长安福特,为数字原生一代创造购车新体验

在线体验各类最新模型,更有模型 免费Token 额度领取!
立即体验
简介: 汽车零售的本质没有发生根本变化,即提高服务客户全过程中的效率。 但人、车、场中万千要素间的关系随着消费者需求的变化在不断的解构与重构。长安福特将人数字化、车数字化、以及场数字化,并将这三个方面用中台技术联系起来,加速信息与数据跨渠道流动,同时借助大数据与算法技术激活消费者数据资产的价值。

消费者汽车购买行为的变化给传统的汽车销售方式带来了巨变。作为汽车购买的主力军,数字原生一代对服务与体验有着全新的认知与期待。习惯于淘宝、天猫、亚马逊等电商公司提供的全渠道服务,新一代汽车买家者希望在汽车购买的全过程中,能够从汽车厂商那里获得同样质量的个性化服务体验。根据贝恩2017年全球汽车消费者调研,50%的买家将线上作为选车的第一站。购买过程中,消费者线上、线下渠道切换平均需要4次, 会拜访2.4次经销商,但在拜访前,60%以上的消费者早已选好了品牌、车型与价位。中国的消费者整个购买过程的触点平均达到7.5个,高于成熟市场的6个。

众多新兴线上渠道的出现打破了汽车厂商与经销商对原有汽车营销的认知。 汽车购买者的决策过程与信息获取方式的碎片化,导致流量的碎片化,渠道间的每一次切换都会增加失去客户的风险。利用云计算、物联网、大数据等新一代信息技术,有效管理渠道边界,深入洞察差每一位客户需求,提供卓越的用户体验成为了众多车企的转型重点。长安福特便是走在转型路上的一位最佳实践者。

数字化转型的三个阶段:立 – 通 – 用

长安福特成立于2001,是中国知名汽车合资汽车,致力于为中国消费者提供切合需求的产品以及前所未有的驾驶体验。发展至今,旗下拥有众多品牌,2017年中国市场年销量82万辆, 经销商发展到约700家。

长安福特IT总监吴劲浩坦言,“对于转型中的传统主机厂而言,最大的难点在于如何与客户连接,深入了解用户需求。公司希望借助新的互联网架构,建立集数据应用、管理、运营三位一体的企业数字化运营中心,并通过实施中台战略,实现业务服务能力的共享与敏捷创新,最终目的是了解客户、服务好,为客户提供卓越的数字化体验。为此,长安福特将汽车新零售的转型路径设计为三个阶段:

第一阶段 立:

在阿里云中台基础上,通过先数字化“场”,增加客户服务触点,继而拉动数字化“车”与“人”,最终将三者联系起来,形成一个开放的数字化场景。

长安福特通过建立线上福特商城,为汽车买家提供买车、保险、经销商查询、二手车在内的一站式服务,打通线上流量。同时搭建移动版长安云店,用户通过手机便可获得汽车360 VR体验,上门试驾与订车服务。线上云小二满足了7x24小时咨询服务需求,并通过LBS功能,可以将客户第一时间引流到最近的经销商门店,有效转化流量。

例如, 在深圳市场,长安福特通过线上各渠道发布购PHEV送深圳牌照的信息,吸引消费者,媒介配合KOL(意见领袖)和大V以及地方电台进行内容传播,同时线下结合“超级试驾”,打造新蒙迪欧PHEV3天免费线下试驾体验活动。仅一个月的销量就比之前两个月的全国销量多出150%。

第二阶段 通:

数据全链路打通是为客户提供一致化体验的前提。

为此,长安福特基于阿里云中台,将企业互联网应用与第三方支付、经销商管理平台、斑马平台、天猫、福特商城、FordPass、智慧门店等系统打通,打造一个数据资源池,旨在构建实时、全量、全维的“统一身份识别”数据体系。每一位用户在了解车、买车、用车以及线上、线下活动的所有行为轨迹 (user journey)都可以记录下来,为用户做精准的用户画像,把握每一个消费者的个性化需求。

此外,长安福特通过中台技术将所有所有渠道、环节与业务数字化,且数字做到可视化,大幅提高企业的决策效率。

第三阶段 用:

长安福特的下一步是利用大数据与算法技术,实现决策的自动化与智能化。
如果说前两个阶段旨在打破一个个“数据孤岛”,通过数据全链路透视,让数据变得可评估、可优化、可运营,那么第三个阶段则是用好数据,实现数据资产的激活和增值,例如基于大数据的精准营销、精准推送、个性化保单,或是通过大数据反哺汽车的设计、研发与生产过程。

福特商城的启用给线上线下的一体化营销带来新的活力。

从6月开始试运行到12月初,福特商城注册用户数已经达291,756人,销售线索有308,215条,在福特商城开展的集客活动超过100个。以最近的11.11&12.12两次活动为例:

在福特商城11.11购物狂节中,其利用移动端活动页面及小程序打造全国统一线上平台的互联网体验玩法,在11.11期间福特商城活动期间共计斩获:380万在线浏览量,332万在线访客数,在收集了10213销售线索的基础上,最终5044位顾客付款;在12月福特商城推出的12.12抢神券、抽大奖年终盛典活动中,线上收到订金订单5298笔,活动期间超过1200位顾客成交。

汽车新零售的三个“全域”

汽车零售的本质没有发生根本变化,即提高服务客户全过程中的效率。 但人、车、场中万千要素间的关系随着消费者需求的变化在不断的解构与重构。长安福特将人数字化、车数字化、以及场数字化,并将这三个方面用中台技术联系起来,加速信息与数据跨渠道流动,同时借助大数据与算法技术激活消费者数据资产的价值。

未来,全域触达、全域ID与全域智能将会成为汽车新零售的三个必备能力。

· 全域触达:借助数字化手段,有效管理包括线上、线下在内的渠道边界与客户触点,实现全渠道数字化,打破数据孤岛。

· 全域ID:追踪客户选车、买车、用车全过程的行为轨迹,构建实时、全量、全维的“统一身份识别”数据体系。

· 全域智能:利用大数据与算法,实现横跨业务流的决策自动化与智能化。

相关实践学习
基于MaxCompute的热门话题分析
Apsara Clouder大数据专项技能认证配套课程:基于MaxCompute的热门话题分析
相关文章
|
设计模式 开发框架 前端开发
项目开发中,真的有必要定义VO,BO,PO,DO,DTO这些吗?
存在即是合理的,业务复杂,人员协同性要求高的场景下,这些规范性的东西不按着来虽然不会出错,程序照样跑,但是遵守规范会让程序更具扩展性和可读性,都是前辈血淋淋的宝贵经验,为什么不用?
|
JavaScript 前端开发 API
轻松搞定Vue3+Pinia-4-多个store
轻松搞定Vue3+Pinia-4-多个store
1057 0
|
Java fastjson API
Springboot 整合 xxljob 动态API调度任务(进阶篇)
Springboot 整合 xxljob 动态API调度任务(进阶篇)
8846 0
Springboot 整合 xxljob 动态API调度任务(进阶篇)
|
7月前
|
数据采集 Java 数据库连接
Spring Batch实战全解析:从入门到精通,搞定企业级批处理难题
本文全面介绍了SpringBatch框架在企业级批处理应用中的核心技术与实战方案。文章首先阐述了批处理的典型特征(无交互性、海量数据、可靠性等)和SpringBatch的核心优势(轻量化、可扩展、事务安全等),并通过对比其他批处理方案突出其适用性。随后详细解析了SpringBatch的核心架构,包括JobLauncher、Job、Step等组件的职责分工,以及批处理执行流程。
687 1
|
11月前
|
存储 数据挖掘 Apache
浩瀚深度:从 ClickHouse 到 Doris, 支撑单表 13PB、534 万亿行的超大规模数据分析场景
浩瀚深度旗下企业级大数据平台选择 Apache Doris 作为核心数据库解决方案,目前已在全国范围内十余个生产环境中稳步运行,其中最大规模集群部署于 117 个高性能服务器节点,单表原始数据量超 13PB,行数突破 534 万亿,日均导入数据约 145TB,节假日峰值达 158TB,是目前已知国内最大单表。
1756 10
浩瀚深度:从 ClickHouse 到 Doris, 支撑单表 13PB、534 万亿行的超大规模数据分析场景
|
Kubernetes 应用服务中间件 API
kubernetes HPA-超详细中文官方文档
kubernetes HPA-超详细中文官方文档
|
缓存 分布式计算 监控
DSW、DLC、EAS
DSW、DLC、EAS 是分别表示 "分布式共享内存"、"数据加载与缓存"、"增强型自动调度"的缩写,是 tuemo 工具中常用的三种技术。 1. DSW 分布式共享内存(Distributed Shared Memory)
1835 1
|
存储 云计算
阿里云产品体系分为6大分类——云计算基础——存储服务——智能存储
阿里云产品体系分为6大分类——云计算基础——存储服务——智能存储自制脑图
900 1
阿里云产品体系分为6大分类——云计算基础——存储服务——智能存储
|
SQL Oracle 关系型数据库
数据库连接报错之IO异常(The Network Adapter could not establish the connection)
有以下四个原因: 1. ORACLE数据库 1、oracle配置 listener.ora 和tnsnames.ora 文件里面查看是否配置正确
5253 1
|
数据库
【NI Multisim 14.0原理图设计基础——查找元器件】
原理图有两个基本要素,即元器件符号和线路连接。绘制原理图的主要操作就是将元器件符号放置在原理图图纸上,然后用线将元器件符号中的引脚连接起来,建立正确的电气连接。在放置元器件符号前,需要知道元器件符号在哪一个元器件库中,并载人该元器件库。 一、查找元器件 在加载元器件库的操作有一个前提,就是用户已经知道了需要的元器件符号在哪个元器件库中,而实际情况可能并非如此。此外,当用户面对的是一个庞大的元器件库时,逐个寻找列表中的所有元器件,直到找到自己想要的元器件为止,会是一件非常麻烦的事情,而且工作效率会很低。NIMultisim4.0提供了强大的元器件搜索能力,可以帮助用户轻松地在元器件库中定位元器件
2734 0
【NI Multisim 14.0原理图设计基础——查找元器件】