【2020汽車藍皮書論壇】楊辰韻：如何在存量時代下發掘新的增長點

8月11日至13日，2020年第十二屆中國汽車藍皮書論壇在武漢舉行。論壇第三天，創略科技聯合創始人兼總裁楊晨云發表了題為《股票時代數據和智能驅動的新增長》的主題演講。

以下是演講實錄。

親愛的來賓和老師們，下午好！很高興今天能和大家一起探討汽車行業的數字化轉型和一些核心問題。

我今天分享的一個話題是“數據和智能驅動股票時代的新增長”。我來自楊晨云，創略科技聯合創始人，英文名Tiger。

事實上，這里已經有一些老朋友和一些新朋友了。簡單描述一下我們是什么樣的公司。創略科技的核心是利用基于大數據架構的數據科學，包括AI深度學習和自然語言處理技術。服務端是面向消費者的企業，主要是汽車出行等行業，包括其他金融對應行業像零售、旅游。

核心是基于客戶數據提升營銷的效率、效果、客戶體驗和客戶生命周期。在國內，這些年來也獲得了一些AI和大數據方面的相關榮譽，包括中科院等等。

讓我簡單介紹一下我自己。在此之前，我和我的其他創始人在海外硅谷度過了十幾年的漫長時光。我們有幸在加州伯克利，和當時的圖靈獎獲得者一起做了一些數據挖掘的研究，回國后創建了相應的數據中心解決方案。團隊包括在營銷領域從業近20年的專家，垂直行業包括汽車等行業的專家，在大數據和AI領域從業近20年的數據科學家等。，打造團隊的核心行業解決方案。

這次聽到更多業內人士談論今年的特殊情況。在過去兩年多的時間里，由于經濟下行和汽車行業的相對飽和，獲得新客戶越來越困難，銷量明顯具有挑戰性。今年越來越差，上半年的疫情也對很多企業造成了很大的短期沖擊，包括傳統的主機廠。

除了今年的疫情，這兩年我們一直在談論數字化轉型的話題，也看到我們接觸的汽車行業越來越多的客戶開始意識到數字化轉型的重要性和緊迫性。在我們剛剛提到的存量時代，發掘新的增量非常重要。

在這個過程中，我們服務的幾百個客戶會發現，這里有很多坑，數字化轉型中有很多坑，需要大家共同面對和克服，或者在實際操作層面避免。不然你會發現有很多實用的層面，可能是以前沒見過的。

在汽車行業，我們也會發現整體銷售周期會更長。每一個環節如何實現，都涉及到以客戶為中心的數字化的相應轉型。在每一個環節中，這個的基礎都是相應的數據收集。為什么一些造車新勢力或者智能汽車品牌開始設立私域流量矩陣，希望在前期通過內容和運營逐漸體現客戶的標簽，做個性化營銷。

后來包括售后環節等等，我們看到傳統的主機廠也開始提供包括出行在內的服務。本質是在出行領域，如果還沒有購車，也可以通過分時租賃在部分潛在受眾中產生高頻和潛在數據。在我們提到的數字化轉型中，數據本身是一個非常關鍵的點。

另一塊是在整個過程中，從傳統的汽車制造，到讓經銷商實現所有相關的銷售，到一個以客戶為中心的轉型，包括國內一些最大的自主品牌已經開始談全面的To C戰略，不僅僅是圍繞汽車的銷售，更是圍繞自己的接觸和積累，數據資產的接觸，真正把汽車的生命周期和客戶的角度結合起來，以客戶為中心做相應的后續工作。

所以基于此，我們將聚焦中國(20)15年和(20)16年的大數據架構，推出客戶數據中心或客戶數據平臺的CDP概念。在汽車行業的應用中，我們會發現我們剛剛提到的這些潛在客戶的一些行為數據，并逐步收集我們所擁有的行為數據……t之前通過私域流量和私域矩陣收集或關注的。

此外，在這種系統存在之前，還有許多問題沒有解決。在此之前，會有一些基于資金留存等的線索。，主要基于客戶保護數據，包括CRM等系統。

沒有打通，客戶的體驗和真正實現相應營銷轉化的環節都不是建立在整個客戶的三維畫像上。這一塊成為客戶體驗、增強個性化、實現智能和效率的高效第一步。打通后，它逐漸根據人工和專家標簽做出一些預測分析。

看整體系統中對應的應用場景。一開始是基于客戶數據。在此基礎上，我們通常會看到更多圍繞營銷或個性化的客戶場景來做相應的營銷。從最初的潛客對購車意向或預約試駕意向的預測，到相應的客戶置換或復購意向，再到新客戶的拓展，我們可以基于已有的客戶畫像進行更精準、更精準的接觸。

除了營銷場景，你會發現以客戶為中心的場景其實開始延伸到更多的應用場景，而不是營銷場景。包括這兩年一直在提的C2M、C2B等個性化需求，到個性化制造，以及這些點的個性化需求。后來我們看到一些主機廠的設計部門或者產品部門也開始注重根據客戶數據建立一些相應的特色部門。

接下來，把重點放在我們剛剛提到的整體價值點上，簡單的一個一個展開。包括我們可能和一些汽車行業的客戶，包括非汽車行業的客戶積累的應用和案例。

首先，建立客戶數據中心的CDP。建立客戶數據中心的核心，可以幫助企業建立三維的客戶認知，并基于客戶中心做出相應的最終應用和決策。

這其實是為了幫助我們的客戶——威馬汽車。在新能源汽車或新勢力中，威馬是較早擁抱數字化轉型并打造相應CDP的廠商。之前我們可以看到左邊會有更多的各種類型數據的客戶聯系人。之前基于不同的流程，比如一些傳統的OEM線索管理CRM等零散的存在，包括廣告等售后數據，沒有辦法用整體做一個客戶在任何部門的立體標簽畫像。

度過這一關非常重要。我們真正開始了解客戶在這個階段是否可能有相應的維修需求或者其他新的需求，并最終應用到運營上，包括營銷和售后服務，甚至C2M和C2P的場景。

在營銷層面，第一個核心是潛艇層面。在潛在客戶層面，如何看到或者識別或者針對潛在客戶做一些個性化的營銷。有三種主要情況:

一是過去或未來是否會有真實的購車意向。

在購車意向篩選和試駕預約篩選中，我們會發現更多的客戶，包括DCC部門，以前這一塊做的不好，每天都會打很多電話，但是如果客戶打電話給這些本質上并不高尚的客戶，客戶體驗本身就不好，因為最近是網上談種草的階段，但是我們繼續打電話來試駕等等。

如何識別同樣的情況？未來一個月到三個月，會有買車的意向，對應的客戶會打對應的電話，他會認為是有價值的信息，有意義的信息。其他客戶前期可能會通過微信或者其他私域手段來維護和培養相應的需求。

第二，在客戶或現有客戶層面，我們會發現相當多的企業包括客戶。當然，這只是其中一個場景。

在接觸較少的情況下，年度續會是客戶保護層面的關鍵場景，也是每年至少能保證一次溝通的情況……如果有猶豫，不續費或提及其他品牌名稱等。，那肯定是擔心他可能有代替或者替換的意圖。現在是一個關鍵的機會，推動他是否可能更換或替換，同品牌的其他型號或更高端的型號。

這將涉及到語音轉換成文本后的一段對話或一條消息的可能性，相關的關鍵詞和語義分析將在文本轉換后由專員處理技術進行識別，在這種情況下判斷是否可能存在潛在的替換需求。不僅僅是客戶服務中的續保，更是如何在眾多售后環節中捕捉到相應的需求數據，包括維修數據，來完善相關的售后服務，對品牌的忠誠度和長期合作有著重要的意義。

第三，新客戶的推廣。在新客戶推廣層面，很多以前的公司，包括傳統主機廠或者獨立或合資品牌等公司，都會涉及到更多的決策。

我覺得我的受眾是什么年齡段，什么客戶，一些自主品牌都知道我的客戶是20到30歲有競爭力的年輕人。這是他們的肖像。但是基于車主的特征做出相應的判斷，基于包括分類算法在內的一些類別做出判斷之后，會發現他的受眾大部分是在40到50歲這個年齡段，和他們決定做這樣的客戶受眾是不一樣的。

如果這一步出了問題，本質上營銷的推廣也會出現相應的問題，甚至在人群選擇的層面，但是通過剛才提到的一些無監督的歸類或者分類算法來幫助這些企業識別，其實你會發現他的客戶會是什么樣子。基于這些做更多個性化或者精準化的營銷。

除了剛才說的營銷場景，按照生命周期階段做這件事的營銷自動化或者營銷智能化也是非常關鍵的一點。

包括BAIC在內的其他原始設備制造商的客戶正在使用我們的營銷自動化平臺。其實最核心的思路會涉及到幫助營銷人員在一個非常簡單的畫布上搭建，在什么條件下，什么樣的人想在試駕后發個微信或者體驗個問卷調查，或者車主會推送其他相關服務等等。，無論是微信、短信還是電話關懷或回訪。

本質上，在另一個層面上，也減少了IT部門在日常營銷活動中更多的干預和人工支持，讓營銷人員盡可能不用寫任何代碼就能獨立完成其營銷自動化的每一個相關環節。

最后，這個場景就是我剛才說的，在整體的客戶數據中，在數字化的應用場景中，因為整體應該是以客戶為中心的，而不僅僅是在我們剛才說的70%、80%的場景都是營銷的情況下。事實上，客戶的洞察反饋和我們談到的C2M或C2B場景也非常關鍵，我們看到的應用場景也非常重要。

這一塊包括威馬、滴滴出行等汽車或出行品牌做相應。前幾天新款上市后，威馬特別想關注一下，大家是在免費app內還是在免費app外評價或評論它的外觀、內飾、電池、性能還是個性化。這是我們提到的基于所有客戶洞察反饋和基于這些實時客戶的一些反饋，可以支持更好的服務和更好的未來新產品開發或個性化制造。

在滴滴這樣的場景中，由于這些情況大多會是文本化的客戶數據的存在，在數據越來越大的情況下，人工解決問題是不現實的，因為自然語言處理可以幫助實時解決AI中相應的客戶洞察反饋，支持我們剛剛提到的客戶洞察或者C2M場景。

最后簡單介紹一下我們在汽車行業或者其他行業的相關案例。我們幫助瑪莎·萊迪品牌根據其國內車主的特征，預測其數百萬潛在客戶的購車意向。

我剛才提到了每一個潛客的受眾，未來如何識別這些客戶？我……他們14個月左右的銷售周期，未來兩三個月內會有真正的購車者對外打電話或者預約試駕。如果我們在電話里遇到其他客戶，如果沒有區別，客戶體驗會很差，營銷效率會很低。8月11日至13日，2020年第十二屆中國汽車藍皮書論壇在武漢舉行。論壇第三天，創略科技聯合創始人兼總裁楊晨云發表了題為《股票時代數據和智能驅動的新增長》的主題演講。

以下是演講實錄。

親愛的來賓和老師們，下午好！很高興今天能和大家一起探討汽車行業的數字化轉型和一些核心問題。

我今天分享的一個話題是“數據和智能驅動股票時代的新增長”。我來自楊晨云，創略科技聯合創始人，英文名Tiger。

事實上，這里已經有一些老朋友和一些新朋友了。簡單描述一下我們是什么樣的公司。創略科技的核心是利用基于大數據架構的數據科學，包括AI深度學習和自然語言處理技術。服務端是面向消費者的企業，主要是汽車出行等行業，包括其他金融對應行業像零售、旅游。

核心是基于客戶數據提升營銷的效率、效果、客戶體驗和客戶生命周期。在國內，這些年來也獲得了一些AI和大數據方面的相關榮譽，包括中科院等等。

讓我簡單介紹一下我自己。在此之前，我和我的其他創始人在海外硅谷度過了十幾年的漫長時光。我們有幸在加州伯克利，和當時的圖靈獎獲得者一起做了一些數據挖掘的研究，回國后創建了相應的數據中心解決方案。團隊包括在營銷領域從業近20年的專家，垂直行業包括汽車等行業的專家，在大數據和AI領域從業近20年的數據科學家等。，打造團隊的核心行業解決方案。

這次聽到更多業內人士談論今年的特殊情況。在過去兩年多的時間里，由于經濟下行和汽車行業的相對飽和，獲得新客戶越來越困難，銷量明顯具有挑戰性。今年越來越差，上半年的疫情也對很多企業造成了很大的短期沖擊，包括傳統的主機廠。

除了今年的疫情，這兩年我們一直在談論數字化轉型的話題，也看到我們接觸的汽車行業越來越多的客戶開始意識到數字化轉型的重要性和緊迫性。在我們剛剛提到的存量時代，發掘新的增量非常重要。

在這個過程中，我們服務的幾百個客戶會發現，這里有很多坑，數字化轉型中有很多坑，需要大家共同面對和克服，或者在實際操作層面避免。不然你會發現有很多實用的層面，可能是以前沒見過的。

在汽車行業，我們也會發現整體銷售周期會更長。每一個環節如何實現，都涉及到以客戶為中心的數字化的相應轉型。在每一個環節中，這個的基礎都是相應的數據收集。為什么一些造車新勢力或者智能汽車品牌開始設立私域流量矩陣，希望在前期通過內容和運營逐漸體現客戶的標簽，做個性化營銷。

后來包括售后環節等等，我們看到傳統的主機廠也開始提供包括出行在內的服務。本質是在出行領域，如果還沒有購車，也可以通過分時租賃在部分潛在受眾中產生高頻和潛在數據。在我們提到的數字化轉型中，數據本身是一個非常關鍵的點。

另一塊是在整個過程中，從傳統的汽車制造，到讓經銷商實現所有相關的銷售，到一個以客戶為中心的轉型，包括國內一些最大的自主品牌已經開始談全面的To C戰略，不僅僅是圍繞汽車的銷售，更是圍繞自己的接觸和積累，數據資產的接觸，真正把汽車的生命周期和客戶的角度結合起來，以客戶為中心做相應的后續工作。

所以基于此，我們將聚焦中國(20)15年和(20)16年的大數據架構，推出客戶數據中心或客戶數據平臺的CDP概念。在汽車行業的應用中，我們會發現我們剛剛提到的這些潛在客戶的一些行為數據，并逐步收集我們所擁有的行為數據……t之前通過私域流量和私域矩陣收集或關注的。

此外，在這種系統存在之前，還有許多問題沒有解決。在此之前，會有一些基于資金留存等的線索。，主要基于客戶保護數據，包括CRM等系統。

沒有打通，客戶的體驗和真正實現相應營銷轉化的環節都不是建立在整個客戶的三維畫像上。這一塊成為客戶體驗、增強個性化、實現智能和效率的高效第一步。打通后，它逐漸根據人工和專家標簽做出一些預測分析。

看整體系統中對應的應用場景。一開始是基于客戶數據。在此基礎上，我們通常會看到更多圍繞營銷或個性化的客戶場景來做相應的營銷。從最初的潛客對購車意向或預約試駕意向的預測，到相應的客戶置換或復購意向，再到新客戶的拓展，我們可以基于已有的客戶畫像進行更精準、更精準的接觸。

除了營銷場景，你會發現以客戶為中心的場景其實開始延伸到更多的應用場景，而不是營銷場景。包括這兩年一直在提的C2M、C2B等個性化需求，到個性化制造，以及這些點的個性化需求。后來我們看到一些主機廠的設計部門或者產品部門也開始注重根據客戶數據建立一些相應的特色部門。

接下來，把重點放在我們剛剛提到的整體價值點上，簡單的一個一個展開。包括我們可能和一些汽車行業的客戶，包括非汽車行業的客戶積累的應用和案例。

首先，建立客戶數據中心的CDP。建立客戶數據中心的核心，可以幫助企業建立三維的客戶認知，并基于客戶中心做出相應的最終應用和決策。

這其實是為了幫助我們的客戶——威馬汽車。在新能源汽車或新勢力中，威馬是較早擁抱數字化轉型并打造相應CDP的廠商。之前我們可以看到左邊會有更多的各種類型數據的客戶聯系人。之前基于不同的流程，比如一些傳統的OEM線索管理CRM等零散的存在，包括廣告等售后數據，沒有辦法用整體做一個客戶在任何部門的立體標簽畫像。

度過這一關非常重要。我們真正開始了解客戶在這個階段是否可能有相應的維修需求或者其他新的需求，并最終應用到運營上，包括營銷和售后服務，甚至C2M和C2P的場景。

在營銷層面，第一個核心是潛艇層面。在潛在客戶層面，如何看到或者識別或者針對潛在客戶做一些個性化的營銷。有三種主要情況:

一是過去或未來是否會有真實的購車意向。

在購車意向篩選和試駕預約篩選中，我們會發現更多的客戶，包括DCC部門，以前這一塊做的不好，每天都會打很多電話，但是如果客戶打電話給這些本質上并不高尚的客戶，客戶體驗本身就不好，因為最近是網上談種草的階段，但是我們繼續打電話來試駕等等。

如何識別同樣的情況？未來一個月到三個月，會有買車的意向，對應的客戶會打對應的電話，他會認為是有價值的信息，有意義的信息。其他客戶前期可能會通過微信或者其他私域手段來維護和培養相應的需求。

第二，在客戶或現有客戶層面，我們會發現相當多的企業包括客戶。當然，這只是其中一個場景。

在接觸較少的情況下，年度續會是客戶保護層面的關鍵場景，也是每年至少能保證一次溝通的情況……如果有猶豫，不續費或提及其他品牌名稱等。，那肯定是擔心他可能有代替或者替換的意圖。現在是一個關鍵的機會，推動他是否可能更換或替換，同品牌的其他型號或更高端的型號。

這將涉及到語音轉換成文本后的一段對話或一條消息的可能性，相關的關鍵詞和語義分析將在文本轉換后由專員處理技術進行識別，在這種情況下判斷是否可能存在潛在的替換需求。不僅僅是客戶服務中的續保，更是如何在眾多售后環節中捕捉到相應的需求數據，包括維修數據，來完善相關的售后服務，對品牌的忠誠度和長期合作有著重要的意義。

第三，新客戶的推廣。在新客戶推廣層面，很多以前的公司，包括傳統主機廠或者獨立或合資品牌等公司，都會涉及到更多的決策。

我覺得我的受眾是什么年齡段，什么客戶，一些自主品牌都知道我的客戶是20到30歲有競爭力的年輕人。這是他們的肖像。但是基于車主的特征做出相應的判斷，基于包括分類算法在內的一些類別做出判斷之后，會發現他的受眾大部分是在40到50歲這個年齡段，和他們決定做這樣的客戶受眾是不一樣的。

如果這一步出了問題，本質上營銷的推廣也會出現相應的問題，甚至在人群選擇的層面，但是通過剛才提到的一些無監督的歸類或者分類算法來幫助這些企業識別，其實你會發現他的客戶會是什么樣子。基于這些做更多個性化或者精準化的營銷。

除了剛才說的營銷場景，按照生命周期階段做這件事的營銷自動化或者營銷智能化也是非常關鍵的一點。

包括BAIC在內的其他原始設備制造商的客戶正在使用我們的營銷自動化平臺。其實最核心的思路會涉及到幫助營銷人員在一個非常簡單的畫布上搭建，在什么條件下，什么樣的人想在試駕后發個微信或者體驗個問卷調查，或者車主會推送其他相關服務等等。，無論是微信、短信還是電話關懷或回訪。

本質上，在另一個層面上，也減少了IT部門在日常營銷活動中更多的干預和人工支持，讓營銷人員盡可能不用寫任何代碼就能獨立完成其營銷自動化的每一個相關環節。

最后，這個場景就是我剛才說的，在整體的客戶數據中，在數字化的應用場景中，因為整體應該是以客戶為中心的，而不僅僅是在我們剛才說的70%、80%的場景都是營銷的情況下。事實上，客戶的洞察反饋和我們談到的C2M或C2B場景也非常關鍵，我們看到的應用場景也非常重要。

這一塊包括威馬、滴滴出行等汽車或出行品牌做相應。前幾天新款上市后，威馬特別想關注一下，大家是在免費app內還是在免費app外評價或評論它的外觀、內飾、電池、性能還是個性化。這是我們提到的基于所有客戶洞察反饋和基于這些實時客戶的一些反饋，可以支持更好的服務和更好的未來新產品開發或個性化制造。

在滴滴這樣的場景中，由于這些情況大多會是文本化的客戶數據的存在，在數據越來越大的情況下，人工解決問題是不現實的，因為自然語言處理可以幫助實時解決AI中相應的客戶洞察反饋，支持我們剛剛提到的客戶洞察或者C2M場景。

最后簡單介紹一下我們在汽車行業或者其他行業的相關案例。我們幫助瑪莎·萊迪品牌根據其國內車主的特征，預測其數百萬潛在客戶的購車意向。

我剛才提到了每一個潛客的受眾，未來如何識別這些客戶？我……他們14個月左右的銷售周期，未來兩三個月內會有真正的購車者對外打電話或者預約試駕。如果我們在電話里遇到其他客戶，如果沒有區別，客戶體驗會很差，營銷效率會很低。在底層，基于包括DMS或私有域在內的行為數據建立多層分發組合模型。經過兩年多的合作，預測準確率已經訓練到接近百分之九十七，預定試駕翻倍提升，最后對應的轉化率每天都有變化，銷售代表可以實時查看如何據此提出相關建議。

幫助魏瑪建立CDP。以前傳統的情況可能會有一些割裂，每個系統都會涉及到相關的客戶數據，形成一個統一的威馬ID來做相關的事情。包括行為數據和一些非結構化數據，我們也可以基于大數據架構做相應的處理，形成一套系統化的標簽、畫像和分級來自動化相關營銷，支持更多相關部門基于客戶洞察做相關分析。

這兩天有不少大佬在談解決當前汽車行業相關的問題。有時候，需要跳出汽車行業相應的固有思維，去看看其他行業在數字化轉型中是如何解決的。

有時甚至有一些相關的有趣的點可以借鑒。包括我們看到大約一半的新能源汽車和新勢力來自互聯網行業，在傳統的主機廠層面做相關的改造。

我們在零售行業也有不少客戶。幫助其在星巴克咖啡搭建國內客戶數據平臺。如果你最近兩年會用早期的星巴克APP，這是它基于現有客戶做數字營銷的策略。打通多個觸點確保同一用戶后，APP會推送不同的優惠券和美食組合，我們會幫助他們達到90%的預測率，改善超過一半的餐飲搭配相關模型。

0

在其他屬于傳統行業的企業，包括旅游行業，包括春秋航空和東航，相對高頻效應更明顯。過去三年的上億訂單和過去72小時的行為數量預測其400條航線上億乘客未來七天實際會乘坐哪條航線，近兩年預測準確率接近99%，未來七天購買哪條航線預測準確率。以前100篇文章有0.7比1的轉化率，提高了10倍。這也是基于自如接觸上的豐富數據，可以看出效果非常明顯。

另外，在其他行業——零售業，比如施華洛世奇，微信官方賬號的個性化推送也會實現。我們看到了傳統的OEM廠商，之前沒有很好的解決個性化的問題。但是施華洛世奇可以通過微信官方賬號的個性化推送達到最終的個性化自我營銷效果。

最后，像我們金融行業的四大傳統銀行和五大傳統銀行，像中國銀行，手機銀行可以根據我們提供的東西實現個性化推薦。大家可以推送不同的基金理財產品，實現個性化推薦，我們可以看到相關產品銷量的提升。

剛才提到我們在汽車和出行領域的客戶比較多，包括零售、旅游、教育培訓等等。數百家企業有幸攜手合作，幫助他們克服數字化轉型中一些相應的明顯的坑，如何對營銷中的相應問題做出基于數據和AI驅動的解決方案。

我們將在下周發布《下一代數據和人工智能驅動的營銷自由》白皮書。如果有興趣，也可以關注我們的微信官方賬號。最關鍵的是，我們希望基于我們提供的相應解決方案，營銷人員可以從關注其營銷核心痛點的解決中解脫出來，盡可能獲得營銷自由。

我們看到相當多的客戶需要獲得數據來支持營銷，有時甚至需要兩個……r三周甚至一個月才能把數據弄出來。在這個過程中，更不要說實時的個性化營銷了，它幫助和賦能營銷者獨立自由地做相應的個性化營銷。

今天，我的分享就在這里。在創略科技，我們的核心應用包括AI、機器學習、深度學習等新興技術，希望賦能企業解決營銷和客戶運營更加個性化、實時化、智能化、高效化的終極使命和目標。謝謝您們。今天就分享到這里。謝謝你

敬請關注蓋世汽車專題“[蓋世直播] 2020中國汽車藍皮書論壇”。

https://auto.gasgoo.com/NewsTopic/262.html在底層，基于包括DMS或私有域在內的行為數據，建立多層分發組合模型。經過兩年多的合作，預測準確率已經訓練到接近百分之九十七，預定試駕翻倍提升，最后對應的轉化率每天都有變化，銷售代表可以實時查看如何據此提出相關建議。

幫助魏瑪建立CDP。以前傳統的情況可能會有一些割裂，每個系統都會涉及到相關的客戶數據，形成一個統一的威馬ID來做相關的事情。包括行為數據和一些非結構化數據，我們也可以基于大數據架構做相應的處理，形成一套系統化的標簽、畫像和分級來自動化相關營銷，支持更多相關部門基于客戶洞察做相關分析。

這兩天有不少大佬在談解決當前汽車行業相關的問題。有時候，需要跳出汽車行業相應的固有思維，去看看其他行業在數字化轉型中是如何解決的。

有時甚至有一些相關的有趣的點可以借鑒。包括我們看到大約一半的新能源汽車和新勢力來自互聯網行業，在傳統的主機廠層面做相關的改造。

我們在零售行業也有不少客戶。幫助其在星巴克咖啡搭建國內客戶數據平臺。如果你最近兩年會用早期的星巴克APP，這是它基于現有客戶做數字營銷的策略。打通多個觸點確保同一用戶后，APP會推送不同的優惠券和美食組合，我們會幫助他們達到90%的預測率，改善超過一半的餐飲搭配相關模型。

0

在其他屬于傳統行業的企業，包括旅游行業，包括春秋航空和東航，相對高頻效應更明顯。過去三年的上億訂單和過去72小時的行為數量預測其400條航線上億乘客未來七天實際會乘坐哪條航線，近兩年預測準確率接近99%，未來七天購買哪條航線預測準確率。以前100篇文章有0.7比1的轉化率，提高了10倍。這也是基于自如接觸上的豐富數據，可以看出效果非常明顯。

另外，在其他行業——零售業，比如施華洛世奇，微信官方賬號的個性化推送也會實現。我們看到了傳統的OEM廠商，之前沒有很好的解決個性化的問題。但是施華洛世奇可以通過微信官方賬號的個性化推送達到最終的個性化自我營銷效果。

最后，像我們金融行業的四大傳統銀行和五大傳統銀行，像中國銀行，手機銀行可以根據我們提供的東西實現個性化推薦。大家可以推送不同的基金理財產品，實現個性化推薦，我們可以看到相關產品銷量的提升。

剛才提到我們在汽車和出行領域的客戶比較多，包括零售、旅游、教育培訓等等。數百家企業有幸攜手合作，幫助他們克服數字化轉型中一些相應的明顯的坑，如何對營銷中的相應問題做出基于數據和AI驅動的解決方案。

我們將在下一周發布關于下一代數據和人工智能驅動的營銷自由的白皮書……。如果有興趣，也可以關注我們的微信官方賬號。最關鍵的是，我們希望基于我們提供的相應解決方案，營銷人員可以從關注其營銷核心痛點的解決中解脫出來，盡可能獲得營銷自由。

我們看到相當多的客戶需要獲取數據來支持營銷，有時候甚至需要兩三周甚至一個月的時間才能把數據弄出來。在這個過程中，更不要說實時的個性化營銷了，它幫助和賦能營銷者獨立自由地做相應的個性化營銷。

今天，我的分享就在這里。在創略科技，我們的核心應用包括AI、機器學習、深度學習等新興技術，希望賦能企業解決營銷和客戶運營更加個性化、實時化、智能化、高效化的終極使命和目標。謝謝您們。今天就分享到這里。謝謝你

敬請關注蓋世汽車專題“[蓋世直播] 2020中國汽車藍皮書論壇”。

https://auto.gasgoo.com/NewsTopic/262.html

標簽：發現合創理念漢威馬汽車

汽車資訊熱門資訊