
大數(shù)據(jù)分析未來(lái)汽車市場(chǎng)發(fā)展商機(jī)
大家現(xiàn)在言必稱大數(shù)據(jù),但拿出來(lái)展示的不過(guò)是一個(gè)個(gè)網(wǎng)站的單平臺(tái)數(shù)據(jù)。我的一個(gè)總體感覺(jué)就是,互聯(lián)網(wǎng)大數(shù)據(jù),看上去很美,但實(shí)際上更像一個(gè)野蠻生長(zhǎng)的江湖,一個(gè)個(gè)遙不可及的孤島。尼爾森眼中的大數(shù)據(jù)并不是單平臺(tái)上的一些瀏覽和用戶數(shù)據(jù),而是要體現(xiàn)所有消費(fèi)者在所有平臺(tái)上的全量數(shù)據(jù)。大數(shù)據(jù)的成功應(yīng)用取決于幾個(gè)必要條件,第一要共享共贏,數(shù)據(jù)實(shí)現(xiàn)共享,才能發(fā)揮它的最大效益。第二,大數(shù)據(jù)的應(yīng)用必須要有科學(xué)的建模。第三,必須要有豐富的消費(fèi)者洞察的經(jīng)驗(yàn)和能力,才能做到把這些大數(shù)據(jù)為其所用。
基于尼爾森的跨平臺(tái)大數(shù)據(jù),我們把整個(gè)中國(guó)的全部人口分成了28個(gè)細(xì)分人群。這當(dāng)中我們發(fā)現(xiàn)有六類用戶會(huì)是在新能源車和智能汽車上成為第一個(gè)吃螃蟹的人。他們雖然處在不同的生活階段,有的單身,有的成家,有的事業(yè)有成,收入層次也不一樣,但卻對(duì)新技術(shù)、新風(fēng)格和新形象有著強(qiáng)烈的共性追求。這種特點(diǎn),只有運(yùn)用海量數(shù)據(jù)細(xì)分的和畫像才能發(fā)現(xiàn)。想知道他們?cè)谀膬簡(jiǎn)?,運(yùn)用地理位置數(shù)據(jù)庫(kù)和人群匹配技術(shù),不但可以發(fā)現(xiàn)他們集中在哪些城市,而且可以在地圖上進(jìn)行定位。例如,要找中年以上的金領(lǐng)格調(diào)型和管理精英型嗎,來(lái)北京吧,這里最多;而在廣州和成都,更為年輕的白領(lǐng)中堅(jiān)與體面理性族的比例卻更高。
造什么樣的車子?
電動(dòng)汽車市場(chǎng)的空白機(jī)會(huì)在哪里?我覺(jué)得在當(dāng)前銷量主力的A00和A0級(jí)車之外,補(bǔ)貼前零售價(jià)格15萬(wàn)到20萬(wàn)元的A級(jí)車,在B級(jí)轎車的25萬(wàn)到30萬(wàn)元的中高端市場(chǎng),還有高端的50萬(wàn)到60萬(wàn)元的市場(chǎng),還是有很大的空白的機(jī)會(huì),未來(lái)的新品開(kāi)發(fā)要充分關(guān)注一下這三個(gè)細(xì)分市場(chǎng)。在Uber,有一條不成文的“十倍法則”,你做的事要比別人好十倍;如果只比別人好一點(diǎn)兒,就不要浪費(fèi)生命去做。在尼爾森,也有一個(gè)”突破性創(chuàng)新“法則,那就是符合“相關(guān)、持久和獨(dú)特”三個(gè)特性,只要在消費(fèi)者眼中滿足這三個(gè)特性,一款新品就能在市場(chǎng)上脫穎而出?!跋嚓P(guān)”,就是要找到適合消費(fèi)者購(gòu)買力的價(jià)位和他們出行需求的車身形式;“持久”,就是能夠不斷地去迭代車身設(shè)計(jì),快速迭代車上的智能交互系統(tǒng),常用常新;“獨(dú)特”,就是讓自己的設(shè)計(jì)有排他性、獨(dú)特性。
如何打造下一代汽車?
創(chuàng)新在產(chǎn)品發(fā)展的各個(gè)階段都有可能失敗。尼爾森在全球曾經(jīng)幫助各個(gè)企業(yè)測(cè)試和評(píng)估了210,000個(gè)新開(kāi)發(fā)的產(chǎn)品概念,而追蹤他們的上市表現(xiàn),發(fā)現(xiàn)只有2%的產(chǎn)品獲得了長(zhǎng)久的成功。我認(rèn)為,成功的創(chuàng)新一定要從消費(fèi)者的購(gòu)買動(dòng)機(jī)和他的用車場(chǎng)景出發(fā)。我們?cè)?jīng)為一款車載導(dǎo)航系統(tǒng)做過(guò)測(cè)試,通過(guò)電商網(wǎng)站流量數(shù)據(jù)的分析,發(fā)現(xiàn)消費(fèi)者真正關(guān)心的是它的電子地圖精準(zhǔn)度、實(shí)時(shí)路況更新和價(jià)格,而不是廠家自以為很棒的語(yǔ)音與行車記錄功能。
大數(shù)據(jù)能不能幫我們?cè)谠O(shè)計(jì)上也做一些未來(lái)感的新車?用AlphaGo式的機(jī)器學(xué)習(xí)技術(shù)來(lái)做并不難。如果有9種外觀設(shè)計(jì),13種儀表盤的設(shè)計(jì),30種的座椅布置加上前大燈,那就是10萬(wàn)種以上的設(shè)計(jì)組合。親,你要找多少人,用多少雙眼睛才能從里面挑出我們大家都喜歡的TOP3的造型?而運(yùn)用大數(shù)據(jù)篩選和機(jī)器學(xué)習(xí)的方法,消費(fèi)者在網(wǎng)絡(luò)上就像玩電腦游戲一樣,只需對(duì)不同設(shè)計(jì)元素的隨機(jī)組合一對(duì)一的點(diǎn)擊選擇,可以讓在短短幾個(gè)小時(shí)之內(nèi),把十幾萬(wàn)種、幾十萬(wàn)種的造型的可能性,篩選聚焦成就是三個(gè)最優(yōu)概念。這種智能設(shè)計(jì)優(yōu)化器的軟件和方法,可不是科學(xué)幻想哦,尼爾森已經(jīng)用它為幾百個(gè)品牌提供了新品設(shè)計(jì),讓消費(fèi)者不動(dòng)聲色地告訴你什么是他腦海中的“前衛(wèi)”、“夢(mèng)幻”與“極致”。
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
訓(xùn)練與驗(yàn)證損失驟升:機(jī)器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機(jī)器學(xué)習(xí)模型訓(xùn)練過(guò)程中,“損失曲線” 是反映模型學(xué)習(xí)狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類核心工具的差異與協(xié)同 在數(shù)字化轉(zhuǎn)型加速的今天,企業(yè)對(duì)數(shù)據(jù)的需求已從 “存儲(chǔ)” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計(jì)基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計(jì)基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語(yǔ)言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫(kù)表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無(wú)論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫(kù)管理中,“大表” 始終是性能優(yōu)化繞不開(kāi)的話題。 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開(kāi)始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫(kù)表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫(kù))處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開(kāi)發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫(kù)表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問(wèn)題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問(wèn)題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問(wèn)題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過(guò)程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見(jiàn)頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷成為企業(yè)突圍的核心方 ...
2025-09-11