笔者按：
- 有人在汽车设计制造出之前就能知道其品质好坏及市场营销效果。
- 有人在看到汽车行驶之前就能判断出其现在与将来的“二手车残值率”。
- 有人在购买汽车之前就能知道汽车价格的涨跌范围……
- 他们是怎么做到的?
“大数据”时代给汽车营销带来新的契机。对于传统汽车企业来说，如何借大数据之势，建立智能、精准的营销网络系统，助力企业营销决策分析、精准定位目标客户人群、监控品牌影响力、提高产品质量、改进生产工艺，逐步提升市场销售额和完善售后服务质量。以上正是本文所着重阐述的。
术语及定义：
营销：A为B创造对方想要的价值，建立与维持关系，以获得回报的过程。
企业营销：企业为消费者创造其想要的价值，建立与维持关系，以获得回报的过程。
1. 标签匹配——智能营销网络的核心
大数据助力企业营销的核心在于：在合适的时间，基于对用户的了解，把你希望推送的东西通过合适的载体，以合适的方式，推送给合适的人。而这其中如何了解用户(S市场细分)，发现优势目标用户群体(T目标市场选择)，企业/品牌在这类群体中的定位(P定位)的精准性则决定了企业营销投入产出比(ROI)。
大数据如何助力传统车企用更少的投入成本获取更大化的利益价值成为笔者要重点阐述的，这像极了东野圭吾先生在其小说《忘忧杂货铺》中一封来自小学生给忘忧杂货铺的信，提问是“我好想不用学习也能考一百分，应该怎么做到呢?”
小说中杂货铺老板浪矢先生回信道：请老师进行一次关于你的考试。因为考的都是你自己的事情，你的答案当然是正确的。所以肯定能拿到一百分。
具体实施即：对他进行一场“朋友测试”，出各种与他有关的问题。除了出生年月，住址，有无兄弟姐妹，父母职业，还会问到爱好，特长，喜欢的明星等。测验结果由这位同学自己公布答案，其他同学各自对答案。
互联网时代我们有过类似的产品：社交软件 QQ的好友标签。出于对朋友的了解，用贴标签的形式来描述朋友的特征。这一产品很好的促进用户彼此了解以及关系维系。
由此，笔者提炼一个游戏化的精准营销公式：
“如何把贴有标签A的东西(汽车/服务)卖给贴有标签B的人(目标客户群)”
2. 抽丝剥茧——标签的建立过程
抽丝剥茧——大数据收集、整理、分析、标签建立的过程
建立标签——标签是对象特征的符号表示，也是数据整理分析的结果。可用于形容车，以及用户的特征。而对车或者用户的画像，均可用标签集来表示。
3. 标签体系——智能营销网络的基础
汽车行业大数据包括汽车行业全价值链体系中的各个环节所产生的数据，对传统汽车企业来说，包括：汽车研发、生产、采购、销售到售后。而由其形成的标签体系，则大体可以分为两类：车辆标签体系和用户标签体系。
3.1 车的标签库
车辆数据通过GPS、RFID、传感器、摄像头图像处理等装置进行车辆基础信息和状态信息的采集;车辆数据类型：车辆基础数据、保有量、维修信息、行驶信息，从标签应用上可将其归类为：车辆偏好、用车特征。
3.2 人的标签库
根据人的数据类型可将标签库分为：人口属性(包括用户基本信息、用户关联关系、用户兴趣偏好)、品牌价值(用户舆论信息、用户行为信息)、车主属性、驾驶特征、客户价值、营销偏好(活动偏好、消费特征、金融特征)
例如：驾驶数据通过车主的坐姿、开车习惯精准记录，分析建立标签集：驾驶习惯、驾龄类型、行程里程等，他们隶属于驾驶特征这个标签类型。
4. 服务诉求——智能营销网络的典型场景
大数据的营销价值在于：企业决策分析，助力汽车行业全价值链体系中各个环节进行增值服务，以实现汽车企业在服务消费者时创造的“提高产品质量、改进生产工艺、提高消费者满意度”等产品和品牌价值。
4.1 场景一：预测决策——市场分析和舆情监控
主要帮助企业实现智能规划，在战略决策和分析时作为参考依据，为市场预测和决策分析提供支持。用到数据：车辆的基本数据和保有量。营销价值：竞争对手监测和品牌传播、品牌危机监测与管理支持、发现新市场与新趋势、市场预测与决策分析支持。
4.2 场景二：智能生产——产品分析
主要帮助企业实现提高产品质量、改进生产工艺、进行产品优化。主要包括：车辆状态分析、故障诊断分析、车况状态分析、驾驶行为分析。
用到数据：车辆的基本数据、保有量、维修数据、行驶数据。例如：利用维修数据，建立起各种汽车配件的画像标签，用于汽车修理企业、汽车主机厂、配件生产企业进行配件库存的调整、提高成产质量、预测零部件更换。
4.3 场景三：精准营销——客户画像
从客户生活形态及用车特征两个维度对客户进行画像，从客户生命周期各触点出发，研究客户在不同环节对产品及服务的诉求点及关注度，从而形成初步的汽车客户群体画像研究机制，为建立汽车客户属性标签库及倾听客户声音提升汽车品牌服务品质奠定基础。
5. 结语
汽车行业海量数据的营销价值体现在——大数据助力传统车企实现精准营销，达到企业ROI最大化的过程。归纳精准营销的应用公式：“如何把贴有标签A的东西(汽车/服务)卖给贴有标签B的人(目标客户群)”。
基于此，抽丝剥茧进行数据挖掘分析，建立对象A和对象B的标签体系，结合汽车营销场景和服务诉求，构建出几个典型营销场景和业务应用系统。大数据时代的汽车营销才刚刚开始，借由此文，也希望看到更多的搭配形式和创新应用。
本文作者：张正芳
来源：51CTO
