随着数字化浪潮不断向前涌进，企业正面临前所未有的历史机遇与挑战。面向“数据定义未来”的新时代，如何数字化转型成为各行各业的关注焦点。
数澜科技开设「数智观察」栏目，聚焦企业政府数字化转型的“道”与“术”，助力行业伙伴创新发展。

本期专栏由数澜科技高级解决方案工程师牡丹带来，基于数澜科技服务多家头部车企的数字化转型经验，探索车企数字化营销破局之道。

在经历了黄金8年高速增长期后，汽车行业进入平稳增长新常态。据中国汽车工业协会数据显示：2021年，中国乘用车销量为2148万辆，相较于销量顶峰2017年的2471万辆，乘用车市场已从增量时代转向存量时代。数字化转型驱动业务创新发展，成为汽车行业的必然选择。

作为全球领先的数据应用操作系统服务商，数澜科技自2019年起陆续与宝马中国、比亚迪、广汽丰田、长安汽车、万友汽车等行业头部车企达成深度业务合作。

数澜科技提供数据治理、数据中台建设、车联网数据应用与集成、数据资产体系搭建、用车售后服务营销数据化、可视化决策等数据应用基础设施服务，帮助车企搭建成熟完善的数字化营销体系，重塑数字化时代下车企市场竞争力。

2022年，国内知名数字化市场的研究咨询机构爱分析发布《汽车行业数字化厂商全景报告》，数澜科技被评为数据中台场景代表厂商。

一、转型思路：线上、线下一体化营销，理念、技术体系化支撑

车企数字化营销的破局之道，关键在于汽车相关企业基于“数据”这一生产要素，借助数字化技术、手段或方式，抓住营销的各个触点，实时捕获客户需求，增加客户粘性，最终实现营销目标。

目前，车企数字化营销的数据基础、运营方式、思维理念等仍缺乏一套完整机制，数澜科技基于自身服务车企能力，从四方面分享车企数字化营销的转型思路。

1.全生命周期客户数据缺失-->客户全触点数据打通

在传统汽车营销中，线上触点交互数据分布在各个独立的子业务系统和不同的系统开发商中，数据不连续且无法统一整合，导致线下触点管理能力不足。线下试驾、维修等体验环节数据汇聚及管控力度尤弱。

当下，借助数据中台的汇聚能力及对车企营销口业务的深入了解分析，破除了传统软件开发带来的“烟囱林立”的状态，使企业能够集中统筹客户资源、掌握客户脉络、统一客户数据，进而更专注于线下的营销活动内容创新本身，数据得以成为支撑决策的利器。40个细分触点交互服务质量的提升，提高了精准客户触达的转化率，扩大了品牌影响力。

2.客户数据缺乏有效分析-->体系化设计双向助力客群识别

在公域获客成本攀升、质量下降的形势下，各家车企纷纷启动建立品牌私域，加之车联网数据的积累，针对如何利用数据发挥最大营销价值、如何完善客户画像、如何真正把握客户需求，数澜科技提出两个工程建设：

• 打造人车画像：人、车、员工、内容四大体系的建设以及画像的构建完善，打破业务流程和管理上的边界，把企业中所有生态经营过程中的的客户数据抽象出来，并以业务和技术都能够读得懂、看得明的标签化形式进行展现，形成统一客户生态标签体系。

• 沉淀数智推荐模型：4个对象关系模型的建立，营销分析、算法模型的积累沉淀，引擎层的建设，规则化的配置，帮助企业构建算法能力，提升营销的智能化、自动化。

3.缺乏精细化运营理念-->技术支撑全新玩法

业务经营过程中，经验化的运营方式，无法针对客户以及客户群数据进行精细化的分析和运营。当今时代年轻人的主力消费市场，更加注重数字化的消费体验，预示着汽车厂商玩法不应该局限于单一平台、单一方式，而应借助互联网的发展和营销媒体平台的多元化发展平台，建立一套足以覆盖线上、线下、公域、私域、全地域、全触点的全链路营销数据平台。

4.线上线下场景未融合-->线上线下联动提升客户服务

影响客户转化的关键节点都在线下经销商端，而线下服务同质化严重，影响客户体验的同时，削弱了客户的购买意愿及品牌认知。

通过数字化营销体系建设，线上数字化成果实时指引前端的销售顾问、售后顾问等，同时线下活动细节又将被实时返流回数字化营销平台，补充数据成果。线上线下数据借助ID-mapping拉通的能力，真正联通整个生态的客户资源，打破企业管理边界，构建企业客户生态体系。

针对以上问题及思路，结合多年车企合作实践，数澜科技提炼出一套数字化营销机制：

以品销一体为目标，以客户为中心，以线上线下融合数据为基础，以标签模型、算法模型为核心，链接数据和场景，最终实现40个客户旅程全触点重用户体验、重用户服务、重品牌私域、重圈层建立的数字化营销机制。

二、顶层设计：围绕“1+2+4+N”方式，搭建数字化营销平台

数澜科技的数字化营销平台的主体建设思想，主要围绕“1+2+4+N”的方式建设实施。

1个战略目标：建立高质量线索转化的数字化营销平台

建立融合线上线下客户数据的全触点数字化营销平台，通过线上指导线下销售活动，通过线下数据补充线上客户数据完整度，真正帮助企业达成营销线索转化的一体化数字营销平台。

2个平台建设：

• 建设一个客户数据中心。汇聚客户相关的线上线下交互数据，包括结构化信息如主数据、订单、车辆、家人、偏好内容，半结构化信息如用户行为埋点数据、日志数据，非结构化信息如语音、文本，用于构建客户全生命周期画像。

• 构建一个数智推荐引擎。通过对人-物-好的智能关系构建，将资讯、内容、话术等最佳实践赋能营销平台及一线销售服务人员，提升精准营销的时间、空间准确度。

4套标签体系：

基于线上线下沉淀的客户数据，建立人、车、员工、内容四大标签体系，围绕客户从潜客到忠诚客户的全生命周期交互数据，尽可能丰富客户360度画像展现。通过ID-mapping技术，把全域的人、车进行关联组合分析，找出类似属性特征，进行交叉数据补充完善画像，进行对症精准营销。同时应用最匹配的内容、车型，以及对口的售后顾问、销售顾问及服务话术等。

N个价值场景：40个用户旅程触点，用户全生态建设

从建立品牌认知（知晓、感兴趣、比较），进而转向促成购买意向（磋商、成交），以及成交后的使用阶段（出行、维护、维修保养），最后提高品牌忠诚度（交互、传播、复购），这四大客户旅程节点以及40个细分业务触点，基于实际业务，逐步展开数字化营销场景建设，如通过售后服务提醒、对讲耳机、pad服务等方式，实时推送来访客户的背景信息、应对方案及策略等，通过融合商铺、停车场、文旅信息等，打造车辆出行等线下活动的最佳体验。

三、实施路径：基于数据基础，五大步骤支撑平台落地

数字化营销平台建设主要分为五大步骤以支撑后续落地：理现状-汇数据-建资产-做分析-促销售。

理现状：40个节点的触点交互数据情况进行统一盘点梳理，包括客户、车辆、服务业务人员等，获取数据的台账明细。没有数据积累的线下旅程，可采用智能工牌、交互耳机、手工记录等方式，增加线下数据收集方式以及触点信息留存，完善客户画像。对于线下出行的各类数据，可以建立用户生态圈，完善客户的交互数据体系。

汇数据：底层基于数据湖的方式，批量汇聚企业已有的客户数据、车辆信息、购车订单、各网点/部门的员工信息、各营销相关内容的结构化数据。同时，随着车联网系统的普及，将客户的驾驶习惯、出行区域等数据实时接入客户数据中心，并进行统一标准化的设计及清洗，打造高质量的“全域”客户数据中心，真正做到线上线下数据的融合打通。

建资产：全量客户交互数据的沉淀，有效应用OLP标签类目建设方法，建立人、车、员工、内容四大标签资产体系，企业对客户将具备更加具象化、体系化、业务化的了解。知己知彼，方能建立更好的品牌信任。

做分析：以客户资产体系为基础，借助数智引擎中的客户细分模型、RFM、AIPL、忠诚度模型、流失预测模型、受众群体扩散模型、客户生命周期模型、深度学习算法模型、召回排序推荐模型、语音识别、自然语言分析模型等分析模型，对营销对象、内容及方式进行深入洞察分析，对交互内容、文案、话术等进一步设计把控，确保推荐内容和客户个性精准匹配，消除企业与客户之间的壁垒。

促销售：通过统一营销平台建设，以数据服务的形式，将汇聚的数据、资产模型推送给各个渠道，包括数据收集业务系统设备，如交互耳机、工牌、对讲机等；私域渠道，如企业公众号、企业商城等；公域渠道引流，如腾讯广点通、字节巨量引擎等。对客户交互的渠道进行埋点设置，以数据的形式，将客户的交互过程信息回补进平台，对客户转化率做进一步的完善分析，确保高质量高准确率。通过千人千面的服务推送，让客户感知品牌温暖，加深品牌认知，从而提高客户黏性。同时通过客户的深度交互，洞察客户对产品的实际需求，反向支撑产品的优化。

四、成功案例：有效内容触达成功率提升90%，精准营销转化率提升近一倍

2020年9月，面对新冠疫情新发的严峻市场环境，某头部车企业务方针对数据运营的过程提出了优化需求，希望立足企业app，通过用户千人千面的分析和资讯的针对性匹配，输出千人千面资讯信息，用以提高资讯的渗透率，增加资讯阅读深度及广度，提高用户黏度。

数澜科技基于数据领域的多年深耕和钻研，与客户共同打造建设数字化营销平台，有效内容触达成功率提升了90%，活跃客户数也大幅提升，精准营销转化率提升近一倍。

从整体“千人千面”业务调研，到整体架构设计，及最后的方案落地的全部建设过程，数澜科技与客户共同完成了DMS、CRM、资讯、埋点等系统数据的接入，通过场景梳理完成高可用的数据模型及标签类目体系，然后通过离线及实时算法计算引擎能力，形成人与资讯的最佳匹配，并通过内容运营平台实时对接终端用户。

1.系统建设

系统建设核心围绕3大模块：

• 群体标签体系升级：通过实时标签、规则群体圈定、群体画像的功能模块及数据的补充，全面升级已有标签体系，并通过实时技术平台将圈定计算结果同步到kafka集群供内容平台进行数据消费。

• 智能算法推荐引擎建设：应用深度学习算法能力，算法推荐结果过滤服务等，全面提升算法模型识别能力，将精准的资讯推送给最合适的圈定客群。

• 实时推荐流程链路打造：主要通过引擎升级进行实时标签计算、推荐计算，并将实时计算结果实时同步到kafka集群供内容平台进行实时数据消费，内容平台向前端应用提供实时数据服务。

2.方案价值

• 服务满意度提升

通过引入droos规则引擎使业务规则可配置，业务侧的需求可通过配置的方式灵活应对，减轻开发的工作量，也提升了业务侧的响应效率。通过体系化的精准投放流程设计、资讯的精准触达，有效提升了内容转换率。通过redis索引库切换，保障数据高可用，7*24小时提供数据服务。

• 服务响应的速度和效率提升

客群、栏目、排序预处理，Flink实时计算框架，kafka多分区并行消费设计，有效提升了内容数据的消费速率及访问效率。通过Impala+Spark+Kudu+Hive的架构方式对应标签及离线模型计算，提高计算效率；通过kafka消息中间件和redis缓存，避免数据下载耗用时间，有效解决内容平台无法导入大批量数据的问题；通过kafka传输实时业务数据，使用Flink引擎进行实时标签及算法计算，保障推荐资讯实时推送精准客户。

• 大数据量的处理能力提升

活跃会员100万，日活20万，top500条资讯的实时计算、离线标签预处理、基础栏目内容提前分析，通过Flink+kafka的实时计算，实时推送给客户，毫秒级延迟的体验感，有效提升了客户对品牌的粘性。

• 资源使用效率提升

3000万+数据量，通过技术能力架构、千人千面数据架构体系规划的方式，将计算及存储资源优化90%，大大增强了资源的使用效率。同时通过服务API体系建设，有效整合客群及推荐数据信息；轻量化内容运营平台的系统工作，简化了数据流程。