2025年5月29日，由中国汽车工程学会汽车大数据应用分会、北京理工大学联合主办的“2025汽车大数据应用产业大会暨中国汽车工程学会汽车大数据应用分会成立大会”在北京亦庄隆重召开。大会以“数智驱动 擎启新章”为主题，聚焦汽车大数据在电动化、智能化、网联化转型中的核心作用。

大会专题报告环节，同济大学汽车学院副教授孔德洋以《汽车大数据在汽车营销中的应用》为题，从汽车营销的发展阶段、大数据类型，汽车大数据营销的应用场景、典型案例以及面临的挑战与发展趋势多方面展示了在数字经济背景下汽车营销领域发生的改变，并介绍了在参编《汽车大数据技术发展报告》过程中的工作与成果。

同济大学汽车学院副教授孔德洋

以下为演讲回顾：

各位领导，各位嘉宾，下午好！

我是来自同济大学汽车学院的孔德洋。今天我要分享的报告题目是《汽车大数据在汽车营销中的应用》。

上午我们共同见证了中国汽车工程学会汽车大数据应用分会的成立，同济大学也有幸参与了由汽车大数据应用分会牵头组织的《汽车大数据技术发展报告》编写，同济大学负责营销板块的工作，所以报告中有些内容是我们前期做的工作，可能不太成熟，借这个机会，请各位专家提出批评。

先讲一个整体背景，当前我国汽车市场尤其是新能源汽车市场是在持续增长，但增长背后有两个不容忽视的问题，一个是我国品牌和车型数量比较多，品牌数是可以查到的，车型数大概推算每个品牌有8-10个，把中国和美国进行对比来看，我国的品牌与车型数量都太多了，这就说明竞争十分激烈。引发与之关联的问题就是行业整体亏损面比较大，虽然近几年有一些车企扭亏为盈，但总体亏损还是很严重。

全球汽车产业也正在经历电动化、智能化、互联化的深刻变革，数字化转型是大势所趋，在这样的背景下，在营销领域，大数据技术的应用成为营销模式创新的核心引擎。当前市场快速增长但是竞争又比较激烈的情况下，车企需要通过数据洞察用户的需求，当然也包括产品优化设计和提升用户体验，来应对市场竞争和政策的变化。

另外，大数据技术正在颠覆以经验驱动的传统营销模式，转向精准化营销。具体表现是，车企或者行业公司，整合了用户的行为数据，包括车辆状态数据，还有市场环境的多维度数据，从营销角度对营销全链路活动带来一些新的变化。比如说从营销战略和目标的制定，到信息传递，包括最后沟通方式的转型，都会发生变化。从大数据角度讲能够带来整个数据分析和应用效果，提升决策效率。

接下来分五个方面简要介绍一下内容。

一、汽车营销的发展（阶段）

第一阶段，传统的营销阶段，从时间概念上是从19世纪末到20世纪中叶，从汽车营销启蒙来讲，1983年《科学美国人》杂志对温顿汽车做了一个最早的汽车广告，广告词是“让骡子和马可以消失了”，后来交通工具发生了重要转变，20年代电视广告明星代言兴起，这个阶段以单向传播为主，媒介物理渠道都是比较传统的形式。

第二阶段，数字化转型阶段，主要从21世纪初开始，有一些典型事件，比如2000年线上购车开启，2005年车展线上线下互动结合，2010年社交媒体兴起，包括特斯拉也开始借助新媒体销售，这个阶段主要特征是从单向传播开始转向追求用户互动。

第三阶段，2010年到2020年，数据化驱动阶段。这个阶段多源数据的使用，进一步拓宽了包括用户画像，营销体系闭环系统构建上。典型事件是AI首次应用于销售线索评级系统，营销从经验驱动转向数据智能。

第四阶段，从现在到将来时，多种数据技术融合重构，最重要的是结合VR技术，追求销售体验、用户体验，包括多元融合创新销售。

总体来看，营销媒介上发生了更多的变化，从单向到双向互动，到追求用户体验，然后到AI技术大数据模型，更多追求价值共创的概念。

二、汽车营销的大数据类型

关于汽车大数据的定义，从营销板块我们做了很多梳理，总体有五维特征。汽车产业本身有特殊性，产业链特别长，从纵横来看，纵向的汽车产业链角度各环节都能产生数据，横向是跨行业的，包括交通、能源、基础设施等。我们梳理了狭义、广义、数据结构的概念。掌握数据的人和主体是多样化的，我认为车企只要掌握了更多的数据，它应该是占有优势的。

结合营销板块我们做了一个框架，从类型、触点和来源做了一个三维分析框架。从类型来看，分成用户、产品、公共；从触点来看，分成私域、公域和商域；从来源来看，分成线上和线下。上午中国汽车工程学会张进华理事长也讲了，目前很多数据希望从私域到公域有一个转变，让数据能够共享，我们从数据的分级分类上面也可以做这样一个区分。

三、汽车大数据营销的应用场景

为了完成《汽车大数据技术发展报告》，我们对一些车企，包括行业内数字服务公司类的第三方机构，做了线上线下调研，感觉场景特别多也特别杂。后来我们找了一个依据，根据菲利普科特勒5A模型，从认知开始，认知到吸引，用户产生好奇，到用户主动问询信息，到交易达成，到最后把用户变成品牌或者产品的倡导者、维护者。

按照这个思路我们梳理出前、中、后，全链的12个场景，也会在《汽车大数据技术发展报告》研讨会上，就这个框架做进一步讨论。在12个框架基础上我们梳理出一些关键的应用技术，按照一些维度，比如对驾驶员的重要性，对车企的重要性，对行业的重要性，包括未来发展对技术的依赖程度等等。

四、汽车大数据营销的典型案例

非常感谢北京新意互动数字技术有限公司提供案例材料，它也是《汽车大数据技术发展报告》的参编单位。作为一家致力于专业的网络整合营销传播服务公司，根据他们自己提出的独有的Brand4.0理念，结合营销基本理论，以数字化为核心，提出了一个营销增长框架。按照用户里程梳理，在各个阶段开发出很多相应的产品矩阵，提出一站式营销方案。这个矩阵很多，我重点挑两个：一个是筋斗云工具，汽车大数据营销的策略支持平台。还有CDP的客户数据平台。

现在已经推出筋斗云6.0版本，基于独有的Brand4.0理念，做多类型的数据整合。交流初期，他们的数据渠道来源也比较单一，后来通过跟一些机构合作，能够整合数据资源，提出大数据营销策略知识平台。主要应用是两个方面：一个是市场区隔及用户画像，目前比较成熟的是在用户画像上，通过筋斗云这个工具有非常好的效果，比如样本量比原来大100倍以上，有更丰富的画像标签以及更多的数据维度，描绘也更立体，不仅有现状分析，还能够对每一个用户对他未来的变化趋势进行分析。第二个是按照用户里程在后期做策略验证和改善上面，相比传统的方法效率快3倍以上。

CDP，关于客户数据平台，有两个方面的应用：第一个是做精细化运营，对客户分析最后要达成两个概念，第一是有效探索是多少，第二是能够达成用户试乘试驾。他们和上海两家新店合作，做品牌精准引流的案例，最后的效果是有效线索率33%，试驾完成率15%。当前行业里，2024年我国汽车行业平均有效线索率，中国汽车流通协会的数据监测应该是百分之十几，第二个是试驾完成率，2025年有些数据统计，经销商到店的比例大概不到9%，试驾完成率更低一点，所以这个是有明显效果的。

五、面临的挑战与发展趋势

关于挑战很多专家都讲到了，我分享一下最近做调研总结的几个主要困难。第一个，企业对应用场景的需求，目前的效果、投入产出不划算，企业不运用投入这件事情，应用场景要做进一步调研和需求分析。

第二个是数据质量，比如从采、存、用的角度，现在很多数据是不一致的。我们有很多平台，很多平台是为了A目的，但我们是B目的，所以是达不到要求的，可能有数据质量问题，数据缺失问题，但如果为了B目的专门采数据成本又比较高，就遇到数据的流通和共享的问题。

第三个，我们在两家车企调研，他们也讲到一个困难，认为内部部门之间没有打通，各个系统之间不能统一行动。所以说到数据使用，企业内部都这么困难，从行业来讲，各个部门之间怎么打通？还有有些数据有但不能用，涉及到私域数据、数据合规、隐私、保护方面的问题。

将来的方向第一是区块链技术，区块链技术的应用在数据确权方面能够解决数据共享和数据隐私、合规方面的问题，多模态数据融合技术可以解决用户数据、车辆状态数据，包括市场环境数据，多元异构数据，可以提升数据的分析和使用的效果。

第二个是元宇宙场景下营销创新，改变传统标准化内容的方式，追求个性化、体验式和沉浸式的营销模式。比如上海安亭在2023年已经建立了元宇宙汽车产业基地，远期规划目标是有千亿级。在汽车行业细分领域里面，主要在六个关键环节：研发、场景打造、技术转化、数字营销、人才输出、标准制定，这六个方面建立“元宇宙+”的概念，元宇宙+汽车工业互联网示范的场景。

最后做一下总结，数字经济背景下具有一个特点，它和传统经济模式不一样，流量本身就可以决定盈利能力，所以按照传统产业分类方式要发生改变。中国具有一定的数字经济模式，前面讲的大模型、数据的应用要靠海量数据，中国人口多市场也大，所以在数据生产上有天然优势。另外，中国数字经济的概念里，和中国式现代化的特征也是匹配的。发展数字经济关键在于提升平台化水平，实际上就是APP数量，将来我们在平台方面也要做更多工作。

最后是数据和大模型开发缺一不可，我在参与《汽车大数据技术发展报告》工作的初期也以为模型是主要技术，后来发现跟数据基础有关的很多东西也有很多的路要走，参数、高质量的数据是将来能够让大数据应用或落地的重要方面。

我的分享就到这里，谢谢。