汽车之家副总裁韩松
汽车之家如何看待大数据
说到大数据的时候，一般会辐射到左边这三个图，这都是所有大数据里面基本用到的，什么逻辑呢?所有大数据互联网公司，都在强调为用户打标签，打成百上千的标签，这个标签有关于兴趣爱好的，有生活习惯的等等，但是这些标签究竟意味着什么?究竟价值怎么样?汽车之家在这里做基于大数据在汽车行业的一个梳理。
汽车之家理解的汽车用户属性的五个层级
首先最基本的，所有消费者的自然属性。接下来更多的是对消费者的社交属性或者社会属性，教育状况、婚姻家庭等等，后面很大的一块，就是互联网能够给主机厂提供行业最多的东西就是个性化的属性，包括爱好、浏览习惯、浏览偏好等等一切一切，无论你使用PC设备还是移动互联网设备访问互联网，都会留下你的轨迹，都会留下各种各样的标签，再往后是什么?其实是一个最核心的，我们称之为消费属性，比如说用户的消费收入，消费能力，消费习惯，以及处于每一类产品的消费结果。
在座的应该都在网上买过东西，这些网站完全把各位的消费习惯进行记录分类，以便于定义收入状况和消费能力。这些加起来是99%，为什么这么说?作为汽车行业而言，这一切都是给目标消费群一个模糊的匹配，一个用户可能偏好什么?他的习惯可能如何如何?这里面始终差了最后一部分数据，这部分数据量其实并不大，但是这部分数据对主机厂来说最有价值，这是汽车之家提供的购车属性。
汽车之家跟长安有合作，其实我们跟几个品牌都有类似的合作。就是主机厂拿出车主信息，当然这个信息加密的，我们双方或者几方都不会看到真实的各种个人信息，这些人都在长安买了某一款产品，我们去匹配分析这个用户，在购车前六个月，甚至前一年在汽车之家，在购买这款车之前关注什么品牌?关注什么车型?在浏览论坛浏览资讯的时间分别有多长?在这期间一共关注了多少产品?最终在哪一个阶段决定下了订单?最后在哪一个时间点购买完成消费动作?这一切一切的基于用户的基础分析，最后形成购车属性。这可以帮主机厂还原真实消费者的决策动机。
大家可能说，过去通过这些消费者的调研也可以了解调研，可以把车主喊过来访谈。(但是)访谈性质是抽样调研的形式，咱们先不说调研的样本量大不大?主机厂花了大量的精力就是抽样的调研。而汽车之家可以把数据进行完整的匹配，通过这些降低或者提高用户抽样的效益，同时因为我们分析的是意识行为。相信消费者在访谈的时候，真正购车动机和需求，未必能通过访谈的方式分享出来。
比如在1998年的时候我买汉兰达，也接受了广丰的访谈，当时说为什么要买汉兰达?说这个性价比高，然后非常冠冕堂皇的拿一个红包出来了。其实，当时只是因为家里有一个小孩，需要这个车而已。当时得出的用户信息，购车决策并不是真实准确的。这个时候，汽车之家的数据可能只是1%，后面的99%，主机厂有自己的数据库，通过腾讯的微信微博包括淘宝的记录可以得到很多海量的数据，了解他的个人信息，了解他的兴趣爱好与习惯，真正购车决策的属性，这一步可能是汽车之家网可以提供的，这就是我们对汽车大数据一个分享。
汽车大数据的核心价值
现在汽车的售卖传统模式还是通过4S店，但是有很大的一个问题，主机厂和中间消费者的互动时间周期比较长，没办法直接快速的跟消费者互动得到反馈，这个时候实际上很多角色滞后于消费者的变化。
每个主机厂在每年发一款新车，或者在销车流程的时候，都有目标消费人群的定位，大家可能看到过，主机厂说“我这一款车适合30-35岁的，男士、城市精英人群”，大家看看，中国有多少目标客户是这样的?我相信90%以上。我们每次跟主机厂谈一款营销案例的时候，得到目标人群是30-35岁，然后家庭有孩子的人，这些究竟对于主机厂意味着什么?对于4S店来讲，对于主机厂来讲，每个消费者都是一样，并不知道消费者的购车因素和偏好，所以给他提供的产品和服务也是一样，背后的问题在哪里?
汽车大数据的核心价值是更接近用户、了解用户
汽车之家知道消费者之前在网上的所有比对行为，然后再关注其他的品牌某一个系列的车型，就能看中价格或是看中性能，还是外观，还是什么。这种情况下，完全可以提供不同的接待服务，以便于说，“哥们，这个车八五折拿走”，或者说更换更高的配置，或者免费提供五年的年保三年的保养，这些并不是天方夜谭，完全可以通过大数据实现。
再有一个例子，汽车之家每天都在不停的更新画像。当时一直在分析主流车还是80后还是85后?今年为尝试画像更新专门找了90后，他们即将成为社会的消费主流人群，我把调查对象放在这部分人群中，比如说消费者画像，比如说消费者需求，消费者偏好的时候，买车的体验不够好，买车的效率低等等。
我们希望通过合作改变这些，但是真正去跟90后访谈的时候，90后第一句话说的是买车很无聊，买车、用车、汽车服务所有的一切对我来说无趣，一点不酷(车云菌成员也有这样的)。在他们眼中好玩、有意思是第一位的，其他不是那么重要。当然，这背后的原因也可能是他们没有真正掏钱，如果真正掏钱的时候，也会关注价格。但这给我们洞察，消费人群每年都在更新，谁能够更快的了解消费者的需求变化，谁能够更准确的洞察未来变化趋势，谁能够在产品研发上，甚至在销售环节的改造上比竞争对手领先一步。汽车之家所有提供的信息服务，能够满足80后，70后的需求，未来能不能满足90后的需求，怎么让汽车之家的变得很好玩，更酷，这也是我们的课题，相信也是主机厂、经销商的课题。
汽车大数据的应用场景
汽车大数据的应用场景主要有三个方面：检测、发现、预见。
过去作为互联网公司，更多给主机上提供监测服务，各种各样的监测软件，各种各样的指数，各种各样的后台帮助主机厂看产品的营销过程的数据转化情况。互联网公司有一个特点，大部分是数据型公司、技术型公司或者产品型公司，没有分析的能力。
汽车之家汽车大数据的三大应用场景
汽车之家早在五年前成立自己的研究中心，期待通过过去简单数据的监测，帮助厂家做一些初步的分析和发现，去帮助厂家解读数据背后的原因。更未来的话，我们会帮一些主机厂建数据库，帮助他们做消费趋势的预测，这也是大数据的阶段，这个阶段一定覆盖了整个新车产业链的各个环节，从研发、生产、物流配送到中间的品牌、产品、营销传播等等，包括到最后渠道的管理，销售到最后售后服务等整个脉络。其实互联网作为大数据，是最有效的收集和分析的工具，能够很好的帮助到汽车产业。
可以举几个例子，首先可以看到，从监测的环节来讲，我们需要了解用户在购车上的时间成本。过去大家关注的数据都是以UV、PV，现在提出以时间成本为主要成本。一个消费者在网站产生了PV可能无限大，也可能他在看一段视频，看一部韩剧，这段时间的PV就是零。
另外一个监测，刚才也提了很多次，互联网大数据其实最有效的，替代原来传统的效率比较低、成本比较高的调研方式，从口碑到售后服务等等一切。
再来说说发现。第一个发现挺有意思，每一个厂商或者出的每一款车都会锁定自己的竞争对手，但通过用户的车型对比数据我们发现，主机厂在前期传播的时候可能完全选错了对手，这样的话就导致厂商在营销，在规划的策略上有所偏差。
第二个发现，就是主机厂很关心的事，就是我的订单丢了，给了谁?通过销售线索转换率我们就能够看到，某款车型的销售线索，有55%的用户在三个月跟踪调查没有买车，有16%买了这款车，另外29%买了其他车型。再深入分析，我们就会发现这29%怎么分配的。虽然我们没有分析原因，但我们会发现谁抢了蛋糕。
最后说一下预见。我们发现消费者对于一款车，无论是安全、品质、油耗、性能的关注，其实不像主机厂想的一成不变，随着新车的上市，到成熟，到最后走向相对老年期的过程中，它的关注在不断变化，也就是说消费者对于每一款车，每一类型对产品的优势与否也是在变化。可能从主机厂来讲，像互联网产品，像小米手机两三个月出一款新品，满足消费者车型关注，迎合这个需求?不现实。但是，根据这些分析，至少我们能够提前预见用户需求的变化趋势，在产品的包装上、在传播推广上，可以根据消费者对于车辆不同竞争优势的理解和变化做一些调整。