如果要用一个词来描述近几年的汽车行业,“混战”这两个字恰如其分。
一方面,被疫情“封印”3 年的汽车产业供应链,使得全球汽车市场受到巨大冲击;另一方面,特斯拉和造车新势力的强势入局,也让传统汽车产业被彻底颠覆。多重压力的累计叠加,在今年疫情刚刚恢复的伊始,就演变成一场来势汹汹的“价格战”。
短短不到一个季度的时间里,全国已经有上百款车型通过各种不同方式宣布降价促销,甚至还有品牌打出了“买一送一”的王牌。车企的焦虑,可见一斑。
不过,“价格战”对于缓解焦虑,或许只是治标不治本,只能解当务之急,不能解长期之痛。要从根本上解决汽车行业在当前的困境,转型升级是必经之路。如今,汽车产品的动力来源、产品形态、生产运行方式、消费模式等面临彻底、全面的变革,车企无一不谈电动化、智能化、网联化、共享化,数字化则成为转型的基础能力。
那么,在这个竞相提速变革的过程中,汽车企业究竟面临着哪些实实在在的阻力和挑战?又如何借力数字化在一片“混战”中完成突围?
日前,ArchSummit 全球架构师峰会·北京站成功举办,大会期间,由 InfoQ 与精益数据方法论作者创始人史凯联合出品策划了“汽车数字化高端闭门会”,汇聚众多来自各个车企的数字化和技术负责人,利用精益数据方法论的指导,创新的卡牌式精益数据工作坊,进行了业务目标拆解、数据资产梳理和场景推演,形成了车企突围的三大核心业务目标,五大挑战和六大价值场景。
以下内容经 InfoQ 编辑精选、提炼和总结,希望为大家提供参考。
车企突围的三大核心业务目标
面对巨大的生存压力,多数企业的业务目标变得直接、简单而明确。
目标一:销量提高
提高销量,是所有企业首当其冲的任务。但是,如今的汽车行业已然是一个存量市场,消费者正在拿回消费“主动权”,这要求车企能够“以用户为中心”,深度挖掘用户全生命周期价值,提供更符合市场需求的产品和服务。也正因为如此,用户运营在车企的战略优先级越来越高。
一方面,通过在各个渠道的资源投入,可以挖掘潜在客户,为销售埋伏机会点;另一方面,通过构建私域,提高私域活跃度,还可以加深与用户的连接,从而提供更精细化的产品服务,提升消费者对品牌的忠诚度。
除此之外,随着国内汽车市场增量放缓,出海也成了越来越多国内车企拓展业务、提高销量的关键路径。从立足全国到放眼全球,我国汽车产业的转型升级步伐越迈越快,在国际汽车市场中开始占据一席之地。
目标二:创新能力提升
可以看到的是,不少中国车企在出海布局中主打的正是高端新能源汽车。
汽车电动化的浪潮似乎已经势不可挡,比亚迪的换道超车、电池领域宁德时代的崛起等等,都是这一趋势有力的注脚。消费者对新能源汽车的接受度越来越高,加上绿色化的发展要求,除了躬身入局,车企似乎别无选择。越来越多的车企已经发布自己的新能源战略,并且把提高新能源车的销量占比作为短期内的关键任务之一。
但值得注意的是,虽然新能源汽车的问世大大降低了企业造车门槛,新能源汽车依旧是一个复杂性和系统性极高的产业,汽车企业能否掌握其中最为关键的电池、电机、电控技术将至关重要。此外,相较于硬件,新能源汽车更是“软件定义”的汽车,自主的软件研发能力也将成为车企布局新能源领域的核心竞争力。
当然,产品创新只是其中一方面,商业模式、销售模式的创新也是车企能力提升的重点。如今,车主年龄画像越来越年轻化,Z 时代成为汽车消费主力军,他们的消费习惯、消费渠道、消费偏好和过去完全不同,想和他们更好地“对话”,就必须采用 Z 时代特有的渠道和方式。
目标三:成本降低
全球经济发展放缓,使得各个企业都在“节衣缩食”准备“过冬”。虽然降本是企业永恒的话题,但现如今,大多数企业们都在试图把这件事做到极致。对于汽车企业来说,产业链覆盖研、产、供、销、服,降本的任务也同样涉及其中的各个环节。
值得一提的是,在很多场景下,企业的成本投入高低又与自身的技术创新能力或供应链能力有关。比如,是否掌握电池的核心技术,芯片的供应储备是否稳定充足等等,都会影响车企的产品研发和生产制造等成本投入。
业务变革中的五大关键挑战
为了实现以上目标,车企还有一系列棘手的问题需要解决。
挑战一:提高数据转化率
显然,用户运营并不是一个点石立即成金的事情,而是个长期投入,大部分工作其实无法立竿见影。企业在这个过程中的普遍困扰在于,第一,新线索量不足,第二,线索的转化率不高。
挑战二:提高广告投入精准度
广告投入产出比的问题和数据转化问题有强关联,著名广告大师约翰·沃纳梅克曾经提出关于广告投入的“哥德巴赫猜想”——我知道我的广告费至少浪费了一半,但我不知道是哪一半,这是包括车企在内很多企业在做营销时的一大困境。广告投入精准度不够,最后的转化效果往往也并不好。除此之外,如何让广告投放和线索转化形成完整闭环,这也是个关键问题。
挑战三:提高产品和服务体验
一方面,是汽车产品本身的创新,包括新能源汽车的研发生产,自动驾驶、智能座舱、智能网联等功能的创新等等,这是车企必须攻克的难题。另一方面,是服务模式的创新,尤其是在线销售和服务能力的提升,这是传统车企以前并不擅长的。与此同时,这也与过去传统经销商销售模式存在一定冲突,如何平衡好其中的利益关系非常重要。
挑战四:提升客户满意度
客户满意度的高低,往往会影响客户以及一些潜在客户的流失率。当市场上的选择变多,车主对品牌的忠诚度实际上是在降低的,这时候,如何通过有效的手段,不断影响和提升客户在售前售后,甚至是复购等各个业务环节的体验,是无法车企不可忽视的问题。
挑战五:提高订单和生产的匹配度
订单与生产不匹配,是造成车企成本浪费的一个关键要素,但做好供需平衡并不是一件容易的事,需要供应链各个环节的持续优化。如果生产量多于订单量,就会导致库存积压;如果生产量少于订单量,又会导致交付不及时,阻碍销量。
共创六大数据价值场景
所有这些挑战,都是驱使汽车企业加速驶向数字化的源动力。通过引入 AI、大数据、云计算、IoT 等技术,汽车研发、生产、供应链、销售和服务模式都在被重塑。
数据是在各个环节穿针引线的核心要素,是数字化转型的基础,所以过去所有车企在数据领域的投资都是巨大的。精益数据方法论创始人史凯认为,2023 年将是所有企业的数据价值之年。每个企业的 CIO/CDO 都会被追问,开发了那么多数据系统和报表,到底产生了什么价值?
从当下开始,数据报表的生产数量不再是度量企业数据团队的效能的标准,而核心将是可度量的业务价值。精益数据工作坊,整合了自上而下的企业架构思维:从业务愿景开始,分解业务目标,识别业务痛点;同时又首创了自下而上的精益数据创新方法,由数据资产和数字化技术进行无盲区组合探索。从而让现场的嘉宾们双向融合,全面创新,识别了众多非常有意思的价值场景。
而在锚定数字化创新场景之前,一个必不可少的工作就是对数据资产进行梳理。对于汽车企业而言,以下数据被认为具有比较高的价值:
车辆主数据:包括车牌号码、车型、发动机号码、底盘号码、保险公司、二保时间、车辆类型等等;
车联网数据:包括油耗、发动机转速、轮胎胎压等车况信息,速度、里程等行驶轨迹、驾驶行为信息,以及车辆报警数据;
用户购车记录:包括车主置换前的车辆数据,以及保有车辆数据等等;
第三方平台数据:包括用户在各个第三方互联网平台的基础画像及行为分析;
经销商数据:包括经销商的接待数据,以及车辆的维修保养、索赔等售后数据和服务数据;
订单数据:即最基础的客户下单数据和销售数据等等;
成本数据:即车辆从研发到生产再到销售服务各个环节产生的所有成本信息。
梳理高价值数据的意义在于,可以避免资源浪费。数据治理是一件工作量巨大的事情,企业很难一步到位、面面俱到,精益数据方法论创始人史凯认为,当下,传统的以定标准为核心的数据治理很难满足企业对于数据价值的诉求,提倡车企进行精益数据治理,沿着价值主线,以业务场景蓝图,数据资产蓝图为纲,以数字化技术为新手段,主动式、运营式、度量式治理,才能够让业务快速感受数据治理的价值。
与此同时,高价值数据往往也对应着高价值场景,这是企业进行数字化转型的关键抓手和切入点。下面举一些例子:
场景一:潜客的识别和转化
结合情绪分析、行为分析等相关技术,可以对经销商的线上线下数据以及第三方平台数据进行分析,从而更精准地识别客户和潜在客户的需求或潜在需求,并在合适时间点进行介入,实现获客和转化。
场景二:舆情监测
结合异常检测技术,可以对服务数据进行分析,识别售后服务过程中的异常点(比如消费者投诉、索赔等等),一方面,可以进行舆情风险的监测,另一方面,也便于售后及时采取跟进服务,提升客户满意度。
场景三:远程维修服务和引导
结合人工智能、车内私人助理等技术,可以对车联网信息进行分析处理,主动提醒车主进行维修、保养。在紧急情况下,还可以提供远程维修服务,或引导车主前往就近的经销商门店,这不仅能够提升用户体验,同时也可以为经销商引流。
场景四:产品功能优化
结合行为分析技术对车联网数据进行分析,可以了解用户对各类车载功能的使用频率,比如对某款车载 APP 的打开次数、停留时间等等,为产品功能优化提供决策参考,不活跃的应用就可以剔除,这在一定程度上也可以降低成本。
场景五:订单和库存预测
结合数据可视化技术,可以实时了解所有订单信息和进度,进行订单和库存预测,如果加上敏感性分析,还可以及时识别订单异常,进行库存预警,为业务人员采取相关应对措施提供依据。
场景六:销售业绩分配
通过把运营数据和规划相结合,可以找到年度销售业绩分配的“最优解”,替代以往参照往年业绩制定目标的“一刀切”方式,同时,在面对疫情等突发的特殊情况时,也可以更加灵活、快速地进行调整和响应。
结语
企业大量的数字化投入在一开始并没有对齐和量化目标价值,让业务和技术对齐 KPI,聚焦真正的企业价值,找到价值场景,是企业进行数字化转型最重要的三步起手式。
而精益数据方法论是根据国内本土市场的宽度、广度、复杂度特点,基于十年实践总结的数据驱动的数字化转型实践指南和工具,强调产生价值和消除浪费。精益数据工作坊首创了卡牌式桌游,把目标、数据、技术、场景和项目清单,预算资源都显性化,用一个价值指数贯穿始终,让业务人员在有趣互动的环境里统一认知,打开思路,共创价值,然后在价值场景的基础上持续优化迭代。
据此,企业可以更有的放矢地进行项目落地和资源分配。其中,价值的高低和场景的优先级,会随企业自身的定位、发展现状以及业务目标侧重点的变化而变化。
比如,针对潜客的识别和转化,对成本投入更敏感的企业会更在乎线索质量评级,反之,有的企业则会更加看重线索的数量;再比如,针对产品功能优化,高端品牌和车型的定制化需求更大,在产品研发以及生产计划制定过程中就要进行通盘考量,而其它普通车型则更看重通用功能。
但可以肯定的是,眼下无论是传统车企还是造车新势力都重新站在了另一条起跑线上,智能化产品的攻关、智能网联的布局、数字化基础设施的构建,都会成为车企未来竞争的关键筹码,是车企不可错失的风口。
本次闭门工作坊获得了参与嘉宾的一致好评,形式新颖、价值显性、精益高效,后续,InfoQ 将携手精益数据方法论创始人史凯持续开展更多行业的精益数据工作坊,助力企业 CIO/CDO 在数据价值之年交一份完美的答卷。
如果你对工作坊模式感兴趣,欢迎关注「InfoQ 数字化经纬」公众号,第一时间获取相关活动信息,并报名参与!
评论