汽车企业与大数据融合趋势分析（下）

胡 熙　文



汽车企业与大数据融合趋势分析（下）

胡 熙文

在汽车行业与其他行业信息融合的平台中，汽车行业中的利益相关主体可以通过同互联网行业的合作，借助广泛的社交媒体聚合丰富的顾客信息，通过车联网获知车辆的实时运行数据，最终实现精准营销和智能控制。

通过提升行业内整合数据资源的应用，能够为市场研究工作的开展奠定坚实基础。同时，市场研究工作的开展能够再次提升数据的附加值，提升企业的服务能力。具体而言，通过对生产数据的分析，研究行业、企业、品牌、产量情况，及时跟踪重点企业的产能扩建情况。

而通过对销量数据的分析，研究区域市场分布和消费特征，研究企业产品在区域市场的分布情况，对经销商网络进行及时监测，研究品牌的区域营销战略。定时跟踪新车上市情况，对新车价格、配置、市场定位等方面进行研究，分析新车上市对企业的影响等。

Abstract

Analysis of the Development Trend of Integration of Auto Corporations and Big Data

The new wave of revolution of information technology had been no-doubt integrated into social and economic lives of human being, causing a tremendous data explosion, which had consequently created a concept of big-data. As for traditional manufacture business, integrating with big-data is only a base, while sharing data is truly the goal. The application of big-data has already pushed auto corporation’s further integration widely and vertically.

⑵跨行业的产业链数据融合。

产业链内的信息资源整合是基于数据流所构建的各主体之间的强关系网络，数据资源之间具有关联性强、主体多元化、合作边界模糊、内外部资源动态流通的特点。换句话说，对数据资源的整合，就是主导企业与诸多利益相关方通过信息集成平台展开的产业链治理。就主导企业外部的产业链节点而言，信息平台中的主体涉及供应商、经销商、用户、广告运营商、数据咨询企业以及其他相关主体，他们作为价值网络节点实时地贡献各自所在环节的信息、提出自身需求、分析面临问题等，通过把各自显性或者隐性的资源投入价值共创平台，借助互动式的服务把各自的价值主张与主导企业的价值主张对接并相互渗透，形成基于顾客、基于产业链角色的价值主张，主导企业作为治理者，负责包括数据技术工具、硬件基础设施等以及组织团队、治理机制、产业链文化等软因素的辅助支持，最终实现信息融通。该共创平台的建立既需要生产者逻辑下价值共创导向的功能发挥，即向战略联盟提供资源、表达价值诉求，又需要各治理主体在治理者的价值主张之下发挥各自的核心能力，为彼此提供专业化服务，进行持续的数据交换、对话和合作。

在汽车行业与其他行业信息融合的平台中，汽车行业中的利益相关主体可以通过同互联网行业的合作，借助广泛的社交媒体聚合丰富的顾客信息，通过车联网获知车辆的实时运行数据，最终实现精准营销和智能控制。互联网作为行业间的融合剂，颠覆了传统的商业模式，将金融行业、服务行业也引入自身产业链，形成一种协同治理的关系。比如通过同保险公司的合作，可以将保险数据与汽车行业内的数据整合起来，实现汽车保险行业“承保-定损-理赔”全方位数据服务。在与金融公司协作的过程中，金融公司可以通过融合平台查看整体市场和细分市场特征，快捷准确的做出投资与风险分析。对于服务行业，通过整合汽车后市场服务O2O平台、零配件电商平台、配件分销商及维修店需要相关的基础数据，可以促进产业链配件交易的效率，提升发单准确性，为价格敏感型客户订购个性化方案。

通过以上分析发现，通过参与行业内、行业间的战略联盟，把握各个参与主体提供的数据资源，可以宏观分析整个汽车产业的相关数据，建立汽车全产业链、全生命周期和时间序列“三位一体”的数据资源体系框架，为整个汽车产业链提供行业内车辆参数变化趋势、汽车技术发展趋势、汽车产业市场发展趋势、竞争对手市场动态等，从而有效支持链中各主体的个性化定制数据及企业决策。总而言之，汽车产业的信息整合能够激发整个网络的行动力，提高信息的共享程度和共享内涵，降低交易成本，增进价值系统的外部经济，形成利益相容，为各个参与主体带来价值收益。

O2O平台

对于服务行业，通过整合汽车后市场服务O2O平台、零配件电商平台、配件分销商及维修店需要相关的基础数据，可以促进产业链配件交易的效率，提升发单准确性，为价格敏感型客户订购个性化方案。

2.关注大数据与企业融合中的价格战和去品牌化问题

⑴注意企业与平台融合中的价格战。

国外有关经营实例表明，企业与大数据融合不当，甚至泛滥，可能带来产品的价格战和去品牌化趋向。在营销领域，网络营销平台的一个很大的服务就是“价格信心”。它们在营销中会强调购买过程的公平、高效和乐趣。通过大数据的流通，建立起价格透明化的标杆，让消费者和企业都能享受公平的价格。但是这种所谓的“公平”的商业模型是建立在一个市场完全公开公平，商品价格会自主找到平衡点的虚拟假设上。而现实是，在信息共享的便利环境中，经销商往往不惜打出低价来获取订单，进入这种“一路到底”的价格战之后就一发难以收拾。这不仅消减了经销商的利润，也连环引发了制造商的利益损害，进而引起制造商的不满。

⑵关注融合中去品牌化问题。

大数据受到重视的另外一个特征在于其“4V”中的Velocity。大数据商业时代，商业环境的变化瞬息万变，决策风险比以往要大得多。凭直觉和经验是无法抵御环境变化带来的风险。经验和数据是让企业各个层面做出正确决策的2大方式。大数据的“实时”也意味着“短期”，大数据可以帮助人们在短时间内得出解决眼下问题的最优解，但是，当传统企业面临消减库存等短期要求时，应用网络营销压低价格来解决积压自然是最快最优的解决方法。然而正如硬币总有正反两面的事实，大数据的实时性也可以是一把双刃剑，对于只想买一件产品的消费者而言，重视“短期”自然没有错，但是对于传统企业而言，注重短期的同时一定要考虑到企业“长期”的发展。因为对于传统企业来说，一个和“长期”息息相关的名词——品牌是极其重要的。

在与大数据融合的过程中，传统企业并非一味地依附营销数据平台，而必须在大数据共享的大趋势下，树立正确的大数据资源观，一定要分清哪些可以共享，哪些不能，在与网络大数据平台进行合作的时候持审慎的态度，进行自我保护，也就是注重自己在大数据中的资源意识和在营销平台的主导意识。

对于传统企业而言，通过长期的品质保障配合宣传积累，在消费者心中建立起一个具有差异化个性、能够深刻感染消费者内心的品牌核心价值，让消费者明确、清晰地识别并记住牌子的利益点与个性，是驱动消费者认同、喜欢乃至爱上一个品牌的主要力量。这种和消费者慢慢培养出来的感情纽带能使该品牌产品获得更大的销量和更多的利益。这种品牌带来的价值是品牌管理要素中最为核心的部分，也是品牌区别于同类竞争品牌的重要标志。保证了传统企业在竞争中获得一个更强劲、更稳定、更特殊的优势。

大数据时代，消费者可以得到的信息越来越多，越来越全面，所以他们就会变得越来越“理智”，性价比和一时的“口碑”成为他们选购产品的首选要素。多年培养出“感情”的品牌似乎就没有那么有吸引力了，不值得他们心甘情愿地付出更高的价格。

当经销商开始把暂时性的降价当做常规的营销手段，当消费者被惯出了“不是低价折扣就不买”的购买习惯后，如果传统企业本身无法在大数据的波涛汹涌中找准自己的定位，站稳脚跟，被大数据带来的短期利益和狂热冲昏头脑而随波逐流自降身价，为了“拉拢人气”“资金周转”“减少库存”等短期利益开始跑步跟上“时代浪潮”，就会卷入无底线的价格战、折扣战，生产的品牌价值就不得不令人担忧了：曾经能让消费者心甘情愿地付出更高价格的品牌效应会渐渐被侵蚀，失去长久以来的优势。

所以传统企业必须清醒地意识到大数据的实效性中隐藏的对于品牌价值侵蚀的隐患。在得到人气解决眼前问题的时候，时刻记住增强企业的核心竞争力才是重中之重，伤害到企业多年打拼积累的品牌效应的行为更是要尽量避免。确立一个守住品牌价值的底线，才是和竞争者在更高价格上对抗的立足根本。不要犯下只见树木不见森林的错误。

3.关注大数据的资源意识和平台的主导意识

在大数据与企业融合的实践中，要充分关注大数据的资源意识和平台的主导意识。例如，2015年7月，Truecar和经销商之间的矛盾浮出水面，经过和美国最大的汽车经销商AutoNation的决裂显示出经销商和数据网络平台更深层次的矛盾。在这次纷争中，经销商方面的意见是，在汽车这种传统行业中，消费者购物的方式还没有到达网络平台自己所宣传的“线上对比，线下试驾”的完全效应，还要去很多线下实体店实地体验。甚至有的消费者只是决定购买后才去网络平台的认证系统中注册一下，只是为了拿到相应的折扣，而这份认证则成了网络平台从经销商的盈利中分享佣金的凭证。事实上，一份网络平台的购车认证并不意味着消费者是为此才产生了消费的结果，背后很可能存在很多功劳是来自于线下实体店的营销努力，或者是产品品牌本身的信用和价值。而无视这些可能性，一视同仁地把卖出商品和服务的功劳归于网络平台并付给它固定的佣金，无疑是非常不公平的。在Truecar的案例中，网络平台提出的建议是AutoNation像其他汽车经销商一样，和它们分享“所有”的零售数据，甚至包括与网络业务无关的部分。这样它们就可以建立一个审计程序。然后把自己的数据库与AutoNation的数据库进行核查对比，从而就可以准确地计算出分成。而这个要求被经销商断然拒绝。这一点并不难理解，在国内电商行业发生的事件也让人们注意到，传统企业不得不和AutoNation一样警惕电商平台“狮子大开口”获得过高的利益。在与电商平台的合作中，传统企业这些大数据应用的新来者，对于传统的经销商来说无疑是利用和自己的合作搜集到资源，最终抢夺挤压了自己的平台，这种合作常常得不偿失。

在与大数据融合的过程中，传统企业并非一味地依附营销数据平台，而必须在大数据共享的大趋势下，树立正确的大数据资源观，一定要分清哪些可以共享，哪些不能，在与网络大数据平台进行合作的时候持审慎的态度，进行自我保护，也就是注重自己在大数据中的资源意识和在营销平台的主导意识。

4.关注大数据与企业融合中的人才问题

在《大数据发展纲要》中，更是明确了以企业为主体，营造宽松公平的环境，加大大数据关键技术研发、产业发展和人才培养力度，从而促进大数据产业健康发展的指导思想。大数据发展应用，对传统企业而言是一个全新的课题，首要解决的问题应该是人才问题。面对海量的大数据，数据源、平台等要素固然重要，但是如果没有与之相适应的大数据应用人才，融合问题便一切都无从谈起。大数据虽然不是仅用于处理非结构化数据的，但是与传统技术相比，它给企业数据技术带来的最大改变就是非结构化数据价值的搜集和开发，企业上下必须对这种类型的数据具有全新的看法，统筹召集足够的人员和能力去整合、搭建和完善数据管理基础架构。在有了海量数据之后，更是需要专门的数据分析技术对其进行分析和挖掘，使其产生理想的价值。在人才方面也是如此，计算机的数据处理和清洗的能力已经可以在很短时间内处理完PB级数据的如今，着眼于现实，将来自不同源头、有着不同形式的数据资源进行整合做出正确的决策支持，才是数据分析人才的工作。

人才

就汽车行业而言，目前这方面人才极其匮乏，因此需要在培养汽车专业人才的同时培育兼顾汽车专业知识与大数据知识的兼容型人才，从而担纲汽车行业大数据发展的需要。

数据人员所需要的不仅仅是数据基础理论和操作技术，还必须具有对零散在各处的非结构化信息的潜在价值有基本的辨别和鉴定能力，对于不同集合领域中无直接因果逻辑的情报的关联性有着大致的掌握和归纳能力的人员。这就需要他们具有特定业务领域知识，并能够将之于数据技术有效结合，根据领域创新数据分析方法、提升应用技能，将经营流程中遇到的具体情形与大数据匹配，完成人群画像关联、数据语言整合以及信息共享标准化共享等一线操作，从而解决实际应用问题。就汽车行业而言，目前这方面人才极其匮乏，因此需要在培养汽车专业人才的同时培育兼顾汽车专业知识与大数据知识的兼容型人才，从而担纲汽车行业大数据发展的需要。

大数据与传统企业的融合，对于汽车企业而言，既是一种严峻的挑战，也是一种发展的机遇。在国家发展互联网+战略及大数据战略的机遇期中，如何把握机遇，迎接挑战是一个重大课题，必须从思想意识、顶层设计、组织构架、技术支撑、实务推动和人才培育多个方面把握好大数据与企业融合的契机，吸取国内外大数据发展的经验，通过积极的有机融合促进汽车行业由传统产业向现代产业的转型升级，由此创新发展模式，促进行业的可持续健康发展。