車(chē)企線上客戶大數(shù)據(jù)研究項(xiàng)目方案-20180129

汽車(chē)企業(yè)線上客戶研究項(xiàng)目方案目錄2.項(xiàng)目理解與數(shù)據(jù)策略3.客戶洞察與畫(huà)像分析5.產(chǎn)品洞察分析6.案例分享7.項(xiàng)目實(shí)施計(jì)劃與保障1.XX公司介紹4.客戶趨勢(shì)研究目錄XX公司介紹項(xiàng)目理解與數(shù)據(jù)策略項(xiàng)目策略廣泛吸納各類(lèi)可用的大數(shù)據(jù)源用作研究與分析，滿足各種客戶與產(chǎn)品洞察廣深充分挖掘客戶與產(chǎn)品洞察中的高價(jià)值關(guān)鍵點(diǎn)，進(jìn)行更進(jìn)一步的分析，獲取更深入的信息5項(xiàng)目理解垂直媒體數(shù)據(jù)銀聯(lián)數(shù)據(jù)車(chē)企內(nèi)部數(shù)據(jù)問(wèn)卷調(diào)研數(shù)據(jù)數(shù)據(jù)處理數(shù)據(jù)清洗數(shù)據(jù)合并數(shù)據(jù)對(duì)齊大數(shù)據(jù)算法引擎客戶畫(huà)像客戶洞察客戶趨勢(shì)產(chǎn)品趨勢(shì)產(chǎn)品評(píng)估行業(yè)報(bào)告數(shù)據(jù)網(wǎng)站文本數(shù)據(jù)6XX對(duì)于該項(xiàng)目的優(yōu)勢(shì)所在超過(guò)13年的汽車(chē)行業(yè)服務(wù)經(jīng)驗(yàn)客戶覆蓋幾乎所有的主流車(chē)企業(yè)務(wù)包括數(shù)字營(yíng)銷(xiāo)、CRM、消費(fèi)者洞察等擁有行業(yè)最頂尖的大數(shù)據(jù)專家團(tuán)隊(duì)超過(guò)200人服務(wù)于汽車(chē)行業(yè)擁有完整的咨詢、開(kāi)發(fā)、運(yùn)維、運(yùn)營(yíng)服務(wù)能力豐富的汽車(chē)行業(yè)經(jīng)驗(yàn)經(jīng)驗(yàn)多渠道大數(shù)據(jù)獲取數(shù)據(jù)頂級(jí)的大數(shù)據(jù)分析能力能力XX擁有強(qiáng)大的多渠道數(shù)據(jù)獲取、整合與分析能力，合作方包括：垂直媒體（汽車(chē)之家、易車(chē)、愛(ài)卡、太平洋）銀聯(lián)電信運(yùn)營(yíng)商阿里騰訊XX首席大數(shù)據(jù)專家--余宇新博士，擁有多年的商業(yè)、金融、經(jīng)濟(jì)領(lǐng)域的大數(shù)據(jù)分析經(jīng)驗(yàn)，服務(wù)對(duì)象多個(gè)知名跨國(guó)、合資企業(yè)、央企、政府機(jī)關(guān)單位等專業(yè)的汽車(chē)大數(shù)據(jù)行業(yè)顧問(wèn)團(tuán)隊(duì)，擁有車(chē)企奧迪、上汽乘用車(chē)等大數(shù)據(jù)項(xiàng)目實(shí)施經(jīng)驗(yàn)7項(xiàng)目方法論總覽業(yè)務(wù)與系統(tǒng)調(diào)研確立模型方法論客戶視圖標(biāo)簽確認(rèn)業(yè)務(wù)模型選型客戶畫(huà)像視圖標(biāo)簽確認(rèn)產(chǎn)品細(xì)分確認(rèn)模型所需標(biāo)簽確認(rèn)模特特征數(shù)據(jù)來(lái)源確認(rèn)數(shù)據(jù)/統(tǒng)計(jì)模型確認(rèn)模型參數(shù)計(jì)算與確認(rèn)客戶標(biāo)簽數(shù)據(jù)來(lái)源確認(rèn)產(chǎn)品細(xì)分?jǐn)?shù)據(jù)確認(rèn)產(chǎn)品&客戶洞察分析客戶360畫(huà)像/客戶洞察業(yè)務(wù)模型8車(chē)企內(nèi)部系統(tǒng)數(shù)據(jù)概覽車(chē)企內(nèi)部數(shù)據(jù)銷(xiāo)售會(huì)員忠誠(chéng)度當(dāng)前擁有車(chē)輛數(shù)VIN會(huì)員等級(jí)……售后首保服務(wù)商事故維修次數(shù)事故維修金額平均保養(yǎng)間隔公里數(shù)……微信OpenID最后一次訪問(wèn)時(shí)間推文閱覽總次數(shù)微信活躍度……官網(wǎng)訪問(wèn)日期訪問(wèn)官網(wǎng)來(lái)源渠道是否留資瀏覽車(chē)型及對(duì)應(yīng)次數(shù)……客服來(lái)電總次數(shù)手機(jī)號(hào)碼溝通類(lèi)型溝通頻率……金融是否貸款首付款貸款年限是否店內(nèi)購(gòu)買(mǎi)保險(xiǎn)……9長(zhǎng)期的伙伴關(guān)系&豐富的合作經(jīng)驗(yàn)垂直媒體大數(shù)據(jù)概覽—XX與主要垂媒合作密切XX是汽車(chē)行業(yè)內(nèi)知名的CRM、銷(xiāo)售線索管理系統(tǒng)、媒介管理系統(tǒng)的供應(yīng)商，因此有諸多機(jī)會(huì)與各家垂直媒體保持著頻繁、緊密的合作。在此背景下，曾經(jīng)多次在主機(jī)廠大數(shù)據(jù)相關(guān)項(xiàng)目中引入垂直媒體等外部數(shù)據(jù)供應(yīng)方，共同參與項(xiàng)目。10垂直媒體大數(shù)據(jù)概覽—垂直媒體數(shù)據(jù)類(lèi)型客戶在垂媒論壇中的發(fā)帖、回帖、以及在各類(lèi)新聞、視頻下的留言評(píng)論，均直觀地表達(dá)了客戶的復(fù)雜想法，且存量巨大，具有很高的洞察價(jià)值論壇與評(píng)論數(shù)據(jù)垂媒通過(guò)訪客一系列的行為數(shù)據(jù)，可計(jì)算分析產(chǎn)出模型化標(biāo)簽，如購(gòu)買(mǎi)力評(píng)估，實(shí)際購(gòu)車(chē)意愿等模型計(jì)算標(biāo)簽例如訪問(wèn)品牌、車(chē)型的時(shí)間、頻次、時(shí)長(zhǎng)、偏好的顏色、配置、留資等各類(lèi)瀏覽行為數(shù)據(jù)瀏覽行為數(shù)據(jù)垂媒中包含諸多與用車(chē)、養(yǎng)車(chē)相關(guān)的功能，如違章查詢、在線商城、新能源用車(chē)助手、甚至租車(chē)服務(wù)等。這部分?jǐn)?shù)據(jù)同樣能被納入客戶與產(chǎn)品洞察分析車(chē)生活相關(guān)數(shù)據(jù)11垂直媒體大數(shù)據(jù)概覽—垂媒客戶在業(yè)務(wù)中的應(yīng)用12數(shù)據(jù)歷史基于以上覆蓋境內(nèi)外全量銀聯(lián)通道的刷卡消費(fèi)數(shù)據(jù)，再整合來(lái)自銀行、運(yùn)營(yíng)商、互聯(lián)網(wǎng)企業(yè)和機(jī)構(gòu)團(tuán)體等的數(shù)據(jù)進(jìn)行統(tǒng)一管理，銀聯(lián)智惠構(gòu)建了中國(guó)獨(dú)一無(wú)二的線上線下整合營(yíng)銷(xiāo)再到推拉消費(fèi)者到店購(gòu)買(mǎi)的一站式營(yíng)銷(xiāo)服務(wù)平臺(tái)。覆蓋99.9%的中國(guó)人和其他在華人士的真實(shí)購(gòu)買(mǎi)行為，97%的汽車(chē)流水，連接80%的北上廣深移動(dòng)端用戶和30%的中國(guó)移動(dòng)端用戶。數(shù)據(jù)深度近5年不間斷消費(fèi)記錄增量流水同步，實(shí)時(shí)更新商戶信息、商戶地址、商戶類(lèi)型、卡號(hào)、卡種類(lèi)等級(jí)、交易時(shí)間、金額，交易類(lèi)型、終端渠道用戶&數(shù)據(jù)規(guī)模9億持卡用戶3億活躍手機(jī)號(hào)2億活躍移動(dòng)設(shè)備號(hào)54萬(wàn)億年消費(fèi)額一線城市銀聯(lián)卡消費(fèi)占總消費(fèi)額63.2%二線城市53.4%其它地區(qū)33%7000萬(wàn)日交易記錄覆蓋97%的汽車(chē)行業(yè)流水?dāng)?shù)據(jù)廣度覆蓋157個(gè)國(guó)家地區(qū)300類(lèi)5500萬(wàn)家注冊(cè)商戶一二線城市2,000個(gè)商圈13個(gè)行業(yè)10,000個(gè)品牌全國(guó)7500家汽車(chē)經(jīng)銷(xiāo)商70+

汽車(chē)品牌銀聯(lián)大數(shù)據(jù)概覽—完整的客戶線上/線下/境內(nèi)外消費(fèi)畫(huà)像13銀聯(lián)大數(shù)據(jù)概覽—汽車(chē)相關(guān)客戶畫(huà)像構(gòu)建交易信息呈現(xiàn)用戶消費(fèi)／資產(chǎn)信息用戶標(biāo)識(shí)打通銀行卡:卡號(hào)信息手機(jī)號(hào)設(shè)備號(hào)：imei／IDFA銀行卡等級(jí)：普卡／金卡／..授信額度：2w／3w／..交易次單價(jià):5000/8000..刷卡頻次:行業(yè)：汽車(chē)、餐飲、服裝…品牌：車(chē)企馬自達(dá)、車(chē)企大眾、門(mén)店：上海景和金沙4S店…時(shí)間、地址、金額某清算機(jī)構(gòu)過(guò)去5年整車(chē)購(gòu)車(chē)刷卡記錄，覆蓋全國(guó)個(gè)人乘用車(chē)銷(xiāo)售額80%門(mén)店消費(fèi)記錄細(xì)化至地域地區(qū)、品牌、4S門(mén)店的消費(fèi)記錄覆蓋70個(gè)主流汽車(chē)品牌，20000家4s店，月均交易額580億關(guān)聯(lián)消費(fèi)記錄細(xì)化至訂車(chē)、購(gòu)車(chē)、維修/保養(yǎng)、換車(chē)行為以及其他行業(yè)消費(fèi)用戶信息：完整卡號(hào):發(fā)卡行：xx銀行消費(fèi)類(lèi)型：消費(fèi)消費(fèi)金額：xxx元消費(fèi)日期：2018,xx/xx消費(fèi)時(shí)間：17：50：31優(yōu)選汽車(chē)行業(yè)應(yīng)用數(shù)據(jù)交易流水：173xxxxxxxx商戶信息：xxx汽車(chē)貿(mào)易公司POSid：96xxxxx14213用戶基于多輪迭代標(biāo)注的人群屬性模型基于邏輯回歸的消費(fèi)軌跡預(yù)測(cè)模型基于多元線性回歸的個(gè)人月收入預(yù)估模型…商戶基于自然語(yǔ)言處理的品牌挖掘模型基于關(guān)聯(lián)規(guī)則的商戶關(guān)系圖譜及商圈模型基于時(shí)間序列的商戶屬性模型…行業(yè)相關(guān)銀聯(lián)大數(shù)據(jù)概覽—銀聯(lián)大數(shù)據(jù)算法理論建立專家經(jīng)驗(yàn)＋機(jī)器學(xué)習(xí)的智能數(shù)據(jù)清洗系統(tǒng)。這個(gè)系統(tǒng)能夠不斷學(xué)習(xí)，不斷積累，自我反饋，自我演化，成為具有深度學(xué)習(xí)能力的智能數(shù)據(jù)平臺(tái)。汽車(chē)行業(yè)基于隨機(jī)森林的品牌購(gòu)車(chē)意向模型基于聚類(lèi)算法的用戶購(gòu)車(chē)概率模型…

奢侈品行業(yè)基于邏輯回歸的品牌忠誠(chéng)評(píng)估模型基于隨機(jī)森林的品牌購(gòu)買(mǎi)意向模型…15數(shù)據(jù)來(lái)源合規(guī)合法嚴(yán)格設(shè)置使用權(quán)限，建模數(shù)據(jù)不離開(kāi)內(nèi)部建模隔離環(huán)境穩(wěn)定持續(xù)的數(shù)據(jù)安全保障建模數(shù)據(jù)調(diào)用和未來(lái)流程使用均采用不可逆的數(shù)據(jù)摘要方式數(shù)據(jù)傳輸安全我方在建模和后期使用過(guò)程中均不留存客戶任何數(shù)據(jù)不留存數(shù)據(jù)關(guān)鍵信息支持通過(guò)內(nèi)部專線形式傳輸，保證數(shù)據(jù)安全信息專線對(duì)接SMC、Box

Computing：滿足法律法規(guī)各項(xiàng)規(guī)定、數(shù)據(jù)應(yīng)用以安全合規(guī)與隱私保護(hù)為前提來(lái)源評(píng)估、數(shù)據(jù)授權(quán)、數(shù)據(jù)脫敏、風(fēng)險(xiǎn)分類(lèi)；身份和訪問(wèn)控制管理、數(shù)據(jù)生命周期安全管理；用戶權(quán)限管理、輸出審核與備案；全流程安全管控銀聯(lián)大數(shù)據(jù)概覽—銀聯(lián)大數(shù)據(jù)安全保障16網(wǎng)站文本大數(shù)據(jù)概覽—以汽車(chē)相關(guān)內(nèi)容的評(píng)論為數(shù)據(jù)源汽車(chē)之家易車(chē)愛(ài)卡太平洋搜狐汽車(chē)騰訊汽車(chē)新浪汽車(chē)優(yōu)酷知乎網(wǎng)易汽車(chē)微博今日頭條垂直媒體門(mén)戶網(wǎng)站汽車(chē)頻道其他17文本數(shù)據(jù)抓取根據(jù)研究對(duì)象設(shè)定抓取關(guān)鍵詞，從相關(guān)的論壇、網(wǎng)站等獲取關(guān)聯(lián)文本數(shù)據(jù)文本數(shù)據(jù)分詞將抓取到的文本信息中的高頻詞提取，再根據(jù)算法進(jìn)行數(shù)據(jù)分詞文本數(shù)據(jù)分云對(duì)高頻詞按照提及次數(shù)進(jìn)行排序后，根據(jù)頻次生成詞云文本數(shù)據(jù)關(guān)聯(lián)關(guān)系構(gòu)建通過(guò)算法計(jì)算出高頻詞間的關(guān)聯(lián)關(guān)系，形成N各聚類(lèi)

洞察解讀從N個(gè)聚類(lèi)中，分別解讀并驗(yàn)證其中所包含的客戶或產(chǎn)品洞察網(wǎng)站文本大數(shù)據(jù)概覽—文本數(shù)據(jù)采集與處理18網(wǎng)站文本大數(shù)據(jù)概覽—文本數(shù)據(jù)核心算法19情感分析算法發(fā)現(xiàn)產(chǎn)品最值得改進(jìn)的方面，獲取市場(chǎng)機(jī)會(huì)聚類(lèi)算法提取并聚合文本數(shù)據(jù)中包含的客戶或產(chǎn)品特征指數(shù)平滑法/小波函數(shù)分解時(shí)間序列法發(fā)現(xiàn)客戶或產(chǎn)品趨勢(shì)變化特征、季節(jié)變化特征以及隨機(jī)變化特征基于大數(shù)據(jù)分析洞察中的關(guān)鍵點(diǎn)設(shè)計(jì)在線定量調(diào)研問(wèn)卷，獲取更深入的洞察問(wèn)卷數(shù)據(jù)概覽—問(wèn)卷設(shè)計(jì)理念提煉關(guān)鍵點(diǎn)進(jìn)行下鉆分析提煉關(guān)鍵點(diǎn)進(jìn)行下鉆分析客戶趨勢(shì)分析產(chǎn)品評(píng)價(jià)與趨勢(shì)分析客戶畫(huà)像與洞察深度廣度車(chē)企內(nèi)部數(shù)據(jù)車(chē)企外部數(shù)據(jù)定性問(wèn)卷調(diào)研20問(wèn)卷數(shù)據(jù)概覽—問(wèn)卷題目設(shè)計(jì)示例傳統(tǒng)的預(yù)設(shè)問(wèn)卷題目的方式，最大缺陷在于題目寬泛，缺乏深度。目前市場(chǎng)研究行業(yè)更傾向于通過(guò)“定性挖掘定量”的方法，即通過(guò)定性的研究結(jié)果來(lái)設(shè)計(jì)定量問(wèn)卷。此外本項(xiàng)目還可通過(guò)其他數(shù)據(jù)分析結(jié)果輔助問(wèn)卷設(shè)計(jì)。在線調(diào)研數(shù)據(jù)平臺(tái)選項(xiàng)：Confirmit、Data100、問(wèn)卷星您的購(gòu)車(chē)預(yù)算與時(shí)間是多少？您的意向車(chē)型是什么（兩廂/三廂/SUV/MPV/跑車(chē))?您購(gòu)車(chē)前會(huì)咨詢哪些渠道（什么人？線上信息搜索？線下店鋪？）重要性排序線上渠道展開(kāi)詢問(wèn)頻率及重要性排序影響您的購(gòu)車(chē)關(guān)鍵因素（外觀？性能？?jī)r(jià)格？品牌？）重要性排序什么樣的信息可以刺激您購(gòu)車(chē)決策（價(jià)格折扣？增加配置？限量涂裝？金融方案等）重要性排序您瀏覽汽車(chē)之家（易車(chē)、愛(ài)卡、太平洋）的紅旗論壇的頻率如何？偏好哪些帖子您在網(wǎng)絡(luò)上看到紅旗相關(guān)新聞時(shí)，是否會(huì)給予點(diǎn)贊或評(píng)論？偏好評(píng)論哪些內(nèi)容？當(dāng)您周?chē)娜丝洫?jiǎng)或吐槽紅旗時(shí)，您通常會(huì)分別如何回應(yīng)？紅旗H7外觀大氣，那當(dāng)您在網(wǎng)絡(luò)上或?qū)嶋H看到H7于內(nèi)飾后您有何看法？紅旗品牌歷史悠久、高壓尊貴，您認(rèn)為紅旗該提供何種買(mǎi)車(chē)、用車(chē)服務(wù)才能與之匹配？21問(wèn)卷數(shù)據(jù)概覽—多重問(wèn)卷數(shù)據(jù)質(zhì)控手段會(huì)員招募階段通過(guò)媒體購(gòu)買(mǎi)聯(lián)盟網(wǎng)站，從數(shù)千個(gè)網(wǎng)站招募會(huì)員，盡量避免單一來(lái)源引起的偏差控制性別、年齡、城市等比例會(huì)員加入樣本庫(kù)后，逐個(gè)人工核實(shí)會(huì)員電子郵件地址認(rèn)證IP地址匹配：避免一IP多注冊(cè)/異地注冊(cè)PC識(shí)別：避免從同一PC多次注冊(cè)會(huì)員庫(kù)管理及時(shí)、周到的會(huì)員服務(wù)，完成調(diào)查獲得積分手機(jī)充值、現(xiàn)金、Q幣等豐富的禮品會(huì)員信用評(píng)級(jí)系統(tǒng)，根據(jù)參與調(diào)查中的表現(xiàn)移除不良會(huì)員6個(gè)月內(nèi)不響應(yīng)調(diào)查邀請(qǐng)的會(huì)員從會(huì)員庫(kù)移除22問(wèn)卷數(shù)據(jù)概覽—多重問(wèn)卷數(shù)據(jù)質(zhì)控手段DataVerify問(wèn)卷計(jì)算會(huì)員信用值PC標(biāo)簽

識(shí)別受訪者PC，避免從同一臺(tái)PC多次進(jìn)入問(wèn)卷IP監(jiān)測(cè)識(shí)別重復(fù)IP地址IP地址與城市匹配檢查動(dòng)態(tài)質(zhì)量評(píng)估終止近期參與過(guò)同類(lèi)產(chǎn)品調(diào)查的受訪者

終止隨意作答的受訪者

態(tài)度檢查

背景信息檢查訪問(wèn)時(shí)間控制主問(wèn)卷合格受訪者數(shù)據(jù)收集階段，通過(guò)DataVerify控制質(zhì)量23問(wèn)卷數(shù)據(jù)概覽—多重問(wèn)卷數(shù)據(jù)質(zhì)控手段數(shù)據(jù)清理階段人工檢查開(kāi)放題，答題時(shí)間過(guò)短或明顯胡答問(wèn)卷，刪除不合格數(shù)據(jù)其他客戶指定的條件問(wèn)卷設(shè)計(jì)階段數(shù)據(jù)質(zhì)量很大程度上取決于問(wèn)卷的質(zhì)量，常見(jiàn)的影響因素有：?jiǎn)柧黹L(zhǎng)、題目反復(fù)、內(nèi)容不夠吸引受訪者強(qiáng)迫受訪者作答（如，沒(méi)有“不知道”選項(xiàng)）題目復(fù)雜、難懂不容易作答（比如詢問(wèn)過(guò)去一個(gè)月各項(xiàng)支付的具體金額或比例等）邏輯錯(cuò)誤（比如向非諾基亞用戶詢問(wèn)關(guān)于諾基亞的題目等）24行業(yè)報(bào)告數(shù)據(jù)概覽項(xiàng)目中針對(duì)客戶人群和汽車(chē)行業(yè)現(xiàn)狀及未來(lái)的發(fā)展將引入專業(yè)國(guó)家單位及企業(yè)發(fā)布的報(bào)告作為參考，同時(shí)將其中的關(guān)鍵因素納入大數(shù)據(jù)建模分析中。SleekDiagram&chartSleekDiagram&chart專業(yè)國(guó)家機(jī)關(guān)和單位市場(chǎng)研究、咨詢、大數(shù)據(jù)公司國(guó)家統(tǒng)計(jì)局工業(yè)和信息化部中國(guó)汽車(chē)工業(yè)協(xié)會(huì)中國(guó)汽車(chē)行業(yè)協(xié)會(huì)……艾瑞Talking

Data麥肯錫埃森哲……25客戶洞察與畫(huà)像分析目錄數(shù)據(jù)處理數(shù)據(jù)來(lái)源01040302客戶用戶畫(huà)像建?？蛻舳床旆治隹蛻羧芷诋?huà)像產(chǎn)品細(xì)分的客戶洞察基于車(chē)企產(chǎn)品生命周期的客戶洞察（產(chǎn)品策劃期、SOP上市預(yù)熱期、上市后3-6個(gè)月）基于車(chē)企目標(biāo)細(xì)分市場(chǎng)的客戶洞察實(shí)際客戶與目標(biāo)客戶差異分析客戶洞察分析不同條件下客戶畫(huà)像所涉及的維度與明細(xì)標(biāo)簽字段設(shè)計(jì)根據(jù)具體業(yè)務(wù)場(chǎng)景與需求創(chuàng)建大數(shù)據(jù)模型標(biāo)簽客戶用戶畫(huà)像建模車(chē)企內(nèi)部數(shù)據(jù)垂媒數(shù)據(jù)銀聯(lián)大數(shù)據(jù)網(wǎng)站文本大數(shù)據(jù)行業(yè)報(bào)告數(shù)據(jù)數(shù)據(jù)來(lái)源數(shù)據(jù)清洗數(shù)據(jù)關(guān)聯(lián)與合并數(shù)據(jù)審計(jì).數(shù)據(jù)處理客戶洞察與畫(huà)像分析方法論27客戶全生命周期畫(huà)像模型所需維度華潤(rùn)油漆車(chē)主信息車(chē)輛信息售后維保能力金融能力投訴&滿意度其他數(shù)據(jù)標(biāo)簽銀聯(lián)數(shù)據(jù)標(biāo)簽垂媒數(shù)據(jù)標(biāo)簽會(huì)員信息總覽/明細(xì)記錄單一字段復(fù)合標(biāo)簽?zāi)Ｐ蜆?biāo)簽潛客車(chē)主會(huì)員用車(chē)習(xí)慣粉絲粉絲/潛客信息個(gè)人與車(chē)輛相關(guān)數(shù)據(jù)線上行為數(shù)據(jù)外部大數(shù)據(jù)補(bǔ)充標(biāo)簽與字段維度線下行為外展行為門(mén)店行為線上行為官網(wǎng)瀏覽行為電商瀏覽行為其他網(wǎng)站瀏覽行為雙微瀏覽行為知乎瀏覽行為視頻網(wǎng)站瀏覽行為探針記錄VR/AR行為紅旗H5車(chē)主28客戶全生命周期畫(huà)像示例綜合考慮客戶全生命周期以及主機(jī)廠業(yè)務(wù)單元來(lái)建立客戶360視圖畫(huà)像舉例29客戶全生命周期畫(huà)像的應(yīng)用精準(zhǔn)投放1.Wifi

廣告推送2.直接媒體包版發(fā)布第三方數(shù)據(jù)交換1.Coolie/DeviceIDMapping/Lookalike2.重定向模型預(yù)測(cè)投放效果度量1.ROI預(yù)測(cè)2.跨媒體重合度分析CRM會(huì)員管理中心1.消費(fèi)者&車(chē)關(guān)系2.CustomerJourney客戶360視圖畫(huà)像、標(biāo)簽互聯(lián)網(wǎng)汽車(chē)數(shù)據(jù)互聯(lián)網(wǎng)數(shù)據(jù)內(nèi)部數(shù)據(jù)源數(shù)據(jù)清洗、融合活動(dòng)行為數(shù)據(jù)自有數(shù)據(jù)1.歸因模型2.車(chē)輛售后預(yù)報(bào)千萬(wàn)級(jí)百萬(wàn)級(jí)30地區(qū)收入年齡車(chē)型類(lèi)別B級(jí)車(chē)性別產(chǎn)品細(xì)分的客戶洞察—基于車(chē)企目標(biāo)細(xì)分市場(chǎng)的客戶洞察C級(jí)車(chē)D級(jí)車(chē)SUVMVP……舉例瞄準(zhǔn)車(chē)企產(chǎn)品的目標(biāo)人群市場(chǎng)，洞察不同市場(chǎng)人群的特征數(shù)據(jù)，如基本信息、興趣愛(ài)好、日?；顒?dòng)區(qū)域、消費(fèi)能力、車(chē)輛咨詢獲取渠道等31針對(duì)紅旗產(chǎn)品所處的生命周期，結(jié)合線上文本數(shù)據(jù)、問(wèn)卷調(diào)研數(shù)據(jù)、垂媒數(shù)據(jù)等，綜合分析不同產(chǎn)品階段的客戶對(duì)產(chǎn)品、技術(shù)、服務(wù)三個(gè)層面的洞察產(chǎn)品細(xì)分的客戶洞察—基于車(chē)企產(chǎn)品生命周期的客戶洞察45個(gè)月左右策劃期SOP預(yù)熱期上市期H5H73-6個(gè)月左右?？蜐摽彤a(chǎn)品技術(shù)服務(wù)產(chǎn)品技術(shù)服務(wù)32數(shù)據(jù)輸入數(shù)據(jù)分析結(jié)果輸出客戶數(shù)據(jù)整理選擇關(guān)注的客戶群數(shù)據(jù)挖掘工具客戶細(xì)分模型細(xì)分參考標(biāo)準(zhǔn)人口特征消費(fèi)心理消費(fèi)行為…確定每群客戶特征全面精準(zhǔn)的理解不同細(xì)分條件下的客戶特征客戶數(shù)據(jù)倉(cāng)庫(kù)整理分類(lèi)確定細(xì)分目標(biāo)設(shè)計(jì)細(xì)分維度建立模型進(jìn)行客戶細(xì)分分析確定每群客戶的基本特征客戶細(xì)分洞察流程33二維平面組合細(xì)分如正式客戶特征信息與車(chē)輛維修兩維度信息組合客戶細(xì)分洞察方法論二維平面多維維度單一維度人口統(tǒng)計(jì)細(xì)分生活方式/心理細(xì)分消費(fèi)行為細(xì)分客戶價(jià)值細(xì)分三維立體組合細(xì)分，如客戶興趣、客戶收入、車(chē)輛維修次數(shù)等三維度信息組合多維度指標(biāo)聚類(lèi)細(xì)分本項(xiàng)目研究以單一維度細(xì)分為基礎(chǔ)，以多維度指標(biāo)聚類(lèi)細(xì)分為重點(diǎn)完成對(duì)客戶數(shù)據(jù)倉(cāng)庫(kù)信息動(dòng)態(tài)提煉，以保證客戶細(xì)分的全面性與客觀性。逐步細(xì)分法綜合交叉法統(tǒng)計(jì)歸納法

34單一維度客戶細(xì)分方法07價(jià)值觀/生活態(tài)度05需求/動(dòng)機(jī)/購(gòu)買(mǎi)因素06產(chǎn)品類(lèi)別細(xì)分產(chǎn)品生命周期04利潤(rùn)潛力一線城市二線城市三四線城市農(nóng)村02人口特征03行為類(lèi)型01地理位置年齡性別收入教育程度購(gòu)車(chē)預(yù)算購(gòu)車(chē)時(shí)間看車(chē)渠道決策過(guò)程獲取成本服務(wù)成本收入價(jià)格功能/設(shè)計(jì)品牌、服務(wù)、質(zhì)量宏觀的價(jià)值取向和態(tài)度策劃期SOP預(yù)熱期上市后3-6個(gè)月08B級(jí)車(chē)C級(jí)車(chē)D級(jí)車(chē)SUV舉例35二維平面客戶細(xì)分方法家庭月收入客戶年齡持續(xù)時(shí)間接觸次數(shù)咨詢型磋商型購(gòu)買(mǎi)型鉆石客戶銅牌客戶白金客戶黃金客戶白銀客戶客戶價(jià)值識(shí)別客戶特征識(shí)別36三維立體客戶細(xì)分方法37多維度指標(biāo)聚類(lèi)細(xì)分方法指標(biāo)一指標(biāo)二指標(biāo)三指標(biāo)四樣本聚類(lèi)算法1213223分組38客戶趨勢(shì)研究目錄03020401購(gòu)物習(xí)慣居住環(huán)境文娛行為出行方式整體客戶趨勢(shì)細(xì)分市場(chǎng)客戶趨勢(shì)全體客戶趨勢(shì)與細(xì)分市場(chǎng)客戶趨勢(shì)分析40量身定制引領(lǐng)升級(jí)量身定制站在客戶的想法與需求的角度，對(duì)產(chǎn)品設(shè)計(jì)、升級(jí)、換代等提供參考意見(jiàn)引領(lǐng)指導(dǎo)品牌、產(chǎn)品的廣告、營(yíng)銷(xiāo)的創(chuàng)意與設(shè)計(jì)升級(jí)品牌、產(chǎn)品形象的優(yōu)化與升級(jí)客戶趨勢(shì)變化對(duì)車(chē)企紅旗的影響41通過(guò)時(shí)序算法實(shí)現(xiàn)客戶趨勢(shì)的預(yù)測(cè)非線性模型神經(jīng)網(wǎng)絡(luò)：如LSTM深度學(xué)習(xí)模型混沌時(shí)間序列線性模型ARMAARIMADemandDeterministicDynamicStaticProbabilisticStationaryNon-Stationary42線性時(shí)序預(yù)測(cè)：ARMA模型方法將純AR(p)與純MA(q)結(jié)合，得到一個(gè)一般的自回歸移動(dòng)平均（autoregressivemovingaverage）過(guò)程ARMA（p,q）：

Yn=a1Yn-1+a2Yn-2+…+apYn-p+

n-c1n-1-c2n-2--

cqn-q該式表明：（1）一個(gè)隨機(jī)時(shí)間序列可以通過(guò)一個(gè)自回歸移動(dòng)平均過(guò)程生成，即該序列可以由其自身的過(guò)去或滯后值以及隨機(jī)擾動(dòng)項(xiàng)來(lái)解釋。（2）如果該序列是平穩(wěn)的，即它的行為并不會(huì)隨著時(shí)間的推移而變化，那么我們就可以通過(guò)該序列過(guò)去的行為來(lái)預(yù)測(cè)未來(lái)。這也正是隨機(jī)時(shí)間序列分析模型的優(yōu)勢(shì)所在。ARMA關(guān)鍵詞關(guān)鍵詞關(guān)鍵詞43非線性時(shí)序預(yù)測(cè)：神經(jīng)網(wǎng)絡(luò)模型方法44函數(shù)逼近神經(jīng)網(wǎng)絡(luò)本質(zhì)上，可以理解為函數(shù)逼近（回歸于狀態(tài)預(yù)測(cè)）利用神經(jīng)網(wǎng)絡(luò)模型也可以進(jìn)行相關(guān)的預(yù)測(cè)。

輸入：價(jià)格與需求量

輸出：預(yù)測(cè)的需求量非線性時(shí)序預(yù)測(cè)：LSTM模型方法LSTM是一種全新的循環(huán)網(wǎng)絡(luò)架構(gòu)，可用一種合適的基于梯度的學(xué)習(xí)算法進(jìn)行訓(xùn)練，以解決梯度消失和爆炸問(wèn)題，它與一般的RNNs結(jié)構(gòu)本質(zhì)上并沒(méi)有什么不同，只是使用了不同的函數(shù)去去計(jì)算隱藏層的狀態(tài)。LSTM結(jié)合前面的狀態(tài)、當(dāng)前的記憶與當(dāng)前的輸入，已證明，該網(wǎng)絡(luò)結(jié)構(gòu)在對(duì)長(zhǎng)序列依賴問(wèn)題中非常有效。該LSTM網(wǎng)絡(luò)帶有8個(gè)輸入單元、4個(gè)輸出單元和2個(gè)大小為2的記憶單元模塊。in1是指輸入門(mén)，out1是指輸出門(mén)，cell1=block1是指block1的第一個(gè)記憶單元45非線性時(shí)序預(yù)測(cè)：混沌時(shí)間序列模型將軌跡中的全部點(diǎn)作為擬合對(duì)象，找出規(guī)律，由此預(yù)測(cè)軌跡的走向。一般統(tǒng)計(jì)方法的預(yù)測(cè)。設(shè)Timeseries為：x(t)，t=1,2…嵌入維數(shù)為m，延遲為τ,則重構(gòu)相空間為:根據(jù)Takens定理，對(duì)于合適的嵌入維數(shù)m及時(shí)間延遲τ，重構(gòu)相空間，在嵌入空間中的“軌線”，在微分同胚意義下與原系統(tǒng)是“動(dòng)力學(xué)等價(jià)”的。所以有一光滑映射，則相空間軌跡的表達(dá)式可給出如下：Y(t+1)=f(Y（t）)，t=1,2,…

即：(x(t+τ),x(t+2τ),…,x(t+mτ))=f(x(t),x(t+τ),),…,x(t+(m-1)τ)全域預(yù)測(cè)法：t=1,2,…,N.46產(chǎn)品洞察分析目錄多數(shù)據(jù)源、多算法支持下的產(chǎn)品洞察分析產(chǎn)品、技術(shù)、服務(wù)評(píng)價(jià)：未、上市預(yù)熱期車(chē)型優(yōu)缺點(diǎn)已上市車(chē)型優(yōu)缺點(diǎn)競(jìng)品關(guān)系分析：計(jì)劃競(jìng)品與實(shí)際競(jìng)品對(duì)比競(jìng)品核心競(jìng)爭(zhēng)點(diǎn)分析產(chǎn)品洞察分類(lèi)所需數(shù)據(jù)類(lèi)型文本數(shù)據(jù)問(wèn)卷調(diào)研數(shù)據(jù)車(chē)主回訪數(shù)據(jù)文本數(shù)據(jù)問(wèn)卷調(diào)研數(shù)據(jù)車(chē)企內(nèi)部數(shù)據(jù)行業(yè)評(píng)測(cè)分析報(bào)告等所需算法類(lèi)型情感分析算法聚類(lèi)算法聚類(lèi)算法關(guān)聯(lián)關(guān)系算法48基于文本數(shù)據(jù)分析產(chǎn)品評(píng)價(jià)垂直媒體論壇文本數(shù)據(jù)垂直媒體新聞評(píng)論數(shù)據(jù)門(mén)戶網(wǎng)站新聞評(píng)論數(shù)據(jù)門(mén)戶網(wǎng)站論壇文本數(shù)據(jù)產(chǎn)品評(píng)價(jià)洞察解讀挖掘產(chǎn)品在造型、動(dòng)力、價(jià)格、配置方面的優(yōu)缺點(diǎn)文本高頻詞提取文本聚類(lèi)算法49不同產(chǎn)品階段的競(jìng)品對(duì)比分析通過(guò)不同時(shí)間段，網(wǎng)絡(luò)中對(duì)其他競(jìng)品客戶對(duì)本品的討論，可以看出本品的實(shí)際競(jìng)品是哪些同時(shí)還可通過(guò)在問(wèn)卷調(diào)研中收集競(jìng)品信息再次驗(yàn)證競(jìng)品在明確競(jìng)品品牌車(chē)型后，在此基礎(chǔ)上可選擇性的對(duì)競(jìng)品進(jìn)行洞察分析50案例分享目錄上汽客戶全生命大數(shù)據(jù)平臺(tái)項(xiàng)目ProjectBackground:本次上汽乘用車(chē)集團(tuán)的客戶全生命周期大數(shù)據(jù)項(xiàng)目旨在以客戶為視角，著眼于現(xiàn)在與未來(lái)，將所有當(dāng)前可收集的，以及未來(lái)可能收集到的客戶相關(guān)數(shù)據(jù)都納入其中，形成乘用車(chē)客戶數(shù)字模型定義；通過(guò)對(duì)企業(yè)內(nèi)外部客戶數(shù)據(jù)的采集、清洗和整合，建立起專門(mén)的系統(tǒng)平臺(tái)為各個(gè)業(yè)務(wù)部門(mén)提供與客戶全方位相關(guān)的所有客戶數(shù)據(jù)的查詢與應(yīng)用;并且對(duì)總部的銷(xiāo)售、售后、市場(chǎng)、公關(guān)及數(shù)字營(yíng)銷(xiāo)、集團(tuán)銷(xiāo)售、產(chǎn)品規(guī)劃、以及客服部門(mén)的工作提供支持；通過(guò)持續(xù)的數(shù)據(jù)業(yè)務(wù)流程改進(jìn)、數(shù)據(jù)質(zhì)量治理，數(shù)據(jù)價(jià)值挖掘助力上汽乘用車(chē)數(shù)字化轉(zhuǎn)型。項(xiàng)目背景52上汽客戶全生命大數(shù)據(jù)平臺(tái)項(xiàng)目數(shù)據(jù)聚集搭建模型客戶數(shù)據(jù)收集貫穿整個(gè)生命周期通過(guò)線上線下不同觸點(diǎn)不斷收集補(bǔ)充根據(jù)不同類(lèi)型用戶搜集重點(diǎn)不同實(shí)現(xiàn)預(yù)測(cè)明確上汽在客戶全生命周期各個(gè)階段的業(yè)務(wù)目標(biāo)將業(yè)務(wù)目標(biāo)分解成客戶特征從而建立模型對(duì)現(xiàn)有數(shù)據(jù)質(zhì)量進(jìn)行審計(jì)，提出數(shù)據(jù)治理建議利用大數(shù)據(jù)平臺(tái)匯集的千萬(wàn)級(jí)的客戶特征數(shù)據(jù)進(jìn)行模型訓(xùn)練通過(guò)機(jī)器學(xué)習(xí)算法認(rèn)知新客戶的關(guān)鍵特征，從而實(shí)現(xiàn)預(yù)測(cè)方法論基礎(chǔ)：CART決策樹(shù)，隨機(jī)森林項(xiàng)目方法論53上汽客戶全生命大數(shù)據(jù)平臺(tái)項(xiàng)目大數(shù)據(jù)管理平臺(tái)客戶360視圖客戶細(xì)分管理、模型測(cè)算微信服務(wù)號(hào)官網(wǎng)客戶接觸點(diǎn)精準(zhǔn)營(yíng)銷(xiāo)流程潛客意向等級(jí)預(yù)測(cè)車(chē)主再購(gòu)預(yù)測(cè)……更多模型研發(fā)中垂直媒體電商APP車(chē)主俱樂(lè)部SIS/CAC熱線系統(tǒng)售前售后熱線問(wèn)答、粉絲線索收集DLM銷(xiāo)售潛客系統(tǒng)潛客線索管理、分渠道留資內(nèi)部對(duì)接系統(tǒng)SLK售后業(yè)務(wù)系統(tǒng)客戶售后功能管理、車(chē)輛信息等外部數(shù)據(jù)微博內(nèi)外部多渠道數(shù)據(jù)接入銀聯(lián)汽車(chē)之家斑馬智行54上汽客戶全生命大數(shù)據(jù)平臺(tái)項(xiàng)目·隨機(jī)森林模型·歷史數(shù)據(jù)（訓(xùn)練集：65萬(wàn)測(cè)試集：35萬(wàn)）模型特征自變量（X）:意向購(gòu)車(chē)時(shí)間是否首次購(gòu)車(chē)是否二次購(gòu)車(chē)最近一次購(gòu)車(chē)品牌（銀聯(lián)智慧）消費(fèi)能力（銀聯(lián)智惠/阿里數(shù)據(jù)銀行）榮威/名爵品牌客觀購(gòu)車(chē)意向（銀聯(lián)智慧）家庭狀況（與是否首次購(gòu)車(chē)關(guān)聯(lián)）價(jià)格敏感度進(jìn)店次數(shù)（所有4S店范圍統(tǒng)計(jì)）試駕次數(shù)（所有4S店范圍統(tǒng)計(jì)）官網(wǎng)訪問(wèn)次數(shù)/頻率官網(wǎng)訪問(wèn)平均時(shí)長(zhǎng)微信訪問(wèn)次數(shù)/頻率微信推文閱讀/點(diǎn)贊/轉(zhuǎn)發(fā)次數(shù)其他關(guān)注競(jìng)品車(chē)型（垂媒）訪問(wèn)垂媒次數(shù)（垂媒）訪問(wèn)垂媒頻率（垂媒）垂直媒體來(lái)源是否在天貓下訂是否在天貓購(gòu)買(mǎi)購(gòu)車(chē)優(yōu)惠券…….所需模型及內(nèi)含特征·提高潛客成交率·潛客意向等級(jí)模型得分定義：范圍為0-1之間的數(shù)值，數(shù)值越大，潛客意向等級(jí)越高，預(yù)測(cè)成交率也越高。0-0.3分為低意向等級(jí)潛客；0.4-0.6分為中等意向等級(jí)潛客；0.7-1為高意向等級(jí)潛客根據(jù)模型得出的等級(jí)分類(lèi)，挑選出中高意向等級(jí)的潛客銷(xiāo)售顧問(wèn)、網(wǎng)銷(xiāo)顧問(wèn)、客服等一線客服人員，以及總部營(yíng)銷(xiāo)運(yùn)營(yíng)團(tuán)隊(duì)針對(duì)中高意向的潛客重點(diǎn)跟進(jìn)維護(hù)模型應(yīng)用OUTPUTG=∑Kk=1pk(1?pk)=1?∑Kk=1(|Ck|D)255上汽客戶全生命大數(shù)據(jù)平臺(tái)項(xiàng)目點(diǎn)擊各維度標(biāo)簽可查看此客戶360視圖信息，可查看的維度有：潛客信息，線索信息，車(chē)主基本信息，會(huì)員信息，車(chē)輛信息，售后維保信息level1，斑馬用車(chē)，金融，客服，投訴&滿意度，售后維保信息level2大數(shù)據(jù)平臺(tái)功能操作—客戶畫(huà)像信息56上汽客戶全生命大數(shù)據(jù)平臺(tái)項(xiàng)目點(diǎn)擊【細(xì)分查詢導(dǎo)出】菜單進(jìn)入頁(yè)面，此功能以車(chē)主或者潛客為查詢目標(biāo)，通過(guò)條件組合提交大數(shù)據(jù)平臺(tái)進(jìn)行人群篩選，生成客戶列表供業(yè)務(wù)部門(mén)使用。它最大的作用是幫助業(yè)務(wù)部門(mén)根據(jù)各自的業(yè)務(wù)需求，精準(zhǔn)定位所需的客戶細(xì)分人群。不同角色使用該系統(tǒng)的業(yè)務(wù)場(chǎng)景舉例銷(xiāo)售相關(guān)角色：3-8婦女節(jié)前，可精確地找到中高潛客意向等級(jí)、意向車(chē)型為MG3、年齡在20-25歲、單身的女性潛客，導(dǎo)出名單后展開(kāi)銷(xiāo)售跟進(jìn)售后相關(guān)角色：定位經(jīng)常開(kāi)長(zhǎng)途高速（斑馬提供的“經(jīng)常行駛道路類(lèi)型”）、男性、已婚、30歲以上的車(chē)主，為其推薦長(zhǎng)途養(yǎng)護(hù)套餐，加強(qiáng)長(zhǎng)途行車(chē)安全營(yíng)銷(xiāo)相關(guān)角色：營(yíng)銷(xiāo)部門(mén)可邀請(qǐng)RX5、年齡在25-40歲之間、微信活躍度為高、興趣愛(ài)好為旅游的車(chē)主參加品牌/經(jīng)銷(xiāo)商舉辦的自駕游活動(dòng)，引導(dǎo)車(chē)主在網(wǎng)上轉(zhuǎn)發(fā)活動(dòng)信息客服相關(guān)角色：未來(lái)RX7上市后，客服可找到購(gòu)車(chē)年限超過(guò)4年的榮威550的、三口之家、規(guī)律進(jìn)店的男性車(chē)主，通過(guò)電話推薦上市的新車(chē)，并邀約進(jìn)店大數(shù)據(jù)平臺(tái)功能操作—客戶細(xì)分人群設(shè)定57吉利PHEV產(chǎn)品與客戶研究項(xiàng)目項(xiàng)目背景本吉利新能源汽車(chē)希望借助此項(xiàng)目了解如下幾方面：混動(dòng)車(chē)市場(chǎng)中各個(gè)品牌車(chē)型的關(guān)系狀態(tài)主要混動(dòng)車(chē)型的市場(chǎng)競(jìng)爭(zhēng)格局對(duì)標(biāo)競(jìng)品在客群中的關(guān)注話題目標(biāo)客群的人群畫(huà)像58吉利PHEV產(chǎn)品與客戶研究項(xiàng)目品牌車(chē)型關(guān)系格局由來(lái)及價(jià)值：從消費(fèi)者活躍的車(chē)型論壇的關(guān)聯(lián)關(guān)系中可得到品牌車(chē)型的關(guān)聯(lián)關(guān)系，從而側(cè)面反映出品牌與品牌之間的關(guān)系狀態(tài)。品牌A關(guān)注“混動(dòng)”話題的消費(fèi)者在品牌A車(chē)型論壇發(fā)表“混動(dòng)”相關(guān)話題在品牌B車(chē)型論壇發(fā)表“混動(dòng)”相關(guān)話題品牌B關(guān)系由來(lái)示意圖競(jìng)品品牌車(chē)型關(guān)系圖59吉利PHEV產(chǎn)品與客戶研究項(xiàng)目競(jìng)品車(chē)型的關(guān)注話題分析60比亞迪唐的動(dòng)力配置最受全球鷹GX7論壇潛在消費(fèi)者關(guān)注。在全球鷹GX7論壇活躍者的原始表達(dá)中也顯示出對(duì)吉利混合動(dòng)力汽車(chē)的信心和期待。吉利也在穩(wěn)步發(fā)展支持國(guó)產(chǎn)未來(lái)兩年，肯定是混合動(dòng)力占領(lǐng)市場(chǎng)。今天看到了吉利推出沃爾沃S60L的混動(dòng)版，這是好的開(kāi)端，祝福！吉利PHEV產(chǎn)品與客戶研究項(xiàng)目吉利PHEV車(chē)型的目標(biāo)客群研究關(guān)注者自身的個(gè)人興趣愛(ài)好標(biāo)簽特點(diǎn)研究人群內(nèi)部所存在的社區(qū)關(guān)系研究客群的共同關(guān)注特征吉利PHEV關(guān)注汽車(chē)媒體TOP5吉利PHEV車(chē)型目標(biāo)客群洞察61車(chē)企奧迪DDMP平臺(tái)項(xiàng)目