汽車行業的變(biàn)化不僅在産品端,渠道端和用戶服務端發生瞭(le)巨大變(biàn)化。
汽車(chē)的使用場(chǎng)景,不再是簡單的從 a 到 b,或者是單純的商務接待、家用車(chē)。消費者對汽車(chē)的場(chǎng)景需求、情感需求越來越多元化。
通過用戶心理學,按照心态開放程度和對汽車(chē)的功能訴求,我們将汽車(chē)客群分爲以下七類,並(bìng)對他們的衣食住行用方方面面展開詳細分析:
自我至上者、崇洋循規派、技術發(fā)燒友、時尚追風人、中庸保守派、渴望功名族、無畏獨(dú)行俠。

很多朋友問我:是不是現在所有的車(chē)企都需要進入購物中心?傳(chuán)統的經銷商渠道、 4S 店是不是應該都撤出?又或者反過來,直營太燒錢,隻是昙花一現?
門店選擇是一個層(céng)層(céng)分析、需要數據賦(fù)能的過程。

投資回報(bào)利潤率分析的維度很多。爲什麽華(huá)爲、蘋果等在核心商圈開設數千平米旗艦店?
汽車品牌像華爲、蘋果一樣在核心商圈開設數千平米旗艦店,從投入、産(chǎn)出和賣車的角度看,並(bìng)不合理。但是如果将其作爲廣告成本,卻非常經濟,非常劃算。
汽車(chē)用戶(hù)的全生命周期模型:AIPPRR
A - Awareness 認(rèn)知
I - Intention 意向
P - Purchase 選(xuǎn)購(gòu)
P - Possess 持有
R - Referral 推薦(jiàn)
R - Re-Purchase 複(fù)購(gòu)

帷幄有個(gè)很核心的方法論(lùn),叫 VOD。
V 是指在線下場域,通過 Video 的方式實現線下全場景經營活動的影像化採集,實現影像級孿生。不過這是一種非結構化的數據,我們通過 AI 技術識别這些影像中關鍵信息,加以提煉,形成行業化數字化模型。這一形成結構化數值模型的過程,也就是一個數字孿生的過程。
基於(yú)上述兩層提煉,我們才能夠基於(yú)數據形成可執行的洞察——基於(yú)模型組織起來的數據,能夠爲品牌帶來更明確(què)的信息意義和可執行建議,從而改善品牌運營。

我們發現,一些汽車品牌夥伴在運營線下門店時存在一些盲區,例如展廳客流分析、客群特征分析、門店選址等。我們将用戶旅程分爲 5 大環節:引流到店、銷售接待、店内體驗、試乘試駕、訂車離店,並做進一步的細拆,梳理品牌門店運營痛點與解決方案。

所有數字化的前提是爲人服務,以人爲本。做數字化如果不能減(jiǎn)輕人的工作量,就沒(méi)有任何意義。
什麽是營銷數字化?Just in time——在恰當(dāng)的時間正好提供客戶需要的産(chǎn)品。

車(chē)企 APP 功能價值可以分爲 4 個(gè)階段:
第一階(jiē)段(早期):車(chē)控功能載體
第二階(jiē)段(中期):承擔(dān)品牌形象展示角色
第三階段(後(hòu)期):用戶服務與互動(dòng)平台
第四階(jiē)段(未來演進):形成「服務 + 社交 + 媒體 + 商城」的綜合發(fā)展戰略

新能源發展速度非常快,2022 年 9 月份,滲透率已經突破 30% 大關,我認爲這個速度會繼續加快。
相應的,汽車行業的盈利模式、商業模式也發生瞭變化。從過往純硬件收入,轉變爲硬件 + 軟件 + 服務的收入模式。2021 年,某車企服務收入占比達到瞭 29.7%。

過去燃油車(chē)以流量驅動爲核心的漏鬥增長(zhǎng)模式,正在過渡到以體驗驅動的可持續增長(zhǎng)模式。
燃油車(chē)時代,銷售模式基本由經銷商主導,顧客是一個個線索。我們購買線索,将其轉化爲高意向線索、訂單(dān)用戶和複購用戶。這種模式現在越來越難以爲繼。
打造「車主爲中心」的新能源汽車服務生态,有四個要素需要重點考慮:我們的服務産(chǎn)品是什麽,我們的服務有什麽特色,我們的服務場(chǎng)景是怎樣的,如何經營與消費者的關系。
我們需要追蹤用戶體驗數據,将體驗量化。隻有量化,才能管理。

汽車消費的大前提並(bìng)沒有改變(biàn):高客單價、低消費頻次。
變(biàn)化的是用戶觸(chù)達的顆粒度。過去的營銷模式更加粗放,沒有數據留存。而現在,我們可以借助數字化手段,定向觸(chù)達動态變(biàn)化的細分人群。

小紅書上,「女生第一輛車(chē)」話題下大約有 84 萬條互動,其中排名第一的關鍵詞是價格,其次是顔值,第三是空間。在前十關鍵詞裏,沒有性能、油耗、續航等傳(chuán)統重點關鍵詞。小紅書用戶會關注自己的星座和什麽車(chē)有關系,甚至讨論「盤小奶狗的車(chē)」。
汽車門店的一大挑戰,就是如何有效轉化如此非結構化的用戶。
某種意義上,元宇宙是「人 - 貨 - 場」的數字化,是數字化更加精準的過程,也是以個體爲中心的、更加不分虛實的互動過程。對汽車營銷來說,這個過程就是通過客戶和品牌的反複互動,反複将數據積累沉澱下來。

傳統營銷模式是漏鬥模式,從銷售線索到高意向線索、預定車主、定單、用戶,逐層篩漏。而體驗式營銷則採取直營+漣漪模式。從核心車主到一般車主、關注者、向往者,用戶間漣漪式影響。
傳(chuán)統模式的一個經典玩法,是大量投放廣告,用漏鬥承擔線索。其特點是「出道即巅峰」,具有玻璃頂效應,投入再大,增長(zhǎng)都會慢慢趨緩。如果用數學概念來類比,傳(chuán)統模式就是對數函數。
而體驗模式則是指數函數。無論是奧密克戎感染人數,還是今天很多抖音、小紅書爆款,都是以指數方式爆發。它的優勢是爲品牌帶來金融理财一樣的複利爆發,但通常需要較長的緩慢增長周期,品牌需要熬過這段時間,才能迎來這種模式的紅利期。

車企需要想好自己的第二增長曲線。不僅僅是出售不同車型,而是需要找到更多商業模式,以應對整個社會的變化發展。
這裏我們需要厘清組合創新的含義。它不是傳統意義上的創新,而是指将産品、技術、市場、資源以及組織這五個元素拆分之後,進行重新組合。

品牌業務可以拆分爲 4 個部分:業務目标、運營模式、可控因素和不可控因素。
以減肥健身來類比,「業務目标」是身體健康,對(duì)應的量化指标是 BMI;「運營模式」則是「動(dòng)吃動(dòng)吃」,對(duì)應量化指标是熱量的攝入與消耗;日常飲食與運動(dòng)作爲可控因素,可以拆分爲正餐、零食、飲料、跳繩、爬山、羽毛球等過程指标;應酬、社交這類不可控因素,也可量化爲應酬次數這樣的監控指标。
同樣,在汽車直播中,業務目标是直播間成交額的健康增長(zhǎng);運營模式則涵蓋流量、線索、成交等環節;可控因素包括開拓渠道、産(chǎn)品推廣等;不可控因素則包括疫情、輿情等。
汽車(chē)直播成功的關(guān)鍵,是爲上述拆分出的因素建立體系,包括指标體系、關(guān)聯體系和操作指南 / SOP。
這種建模的過程,幫(bāng)助品牌在直播運營過程中有效建立結果指标與過程指标之間的關聯,從(cóng)而在複盤分析當中,有效歸因。而隻有将過程指标與結果指标有效關聯,數據洞察才是真正有價值、可執行的。

10 年前,很多汽車(chē)門店還在採(cǎi)用人工手段處理業務。而時至今日,幾乎所有門店都採(cǎi)用信息化手段處理業務。汽車(chē)品牌需要更高的數字化程度,即便不靠數字門店出圈,至少也不應該在這裏掉隊。
未來汽車(chē)門店與傳統門店的區别在哪裏?區别在於(yú)接待方式、互動方式、業務執行方式等諸多門店體驗。
門店數字化的一個(gè)重中之重,是線上線下的結(jié)合。
傳(chuán)統 4S 店往往以電(diàn)話邀約或主動進店爲主。而如今,越來越多的線下交互需要與線上交互結合。數字門店,不再僅僅隻是實體店面,而應該既有線上雲店,也有線下實體店,相互呼應和串聯。

智能監控巡檢是帷幄爲包括汽車(chē)品牌在内的許多消費(fèi)品牌客戶提供的核心價值之一。
我将智能監(jiān)控巡檢稱(chēng)爲監(jiān)控行業中的 3.0 體系。
1.0 是局域網本地監控, 2.0 則是雲端監控,随時随地不受空間限制查看視頻。到瞭(le) 3.0 時代,帷幄則是以計算機視覺爲主,執行自動監測(cè),自動發現問題,減少人工幹預,降低人工成本,提高效率。
這也就是帷幄主張的,面向未來空間的監測方式。

其次,如何理解可執行的數據洞察?
它是數據分析領域的 2.0 版本。1.0 版本對原始數據進行簡單處理,提供一些可視化圖表。到瞭(le) 2.0 版本,無需人工進行思考和計算,可以直接得到想要的測試結果,並(bìng)發現管理問題。
我們提供更多的分析維度和更現代的可視化方案,這就是面向未來(lái)空間(jiān)的洞察方式。
第三是運營自動化。
它是運營 3.0 版本。運營 1.0 是管理流程全部線下約定、紙面記錄。2.0 則有一定的系統指派能力,電子化記錄數據。到瞭(le) 3.0 版本,則採(cǎi)用标簽化體系管理,實現精細化運營,使目标更清晰,進一步降低運營成本。
在服務客戶的過程中,我們發現,汽車品牌在門店運營管理中通常面臨著如下痛點:
新銳品牌異軍突起,行業競(jìng)争激烈,如何提升曝光度,占領用戶(hù)心智?
如何打造極(jí)緻門店服務,優化顧(gù)客體驗?
顧(gù)客越來越挑剔和多樣化,如何深入洞察客戶(hù)需求,提供差異化服務?
如何保證(zhèng)管理的一緻性,提升門(mén)店管理效率?
針對以上痛點,帷幄借助 SpaceSight 及多年來汽車(chē)行業服務經驗,形成瞭(le)成熟的解決方案。
以提升曝光度爲例。
随著(zhe)品牌開設更多體驗店,並(bìng)與一些商場展廳合作,這些門店的選址質量如何評估?傳統的評估方式,是給門店打上一些位置标簽、功能屬性标簽,或是用銷售數據來衡量選址優劣。這樣的方式在今天已經達不到精細化運營的要求。

更深入的方式,是對(duì)門店進行客流分析與評估。評估内容包括客流屬性、客流量、顧客畫像等,在這些指标的加持之下,門店數據變(biàn)得更加豐滿,爲決策提供更充實的依據。此外,品牌也可以通過多店對(duì)比,例如體驗店對(duì)曝光的貢獻率和中心店對(duì)曝光的貢獻率,分别占比多少,以及門店排行等方式,爲選址評估提供依據。
通過(guò) SpaceSight 最新「靈動(dòng)卡片」,您可以輕松掌握上述數據(jù),做出更加精準的門店運營決(jué)策。






帷幄小助手




7x24 小時
