现阶段汽车业的现况和关键点是甚么？可以透过甚么方式化解？责任编辑结合有关事例，归纳预测了整车厂统计数据数据南台评价分项工程建设认识论，希望对你有所启迪。
01 汽车业现况和关键点预测
首先来看一下现阶段汽车业的现况和关键点。
1. 舰桥式的控制系统工程建设阻碍产品销售业务发展
舰桥式控制系统产生的原因有以下三点：
整车厂会有多个供应链供应商，相同供应商设计存在控制系统边界，致使每个产品销售业务线中间有同样的模块，从而引致重复开发；
控制技术栈不标准化，这会造成公司内部 IT 构架无法标准化规划，且控制技术潜能无法积累的难题；
统计数据数据分布广，格式不标准化，引致统计数据数据无法打通。
2. 产品销售业务预测工作效率低
目前汽车业面临产品销售业务预测工作效率低的难题，可以归结为 6 大症结：瘫、乱、重、慢、缺、难。
瘫：一次大型活动，比如新车见面会，会须要市场职能部门、品牌职能部门、产品销售职能部门等各个职能部门协同工作，但每个职能部门有各自的控制系统，各控制系统来自相同的服务商，控制系统零散，潜能无法互通；
乱：统计数据数据零散在各个控制系统，统计数据数据口径不标准化，定义不清晰，就会引致统计数据数据不准确；
重：很多财务报表停留在 excel 期，须要大量人工工作，统计数据数据统计数据耗时费力；
慢：各供应商交货的控制系统没有很好的可扩展性，没有整体考虑性能难题，无法快速支持产品销售业务创新；
缺：各职能部门各自为政，没有标准化标准、标准化规划，缺位标准化的管理组织；
难：见面会结束后统计数据 ROI，发现实体店车展统计数据数据缺位，仅可统计数据线上导入部分 ROI，引致评估结果困难。
02 评价分项是统计数据数据南台的商业价值发动机
汽车业的开发周期主要包括研发、制造、网络营销和使用者体验，网络化转型涵盖了这四个各个环节，底座则是网络化南台。责任编辑将从网络化网络营销的视角，来讲解评价分项的构筑。
1. 统计数据数据南台发展历
第一期：统计数据数据库期
主要就是 OLTP （文件共享会话）的市场需求。例如 MySQL、PostgreSQL、Oracle 等，统计数据数据来源主要就为各产品销售业务控制系统。
第二期：统计数据基础架构期
OLAP（文件共享预测处理）成为主要就市场需求，例如 Hive、Greenplum、HBase、ClickHouse 等。在使用 OLAP 展开统计数据数据预测时，须要对原始统计数据数据展开层次可视化，之后再展开预测。层次可视化理论中，如前所述事实表和层次表构建统计数据基础架构。在实际操作中，一般会使用 ODS、DW、AD 三级结构。
第三期：统计数据数据网络平台期
典型的代表为 Hadoop，针对海量统计数据数据，主要就化解 BI 和财务报表市场需求的控制技术难题。
第四期：统计数据数据南台期
统计数据数据南台的概念由阿里巴巴首次提出，它的目的是将企业沉睡的统计数据数据变成统计数据数据金融资产，从而同时实现统计数据数据商业价值变现的控制系统和机制。透过控制系统来对接 OLTP 和 OLAP 的市场需求，强调统计数据数据产品销售业务化的潜能。
2. 透过统计数据数据南台为精确网络营销提供统计数据数据支撑力
整体构架如下图所示。主要包括产品销售业务应用领域、统计数据数据产品、统计数据数据环境治理、统计数据管理工具四大部分。
（1）产品销售业务应用领域
市场网络营销：媒介导入——垂媒（汽车之家、懂车帝、易车网）、社交媒体（微信、微博、抖音、小红书、B 站）、转介绍、实体店活动引导 APP 形成私域网络流量池
蛛丝马迹转化成：网络流量池汇聚到标准化的蛛丝马迹库，蛛丝马迹库下发 4s 店 / 直营门店，产品销售伙伴蛛丝马迹跟进，邀约试驾，大定转化成
车辆交货：上牌、保险、车饰等各个环节
售后服务服务：主要就是紧紧围绕修车的情景
（2） 统计数据数据产品
第一期：经营重大决策支撑力
如前所述产品销售业务剖析建立统计数据数据分项库网络平台，透过评价分项对关键分项全链路产品销售业务展开下钻预测，生成经营预测财务报表 / 重大决策统计数据数据大屏，支撑力经营重大决策。
第二期：统计数据数据金融资产化（CDP）
透过 CDP 结晶使用者全开发周期的标签统计数据数据，去更好地做精确网络营销。
第三期：统计数据数据产品销售业务化
透过 CDP 对统计数据数据分项的结晶展开应用领域，推出使用者画像、精确网络营销等服务。
（3）统计数据数据环境治理
是整个统计数据数据南台核心的网络平台层，参考了阿里的统计数据数据南台构架，透过 OneID、OneData、OneService 来同时实现底层构架和基础潜能的构筑。
（4）统计数据管理工具
主要包括顾客统计数据数据、网络营销统计数据数据、售后服务统计数据数据等。
整个网络化网络营销统计数据数据南台，构筑了一个可复用的网络化的潜能，主要包括统计数据数据环境治理潜能、统计数据数据金融资产化潜能、统计数据数据预测挖掘潜能、统计数据数据可视化潜能和统计数据数据产品销售业务化潜能。
3. 评价分项是统计数据数据南台的商业价值发动机
评价分项相当于南台地基的血肉，为相同角色使用者提供统计数据数据重大决策支持，同时实现统计数据数据驱动产品销售业务。
最上面是虚拟化 KPI，主要就为经营类分项，帮助高层和重大决策者展开重大决策。作为管理者更多的是看结果。
上面一层是职能部门级 KPI，主要包括产品销售、交货、售后服务等分项。中层主要就是对统计数据数据展开监控，发现产品销售业务难题。
最上面是营运层 KPI，基层专题营运重点是看控制技术细节评估结果营运活动效果。这里须要透过营运有关分项展开自助预测，定位难题控制技术细节。
03 评价分项工程建设方法
1. 剖析产品销售业务目标
整合统计数据数据金融资产，贯穿汽车全流程全情景网络营销，紧紧围绕着顾客全周期行为触点，在合适的情景下，选择合适的媒介，向使用者传递合适的内容，同时实现与使用者的高效沟通，将大幅节约沟通成本，同时实现网络营销工作效率和效果的双提升。
下图展示了整车厂消费者洞察及网络营销策略流程全开发周期五大流程：关注、蛛丝马迹、成交、转介绍、服务。总体目标是：网络营销策略研究 ，在每个各个环节都有各自重点目标，例如关注期重点导入策略、内容网络营销等。
2. 分项方案设计
评价分项的设计是与产品销售业务强有关的。上面介绍如何依据海盗模型构筑整车厂评价分项。首先对整车厂产品销售业务依据 AARRR 流程拆解成关注、蛛丝马迹、成交、转介绍、服务五大各个环节；再透过分项层次与统计数据数据来源确定完成评价分项设计。
例如蛛丝马迹各个环节，统计数据数据分项包含历史蛛丝马迹数、新增蛛丝马迹数、蛛丝马迹的跟进处理数等；统计数据数据层次包含来源、状态、时间、区域、经销商等；统计数据数据来源为顾客管家。
3. 分项开发
不仅要注重底层分项开发工程建设（原子分项、派生分项、衍生分项）还要关注分项开发链路（实时分项、离线分项）。
底层分项开发工程建设：分项的组成要素决定了分项的生产逻辑。根据组成要素、生产逻辑的相同，统计数据数据分项可被分为原子分项、派生分项、复合分项等类型。其中原子分项，指的是对某一产品销售业务行为事件的度量，比如历史蛛丝马迹数、新增蛛丝马迹数、蛛丝马迹的跟进处理数；派生分项，指的是如前所述原子分项展开层次、统计数据周期或过滤条件的派生，比如近一周的历史蛛丝马迹数、上一年的历史蛛丝马迹数等；而复合分项就更为复杂，一般是对多个分项展开加减乘除等运算得出，比如 2022 年月平均 GMV、投资年化收益等。
开发链路：主要就介绍下阿里云大统计数据数据套件下的实时和离线分项的开发链路；实时分项开发主要就采用 DataHub+Flink+Hologres；离线分项主要就采用 MaxCompute+ Hologres；在整个分项开发的过程中如前所述相同情景的市场需求分项的更新频率不一样，比如大定量最好是实时，帮助产品销售业务实时知晓全国、大区、城市、门店的大定量；比如生产各个环节有关的分项就不一定须要实时，小时级更新即可，这时用离线分项即可。
4. 分项管理
之所以须要做分项管理，主要就因为存在同名相同义、同义相同名、口径不清晰、来源不清晰、逻辑不准确等难题。
分项管理大致可分为五个步骤：
建立分项生产协同机制：分项的诞生要经过市场需求申请、审核、统计数据数据开发、上线应用领域流程，收口分项创建过程，避免分项工程建设的随意性带来的 " 污染 "。
制定分项命名、口径说明规范：按照原子分项 + 产品销售业务限定 + 统计数据层次的方式，将规则集成到网络平台内，透过控制系统规则来把控分项输出。
分项字典线上化：化解实体店文档 ( excel ) 管理分项存在的共享难、更新不及时、权限管控缺位等难题。
分项统计数据数据逻辑绑定：即除了维护分项的产品销售业务元统计数据数据外，还要建立分项的控制技术元统计数据数据，分项统计数据数据从哪个模型、哪个字段、何种计算逻辑得到。
分项输出：分项管理最大的商业价值还是为统计数据数据产品提供统计数据数据输出。
5. 这里主要就介绍类应用领域
（1）移动看板：管理层经常会使用移动端看板，会有很多定制化市场需求。
（2）PC 看板：更多的是面向产品销售业务人员，要求更高的灵活性和便捷性。
（3）重大决策大屏：比如管理驾驶舱、经营驾驶舱。
04 事例分享
事例 1：整车厂产品销售业务统计数据数据洞察——产品销售全周期预测
针对经销商、区域等多层次对产品销售全周期客流、蛛丝马迹、潜客、订单等各个关键各个环节展开统计数据数据预测，透过试驾率、建卡率、保有顾客转化成率等一系列分项透视整个产品销售各个环节，找出其中的薄弱各个环节，有针对性的展开策略优化、方案改进。
事例 2：数字沙盘，助力产品销售业务洞察市场行情
数字沙盘分为两个部分展开分项工程建设，达到知己知彼提升市占率。
一是竞品分项：透过了解市场行情、市场容量、掌握市场动态等，预测发布车型市占率。
二是自身产品分项：透过对客源、潜客、订单等流程剖析、再经过多层次统计数据数据预测，定位产品销售劣势，优化产品销售各个环节。
作者：赵松，微信公众号：松果子聊网络化，极氪汽车大统计数据数据产品负责人，多年汽车网络化从业经历。
责任编辑由 @松果子聊网络化 原创发布于人人都是产品经理，未经许可，禁止转载。
题图来自 Unsplash，如前所述 CC0 协议。
查看原文
