCC部門，每天需要打大量的電話但是客戶如果打到這些本質上不是他們高意向客戶等等，客戶體驗本身不好，因為最近一段時間是我們講互聯網種草的階段，但是持續打電話預約試駕等等。

同一個情況下，應該如何的去甄別出來？在未來一個月到三個月內會有購車意向相應客戶再去做相應電話的觸達，這個他會認為是有價值的信息，有意義的信息。而其他的客戶可能在前期通過微信或者其他的私域的手段維持以及培育相應的需求。

第二，保客或者已有客戶層面上，之前我們會發現蠻多的企業包括保客里面當然這只是其中一個場景。

在觸點比較少的情況下，每年的續保會是在保客層面上比較關鍵的場景，也是一個至少能確保每一年會有一個一次性的溝通的情況下。如果出現續保里面會有猶豫、不續保或提到其他品牌名字等等，這一定是需要關注有可能他會有換新或者置換的意向，現在是一個很關鍵要給他推是否可能會更換或者換新，我們同一品牌的其他車型或者更高端車型的這么一個關鍵的機會。

這里面會涉及到包括語音轉文字之后有可能是對話或者留言，轉文字之后通過專員處理技術識別當中的相關的關鍵詞和語義分析，在這種情況下判斷是否可能會有潛在置換的需求。在保客里不僅僅是續保的這一塊，本質上在售后非常多的環節里怎樣抓取到相應的需求的數據，包括維保數據等等提升相關的售后服務，也對于這個品牌的忠誠度和長期的合作具有非常重要的意義。

第三，新客推廣。新客推廣層面上，之前很多的包括傳統主機廠或者是自主或者合資品牌以及其他的公司都會涉及到比較多拍腦袋的決策。

我認為我的受眾是什么樣年齡段什么客戶，有些自主品牌的認知我的客戶是20到30歲的有競青年，這是他們的畫像。但基于車主的特征其做相應的判斷和基于一些具類包括分類算法去判斷之后會發現，他更大部分受眾在40歲到50歲的年齡段，跟他們拍腦袋決定這樣的客戶受眾不一樣。

如果這個步驟出現問題，本質上后面的營銷的推廣環節里面哪怕是人群的選擇層面上就存在相應的問題，但是通過一些包括剛才提到的無監督的具類或者分類算法幫助這些企業識別到，事實上你會發現他的客戶會長什么樣子。基于這些去做更加個性化或者精準的營銷。

除了剛剛提到在營銷場景，按照生命周期階段做這件事情的營銷自動化或者營銷智能化也是非常關鍵的一個點。

包括北汽等等其他的主機廠的客戶在使用我們營銷自動化的平臺。其實核心的理念會涉及到幫助營銷人員在一個很簡易操作畫布上設置，希望在什么條件下對什么樣的人群到底是發一條微信還是試駕之后體驗問卷調查，還是車主去推送其他的相關服務等等的情況，到底是微信、短信還是應該去做電話的關懷或者回訪。

這些本質上在另外一個層面上也降低了IT部門需要在日常的營銷活動當中去相關的比較多的介入和人工去做相應的支持，盡可能的讓營銷人員在不需要寫任何代碼的情況下，能夠自主的去完成它的營銷自動化的每一個相關的環節。

最后，這個場景也是我剛剛提到的，在整體的客戶數據，在數字化應用場景上，因為是整體都應該是以客戶為中心，不僅僅在我們剛剛提到的70%、80%場景在于營銷的情況下。其實客戶的洞察反饋以及我們說的C2M或者C2B場景也是非常關鍵的，我們看到的大家的應用場景。

這一塊包括威馬，滴滴出行等等的汽車或者出行的品牌去做的相應的。威馬在前幾天新車型上市之后，特別想關注大家在評價或者評論，在自由APP以內或者是外部相應的到底在評價它的外觀、內飾、電池、性能還是個性化等比較好看，這是我們提到基于所有客戶洞察反饋以及基于這些實時的客戶的相關的一些反饋，能夠支持到更好的服務以及更好的未來的新的產品的研發或者是個性化制造。

像滴滴的場景上，因為大多數這樣情況下會是文本類客戶數據的存在，所以基于自然語言處理到底這講的是順風車還是專車、出租車事情，是司乘關系還是咨詢、投訴是憤怒還是開心的情緒，在數據越來越大情況下，靠人工解決不太現實，機器自然語言處理在AI里面可以幫助實時的解決相應的客戶洞察反饋，以及支持到我們剛剛提到的客戶洞察或者C2M的場景。

最后簡單介紹一下我們在汽車行業或者其他行業相關的案例。我們幫瑪莎拉帝的品牌去基于它在國內的車主的特征預測其百萬級別潛客的購車意向。

我剛剛提到每一個潛客的受眾里面，我們到底如何識別這些客戶在未來他們大概在14個月左右的銷售周期當中，未來兩三個月會有真正的購車意向人群去做外呼或者預約試駕，我們用碰到其他客戶在打電話環節當中，如果無差別做觸達，客戶體驗不好和營銷效率很低。

潛客層面上基于內部包括DMS或者私域的行為數據等等去搭建多層的散發組合模型。經過兩年多合作已經訓練到接近97%的預測準確率，預約試駕翻倍上提升以及最終相應轉化率，每天變化可以讓銷售代表實時查看基于此判斷下一步怎么樣做相關的推薦。

幫威馬搭建CDP情況。之前在傳統情況下可能有比較割裂的，各個系統都會涉及到相關的客戶數據，形成統一的基于威馬ID做相關的事情。包括里面的行為數據以及一些非結構化數據也可以基于大數據架構做相應的處理，形成一套系統的標簽、畫像以及分級做到相關營銷的自動化和支持到更多的其他相應部門的基于客戶洞察做相關的分析。

這兩天有蠻多大佬在講解決目前汽車行業相關問題，有時也需要跳出汽車行業目前相應固有的思維去看其他行業在數字化轉型里是怎么解決的。

甚至有時是有一些相關的可以比較有意思的去借鑒的點。包括我們看到新能源汽車和新勢力大概有一半人來自互聯網的行業去做相關的在傳統的主機廠層面上的改造。

我們在零售行業也做了蠻多的客戶。在星巴克咖啡幫它搭建國內客戶數據平臺，大家如果最近這兩年會用早星巴克APP，這是它戰略里面基于存量客戶做數字化營銷。在打通多個觸點確保同一個用戶之后，APP里會推不同的券以及食品的搭配，我們幫其做到90%的預測率，提升一半以上食品、飲料搭配的相關模型。

在其他的屬于傳統行業企業里面，包括在旅游行業，包括春秋航空、東航旅游客戶，相對高頻效果更加明顯。過去三年幾個億訂單以及過去72小時的行為數預測未來7天之內，上億的乘機人實際會去乘坐其400條航線哪一條，預測準確通過接近兩年的時間也做到了接近99%，預測未來7天購買哪條航線的準確率。以前在100條里有0.7到1條轉化率，提升10倍出頭。這個也是基于在自由觸點上數據量比較豐富，可以看到效果是非常明顯的。

另外在其他行業—零售行業，比如施華洛世奇實現公眾號個性化的推送。我們看到傳統主機廠，他們之前沒有很好的解決個性化的問題。但是施華落世奇通過公眾號個性化的推送后能夠達到最終的個性化自營銷的效果。

最后像我們在金融行業像中國銀行非常傳統的四大行、五大行，手機銀行實現到基于我們提供的個性化推薦，每個人可以推不同的基金理財產品，實現個性化的推薦，可以看到相關的當中的產品銷量的提升。

剛才提到我們在汽車還有出行領域，包括更多的客戶在零售，在旅游或者教育培訓等等都有比較多的上百家的頭部的企業能夠有幸一起合作去幫助他們在數字化轉型上面克服一些相應的明顯的坑，怎么樣能夠讓基于數據的和基于AI驅動的解決營銷層面上的相應的問題。

我們在下周會發布基于下一代數據和AI驅動營銷自由白皮書，如果大家感興趣也可以關注我們的公眾號。很關鍵一點，我們希望基于我們提供相應的解決方案當中，能夠釋放營銷人員在關注到他們的營銷核心痛點訴求的解決，盡可能的在獲得營銷的自由。

我們看到蠻多的客戶里面需要取數來支持營銷，有時甚至很痛苦的需要兩三周甚至一個月時間才能把數取出來。這樣的過程當中更別談實時做個性化營銷，在這當中幫助和賦能營銷人員快速做到自主的和自由的做相應的個性化的營銷。

今天我的分享就到這兒，在創略科技我們核心運用到包括AI和機器學習、深度學習等新興技術，希望賦能于企業來解決在營銷和客戶運營層面更加個性化，實時、智能和高效的終極使命和目標。非常感謝大家，我今天就分享到這兒。謝謝！

敬請關注蓋世汽車“【蓋世直播】2020中國汽車藍皮書論壇”專題。

https://auto.gasgoo.com/NewsTopic/262.html

返回第一電動網首頁 >