京公网安备 11010802034615号
经营许可证编号:京B2-20210330
汽车也在玩大数据但毕竟不是电商_数据分析师考试
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
在构建前向神经网络(Feedforward Neural Network,简称 FNN)时,“隐藏层数目设多少?每个隐藏层该放多少个神经元?” 是每个 ...
2025-10-29这个问题切中了 Excel 用户的常见困惑 —— 将 “数据可视化工具” 与 “数据挖掘算法” 的功能边界混淆。核心结论是:Excel 透 ...
2025-10-29在 CDA(Certified Data Analyst)数据分析师的工作中,“多组数据差异验证” 是高频需求 —— 例如 “3 家门店的销售额是否有显 ...
2025-10-29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