汽车企业到底如何通过互联网找到消费者诉求

汽车商业评论10月26日报道 互联网加大了数据时代的消费者洞察竞争，对车企来说竞争门槛不是降低而是更高了

据说现在汽车营销业内人士如果还没有听说过“CABI”就out了。这是上汽与阿里合作的一个被称为“里程碑式”的报告。阿里内部打通了阿里妈妈、阿里数据平台、天猫汽车、淘宝汽车、高德汽车等阿里系资源，以消费者的全息大数据为基础，与上汽集团的汽车消费数据 通过匹配产生的消费者洞察。

这份报告被称为首个全网、全链路大数据汽车消费者洞察报告，媒体报道评价其“标志着一个新的营销时代开始”。

汽车厂家过往一直苦于没有途径直接通达消费者。如今消费者在互联网上的行踪一下子变得触手可及。以往对厂家来 说最神秘莫测、无法捕捉的“口碑”，如今在垂直媒体、电商平台、移动运营商等处白屏黒字地摆在各种社交网络上，仿佛饥饿已久的人一下子面对大桌盛宴，第一 反应常常是欢欣且迷茫的。

对车企来说，至关重要的一件事是打造和保持在消费者理解的领先性。在互联网加大数据时代，这件事是容易了，还是更难了？

汽车行业的消费者研究传统上有两个业务聚焦：消费者购买决策行为研究和消费者愉悦体验研究。早期用统计分析实 现对消费者的静态描述和分群，常用的定性和定量调研方法，基于消费者的记忆来完成。人类记忆天性会衰减、变形，难以原汁原味的呈现。因此传统消费者研究方 法局限性明显。特别是消费者很难准确说明为什么喜欢或不喜欢，很难给出如何才能让他们满意的直接答案。

为解决传统统计方法的局限，后来发展出狩野（KANO）模型，把消费者需求分为基本型需求、期望型需求和兴奋型需求，重点甄别消费者选择中的基本因素、绩效因素和激励因素。成功产品创新的关键是领先发现激励因素，并针对兴奋型需求提供买点。

很多成功的日本企业以发现和满足兴奋型需求而专长，用“现地”策略替代把消费者请到调研室的做法，营销人员进入消费者的应用现场，观察消费者对产品的使用，直接发现消费场景中的优劣和潜在需求。

KANO模型能够有效改进对消费者特征把握的准确性，但在操作层面严重依赖营销人员或是实施团队的个人经验和判断，多用于少量关键产品决策环节，难以广泛支持日常决策。

这就是为什么苹果教父乔布斯在1982年提出的那个著名论断广为流传：人们不知道他们想要什么，直到你把它摆在他们面前。

有了互联网上消费者信息的海量数据，有了大数据抓取和分析技术，现在不仅能够对各种类型的消费者进行丰富立体的特征描述，而且能够获取消费者在时间轴上的信息，从而还原消费者日常生活中的消费形态。

行为特征标签替代传统的人口社会学特征，消费者分群的结果可以更贴近差异化的消费行为分类；基于消费活动的时 间分布，根据对消费递进行为的统计归纳，能够从消费者已经发生的行为更有把握地预测潜在购买意向。掌握消费者数据的互联网公司的大举加入，使得企业开展消 费者研究的信息来源一下子大大拓宽，对消费者的理解从消费者调查进化为消费者洞察，精准营销时代的大幕揭开。

当供应极大充分的时候，想明白到底要什么、做什么用，就成了车企现在最大的挑战。

现状是车厂的日常管理决策，大部分并不是在消费者研究结果的基础上来制定的，而是基于经验判断和事后纠正，可以称为推动式的营销管理。

现在根据业务部门的需求，开展数据抓取和分析提供，把消费者洞察作为辅助输入，纳入一部分关键决策点的制定，当然也不失为一种渐进改良的策略。侧重对消费者的总体静态分布的利用，消费者的动态迁移难以纳入考虑，决策的准确性仍难以保证。

更为彻底的做法是把消费者数据分析全面融入整个运营体系，建立基于消费者洞察的拉动式运营体系，用实时的消费者洞察产出，推动企业日常业务的开展。典型的互联网企业如领英，销售人员每天基本平均接触 10 个来自消费客户的数据用于决策。

相比之下车厂的销售一年只能做少量的几个完全由消费者数据驱动的决策。只有当消费者洞察的静态分布和动态变化双重数据共同构成业务流程的起点，特别是实现消费者动态变化推动企业预算和行动措施决策，互联网时代的消费者洞察才能真正发挥作用。

这样看来互联网加大了数据时代的消费者洞察竞争，对车企来说竞争门槛不是降低而是更高了。这绝不仅仅是选择合 适的消费者动机理论框架的挑战，不仅仅是社交平台上消费者互动行为抓取渠道的挑战，更不仅仅是海量数据挖掘技术的挑战。从产业组织到数据组织的理念认识转 变，才是最根本的挑战。