商务汽车车企大数据如何应用 汽车商业评论

大数据战略的制定需要回答以下三个问题：

6自己玩还是和BAT们一起

车企关注的大数据，一方面与汽车相关、一方面与用汽车的人有关。这些数据分散在、供应商、经销商、维修店、保险公司、科技公司以及车企手里。为了分析客户、把握网上舆情、预测客户保养行为、分析不同客户带来的价值、为客户流失预警，仅靠车企自己的CRM或者DMS系统、靠竞价排名、关键词过滤、人肉评论筛选够不够？为扩大销售机会，以每条几百上千的价格从三方平台购买线索值不值？自建垂直电商、自己充实门户内容还是依附第三方平台开旗舰店、赞助论坛？

图：企业价值地图与大数据价值模型

大数据应用的顶层框架设计对于企业而言相当重要，它直接与公司战略、业务发展和IT系统建设相挂钩。有了顶层框架设计，可以减少对数据资产的过度投资或者投资浪费。

对本文有任何看法，请向下滑动去“写留言”吧！

点击下方“阅读原文”购买《汽车四化——2015-2016中国汽车蓝皮书》↓↓↓

大数据之所以称之为大，第一个原因就是它信息量大、字节数大。在人们大肆鼓吹大数据之前，车企的APO、PLM、ERP、SCM、CRM、SRM等系统产生的大量的数据，已经躺在机房的数据库里好久了，而且还在不断增加。除了能拿来编制报表、展示在管理驾驶舱/仪表盘里，剩下恐怕只能被转移到久不使用的备份磁带上。如何充分利用这些已有的数据，如何知道还缺哪些数据，使其被用来体现价值？需要建立数据分析模型以及数据能够带来的价值模型。

显然，车企在大数据的生态中，是处于劣势地位的，我们必须以的心态与第三方数据供应商积极展开合作，以获得更准确更全面的用户信息。 (本文作者华思远为德勤管理咨询上海有限公司技术战略咨询合伙人，邓明辉为德勤管理咨询上海有限公司技术战略咨询经理)

IT如何摘掉只花钱不挣钱的帽子？未来的IT项目将会更加深入融合业务、推动业务，IT部门将不仅仅是企业的成本中心，通过对数据资产的深入利用，还将会促进业务变革与创新，甚至创造出新的业务模式，成为企业发展的新引擎。

大数据分析建模不是简单的数据统计和汇总，所回答的问题也不仅是明确的性问题，更多的则是带有不确定性的相关性问题。通过对多种来源的数据分析，发掘潜在的业务动因和模式，才能辅助业务决策，甚至驱动业务变革与创新。

和数字化转型类似，大数据的应用也有场景思维。应用场景的设计，可以从企业价值链和客户旅程入手，沿着这个价值链条和客户旅程找寻业务需求、痛点及机会点。以从客户旅程角度分析为例，在客户旅程的3大阶段中，我们至少可以梳理出18个业务场景，从这些业务场景出发，挖掘出众多数据分析应用场景：

大数据应用的重点是对数据模型和分析算法的运用，这需要IT专家、业务专家以及算法专家密切配合。主要的工作重点包括：

5车企大数据应用场景

3制定大数据战略

4数据分析模型、数据价值模型