2023年大数据平台规划与数据价值挖掘应用咨询项目解决方案

某乘用车公司大数据平台规划与数据挖掘应用咨询项目解决方案提纲实战案例一实战案例二项目实施管理篇①

背景与目标篇②

应用功能蓝图篇③

数据治理数据夯实篇④

数据模型算法定义和设计⑤⑥⑦⑧附录成功案例大数据平台

背景与目的篇项目背景系统数据孤岛业务部门数据关注维度不统一数据完整性数据真实性业务部门无法便捷使用数据业务部门无法业务预测数据应用体系现状业务部门对提供的数据满意度不高！业务分析主题局限与传统领域！数据分析效率低，命中率低，采取的技术手段和算法比较传统！数据服务层Big

Data

Platform数据接入层结构化数据库非结构化数据文件4项目目标大数据平台应用功能蓝图篇大数据平台应用规划蓝图7数据数据流向与配置服务技术支持维修手册与技术通报消费者体验车辆知晓体验与购买，备件与精品知晓与购买，

服务预约与购买与反馈、客户意见与投诉维修站服务接待、派工、维修、外包、验收、结账、索赔CRM市场活动、客户回访、客户服务中心、线索商机、分析统计备件中心（总库、区域库、经销商库）库存、备件订单备件工程支持

SBOM

数据整理车辆规格与配置销售车辆前工程售后服务前工程工厂系统车辆规格与配置成车入库订单及状态更新车辆制造、零件装配与质量数据技术数据车联产品管理车辆的信息维护、发布、定价车载移动/使用数据物流系统一车一档（车辆生产制造、制造质量、零件装配等信息）整车管理（总库、中转库、经销商库）存、车辆台账产品管理除了车辆，所有其它产品与服务产品的信息维护、发布、定价整车销售预测及订单整车销售（销售预测、销售计划、批发订单运输物流数据GFO车联网车辆零件装配数据车辆定位锁车供应商管理产销协同销售预测数据、订单、订单状态采购计划、订单客户管理协作与广告舆情监控资金查询、冻结、扣款财务系统电商与门户销售线索采集（潜客）销售情报采集，分类存储管理销售目标客户预测存量客户销售订单、采购、库存、保养、维修、精品销售、置换情报采集销售线索培育流程预测培育成熟度预测转化车辆生命周期8客户生命周期价值提升客户价值提升某汽车集团初步建议的规划路线图①现有大数据平台诊断，优化，消除数据割据，信息孤岛，提升数据质量②快速形成统一的业务数据视图，初步实现典型业务场景数据价值挖掘应用③以整车销售为中心，建立完整的数据应用支持体系①大数据应用团队与体系团队建设②数据整合拉通完成，产出两个算法，为市场和业务提供精准营销①外部业务横向联合（BigData)，丰富完善数据视图，通过ML保障数据应用持续提升②算法优化，提升精准营销支持能力①由数据流到数字化，结构化，可视化供应链价值链，精确分析供应链关键环节成本、效率、质量和价值，支撑数字化精准管控和营销②大数据科学家团队建设①大数据平台改造创新应用，多渠道协作应用②围绕产品创新、模式创新、服务创新以及渠道创新，打造领先的数字化创新平台，进一步提升数据资产的价值实现思路：边规划，边建设，边收益，逐步完善；不断夯实扩充数据平台，丰富完善数据视图；从客户—>销售—>服务—>生产—>库存—>物流全供应链数据应用创特色挖价值汇数据通渠道建平台第一年第二年第三年第四年第五年大数据平台数据治理数据夯实篇11数据治理数据夯实—主数据分析与优化

□主数据集成与规范优化①

主数据定义与主数据衍生数据的识别代码：表示特定、唯一Feature的一个或者一组字符编码：给Feature赋予代码的过程②

主数据命名和编码规范发布和管理办法的执行–

代码推送服务–

代码新增和更新客户进厂维修/配件保险/信贷汽车精品DMSERP车联网O2O汽车论坛汽车之家CRM展厅接待二手车呼叫中心抽取加工推送规划配置任务调度4S店MES仓储物流主数据路由器主数据搬运工数据治理数据夯实—主数据EDM架构企业级销售大数据平台

DMSERP+MES整合数据数据质量校验建模数据存储数据服务作业企业大数据平台DM

1源系统企业级数据仓库主数据DM

2TSPCRM。。。O2O……12数据治理数据夯实—自动化数据集成数据集成ETL平台元数据统一管理平台Big

Data(EDM)中间数据库(ODS)D1D2D⋯ApplicationServerMS

SQL

ServerAzureMS

SQL

ServerAzureMS

SSISAzureETLD3WebAPPMSOLAPCube

ViewsData

Cube数据入库路演数据源数据应用平台数据监控管理应用安全管理数据源元数据管理技术元数据管理商业元数据管理Data

CleaningData

IntegrationData

CheckingData

AnalysisPowerBIOffice365Web

URL13数据治理数据夯实—数据质量校验完整性丢失关键数值合法性非法格式一致性数据是格式正确并完整，但不符合业务逻辑值域划分界定数值范围重复性:模糊匹配14①

主次+多级主键mapping体系②

数据自动校验③

数据补录功能数据治理数据夯实—企业数据模型（EDM）15□企业数据模型意义通过企业数据模型定义整个企业信息化体系的数据标准，逐步统一企业内数据标准，为从根本上解决企业数据分散重复、口径不一致、共享困难造成的信息孤岛等问题奠定坚实的基础，推动企业内各类信息系统的整合和数据的共享，全面提升经营决策、运营管理、业务拓展和客户服务等方面的支撑能力□企业数据模型的目的企业数据模型的作用并非是直接做为系统的数据模型，而是作为一个企业的数据标准，指导各个应用系统的数据模型统一设计，避免出现大的业务概念不一致，从根本上保证系统之间能实现数据的较好共享，消除由于各个系统自行设计开发而导致的数据孤岛现象，从而提高企业的运营效益、提高数据质量数据治理数据夯实—

EDM概念模型资源资源规格物理资源网元资源逻辑资源物理设备逻辑端口逻辑网元逻辑模块号码协议软件物理端口物理模块网络载体空间资源问题资源测试故障单资源性能资源拓扑服务服务规格服务使用记录资源配置服务问题服务质量故障单服务性能服务测试服务开通工单服务配置客户客户评估详单帐户服务水平定单客户关系客户交互客户投诉帐务关系订购实例账目缴费方式帐单客户组帐本帐单项市场计划市场活动非营销活动营销活动客户接触商品竞争者营销渠道市场细分商机订单市场活动评估市场计划资源分配比较矩阵品牌市场调查广告合作伙伴营销执行活动客户帐户订购实例产品产品构成业务业务实例产品资费计划优惠计划产品订购业务基本资费资费计划条款优惠计划实例资费计划条款合作伙伴合作伙伴协议/合同合作伙伴产品合作伙伴培训合作伙伴评估合作伙伴联系合作伙伴信息合作伙伴帐户合作伙伴问题合作伙伴结算帐单合作伙伴支付渠道客户概念模型16产品概念模型市场营销概念模型渠道合作概念模型服务概念模型资源概念模型数据治理数据夯实—客户域概念模型(举例）客户客户评估详单帐户服务水平定单客户关系客户交互客户投诉账务关系订购实例账目支付方式帐单客户组订单帐单项支持统一客户视图是客户域17数据模型设计的主要理念①将涉及人的信息都集中到“客户”实体，实现客户数据的统一；②整合各个渠道的客户交互，用

“客户交互”实体统一展现各个渠道的交互信息，为统一客户接触提供前提；③把以前分散各业务系统的客户信用度、积分、客户价值、生命周期阶段、消费喜好等客户评估概念集中在“客户”实体上体现；④通过“服务水平”实体，实现客户服务的统一；⑤帐务部分设计主要面向金融、保险、医疗等业务，实现对灵活业务需求的支撑；⑥“支付关系”实现对传统银行、网络支付、保险的支持；数据治理数据夯实—逻辑模型－客户主域（举例）

客户客户标识客户经理标识(FK)客户分级标识(FK)企业客户客户标识(FK)个人客户客户标识(FK)客户经理客户经理标识企业客户资料客户标识(FK)个人客户资料客户标识(FK)生活方式生活方式标识客户标识(FK)客户联系方式客户联系方式标识客户标识(FK)客户交互客户交互标识客户标识(FK)呼叫中心客户交互标识(FK)营业厅客户交互标识(FK)互联网客户交互标识(FK)客户经理访问客户交互标识(FK)客户投诉客户投诉标识客户标识(FK)客户交互标识(FK)客户订单客户订单标识客户标识(FK)客户交互标识(FK)客户关系客户1标识(FK)客户2标识(FK)客户组客户组标识客户组成员客户组标识(FK)客户标识(FK)客户积分客户标识(FK)客户信用度客户标识(FK)服务水平条款服务水平条款标识客户咨询客户咨询标识客户标识(FK)客户交互标识(FK)客户价值客户标识(FK)客户分级

客户分级标识客户定制服务水平客户定制服务水平标识客户标识(FK)服务水平条款标识(FK)客户流失倾向客户标识(FK)产品服务水平产品标识服务水平条款标识(FK)客户分级服务水平18客户分级服务水平标识服务水平条款标识(FK)客户分级标识(FK)①客户涵盖购买者、使用者、潜在客户等概念，实现客户资料的统一；②整合各个渠道的客户交互信息，为统一客户视图提供前提；③将客户信用度、积分、客户流

失倾向等客户

评估概念在客

户层面集中展现④为客户360°分析提供原材料，作为客户360视图里的输入数据治理数据夯实—逻辑模型－客户信息子域（举例）

个人客户客户标识(FK)个人客户资料客户标识(FK)企业客户客户标识(FK)企业客户资料企业客户资料标识客户标识(FK)客户客户标识客户经理标识(FK)客户分级标识(FK)生活方式生活方式标识客户标识(FK)客户联系方式客户联系方式标识客户标识(FK)客户经理客户经理标识19①“客户”首先分成两类－“企业客户”和“个人客户”，对于不同类型的客户所需的客户资料会有所区别。共性的信息会集中在“客户”上来展现，而基于客户类型的客户信息则会在“企业客户”和“个人客户”上分别体现。比如，企业客户资料里会包括客户的企业规模、经营范围、业绩等内容，而个人客户资料则包括客户的性别、职业、国籍等等信息。数据治理数据夯实—逻辑模型－客户交互子域（举例）

①“客户交互”整合了不同BG的客户交互信息，如由销售服务中心、展厅、互联网和销售经理访问产生的客户交互。从数据层面为统一客户接触提供前提。②“客户交互结果”可以记录“客户交互”产生的结果分为“客户咨询”、“客户投诉”、“客户订单”。③“客户交互”和“客户交互结果”都是不完全分类，根据业务状况可以扩展。客户客户标识客户经理标识(F客户分级标识(FK)K)客户咨询客户咨询标识客户交互结果标识(FK)客户交互标识(FK)客户标识(FK)客户定单客户定单标识客户交互结果标识(FK)客户交互标识(FK)客户标识(FK)客户投诉客户投诉标识客户交互结果标识(FK)客户交互标识(FK)客户标识(FK)互联网客户交互标识(FK)客户标识(FK)呼叫中心客户交互标识(FK)客户标识(FK)客户交互客户交互标识客户标识(FK)客户交互结果客户交互结果标识客户交互标识(FK)客户标识(FK)营业厅客户交互标识(FK)客户标识(FK)客户经理访问客户交互标识(FK)客户标识(FK)4S店车展20数据治理数据夯实—逻辑模型－客户评价、客户关系、客户服务等级子域

客户客户标识客户经理标识(FK)客户分级标识(FK)客户价值客户标识(FK)客户信用度客户标识(FK)客户流失倾向客户标识(FK)客户积分客户标识(FK)客户分级客户分级标识客户服务水平客户标识(FK)服务水平条款标识(FK)客户分级标识(FK)服务水平条款服务水平条款标识客户客户标识客户经理标识(FK)客户分级标识(FK)产品服务水平产品标识服务水平条款标识(FK)客户客户标识客户经理标识(FK)客户分级标识(FK)客户关系客户1标识(FK)客户2标识(FK)客户组客户组标识客户组成员客户组标识(FK)21客户标识(FK)大数据平台数据模型算法定义和设计①业务定义•业务问题定义•模型参数定义②模型训练•用户基本资料•用户接触资料•用户帐单资料•车辆基本信息•车辆维修信息•车辆位置信息煉⋯④活动执行•短信•4S店邀约•TM•试驾体验煉⋯⋯⑤活动数据反馈⑥活动评估及调优③模型评分•重购模型评分•营销辅助信息置换模型—

—

实现过程与算法

时间窗口定义分析窗口用于分析购买倾向特征的历史数据的时间跨度，需要3个月的历史数据预测窗口用于预测用户在哪个时间范围可能会购买相关产品，目前定为下下个月（注意：预测窗口离预测点越远，模型的性能一般会越差，甚至会出现模型无法生成或偏差太大而不可用。）置换模型—

—

预测时间窗口定义

置换模型—

—

因子库与基础变量

Fl

ag车0：辆用周户期当前当前使信用息车辆Fl

ag在1：用当占前比车型Fl

ag0<3年？新车期Y3年<Fl

ag0<6年？可用期Y6年<Fl

ag0<8年？8年<Fl

ag0？更换期Y淘汰期YF当l

a前g再1=用用户户占数比/=该车型销售总量Flag1>=80%YYY50%<Fl

ag1<80%20%<Fl

ag1<50%<Fl

ag1<20%Y置换模型——数据标签训练置换模型——数据标签训练结果企业数据标签CRM

系统

Call

Center企业官网／APP展厅数据

线下活动数据。。。第三方标签人口属性

兴趣爱好

地理位置

消费属性

APP偏好

消费倾向。。。标签数据库热一般(待确认)冷直接下发（销售网格Delar）广告短信活动邮件营销（客户维系）结合用户画像和历史营销数据进行算法建模，预测出每条潜客线索的评级A76-100B51-75C0-50NCC30-50HNN251-75HHH176-100客户标签评分客户行为评分1级:预约试驾，出现在竞品门店2级:参加主机厂线下线上活动3级:90天内有效行为5次以上呼叫中心重点电话营销（客户培育）线索级别定义逻辑28置换模型——模型输入变量筛选

目标用户+车辆建模宽表上有230多个变量来描述，通过对这些变量进行分类梳理，并通过相关分析过滤相关性强的变量，并考虑变量的可读性，最终筛选出输入建模的变量，包括7类122个变量相关性剔除性别年龄职业常规保养次数常规保养金额维修费用维修次数大修次数维修金额车辆生命周期阶段区域潮流类型优惠类型优惠类型偏好车龄里程接触次数接触渠道主动接触次数被动动接触次数咨询浏览品牌车型浏览次数最终输入模型变量分类梳理可读性甄别7类122个精品订购精品订购次数精品消费金额消费能力类型位置信息服务4S

店其它…用户组别说明行动组用户基于定义的分析用户群范围，按照每月初模型评分结果，按评分由高至低取一定数据量的用户，作为当月交叉销售活动的目标用户不行动组用户在行动组用户外，按照行动组用户数量的15%的比例，随即抽取用户作为不行动组，观察模型的预测效率对照组用户在行动组用户及不行动之外，按照行动组用户数量的10%的比例，随即抽取用户作为对照组，并对这些用户开展与行动组同样的营销活动采用逻辑回归算法+SQL

Server内嵌的朴素贝叶斯算法分数

=

EXP(Logit_X)

/

(1+EXP(Logit_X)

)

其中EXP(Logit_X)=补偿常量＋离散化的变量×权重系数。模型训练的基线分析客户群用户数：1,246,969排名前10重要标量增用户数：46,971（约3.8%）模型验证情况排名前5重要标量的模型命中率：11.45%LIFT值：4.10置换模型——因子库与基础变量大修次数潮流系数=4形式公里数=9.7车龄A=30个月车龄B=6.7年…

…置换销售延伸曲线Time(Month)客户生命周期曲线Value置换模型——部分应用结果展示大数据平台实战案例一主数据建设思路数据资源“共享服务”—个平台—个库用户层销售助手…服务助手数据标准数据指标主数据应用标准业务流程模板和模型技术标准基础标准信息安全图形标准接口标准开发标准最终客户业务

经销商管理层整车销售售后…根据某汽车集团信息化战略规划总体要求，建立品牌主数据相关规范和标准，以“数据标准”为建设方向的大数据平台，为某汽车集团信息化系统建设应用提供标准和规范保障，未来为其他系统提供高质量、高效的信息化标准数据支撑，推动大数据平台的深度集成、数据共享和深化应用。One

Database

实现“数据同源、规范共享、应用统一、服务集中”IT

服务“数据标准”：以“为用户提供随时随地的、唯一源头的数据资源共享服务”为愿景;以“为系统提供统一数据源头及流向和主数据分发”;以“为业务提供各主要信息代码的管理维护，为业务用户提供主数据维护的唯一数据源;业务主题规划蓝图人人关系人车关系客户标签数据清洗多渠道整合网站呼叫中心邮件社交媒体移动设备车载系统外部伙伴零售订单锁车逻辑订单审核交车流程经销商库存客户回访批售订单批售配车采购订单预测计划财务结算订单审核来电查询客户和线索新增、关闭和升级案例把线索转换成客户查询和引用知识库客户统计分析知识应用统计分析案例统计分析呼叫中心作业管理报表订单分析预测分析库存分析财务分析计划分析其它分析售前

售中客户和联系人管理

零售管理客户咨询管理一线和二线处理 回访和质检知识库管理

批售管理非结构化知识编 结构化知识导入审发 和查询呼叫中心报表整车库存整车入库整车出库

交货管理承运单管理库存管理

移库管理堆场管理售后备件中心采购管理仓储管理销售管理包材管理委外业务保修数据分析召回与服务分析索赔管理保修管理 付款及开票管理零件返回管理 供应商索赔保修预算监控 保修政策管理三包预警管理

旧件报废管理保修审计管理

善意保修及非保修案例召回与服务措施管理供应商索赔分析 零件返回分析保修审计分析

其他分析基础服务SSO权限集成实时接口数据接口后台跑批主数据支撑基础主数据交互数据业务数据统一客户资源管理优化客户的接触策略收集各个系统和社交媒体渠道的客户属性、客户基本信息、联系人信息，实现对客户的统一识别；构建360度的客户视图及客户等级，实现针对客户生命周期进行客户特征、客户细分和客户价值的关键应用基于统一客户视图制定客户接触策略；通过与呼叫中心集成，提高客户联系的效率；通过对客户接触历史的分析，及时修正客户接触策略；外部DMS系统业务数据导入至CRM系统；外部系统数据进入CRM系统后，需要重新整理，以便形成以客户为中心的统一视图；总部集中管理线上线下个渠道集成的线索进行清洗、归集和培育，对所有唯一线索展开有效精准的跟进和购车销售机会；基于自然进店或邀约进店或试乘试驾的记录等业务信息，应用WiFi或二维码媒介自动记录和上传照片，实现对门店销售机会跟进情况的管控；通过销售跟进移动模版，自动生成销售跟进任务，并通知销售人员及时的跟进销售机会；在统一客户数据视图的基础上提炼出信息应用视图和客户标签，以细分客户的等级；在唯一线索跟进管控下，引导有效线索进入潜客销售漏斗，按照潜客培育的规则，同时提升面向分析的客户洞察力基础上，实现事件式营销，做到潜客转化有效度；重视线索培育和转化，减少线索浪费，辅助销售转化。；通过数据仪表盘、多维报表技术，实现对到店情况、服务响应情况、客户流失情况、销售过程和销售结果的分析；实现对客户的价值、特征等内容的分析；优化外部数据治理销售分析及销售管理决策支持优化线索清洗和培育潜客转化有效管理销售线索培育优化客户画像客户360实时体现客户感知的图像和用户行为的讯息，及时地满足当前和未来在个性化、互动化、智能化有利的营销工具用户行为360°体验客户画像——服务客户全生命周期模糊客户潜在客户成交客户客户画像—

—

客户360视图应用

销售线索检索、甄别、培育流程01-数据源注册会员认证会员线上浏览线上活动沟通行为行为分析兴趣点线下活动促销精准推送终端门店认知了解认可考虑意向购买传统汽车行业缺乏品牌受众培育平台汽车行业潜客转化平均周期为3-6个月，经销商销售跟进周期为2个月大量潜客无法有效转化，无法找到品牌的深入体验传统品牌缺乏粉丝集聚的平台和机制，无法进行粉丝层面的品牌体验传统汽车行业缺乏互联网大数据客流导入平台和机制，潜客入口狭窄车主缺乏社交平台，没有车主群体孕育的平台和空间传统汽车行业缺乏品牌受众培育平台销售线索检索、甄别、培育-示例合格潜客无需外呼验证或外呼验证已通过合格不合格/不符合下发标准首次跟进销售线索整合潜在客户筛选销售线索验证销售线索首次跟进外呼验证结束培养销售线索提醒经销商跟进获取及校验潜在客户监控销售线索状态收集销售线索不合格潜客下发销售线索联系成功外呼不成功持续跟进销售线索未及时跟进或外呼验证未通过客户关怀成交客户流失失联/不合格/超时结束通过官网/车友会/第三方等渠道收集线索整车厂市场部门客户关怀中心经销商销售线索的协同应用流程协同营销管理应用步骤H

A

BC

D

E

N营销平台Ca

ll

Ce

nte

r分配D1

D2

D3

D4分配规则DCC战败线索HABHHH销售跟进HA零售端战败线索处理规则订单$$赢单失败线索的回访OEM培育规则自然到店官网搜索引擎DCC、CCCM垂直媒体来源渠道❼经销商培育线索清洗厂家下发零售端跟进销售线索分级&判断厂家BDC合格的线索零售端BDCA

AB

B车厂来自多渠道的销售线索初步清洗❷清洗规则CCC线索池❷❹❺➏❼❽B乛销售线索全部来源渠道（电商、线下等）定义及分别下发流程❷

呼叫中心-定义清洗规则（如同一4S店两条同样销售线索及不同4S店同一条销售线索如何处理等）销售线索分配规则（包含零售端线索可了解的用户信息）❺

零售端BDC职责➏

零售端销售线索跟进机制❼销售线索战败或逾期等的处理机制❷

厂家BDC职责及销售线索分级判定❹❽销售线索的培育（厂家&零售端）店端销售线索录入进店主动呼入市场活动等舆情从4月15号开始爆发，符合车展契机，24号之后，依旧保持一定的热度最近一个月共产生42条负面舆情。最近一个月共产生42条负面舆情。营销情报检索展现舆情从4月15号开始爆发，符合车展契机，24号之后，依旧保持一定的热度Lynk

&

co在新闻中，与长城最W重ey要对的比舆较情多来，源这是不汽符车合之与家网站途观等合资品牌对标的定位负面舆情清单车质网、和讯网、汽车之家是新闻的主要源头在期间媒体的主要报道，还是以新车发布相关新闻为主，主要为曝光相关，国产车对比等相关新闻WEY最重要的舆情来源是汽车之家网站大数据平台实战案例二47基本信息与因子库•年龄段•婚姻状况•教育水平•爱好•家庭年收入•主要收入来源•是否首次购车•购车目的•购车因素•客户来源渠道•微博微信发帖次数•市场活动参与次数•星座•血型•家庭成员数基本信息客户属性•车价区间•精品金额•装潢金额•保险金额•其它服务金额•订单总额•贷款总金额•维修结算金额•投保险种•保险开始日期•保险结束日期•是否有保险•是否有车贷消费信息车辆/维修信息•VIN•车牌号•发动机号•品牌•车系•车型•颜色•配置•车型年•排气量•制造日期•经销商•销售顾问•销售日期•上牌日期•上牌城市•签约日期•车辆用途•保修起始日期•保修结束日期•保修起始里程•保修结束里程•客户编号•客户名称•客户类型•证件号码•车主电话•车主手机•性别•出生日期•E-Mail•FAX•联络地址(邮编/省份/城市/区县/地址)•户籍地址(邮编/省份/城市/地址)•送修人•使用人•日平均行驶里程•上次验车日期•上次维修日期•上次维修里程•原车主编号•营运性质•营运证日期•指定技师•服务专员•工单类型•维修类型代码•行使总里程•预计下次保养日期•交车日期•上次维修经销商•车龄区间•驾龄客服信息•售中回访名单•售后回访名单•修后回访名单•生日节日提醒名单•质保到期通知名单•证照到期通知名单•客户分类•会员等级•最佳联系时间•最佳联系方式•投诉次数•投诉等级•修后满意度评价ExistingDerivedInferNot

Captured生命周期客户流失等级客户贡献度能力客户价值等级客户标签评分客户行为评分客户满意度评分工作信息从事行业•职业类别•职务名称•家庭年收入•工作年限业务数据视图扩充售前360精准营销车辆360主动关怀流失预警经销商360客户+车辆服务顾问地址维修委托书维修项目备件订单车辆档案售后回访地址联系人会员等级人车关系交车单定金销售台账人人关系试乘试驾账户积分意向车型跟进记录会员事件展厅官网活动报名留言圈子客户客户基本信息偏好特征用户行为兴趣爱好上网偏好渠道偏好官网浏览注册时间试驾时间参阅活动次数参阅活动时间论坛传播次数线上浏览习惯用户姓名会员账号渠道来源偏爱车型购车时间性别手机号邮箱

所在城市购车预算来源渠道购车目的购车因素客户属性婚姻状况职业年龄段教育水平家庭年收入会员级数潜客洞察销售情报甄别标签客户本期购买预测模型客户360视图客户标签库车辆标签库售后360客户基本信息客户编号身份证件联系人

送修人

户籍地址车牌号客户标签会员等级联络人手机号送修人手机号所在地地址保险到期日上次维修经销商投诉事件评价次数评价等级维修信息预约方式上次进厂日期累计进厂频次累计消费金额上次进厂里程平均客单价上次余留项目服务专员车龄维修类型统计忠诚信息贡献度能力客户流失趋势忠诚度等级客户价值度售后关怀质保到期通知三包预警通知生日节日提醒证照到期通知车辆生命周期模型客户价值模型联系人会员等级人车关系交车单定金销售台账人人关系试乘试驾账户积分意向车型跟进记录会员事件展厅官网活动报名留言圈子车辆置换模型重购模型客户维系挽留模型是否首次购车是否有保险是否有车贷基础数据域与模型因子客户域产品域帐务域事件域营销域地域域车型域竞争品牌产品数据车辆使用行为数据电商网络行为数据区域归属网格数据保险/信用/价值数据与流动性相关的外部数据/汽车租赁客户接触数据4S店/展厅/车展49业务主题建模案例50车辆管理数据模型客户管理数据模型市场营销数据模型线索潜客管理数据模型从客户洞察到精确营销以创造企业价值为核心，全面提升数据应用能力①

在统一客户数据视图的基础上提炼出信息应用视图②

在提升面向分析的客户洞察力基础上实现面向精准营销③

分散的营销支撑能力整合形成面向客户价值提升的数据应用支撑体系数据信息运营业绩激活数据资产裂谷阶段A：潜在客户阶段B：

存量客户期价值提升模型（基于车辆和客户360视图的挖掘分析，为其它BU提供商业应用）车辆置换预测模型销售情报甄别销售漏斗分析客户洞察，定位客户敏感标签内容一对一营销脚本定制阶段C：流失期重购分析预测模型客户维系挽留模型转化精准营销价值提升拓展51挽留二次营销潜在客户挖掘与预测潜在客户存量客户家庭朋友同事存量客户业务模型潜在客户训练标签库潜在客户价值挖掘模型品牌偏好/价格偏好/优惠类型偏好⋯高价值客户潜在客户业务模型客户转化52Vehicle

Life

Cycle

Model

Application

Analysis(车辆生命周期模型）

Business

Model

Unde

rstanding以车辆生命周期精细化管理为导向，建立覆盖客户车辆新车期、可用期、更换期和淘汰期不同阶段客户主动温馨服务及应用模型库Business

benefits实现基于用户车辆车况及所处生命周期阶段，精准定位客户对产品服务需求Output

Consumer

Label客户在用车辆生命周期阶段标签阶段A：潜在客户阶段B：新车期阶段C：可用期价值提升模型（产品+服务）重购分析模型客户洞察模型客户关怀温馨服务阶段D：更换期阶段E：流失期再次购买分析模型流失预警模型客户维系挽留模型5354Customer

Purchase

Forecast

Model（客户购买预测模型）

Business

Model

Unde

rstanding聚类分析历史用户购买产品（品牌、车型、服务）行为，时间段，销售方式，促销优惠有效性，区域（一级市场/二级市场/三级市场），分析用户对产品和服务的最佳时间点，预测销售能力，结合用户其它特征标签（潮流系数分析标签），再交叉分析产品特点，预测用户产品和服务需求，做到有的放矢，科学预测销售量，促进销售销售量提升Business

Business

benefits在细分市场、客户、产品的基础上，制定有效性、差异化的事件营销策划和方案，合理预测销量针对存量客户消费能力客户，有针对性的为客户推荐不同附加值的汽车精品和售后服务Output

Label不同级别市场客户主打车型，优惠/促销手段（针对最终客户优化，针对经销商奖励）Aftersales

Customer

Churn

Analysis（售后客户流失分析模型）

Business

Model

Unde

rstanding客户的流失分析模型是对已流失用户流失前显著流失原因特征分析，重点聚类分析淘汰期车辆客户流失特征，定位造成用户流失的关键因素，经过提炼映射在流失曲线模型上。从而有针对性的采用相应主动防御、早预警、挽留措施。Business

benefits客户预警时机与预警机制建立，挖掘再次营销机会按车型聚类分析TOP

3原因客户主动关怀机制与策略的建立Output

Consumer

Label客户流失预警标签；客户主动关怀标签；观测点预警窗口55大数据平台项目实施管理篇数据战略驱动的规划方法数据使命数据基本策略数据愿景中长期目标数据战略举措约束与限制执行计划能力架构治理企业战略业务单元战略执委会边界数据–未来状态能力架构治理业务战略数据–当前状态能力架构治理IT&数据战略数据战略交付物弥补