8月11日-13日，2020年第十二届中国汽车蓝皮书论坛在武汉举办。在第三天论坛上，创略科技联合创始人兼总裁杨辰韵发表了《存量时代下数据及智能驱动新增长》的主题演讲。
以下为演讲实录。
各位尊敬的嘉宾、老师，大家下午好！非常高兴今天能够跟大家在这里一起来探讨汽车行业的数字化转型以及当中的一些核心的相应的议题。
今天我分享的一个主题是在“存量时代下数据及智能驱动新增长”，我来自创略科技的联合创始人杨辰韵，英文名Tiger。
在座其实已经有一些是之前认识的老朋友，也有一些新朋友。简单的说一下我们是做什么样的一家公司。创略科技核心用到数据科学基于大数据大架构包括AI深度学习、自然语言处理技术，服务终端是面向消费者的企业，以汽车出行等行业为主，包括其他的像零售、旅游等等的一些金融相应行业。
核心通过基于客户数据去提升营销层面的效率、效果、客户体验、客户生命周期。在国内，这么多年来也是获得了相关的包括中科院以及等等的一些AI以及大数据方面相应的荣誉。
简单介绍一下个人，之前我和另外的创始人十来年在海外在硅谷的时间会比较长，最早有幸在加州伯克利分校，当时与从图灵奖获得者做一些数据挖掘的研究，回国国内打造数据中台相应的解决方案。团队里面包括在营销领域做了接近20年相应的专家以及在垂直行业包括汽车以及其他行业相应的专家和在大数据以及在AI层面接近20年的数据科学家等等的打造团队核心的行业解决方案等。
这一次听到比较多的行业内相应的人士都在谈论的以及今年的特殊情况。在过去的两年左右时间里明显因为经济下行的趋势以及在汽车行业特有的保有量比较饱和的情况下，新客户获取越来越难，以及销量明显的有所挑战。今年也更多的在雪上加霜的情况下，上半年的疫情也是让很多的包括传统主机厂等等的企业造成非常大的短期的影响。
除了今年的疫情之外本身大家在前面两年一直在谈论的是数字化转型的议题，也看到越来越多的我们接触的汽车行业的客户开始意识到数字化转型的重要性和迫切程度。在我们刚刚提到的存量时代里挖掘新的增量，非常关键相关的重要性。
在这个过程当中，我们服务的上百家客户里面会发现这里有非常多的坑，数字化转型里有非常多的坑，需要大家去共同面对和克服，或者在实操层面避免。否则会发现有非常多的实操层面上，可能之前前所未见相应的困惑。
在汽车行业里面，我们也会发现整体的销售周期会比较长。当中的每一个环节，怎么样做到开始涉及到以客户为中心的去做数字化的相应的转型。当中的每一个环节，这里面的基础就是数据的相应的采集。为什么一些造车的新势力或者智能汽车品牌开始组建私域流量矩阵，是希望在前期能够通过内容以及运营让客户的标签逐步的体现起来，做个性化营销。
后面包括售后的环节以及更多的我们看到传统的主机厂也开始去提供包括出行类的服务，本质在出行领域里如果现在还没有购车的情况下，通过分时租赁等情况，在潜在的这样一些受众群体里面也可以产生高频、潜在的数据。数据本身是我们提到数字化转型当中非常关键的一个点。
另外一块在整体的过程当中，从传统的汽车制造到让经销商去实现所有的相关的销售，到一个以客户为中心的转变，包括现在有一些国内最大的自主品牌也开始讲全面To C的策略，不仅仅围绕着车售卖完之后，而是自己可以有更多的接触和积累，数据资产的触点，把用车的生命周期和客户角度真正结合起来，以客户为中心去做相应后续的工作。
所以基于此，我们在国内在（20）15年、（20）16年专注在大数据架构下去推出客户数据中台或者客户数据平台CDP理念。在汽车行业应用当中会发现有一些是我们刚刚提到的这些潜客的行为数据，通过私域流量和私域矩阵逐步采集以前没有去采集或者关注的行为数据。
除此以外已经存在这样的系统之前存在比较多没有打通的问题，之前都会有一些基于留资的线索等等的以保客数据为主，当中有CRM等系统。
在没有打通情况下，客户的体验和真正去做到相应的营销转化的环节里面，不是基于整体客户的立体的画像做这个事情。这一块在客户体验和提升个性化，实施智能和高效当中变成高效的第一步，打通之后逐步基于人工、专家标签作一些预测性的分析。
在整体的体系下去看相应的应用场景。最开始是基于打通的客户数据的基础，在这个基础之上，通常我们看到比较多的客户的场景是围绕着营销或者是个性化去做相应的营销。从最开始的潜客预测购车意向或者预约试驾意向到保客置换或者复购相应的意向再到新客的拓展里面可以基于已有客户画像做更加精确、精准的触达。
除营销场景以外，大家会发现基于客户为中心的场景事实上非常多的开始延展到大于营销场景之外的应用场景。包括这两年都在提的C2M、C2B等个性化的需求到个性化制造，以及个性化需求的这些点。到后面的包括我们看到有一些主机厂的设计部门或者产品部门也开始关注基于客户数据去打造一些相应的特征部门。
接下来围绕我们刚刚提到的整体的价值点，一个个简单的展开一下。包括我们可能之前已经跟一些汽车行业的客户，包括非汽车行业的客户积累相关的应用和案例。
第一块，建立客户数据中台CDP。建立客户数据中心核心的，可以帮助到企业去建立立体的客户认知以及基于客户中心做相应的最终的应用和决策。
这个其实是帮我们客户—威马汽车，在新能源汽车或者新势力里面，威马算是比较早的拥抱数字化转型以及向CDP相应搭建的厂商。之前可以看到在左边会比较多的是分门别类各类数据客户触点，之前基于不同的流程，比如有些传统主机厂线索管理用CRM等分散的存在，包括广告以及其他售后的数据，分散情况下没有办法在任何一个部门用到整体的打通的去做客户的立体的标签画像。
这个打通是很关键的，我们真正去开始理解客户到底现一阶段可能作为保客是否有相应的维保需求或者其他新增需求的挖掘等等，最终应用到包括运营，包括营销以及售后服务，甚至C2M、C2P场景上。
在营销层面，核心第一块是潜客层面上。潜客层面上如何去看或者甄别或者做一些潜客的个性化的分门别类的去做相应的营销。当中有三个关键的场景：
第一，它在过去或者未来这段时间里面是否会有真正意义上的购车意向。
在购车意向甄别和预约试驾意向甄别会发现比较多的客户，包括以前他们会涉及到如果这块做得不好的情况下，DCC部门，每天需要打大量的电话但是客户如果打到这些本质上不是他们高意向客户等等，客户体验本身不好，因为最近一段时间是我们讲互联网种草的阶段，但是持续打电话预约试驾等等。
同一个情况下，应该如何的去甄别出来？在未来一个月到三个月内会有购车意向相应客户再去做相应电话的触达，这个他会认为是有价值的信息，有意义的信息。而其他的客户可能在前期通过微信或者其他的私域的手段维持以及培育相应的需求。
第二，保客或者已有客户层面上，之前我们会发现蛮多的企业包括保客里面当然这只是其中一个场景。
在触点比较少的情况下，每年的续保会是在保客层面上比较关键的场景，也是一个至少能确保每一年会有一个一次性的沟通的情况下。如果出现续保里面会有犹豫、不续保或提到其他品牌名字等等，这一定是需要关注有可能他会有换新或者置换的意向，现在是一个很关键要给他推是否可能会更换或者换新，我们同一品牌的其他车型或者更高端车型的这么一个关键的机会。
这里面会涉及到包括语音转文字之后有可能是对话或者留言，转文字之后通过专员处理技术识别当中的相关的关键词和语义分析，在这种情况下判断是否可能会有潜在置换的需求。在保客里不仅仅是续保的这一块，本质上在售后非常多的环节里怎样抓取到相应的需求的数据，包括维保数据等等提升相关的售后服务，也对于这个品牌的忠诚度和长期的合作具有非常重要的意义。
第三，新客推广。新客推广层面上，之前很多的包括传统主机厂或者是自主或者合资品牌以及其他的公司都会涉及到比较多拍脑袋的决策。
我认为我的受众是什么样年龄段什么客户，有些自主品牌的认知我的客户是20到30岁的有竞青年，这是他们的画像。但基于车主的特征其做相应的判断和基于一些具类包括分类算法去判断之后会发现，他更大部分受众在40岁到50岁的年龄段，跟他们拍脑袋决定这样的客户受众不一样。
如果这个步骤出现问题，本质上后面的营销的推广环节里面哪怕是人群的选择层面上就存在相应的问题，但是通过一些包括刚才提到的无监督的具类或者分类算法帮助这些企业识别到，事实上你会发现他的客户会长什么样子。基于这些去做更加个性化或者精准的营销。
除了刚刚提到在营销场景，按照生命周期阶段做这件事情的营销自动化或者营销智能化也是非常关键的一个点。
包括北汽等等其他的主机厂的客户在使用我们营销自动化的平台。其实核心的理念会涉及到帮助营销人员在一个很简易操作画布上设置，希望在什么条件下对什么样的人群到底是发一条微信还是试驾之后体验问卷调查，还是车主去推送其他的相关服务等等的情况，到底是微信、短信还是应该去做电话的关怀或者回访。
这些本质上在另外一个层面上也降低了IT部门需要在日常的营销活动当中去相关的比较多的介入和人工去做相应的支持，尽可能的让营销人员在不需要写任何代码的情况下，能够自主的去完成它的营销自动化的每一个相关的环节。
最后，这个场景也是我刚刚提到的，在整体的客户数据，在数字化应用场景上，因为是整体都应该是以客户为中心，不仅仅在我们刚刚提到的70%、80%场景在于营销的情况下。其实客户的洞察反馈以及我们说的C2M或者C2B场景也是非常关键的，我们看到的大家的应用场景。
这一块包括威马，滴滴出行等等的汽车或者出行的品牌去做的相应的。威马在前几天新车型上市之后，特别想关注大家在评价或者评论，在自由APP以内或者是外部相应的到底在评价它的外观、内饰、电池、性能还是个性化等比较好看，这是我们提到基于所有客户洞察反馈以及基于这些实时的客户的相关的一些反馈，能够支持到更好的服务以及更好的未来的新的产品的研发或者是个性化制造。
像滴滴的场景上，因为大多数这样情况下会是文本类客户数据的存在，所以基于自然语言处理到底这讲的是顺风车还是专车、出租车事情，是司乘关系还是咨询、投诉是愤怒还是开心的情绪，在数据越来越大情况下，靠人工解决不太现实，机器自然语言处理在AI里面可以帮助实时的解决相应的客户洞察反馈，以及支持到我们刚刚提到的客户洞察或者C2M的场景。
最后简单介绍一下我们在汽车行业或者其他行业相关的案例。我们帮玛莎拉帝的品牌去基于它在国内的车主的特征预测其百万级别潜客的购车意向。
我刚刚提到每一个潜客的受众里面，我们到底如何识别这些客户在未来他们大概在14个月左右的销售周期当中，未来两三个月会有真正的购车意向人群去做外呼或者预约试驾，我们用碰到其他客户在打电话环节当中，如果无差别做触达，客户体验不好和营销效率很低。
潜客层面上基于内部包括DMS或者私域的行为数据等等去搭建多层的散发组合模型。经过两年多合作已经训练到接近97%的预测准确率，预约试驾翻倍上提升以及最终相应转化率，每天变化可以让销售代表实时查看基于此判断下一步怎么样做相关的推荐。
帮威马搭建CDP情况。之前在传统情况下可能有比较割裂的，各个系统都会涉及到相关的客户数据，形成统一的基于威马ID做相关的事情。包括里面的行为数据以及一些非结构化数据也可以基于大数据架构做相应的处理，形成一套系统的标签、画像以及分级做到相关营销的自动化和支持到更多的其他相应部门的基于客户洞察做相关的分析。
这两天有蛮多大佬在讲解决目前汽车行业相关问题，有时也需要跳出汽车行业目前相应固有的思维去看其他行业在数字化转型里是怎么解决的。
甚至有时是有一些相关的可以比较有意思的去借鉴的点。包括我们看到新能源汽车和新势力大概有一半人来自互联网的行业去做相关的在传统的主机厂层面上的改造。
我们在零售行业也做了蛮多的客户。在星巴克咖啡帮它搭建国内客户数据平台，大家如果最近这两年会用早星巴克APP，这是它战略里面基于存量客户做数字化营销。在打通多个触点确保同一个用户之后，APP里会推不同的券以及食品的搭配，我们帮其做到90%的预测率，提升一半以上食品、饮料搭配的相关模型。
在其他的属于传统行业企业里面，包括在旅游行业，包括春秋航空、东航旅游客户，相对高频效果更加明显。过去三年几个亿订单以及过去72小时的行为数预测未来7天之内，上亿的乘机人实际会去乘坐其400条航线哪一条，预测准确通过接近两年的时间也做到了接近99%，预测未来7天购买哪条航线的准确率。以前在100条里有0.7到1条转化率，提升10倍出头。这个也是基于在自由触点上数据量比较丰富，可以看到效果是非常明显的。
另外在其他行业—零售行业，比如施华洛世奇实现公众号个性化的推送。我们看到传统主机厂，他们之前没有很好的解决个性化的问题。但是施华落世奇通过公众号个性化的推送后能够达到最终的个性化自营销的效果。
最后像我们在金融行业像中国银行非常传统的四大行、五大行，手机银行实现到基于我们提供的个性化推荐，每个人可以推不同的基金理财产品，实现个性化的推荐，可以看到相关的当中的产品销量的提升。
刚才提到我们在汽车还有出行领域，包括更多的客户在零售，在旅游或者教育培训等等都有比较多的上百家的头部的企业能够有幸一起合作去帮助他们在数字化转型上面克服一些相应的明显的坑，怎么样能够让基于数据的和基于AI驱动的解决营销层面上的相应的问题。
我们在下周会发布基于下一代数据和AI驱动营销自由白皮书，如果大家感兴趣也可以关注我们的公众号。很关键一点，我们希望基于我们提供相应的解决方案当中，能够释放营销人员在关注到他们的营销核心痛点诉求的解决，尽可能的在获得营销的自由。
我们看到蛮多的客户里面需要取数来支持营销，有时甚至很痛苦的需要两三周甚至一个月时间才能把数取出来。这样的过程当中更别谈实时做个性化营销，在这当中帮助和赋能营销人员快速做到自主的和自由的做相应的个性化的营销。
今天我的分享就到这儿，在创略科技我们核心运用到包括AI和机器学习、深度学习等新兴技术，希望赋能于企业来解决在营销和客户运营层面更加个性化，实时、智能和高效的终极使命和目标。非常感谢大家，我今天就分享到这儿。谢谢！
敬请关注盖世汽车“【盖世直播】2020中国汽车蓝皮书论坛”专题。
https://auto.gasgoo.com/NewsTopic/262.html
