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 MySQL 实际应用中,“频繁写入同一表” 是常见场景 —— 如实时日志存储(用户操作日志、系统运行日志)、高频交易记录(支付 ...
2025-10-30为帮助教育工作者、研究者科学分析 “班级规模” 与 “平均成绩” 的关联关系,我将从相关系数的核心定义与类型切入,详解 “数 ...
2025-10-30对 CDA(Certified Data Analyst)数据分析师而言,“相关系数” 不是简单的数字计算,而是 “从业务问题出发,量化变量间关联强 ...
2025-10-30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