大数据为4S店带来革命性的改变

  • 刘琼
  • 发表于: 2015/12/21 10:13:51 来源:车云网

当一个用户走进4S店的时候,如何快速与用户进行沟通,让用户觉得店内的顾问专业性强,从而快速取得用户信任,同时让用户觉得与自己有“共同语言”,再向顾客精准介绍车型,价位,品牌,金融方案,后续服务等,从而促成用户最终下单转化,这是4S现场关键。

但是谁可以知道并分析出潜在用户购买决策周期过程中,买车的决策因素有哪些?各个决策因素的权重?例如:某位用户购车主要考虑:价格,品牌,金融方案,他或者她的决策过程中:首先决定价格,其次考虑品牌,再考虑金融方案。专业性的汽车网站是“不二人选”,在购买之前95%以上的用户会在网上,特别是专业、权威的汽车网站、论坛等先进行调研,搜集相关信息。

据悉太平洋网络每天有近3000万人到访网站,通过旗下的六大垂直网站,积累了潜在汽车用户和资深车友的各种数息,例如:浏览行为、论坛发贴、咨询、客服等数据。每天网站用户产生的数据量达500G,通过数十年的数据沉淀,累计深沉了1500T的海量数据。公司特别建立了30人的大数据团队,有85%以上是硕士和博士的学历。大数据团队在严格保密用户隐私情况下,利用大数据技术(如图一)所示,通过支持向量机、神经网络、灰度预测、贝叶斯等机器学习和数据挖掘方法,进行对用户海量数据进行精准分析,通过大数据精准分析,例如:可以了解潜在用户对于购买了解哪些因素,各个因素重要程度。

1.png

图一:太平洋汽车网大数据示意图

大数据团队对用户的跨六网浏览数据、评论数据、社交数据、交易数据等进行全量分析,从而建立用户画像(如图二)所示,除了基本的用户人口属性、收入方面信息外,会对建立用户品牌倾向、期望价格带等大数据预测模型,对用户购车的全生命周期进行分析。

2.png

目前大平洋汽车网大数据团队已经做到,对用户画像数据的更新是动态的、实时的。例如:当一个用户去了4S店后,再回到网站进行浏览、评论或者咨询后,会重新计算用户的画像中的各个指标,例如:购买倾向性、购车关注点等。

通过太平洋汽车网的海量数据挖掘,在用户进入到4S店后,销售顾问可以通过手机或者pad等移动设备查看客户线索名单,从名单中可以查看该顾客的画像,清晰了解客户的深度需求,有针对性和客户沟通,迅速找到与客户的“共同语言”,有效取得客户信任从而快速促成成交。

刊发此文仅为传递信息,不代表车云网观点。

  • 车云星
  • 空间站
  • 福特星球
  • 虫洞

加料 /

人评论 | 人参与 登录
查看更多评论