从1885年卡尔·本茨发明第一台现代汽车以来，汽车产业从未像今天一样成为如此多技术变革的交汇点，涉及能源、交通、通信、计算机等诸多行业。尤其在汽车“新四化”的趋势下，汽车产业正面临百年未有之大变局。面对这一趋势，汽车产业借助数字化转型来应对变革，已经成为产业共识。
在营销层面，汽车行业的数字化营销也正在面临场景新、工具新、用户量面临瓶颈等种种挑战，应如何拆解？
本期MKT数字研究院与汽车行业资深人士Jacob.Yan聊了聊。
汽车行业资深从业者，十年经销商经验、4s店长、多年新能源车企主机厂甲方及乙方售前经验，从平台类的产品（触点）到数据类的产品均有所涉及。
以下为采访内容
Jacob.Yan：我们一般认为汽车行业的数字化的切入点可以分为营销端、生产端、财务端、研发端、采购端。
而这其中，我认为从营销端切入见效是较快的，原因有以下两个方面：
另一方面，以用户为中心正在成为当前车企的核心使命，按库生产到按需生产也正是车企的当前的转型趋势之一，以往传统车企在进行车辆生产规划的时候往往从成本出发去做考量，而当下营销端得到的数据信息将反哺未来车型的设计方向。
Jacob.Yan：营销端确实是新能源在领跑，主要原因是新能源车企理念上没有传统车企的束缚，更愿意尝试，对新概念新玩法的接受度很高。但是传统车企一旦在营销端发力，可以说追上新能源车企是比较快的，并不是我们大部分人的想象的“大象转身”的一个过程。
主要原因有两点：
Jacob.Yan：一方面目前平台类的产品各家都做的比较完善，没有太大的区别，另一方面随着存量时代的到来，平台类的产品也逐渐进入“停滞期”了，之后的发展方向在于如何把这些平台获取的用户数据、业务数据做一个非常有效的整合。在这个技术上如何去结合实际的业务场景，做数据业务分层。
●客户关怀：我们一般通过把以往线下的业务场景都移植到线上，通过自动化营销，在客户生日、客户交车周年庆、保养提醒、续保提醒等等这些动作。
可以看到，对于以上不同客户的需求，如果平台像过去一样，采取粗放的统一推送方式，一定会对客户产生打扰，甚至客户在频繁收到自己不需要的信息后会主动屏蔽车企的推送，这样不仅无法实现营销的目的甚至会给品牌价值减分，那么势必需要采取精准营销的方式精细化运营客户。
当然，这一类分类操作仅靠触点平台是无法实现的，需要数据平台的加持。
比如说通过CDP/DMP为核心的两大系统，对客户的数据进行数据分析，通过对用户标签做组合筛选，就可对用户分群，例如对客户价值的判定取决于客户年收入、年龄、购车历史等等，针对不同价值、属性的客户就可进行针对性的营销活动。
Jacob.Yan：部门新，工具新，业务场景新。
对于以上三个痛点来说，有一个营销“老司机”来带上手操作是非常必要的。
Jacob.Yan：就拿我最近在操作的一个新能源车企的SCRM项目来打比方。在这个项目里我着重从四个方面来为该车企的营销部分提供支持。
用户运营
公私域的用户运营，包括营销素材、营销活动工具、自动化营销部分、私域运营部分；
线索闭环管理
包含从线索跟进到邀约到店到成交的闭环管理；
客户资料管理体系
贯穿前面两个流程的客户管理，包括客户资料的管理，保护客户资料的安全，对前端所有运营流程的支撑，包括客户标签、客户分组、客户画像这些能力去支撑前端的精准营销；
陪跑运营
项目上线之后提供为期两个月的陪跑，因为客户对SCRM不熟悉，需要带着他们去做业务核心运营。
当然，说起来只是四个模块，实际上需要应对的是客户各个需求的处理，囊括业务和数字两个解决方案，例如对业务场景的实操落地、技术架构、数据处理分析、细化部署等等。我们还为客户进一步提供了实际的业务运营流程，包括公域如何引流到私域，进入私域流量池之后，如何进行线索培育，以及线索的转化等等。毕竟，让交付的产品能够价值落地，把系统用好，产生业务价值才是我们最终要实现的目标。
Jacob.Yan：以线下车展场景为例，消费者进入车展前，就会收到由MA营销自动化发送的信息通知，告知具体展位位置及展出试驾车型；
在车展过程中，如果出现客户邀约不够的情况，则可以同时用营销/裂变工具进行多维度的市场活动在线宣传达到邀约潜客引流的目的，同时开展大咖直播矩阵；
在消费者离场后再次通过MA营销自动化触达消费者，巩固消费者记忆；
在线下活动结束后，对留存的数据进行复盘，通过数据分析，为之后活动策划提供有效果的数据支撑。
Jacob.Yan：从概念上来说精准营销指的是对处于不同阶段不同价值的客户提供个性化服务，制定相对应的营销策略，实现利润最大化。
对于同一个客户而言，处于不同生命周期阶段兴趣点是不一样的，每个阶段我们都要有一些相对应个性化的运营手段。
当然如何判定客户生命周期和价值本质上还是对数据资产的运用。无论是用户行为预判还是下一代车型设计的方案，都需要大量的数据进行训练才可以达成。
以常规的线索质量模型为例，车企可以从用户的历史数据例如APP、小程序中提取特征值，通过lookalike技术（基于种子用户画像和社交关系链寻找相似的受众，即在大量用户群中选择一组特定的种子（即有转化行为的）受众，包括但不局限于点击、下载、安装、激活，然后根据实际需求，筛选、识别、拓展更多相似受众，进一步引发更大客户量级的倍增。）通过数据训练得出的模型判定线索质量及客户价值，之后进行进一步的个性化跟进。
对于消费者而言，对于买车考虑的关键因素有限，品牌、车型、价格、售后保养基本可以概括，但对于车企而言，想要以消费者为核心，需要考虑的范畴则大大超过了以上四项，汽车行业的数字化营销之路未来将如何前行？敬请期待MKT数字研究院的后续报道。