2020年汽車大數據用戶畫像及精準營銷.pdf

《2020年汽車大數據用戶畫像及精準營銷.pdf》由會員分享，可在線閱讀，更多相關《2020年汽車大數據用戶畫像及精準營銷.pdf（29頁珍藏版）》請在三個皮匠報告上搜索。

1、汽車大數據用戶畫像與精準營銷Auto Customers Portrait on Big Data and Precision Marketing 汽車大數據用戶畫像與精準營銷MobTechMobTech是上市公司游族網絡（SZ.002174）旗下的大數據公司，運營著全球最大的開發者平臺MOB掌淘科技，以此為基礎進軍大數據領域。2012201520172004游族成立游族上市2014廣州掌淘網絡科技有限公司成立掌淘科技被游族公司收購確立品牌“MobTech”開啟數字服務戰略定位：第三方全景數據服務平臺愿景：數據時代的商業創新突破使命：讓數據實現價值主營業務：行業解決方案、數據服務、數據工具、數

2、據合作等Mob通過7年的數據積累，擁有5000+維度的畫像標簽，再結合先進的智能在線學習算法、多維度模型組合、人工智能等技術，為客戶提供從線上到線下，覆蓋全行業多場景的數據服務，幫助客戶了解行業、產品和用戶，優化營銷和運營策略，助力企業實現數字化轉型升級，創造更大的價值。Mob研究院?4 Mob研究院作為MobTech重要的專業性研究部門，集結了不同行業領域的權威研究專家，是為了更為深入洞察垂直行業的當下與未來，助力企業提升商業決策能力而傾力打造的數據化研究咨詢機構。MobTech研究院依托自有海量數據、多元協同網絡和深度挖掘能力，圍繞行業發展、競爭分析、用戶洞察、全景畫像等維度，輸出專業數據

3、報告，提供定向的研究和咨詢服務幫助企業認知市場、制定策略和盈利預判，提升綜合競爭力.行業發展競爭分析用戶洞察全景畫像020304海量數據累計覆蓋設備96億DAU 2.5億+MAU 10億+覆蓋App38萬+5000+興趣標簽體系LBS覆蓋設備30億+012018年汽車市場現狀和趨勢-3.5%0.0%3.5%7.0%10.5%14.0%072514502175290020142015201620172018銷量銷量增長率-2.8%3.0%13.9%4.7%6.9%6.9%4.7%13.9%3.0%-2.8%2018年汽車市場整體經歷“寒冬”2018年汽車產銷量比上年同期分別下降4.2%和2.8%

4、，是28年來首次下滑Source：中國汽車工業協會、MobTech研究院整理?61月14日，中汽協公布了2018全年國內新車產銷量數據。顯示在2018年全年，中國新車產銷累計分別完成2780.92萬輛和2808.06萬輛，同比分別下降4.2%和2.8%，雖然產銷量連續十年蟬聯全球第一，但銷量方面卻為1990年以來首次年度下降。-8.0%-4.0%0.0%4.0%8.0%12.0%16.0%075015002250300020142015201620172018產量產量增長率-4.2%3.2%14.8%3.3%7.3%7.3%3.3%14.8%3.2%-4.2%2013-2018年汽車產量（萬輛

5、）和增長率2013-2018年汽車銷量（萬輛）和增長率其中乘用車領域降幅明顯，成為下行的“罪魁禍首”2018乘用車產銷同比從4月開始一路下滑，其中在7月份之后一直呈現負增長狀態Source：中國汽車工業協會、MobTech研究院整理?72018.1 2018.2 2018.3 2018.4 2018.5 2018.6 2018.7 2018.8 2018.9 2018.1 2018.11 2018.1210.7%-9.6%3.5%11.2%7.9%2.3%-5.3%-4.6%-12.0%-13.0%-16.1%-21.3%12.5%-22.1%0.5%12.2%11.8%4.7%-1.9%-4

6、.7%-11.9%-10.0%-20.5%-15.9%汽車產量同比增長汽車銷量同比增長2018年1-12月中國乘用車產銷同比增長率2018年乘用車市場下行洞察各種因素疊加導致整體車市在2018年遭遇寒冬，其中國六政策影響較大Source：MobTech研究院?8?1.6L以下排量汽車購置稅減半的政策優惠，某種程度提前透支了18年購車量1.6L以下排量汽車 購置稅減半政策01部分地區限制購車02二手車認可度提升 市場增速快03國六政策影響較大04其他因素05?目前全國已經有9個地方實行了機動車限購政策，對汽車市場是較大打擊?2018年我國二手車市場交易量突破了一千萬大關，必然會影響到新車市場的銷

7、售成績?市場上在售的很多車型，排放標準都只是符合國四和國五排放標準?整體外部大環境、中美貿易戰、股市樓市遇冷、共享出行以及公共交通的便捷等各種因素而新能源汽車“一枝獨秀”，各項數據表現亮眼新能源汽車2018全年表現亮眼，產量為127萬輛，銷量為125萬輛，均同比增長60%左右。Source：中國汽車工業協會、MobTech研究院?92018年1-12月產量銷量比2017年同期增長我國新能源汽車127輛 59.9%125萬輛 61.7%純電動汽車插電式混合動力汽車98.6萬輛 47.9%98.4萬輛 50.8%28.3萬輛 112%27.1萬輛 118%約60%短期乘用車市場低迷，新能源汽車成大

8、勢所趨各類品牌紛紛確立電動化戰略方向，未來市場競爭或將加??；汽車市場整體將進入存量競爭 豪華品牌 合資品牌 自主品牌奔馳寶馬“CASE”電動化戰略 2022年所有車型電氣化第一戰略 2025年推12款純電動車奧迪捷豹全球電氣化 2025年推超過20款新能源車電動化戰略 2020年所有車型電動化大眾現代“Roadmap E”電動化戰略 2030年集團全系產品電動化“純電動戰略”2020年前推8款純電動車福特“創新2020”戰略 2022年前推8款純電動車型通用“Evness”戰略 2025實全自動化比亞迪“電動未來戰略”未來3-5年在200城推廣雙模車吉利“藍色吉利行動”2020年40款NEV車

9、型“新四化戰略”13款BEV,17款PHEV上汽長安“香格里拉計劃”21款BEV,12款PHEV告別高增長，精準營銷成關鍵各類品牌紛紛確立電動化戰略方向Source：MobTech研究院整理購置稅減半實際上是透支了2018年的消費能力，可持續性上是有折扣的，除了進一步在技術和工藝上下功夫，了解和洞察消費需求，做到精準營銷是各家車企的著力點汽車大數據用戶畫像一、豪車用戶畫像概覽Source：MobTech研究院?12奧迪奔馳保時捷寶馬時尚商圈新貴活力新晉土豪北方政商精英南方成熟老板男性 北方地區 政商界人士 有房多金女性比例相對其他車型最高 江浙地區 45歲以上，老板 已婚人士浙江人士居多，尤其

10、杭州、寧波 偏愛買房、健身、旅游 較有活力，土豪上海人居多 多集中年輕人群體 ?？凭佣?，學歷相對不高 多企業白領、服務業人士北奧迪、南奔馳，活力土豪選寶馬，時尚新貴保時捷豪華車用戶畫像概覽奧迪車主北方政商精英主要來自男性，北京地區最多，政商界精英，用戶多年齡偏大?13男性93.2%本科以上學歷67.5%月收入20K以上89.7%北京10.6%碩士及以上本科?？聘咧屑耙韵?8.0%14.4%64.9%2.7%35歲以上47.7%45歲以上35-44歲25-34歲24歲以下9.5%42.8%37.2%10.5%已婚72.5%20k以上10-20k5-10k3-5k小于3k0.1%0.2%2.0%8

11、.0%89.7%Source：MobTech研究院，2018.12奧迪奧迪用戶畫像奔馳車主南方成熟老板女性比例超兩成，主要來自江浙地區，年齡偏大，45歲以上接近兩成?14男性77.3%本科以上學歷61.1%月收入20K以上92.0%江浙16.8%碩士及以上本科?？聘咧屑耙韵?9.0%19.9%58.6%2.5%35歲以上53.6%45歲以上35-44歲25-34歲24歲以下8.2%38.2%36.2%17.4%已婚91.3%20k以上10-20k5-10k3-5k小于3k0.2%0.5%2.1%5.2%92.0%Source：MobTech研究院，2018.12奔馳奔馳用戶畫像金華南京TGI

12、266TGI 230寶馬車主活力新晉土豪主要來自浙江，絕對土豪級別，購物達人，買房愛好者?15男性80.0%本科以上學歷62.6%月收入20K以上91.8%浙江10.5%碩士及以上本科?？聘咧屑耙韵?7.0%20.4%60.1%2.5%購物達人55.9%購物達人理財達人旅游達人健身達人買房一族0.4%1.2%6.1%11.2%55.9%已婚89.0%20k以上10-20k5-10k3-5k小于3k0.6%0.4%2.0%5.2%91.8%Source：MobTech研究院，2018.12寶馬寶馬用戶畫像杭州寧波TGI 274TGI 222TGI 300保時捷車主時尚商圈新貴主要來自上海，年齡偏

13、年輕化，企業白領與服務業人員占比最高?16男性89.5%本科以上學歷50.8%上海21.2%企業白領56.2%服務業人員20.5%碩士及以上本科?？聘咧屑耙韵?2.3%36.9%49.0%1.8%25-34歲56.5%45歲以上35-44歲25-34歲24歲以下13.7%56.5%23.2%6.6%已婚70.8%Source：MobTech研究院，2018.12保時捷保時捷用戶畫像二、合資品牌用戶畫像概覽Source：MobTech研究院?17大眾別克北京現代雪弗蘭小城中年中產都市職場小白北方經濟適用男沿海商務精英男性 二線城市 25-44歲 職場白領為主分布在沿海地區 月入20k以上 精英人

14、士 35歲以上購買人數居多一線城市 買房一族 醫生占比較高 集中在25-34歲 三四線城市 多集中年輕人群體 月入20k，中產人士 偏好金融理財北方大眾、沿海別克，都市小白雪弗蘭，中年中產選現代合資品牌用戶畫像概覽大眾車主北方經濟適用男Source：MobTech研究院，2018.12?18大眾車主用戶畫像84.3%男性已婚85.4%主要來自京津冀地區，二線城市青年，企業白領居多25-44歲85.4%45歲以上35-44歲25-34歲24歲以下5.1%65.3%20.1%9.5%北京上海長春天津唐山3.1%3.2%4.4%5.9%9.9%北京9.9%二線城市三線城市37.8%四線城市22.9%

15、19.5%一線城市16.3%企業白領 53.7%企業白領服務業人員個體戶/自由職業工人醫生5.3%7.6%8.5%14.3%53.7%別克車主沿海商務精英Source：MobTech研究院，2018.12?19別克車主用戶畫像85.7%男性已婚83.8%主要分布在沿海地區，35歲中年企業白領居多，月入20K以上精英階層35歲以上35.4%企業白領 39.8%20K以上 85.6%45歲以上35-44歲25-34歲24歲以下10.7%53.9%24.0%11.4%20k以上10-20k5-10k3-5k小于3k0.4%1.6%5.4%7.0%85.6%企業白領工人服務業人員政府及事業單位人員醫生

16、7.3%9.9%12.2%15.6%39.8%雪弗蘭車主都市職場小白Source：MobTech研究院，2018.12?20雪佛蘭車主用戶畫像85.7%男性已婚84.5%一線城市白領，買房一族，偏好華為、小米手機25-34歲68.1%醫生 10.2%45歲以上35-44歲25-34歲24歲以下4.6%68.1%19.8%7.5%企業白領工人服務業人員個體戶/自由職業教師3.3%5.3%8.2%13.8%62.9%買房一族TGI 300一線城市21.6%買房一族電子書愛好者家政需求者音樂愛好者理財達人171193200250300TGI 201北京現代車主小城中年中產Source：MobTech

17、研究院，2018.12?21北京現代車主用戶畫像86.5%男性54132北京 4.4%山東 8.0%江蘇 10.3%浙江10.2%20k以上10-20k5-10k3-5k小于3k1.4%11.0%25.6%21.2%40.8%月收入20K以上40.8%已婚85.0%35歲以上30.7%45歲以上35-44歲25-34歲24歲以下6.7%62.6%20.9%9.8%TGI 171TGI 145河北 5.8%三四線城市21.5%中年已婚男性，小城中產階級，偏愛炒股、金融理財3、自主品牌用戶畫像概覽Source：MobTech研究院，2018.12?22哈弗比亞迪奇瑞小鎮文藝青年電子產品愛好者城市海

18、螺人自主品牌用戶畫像男性 西南地區 青年一族 二三線城市 電子產品愛好者一線城市 公職人員居多，包括政府事業單位、醫生等 男性已婚人士 喜歡聽新聞四線城市居多 職業分布上個體戶、自由職業者比例較大 中青年人士 出行達人，電子書愛好者北京汽車旅游達人主要分布在一線城市 女性占比超過三成 年齡分布較為均勻 熱愛旅游、音樂選取主流自主品牌哈弗、比亞迪、奇瑞、北汽進行用戶畫像洞察和分析汽車大數據營銷多元標簽助力精準營銷5k+標簽精細刻畫用戶特征，利用多重算法和業務邏輯，藉由可視化界面，助力精準營銷?24媒介觸達5K+人群標簽羅盤洞察人群實現精準營銷?25品牌主營銷需求找到目標客戶使用正確的觸達方式短信

19、觸達DSP廣告客群分析精準人群篩選匹配渠道優化建議深度觸達效果評估MobTech大數據營銷大數據營銷智能化升級貼合多元營銷應用場景，算法的自適應能力，幫助客戶快速實現冷啟動，以較低成本為客戶精準鎖定真正的潛在消費者。MobTech專利-獨家Look-alike模型拓展CNN神經網絡模型，拓展高價值客群?26基于客戶現有高價值客群，游族MobTech通過Look-alike受眾拓展技術（CNN神經網絡模型），在庫中挖掘與高凈值客群相似度較高的潛在客戶高凈值客戶拓展種子人群特征匹配基于應用行為與關系鏈，智能搜尋相似 用戶 與高價值用戶相似的受眾高價值客群CNN+Look-alike營銷可用潛在受眾

20、精準人群篩選方式-基于獨家Look-alike模型拓展實現大規模智能搜索潛在用戶群體，不依賴運營和市場經驗實現精準用戶識別?27設備信息APP信息人口屬性線下行為種子用戶負樣本Logistic RegressionRandom ForestCNN大量設備特征相似人群傳統方法：基于種子用戶和全庫人群的距離進行相似人群選取MOB創新方法：根據種子用戶數據，采用PU-Learning+Spy算法，選取可靠負樣本；基于種子用戶數據和可靠負樣本，采用LR，RF，CNN算法，建立二分類模型，判斷設備意向程度；使用CNN構建模型，將N個特征的連續40天數據整合成Nx40的“圖片”形式，用VGG架構開發深度神經網絡 連續變量樸素貝葉斯使用自研分布式Spark實現 對于有風險要求的需求，會再計算完相似人群后，再用Mob風險模型評分過濾，真正做到風險前置數據滲透到營銷業務的各個環節?28Audience insight 用戶洞察Strategy plan 戰略規劃Artificial intelligence 人工智慧Performance analyze 效果追蹤品牌競品調研 受眾全景分析實時效果追蹤 敏捷迭代優化數據場景細分 營銷旅程規劃精準用戶定位 深度數據建模持續反饋優化驅動各個環節決策與能效釋放謝謝觀看