京公网安备 11010802034615号
经营许可证编号:京B2-20210330
车企如何用大数据做智能营销
通过数据赋能可以对营销方面做到三点:第一用户洞察、第二潜客识别、第三精准扩散。
《汽车商业评论》 编辑部
大家都知道阿里巴巴是一个商业帝国,也有人说阿里巴巴是一个富矿。那么,在这座富矿里面有多少产品,多少资源可以给行业营销领域去做适用的挖掘?
4月25日,2018金轩奖颁奖典礼上,阿里文娱智能营销平台大客户销售部全国品牌行业总经理巨创锋分享了《智达于心·“数”践于行》的演讲。
以下为演讲实录,有删改。
阿里巴巴旗下有四大业务板块,人们最为熟知的是以淘宝、天猫等为代表的电商板块,还有以支付宝、蚂蚁金服为代表的金融板块;汽车行业比较熟悉的斑马系统所在的阿里云板块;以UC、优酷、虾米音乐等为代表的文娱板块。
目前在汽车品牌营销以及广告领域,和企业合作比较深入的是文娱板块,在这个板块内诞生了阿里文娱智能营销平台。
在这个平台上,阿里文娱拥有强大数据支撑,有淘宝、天猫上的数据,有蚂蚁金服的金融数据,有飞猪旅行数据等等各种复杂的多样数据组成数据全方位的技术,内容方面阿里文娱的UC自创内容、虾米音乐、阿里体育赛事、大麦演出等等各样的内容以及艺术的产生使我们在阿里文娱智能营销平台达成了数据与内容的完美的结合。
大家现在看到阿里旗下的很多APP,第三方数据显示,阿里文娱旗下的产品已交叉覆盖了全国超过十亿+的用户,大部分产品的月活跃人数都在3亿以上。有这样一个强大的数据支撑,而且这种交叉的数据覆盖,为我们产生了多样的人群数据,有了这样多样人群数据以后,阿里文娱在整个体系内部,营销大数据的产生就会更加丰富。
大数据大家都在谈,但现在市面上的数据大多是零散的,是一个个数据孤岛。而阿里的大数据是基于UNI ID来做的真人识别,这是市场上绝无仅有的。Uni Id是基于阿里大数据的真人属性建立的强账户体系。依靠这一独门武器,能够识别每个账号背后“真人”的全网行为,并且能够跨屏幕、跨设备、跨媒体打通。使数据不再冰冷,而是可识别、可感知、可沟通,实时还原数据背后每一个有温度的、鲜活的“真人”。
有了以上的用户规模,多维度的场景应用,再加上UNI ID的大数据供给,我们建立起了独有的全景用户库。有了全景用户库以后,我们就可以应用在日常的广告营销里。
首先依托阿里大数据,我们能对真实消费者的消费能力做一个有效的判断。
为什么在这里提到有效消费能力。因为我们原先在做汽车营销的时候,出一个新车型,出一个新产品,根据网上各种兴趣的属性端,把产品推给消费者,但推给他之后并没有落单,并没有成为车主。为什么呢?我知道用户有兴趣,我也知道用户有需求,但是就是不成单。因为他消费能力可能不足!可能你推送的客户仅仅只是一个车迷,是电脑对面一个键盘侠。
从阿里数据来讲,无论从他消费习惯,像借呗、花呗的这种额度,还是他的淘等级,我们都能很清晰地知道他的经济实力是否足够支撑不同级别车型的消费,我们可以更准确判断一个用户是小白用户还是真土豪。
我们很清晰定义出这个人现实生活中的消费能力,有了这样一个消费能力,加之UC浏览数据,神马兴趣搜索数据,匹配出一个人在汽车消费领域决策的路径。有了这样一个产出和思考,我们就将需求和能力做匹配。
我们分析出有四类消费者。
第一类消费者需求暧昧、消费能力强,针对这个人群我们建议给他多维度全景广告轰炸,告诉他你关注的车型或者这个级别的车型有很多的产品,尽管去挑。
第二类是需求明确,消费能力不足,针对这样的用户我们建议给到他更多一些市场的活动,包括一些活动的促销的内容,告诉他你关注的车型可能已经开始有一些市场的活动以及优惠,赶紧去了解一下。
第三类最简单的是需求明确,消费能力很强的,针对这用户直接给到产品就够了,告诉他你需要的产品现在就在这里,下单吧。
第四类是现在最难的,需求暧昧,消费不足。我们建议给到他更多的排行榜。告诉他所关注的车型其实在消费领域销量是排在前面,而且通过大鱼号KOL文章,也会激发他需求的提升,最终落单。
阿里大数据除了这种可以去识别消费兴趣,以及消费能力之外,我们还可以在茫茫人海中通过数据甄别发现用户在那里,这些用户有什么样的特性?通过数据赋能我们对
营销方面做了精准判断分别三点:第一用户洞察、第二潜客识别,第三精准扩散。
用户洞察,通过数据可以将用户做各种细分市场的鉴别。比如在这个案例上,我们结合路虎的三款车型分别将用户识别为白领,金领以及富豪三个级别,每个阶段的人群的能力分别由出行数据、搜索数据和电商数据匹配得出,而同时针对这些潜客的各个媒体的浏览数据,以及出行数据等,我们可以很清晰地看到发现这些潜客的群体意愿的差别,进而给出不同的营销策略。
潜客识别,最大化提升销售线索价值。
汽车企业无论是线上广告还是线下活动,包括车展大型展会都收到很多线索。这些线索有一些垃圾线索,我们没办法辨别,只有通过经销商外呼一个个去打电话,这其实是一个效率非常低的过程,打电话的过程中可能很多高意向用户被流失。
阿里文娱智能营销平台曾和某豪华品牌合作对这些数据进行识别,通过三轮不同维度的校验,对1000条销售线索进行识别,识别率在79%,也就是识别出790条有效客户信息。同时,我们会对这些用户的销售意愿打给五个级别,从很强到很弱,最终我们给到客户建议,第一时间去跟很强的这一部分用户去沟通,一个星期之内跟强、中这部分用户去沟通。
最终成交率在83%。这个案例证明大数据极大提升了客户清洗leads的时间,提升了对高潜客户的追踪和反馈,避免高潜客户的流失。
精准扩散,无论是第一点还是第二点,阿里文娱智能营销平台在跟客户的数据以及客户营销合作做了匹配以后,我们产生多样的精准的数据。这些精准数据我们不仅是可以用来去识别潜客,识别消费能力。
我们同时还可以用作后期各种各样营销的一些推广,企业也可以用这个数据做种子,去扩散出我们强大的一部分潜客,可以结合车型实现包括预热、上市、促销等等不同的阶段,给到企业不同的一些营销的建议和结合。
综上所述,阿里文娱智能营销平台基于阿里全平台大数据,以UC神马为核心,拓展阿里文娱全域内容,给大家打造整体的汽车行业解决方案。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
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 ...
2026-09-04CDA数据分析师 出品 作者:李诗怡 1. 波士顿矩阵(BCG Matrix) 定义: BCG于1970年提出的业务组合分析工具,以"市场增长率"(纵 ...
2026-09-04 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-09-04数据透视表是Excel与Power BI中最核心的数据分析工具,具备快速汇总、维度拆分、动态筛选的能力,可高效完成数据归类与统计展示 ...
2026-09-03在Power BI数据分析可视化场景中,堆积柱状图+折线图是最常用的复合图表组合。堆积柱状图适合展示各细分维度当期数值、结构占比 ...
2026-09-03 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据的基本处理单位是什么”“数据类型误判会引发哪些分析错误”“ ...
2026-09-03CDA数据分析师 出品 作者:李诗怡 一、8个核心数据清洗函数 1. TRIM:一键清除多余空格(最常用) 作用:仅保留文本中"单词/字 ...
2026-09-02数据分析的核心并非单纯操作工具、整理报表或绘制图表,而是依靠科学的思维逻辑挖掘数据价值、解释业务现象、指导经营决策。在完 ...
2026-09-02在社会经济、产业研究、区域治理与大数据实证分析中,面板数据是最具研究价值的数据类型。面板数据同时包含截面维度与时间维度信 ...
2026-09-02 很多数据分析师能熟练计算均值、标准差,但当被问到“如何用一张图让业务方3秒内看懂核心结论”“面对不同数据类型该怎么选 ...
2026-09-02在数据驱动决策的体系中,数据分析按照分析目的可分为描述性分析、诊断性分析、预测性分析与指导性分析四大类型。其中,诊断性分 ...
2026-09-01网络请求是Python爬虫开发、接口测试、数据拉取的核心基础功能,Python生态中主要依靠 urllib 和 requests 两大库实现HTTP请求操 ...
2026-09-01 很多数据分析师面对业务问题时,常常感到“知道要分析,却不知道用什么方法”。其实,数据分析并非无章可循——从三大基础范 ...
2026-09-01在数据库设计与业务数据维护中,自增ID是数据表最常用的主键字段,用于唯一标识每一条业务数据,正常状态下ID应保持连续递增。但 ...
2026-08-31在数理统计、数据分析、经济测算与日常量化评估中,平均值是刻画数据集中趋势、反映整体水平的基础核心指标。在实际应用中,最常 ...
2026-08-31在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-08-31在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27