大数据“读心术”：你的开车姿势决定了你的买车品质
随着云计算、大数据等各类新技术的兴起普及，汽车行业正迎来一场数据变革。12月7日的线上数据侠实验室中，DT君邀请到了车主服务平台公司“微车”的联合创始人、CTO包炬强，为我们分享了如何用车主大数据助力汽车产业精准营销。
▍大数据告诉你，什么车在中国最好卖
作为一家车主服务平台类的公司，微车在这几年积累了大量的数据，我一直在研究如何能让这些数据发挥出更多的价值，在研究过程中也积累了很多实践经验。
接下来我会给大家分析，汽车产业里哪些部分是交易量、数据量较大的产业以及它们的基本模型，而这些数据又如何能归结在一起，为消费者、合作伙伴、厂商提供新的可能性？
2016年底，公安部发布的数据显示，中国私家车数量突破1.46亿（不算商用车和摩托车），车主超过了3.1亿，这意味着每四个人中就有一个人拥有了驾照。同时，中国每年会新卖出去2000万辆新车以及1000万辆二手车，每年考驾照的人群有5000万左右。一个庞大的群体正在悄悄形成，关于车主大数据分析也成为一个热议的话题。
大家可以猜一猜在这么多的汽车品牌中，什么品牌在中国卖得最好？
这是微车大数据分析出来的中国车辆销售情况：
从数据中可以看到，车主最喜欢或者用得最多的车是大众，其次是丰田，第三是本田。在前十的排名中，国产车不算多，但逐渐开始崭露头角，比亚迪、吉利、奇瑞开始慢慢进入到前15-20的排名。从数据观测来看，势头也在不断地增长，这说明国产车的竞争力开始上升。
众所周知，整个汽车产业的交易量是巨大的，前面提过中国年均增长2000万辆私家车、1000万辆二手车。以加油为例，加油是在汽车产业交易频次最高的，每年有数万亿的交易额，除此之外，还有维修保养、汽车金融保险等相关产业。
巨大的交易量也就意味着有巨大的交易数据体量。目前的汽车交易类数据体量中，加油刚需类交易会产生几十亿的交易数据，每年一次的保险业务续期和购车的金融解决方案会产生上亿的交易数据。
那汽车大数据为什么在最近几年才开始慢慢发展起来呢？因为以前各种交易和数据都是离散的，尽管交易量是海量的，但能被统计到的数据都分散到了各个小的交易点里。
比如说汽车行业每年会产生几十亿的加油类交易数据、几千万的保险交易数据等，都存在每个加油站的CRM系统里、保险公司的数据库里、4S店或者二手车线下快修店的交易系统里……这些数据没有办法汇聚到一个终端，导致存在了很多的“数据孤岛”。
但随着近几年汽车行业的不断发展，大数据正向汽车营销层面实现价值落地，汽车大数据作为数字营销核心的应用资源，正从过去“数据孤岛”的局面向整合发展的态势迈进。
▍万亿汽车市场的行业痛点在哪
在移动互联网迅速发展，汽车行业面临着新一轮的机遇和挑战。如何运用新技术为行业服务，运用新技术解决行业痛点成为最为重要的话题。
对于普通车主来说，目前普遍的痛点有三个。
第一个是交通拥堵，这是每个人都会感受到的问题。第二个是交易信息不对称，汽车市场交易体量很大，但中国人对汽车了解并不深，同时汽车产业发展过快，导致整个市场良莠不齐，消费者很难有一个知情权，往往只能相信4S店和知名的保险公司。第三个是地方性交规的复杂。
从厂商的角度来看，他们普遍的痛点有以下几个方面。
第一个是车主的用户画像，在以前如果厂商想知道消费者是谁，必须通过4S店才能得知。第二个是车主的交易偏好，厂商在设计一辆新车时，需要通过了解车主的交易偏好提前预知支车型迭代的模型。第三个是车主的日常链接，目前厂商和消费者之间没有一个连接的通道，厂商通过4S店把车卖出去，之后两者没有任何关联，导致厂商如改进车型、产品等工作没办法实施，而是通过依赖经销商。
下面我以用户画像简单讲一下微车的大数据。
这张图是用微车大数据得出的用户画像，我拿出了两组用户模型，分别是某美系中端品牌和某德系高端品牌的车主。
前者的售价一般在20万左右，后者一般在40万左右，从用户的属性来看，我们可以发现明显的差异，前者的车主年龄、驾龄都比后者的车主年轻，油品、保养频率和换车记录都不一样，包括换车偏好、违章记录、理财偏好等都是可以从大数据中分析出来的。
通过数据交叉累计处理之后，微车能够根据用户的车型、性别、年龄、驾龄或者换车偏好，对用户进行更精准地分类，同时针对不同的汽车厂商、合作伙伴的需求，提供一些更精准的营销方案。
那微车是怎么得出这些数据的呢？用户在微车平台，可以进行查违章、加油、车险、新车、二手车、内容订阅、汽车召回等一系列的车主服务，然后微车通过大数据技术，将用户个人信息抹除并对各种行为进行交叉分析，得出群体性抽样信息。
基于刚才我说的这套大数据技术，微车能给合作伙伴提供以下四个方面的帮助，帮助其实现精准营销。
一是帮助提升交易量，比如微车和全国3000多个加油站合作，通过这套数据我们能知道车主的喜好、地理位置，加油站有了这些数据就可以对周边合适的用户做针对性营销。
二是用更低的获客成本，达成更多目标受众的触达。
三是用户双向持续链接，通过互联网产品的交互性，了解车主的详细信息，打通用户和厂商的直接沟通渠道。
四是消费者交易行为预测，通过APP传感器，得知用户的日常行为，如油耗、驾驶行为等；同时根据不同用户的内容订阅的频道，可以更精准的了解用户的关注喜好。
▍如何构建汽车大数据营销生态
大多数车企早已认识到数据是企业的宝贵资产，基于汽车大数据的用户营销模式也成为车企的必选。接下来我会结合一些微车和汽车厂商之间合作的具体案例给大家讲一讲微车是怎么做大数据的。大家可以从中去看大数据给汽车营销提供了哪些新的可能性。
第一个案例是某美系品牌，他们的目标是老客户维系，给老车主一些客户回馈。换在以前，对厂商来说没有太多的手段，一般通过4S店给所有买过该品牌的车主发短信，或者采取大众媒体通投等方法。那微车是如何实现的呢？
前面有讲到，微车有用户的车型信息，所以能精准地知道哪些用户是该品牌车主。这次合作中我们精准投放了150万位车主，最后有50多万的用户对活动做了互动的点击，互动率和普通通投相比上升了25%，投放成本仅仅相当于普通通投的10%。
这是一个特别经典的精准营销案例，给特定车型的人群做精准投放，这也是微车在目前的大数据库上实现的第一层行业改变——让厂商轻松地实现精准投放。
第二个案例是某德系高端品牌的营销案例，因为该品牌有新品上市，需要精准投放给特定车龄的老客户特定的竞品。什么叫特定车龄？
比如说你已经开了3-5年车，才有可能去换车，如果你今年刚买的车，你再去换车的可能性也不大。所以这个案例有三个维度，第一个是该品牌的车主筛选，第二个是其他相关品牌，第三个是客户的车龄。
大家可以想象得到，符合这些特定条件的车主很难寻找。但通过微车实现起来并不困难，最终这次合作精准投放了600万的车主，互动量有120万，互动率达到了20%，也达成了很高的交易比例。
最后一个案例是某高端新能源车品牌，他们的目标是新品上市，需要精准投放给拥有特定竞争品牌以及特定车龄且年龄在30-40岁之间的车主。
因为该品牌的售价并不便宜，对中国人来说，一般不会作为消费者的第一辆车，大部分都是已经有车的车主才愿意去尝试。所以理论上讲它只需要投放有经济能力的客户，也就是一些拥有相对高端品牌汽车的车主。
同时因为电动车是比较新潮的产品，所以还需要车主对科技有需求，有尝试新鲜的冲动。
这其中最困难的点在于我们怎么知道用户是否喜欢追逐新鲜体验。微车有一个内容社区。在内容社区里有海量的汽车相关内容和一些知识、段子、热门视频等。那么我们通过用户的内容订阅就能分析出用户特征，比如说用户关注该品牌的新鲜事，或者他关注电动车的黑科技等，那么他有可能就是我们的投放目标。
所以做数据平台不仅仅是在交易上的行为积累，也要在用户的阅读行为和其他行为上做出更多的载体，才有机会去把数据画像做得越来越强大和全面。
▍车主大数据的未来，无人驾驶还遥远吗？
前面给大家分享了微车和汽车厂商的几个案例，通过大数据平台把原有营销很多的不可能慢慢变成了可能，我也相信未来会有更多的可能。最后我分享一下自己对大数据在汽车行业的未来畅想。
一是预测产品，大数据会重构汽车厂商整体的生产方式。其实这一点已经在慢慢实现的过程中，目前特斯拉很多组件的生产方式是模块化的，这就是一个实时的大数据平台，厂商知道车主的喜好，哪些功能用得多，哪些功能用得少，由此去设计下一辆车。
二是研发互联网产品化，客户可以不断买新服务，比如说自动驾驶服务，你可以现在买，也可以等几年后再买，导致汽车厂商的研发方式发生变化。我相信这个模式大家很快就能看到，未来很多汽车厂商都会往这条路上走。
三是C2C直连，大家都知道国内某知名二手车交易平台的广告，叫C2C交易，但事实上该平台并不算真正的C2C交易，因为你必须需要评估师上门去帮你检测、定价，再放到平台去销售，相当于它做了中间担保。当我们的“数据孤岛”的问题慢慢被解决时，每辆车的保养、维修、保险等各方面的记录都能出现，那么这辆车现在值多少钱并不会依赖于某一家公司来做担保，而是取决于数据本身的可靠性。
四是是无人驾驶，当无人驾驶来临时，实际上每一辆车预计什么时间出发、出发地点到结束地点都可以提前被预知。假设地面上全部是无人驾驶车，就会有一个中央的大脑——能预知哪一段路会出现拥堵，这时候就能智能地去指挥去往那段路上的车主切换路线。
作者 | 包炬强
编译 | 项静：xiangjing@dtcj.com
题图 | 视觉中国
▍数据侠门派
本文数据侠包炬强，微车联合创始人、CTO，于2007年获得浙江大学计算机硕士学位，同年加入腾讯公司，负责企业QQ产品；2010年加入创新工场，负责国内最早期Location Base探索项目——Matrix；2010年底获得创新工场投资，开始再次创业；2016年获得B轮GRC领投，德同资本、TPTF、清科创投等6家机构的1.52亿融资。
