首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

寻找被数字化的消费者

透过大数据技术看到消费者之声、媒体口碑以及竞品状态等信息可视化的希望

《汽车商业评论》专栏作者 张椿琳

现在,传统调研模式无法满足车企在数字化转型过程中,实现消费者反馈数据精准分析的迫切需求。

随着互联网、物联网、算法、分析引擎等技术的进步,越来越多车企透过大数据技术,看到了消费者之声、媒体口碑以及竞品状态等信息可视化的希望。

车企在对客户进行数字化聆听规划的过程中,会从三个层面来实现:数据层、分析层和应用层。

数据层

数据层面的聆听可通过云数据采集平台来实现。一个出色的数据采集平台需囊括数据采集、清洗、存储等多种革新技术,还需要结合先进的多层面架构,从而满足同时可以在数十台终端服务器上运行。各个终端需根据实际情况灵活配置线程数,构成一个庞大的网络,在短时间内抓取大量的网页数据。

海量的线上数据,对能够将大量数据独立储存在每台终端中的缓存池的要求很高,当数据采集完毕后,还需满足能够独立存入数据库中,避免短时间内大量数据入库造成的冲击。

此外,数字化客户聆听还需攻克以下三大难关:1、默写访问的限制;2、大规模的静态、动态页面数据的快速采集;3、图片文字的快速识别。这三点在我们看来,都是需要基于大数据的数据建模技术来实现,此处就不作过多赘述。

分析层

分析层面的数字化聆听是指在中文语义识别的基础上,构建大规模的语料库。通过语料库对新词的发现并结合行业词汇,可整合成专业词汇。在网络词汇丰富的本体基础上,再加入大量的汽车行业、网络等特定语言规则,构建立足于汽车行业的中文语义分析系统。

后台每天需采集数以万计的网页语料,不断丰富本体的规模,使其更贴近汽车行业的实际应用场景。基于检索的句法结构逻辑表达式,对语料进行不断训练,搭建一套适用于汽车行业的语义分析模型。通过构建基于汽车行业的情感分析技术,可有效识别消费者对汽车的评论内容和情感倾向。

应用层

数字化聆听的应用层面主要依靠互联网大数据,对传统市场调研模式进行革新,帮助车企实现在市场分析、竞品分析和产品分析这三方面的有效应用。

首先是市场分析方面,通过监测全网的车系舆情声量,可实现本品和竞品的竞争态势对比。与此同时,通过结合销量、厂商指导价、轴距等信息综合对比分析,能够清晰定位出产品在细分市场中所处的位置。

竞品方面的应用主要体现在:帮助车企了解消费者的配置需求、本竞品的优劣势,并结合历史数据了解未来的配置趋势。通过洞察配置趋势,车企能够快速调整配置策略,满足消费者的需求。

对产品分析而言,通过语义分析得出消费者在论坛、口碑、微博上内容的评论对象和情感倾向,可了解消费者所青睐或希望改进的地方。通过监测全网的经销商报价,实现本品和竞品区域价格对比,同时监测本品经销商报价以规范销售秩序。

在这样一个快速转型的时代,互联网赋予了消费者在汽车设计、销售、物流与售后等业务链条方面极高的话语权。

因此,实现从消费者“关注”到“消费”整个过程核心行为要素的实时监测,洞察客户对车辆的关注点和走势,掌握不同客户的潜在需求及预期,监控产品舆情反馈并积极做出有效应对,对车企而言格外重要。

在抢占数字经济的趋势红利过程中,最先拥抱大数据实现精细化经营的车企,势必会成为头号玩家。

END

未 经 许 可 不 得 转 载

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20180909A1F4IV00?refer=cp_1026
  • 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 cloudcommunity@tencent.com 删除。

相关快讯

扫码

添加站长 进交流群

领取专属 10元无门槛券

私享最新 技术干货

扫码加入开发者社群
领券