男人j进人女人j 的视频-男人j进入女人j视频大全-男人j进入女人j在线视频-男人j进入女人免费视频-99久久综合精品免费-99久在线

新能源汽車精準(zhǔn)營(yíng)銷策略研究

2023-01-09 09:35:02 來源: 公務(wù)員之家

摘要:隨著汽車大數(shù)據(jù)產(chǎn)業(yè)時(shí)代的到來,傳統(tǒng)營(yíng)銷方法已不能滿足市場(chǎng)的快速變化,基于大數(shù)據(jù)的精準(zhǔn)營(yíng)銷具有相當(dāng)大的優(yōu)勢(shì)。基于此,本文采取數(shù)據(jù)驅(qū)動(dòng)的手段研究汽車用戶畫像,首先基于上汽通用五菱汽車股份有限公司的用戶購(gòu)買數(shù)據(jù)集,通過相關(guān)性分析進(jìn)行用戶分群,其次分析人群特征,從而總結(jié)篩選出對(duì)于體驗(yàn)用戶的建議,最后基于用戶的行車數(shù)據(jù)集,通過聚類算法提取出用戶出行的興趣點(diǎn),為汽車產(chǎn)品的精準(zhǔn)營(yíng)銷策略分析提供了可靠的指導(dǎo)。

1引言

隨著傳感器技術(shù)與數(shù)據(jù)傳輸技術(shù)的發(fā)展,各方面數(shù)據(jù)的獲取日益便利,基于大數(shù)據(jù)的用戶畫像研究能為企業(yè)提供精準(zhǔn)的特征知識(shí)。Wang等[1]提出了用戶日常駕駛模式模型,且為了實(shí)現(xiàn)低成本下的充電負(fù)荷波動(dòng)最小,構(gòu)建了雙級(jí)優(yōu)化模型確定最優(yōu)充電策略。Pearre等[2]為了獲取用戶需求,研究了全種類新能源汽車的平均行駛距離,從而設(shè)計(jì)出用戶喜愛的新能源汽車。胡海清等[3]利用客戶購(gòu)買行為數(shù)據(jù)驗(yàn)證了理論模型,并提出了在不同電商模式下的網(wǎng)絡(luò)營(yíng)銷策略。詹麗華[4]結(jié)合用戶行為情景和用戶素養(yǎng)分析了用戶行為特征。本文基于上汽通用五菱汽車股份有限公司提供的用戶相關(guān)數(shù)據(jù)集,分析總結(jié)篩選出對(duì)于體驗(yàn)用戶的建議,并且通過聚類算法獲取了用戶的出行興趣點(diǎn),從而準(zhǔn)確把握用戶需求,實(shí)現(xiàn)汽車產(chǎn)品的精準(zhǔn)營(yíng)銷。


(相關(guān)資料圖)

2汽車產(chǎn)品用戶群體特征

汽車用戶產(chǎn)品群體特征是指從多源數(shù)據(jù)中獲取的對(duì)汽車產(chǎn)品用戶的消費(fèi)行為有所影響的群體屬性。基于大數(shù)據(jù)情形下的汽車產(chǎn)品用戶群體特征分析,是對(duì)通過各種方法收集到的用戶數(shù)據(jù)信息的分析。在汽車這種高度復(fù)雜的產(chǎn)業(yè)中,將會(huì)產(chǎn)生結(jié)構(gòu)化和非結(jié)構(gòu)化的超大數(shù)據(jù)量,涉及場(chǎng)景和系統(tǒng)復(fù)雜,數(shù)據(jù)的清洗、轉(zhuǎn)化、融合是一項(xiàng)重要挑戰(zhàn)。汽車用戶產(chǎn)品群體特征是指從多源數(shù)據(jù)中獲取的對(duì)汽車產(chǎn)品用戶的消費(fèi)行為有所影響的群體屬性。其中,多源數(shù)據(jù)是指某一品牌或某款特定車型投入市場(chǎng)后得到的大規(guī)模用戶數(shù)據(jù)。汽車產(chǎn)品用戶群體特征具體表現(xiàn)為用戶基本屬性、駕駛習(xí)慣屬性、充電習(xí)慣屬性、社交偏好屬性、用戶關(guān)注點(diǎn)屬性、消費(fèi)習(xí)慣屬性。標(biāo)簽是對(duì)信息的抽象化表示,可以是任何文字或符號(hào),體現(xiàn)一定的群體性和事物特性[5]。同時(shí),標(biāo)簽系統(tǒng)的構(gòu)建需遵循MECE(MutuallyExclusiveCollectiveExhaustive)原則[6]。本文將標(biāo)簽分為靜標(biāo)簽和動(dòng)標(biāo)簽。靜態(tài)屬性標(biāo)簽指用戶的基本屬性,可以通過靜態(tài)標(biāo)簽算法對(duì)數(shù)據(jù)列標(biāo)簽索引,獲取信息并生產(chǎn)新標(biāo)簽。動(dòng)態(tài)屬性標(biāo)簽根據(jù)數(shù)據(jù)類型:數(shù)字型信息、文本型信息、網(wǎng)頁(yè)信息等,采用不同算法進(jìn)行標(biāo)簽。然后構(gòu)建用戶畫像,并對(duì)數(shù)據(jù)進(jìn)行分析、挖掘,得到數(shù)據(jù)中隱藏的相關(guān)關(guān)系,是大數(shù)據(jù)時(shí)代數(shù)據(jù)分析的重要一步[7]。最后根據(jù)分析的結(jié)果,制定優(yōu)化方案、精準(zhǔn)營(yíng)銷等,為汽車產(chǎn)業(yè)的各階段提供參考依據(jù)。

3汽車用戶購(gòu)買行為分析

利用“車輛+用戶”的大量行為數(shù)據(jù),提升數(shù)據(jù)清洗和數(shù)據(jù)轉(zhuǎn)化的效率,取得系列購(gòu)車用戶屬性,并對(duì)購(gòu)買者與未購(gòu)買者進(jìn)行分析,可以發(fā)現(xiàn)潛在用戶群體,制定合理的銷售策略。原始數(shù)據(jù)包括用戶的消費(fèi)習(xí)慣特征和駕駛習(xí)慣特征等。以五菱新能源汽車用戶體驗(yàn)數(shù)據(jù)為例,進(jìn)行購(gòu)買行為分析,數(shù)據(jù)集包括5070位五菱新能源汽車用戶的相關(guān)數(shù)據(jù),包含100178條用車數(shù)據(jù)和89102條問卷數(shù)據(jù)。具體分析流程如下。首先結(jié)合用車數(shù)據(jù)和問卷數(shù)據(jù),計(jì)算用戶標(biāo)簽;然后選擇相關(guān)性高或業(yè)務(wù)需求高的標(biāo)簽作為特征,進(jìn)行用戶分群;再分析人群特征,總結(jié)篩選體驗(yàn)用戶的建議。故提取和匹配13大用戶特征,首先進(jìn)行特征相關(guān)度分析[8],如圖1所示。相關(guān)系數(shù)絕對(duì)值越大表明相關(guān)度越高,取值范圍為[-1,1];正相關(guān)表示標(biāo)簽取值越大,用戶購(gòu)買車輛的可能性越大。負(fù)相關(guān)表示標(biāo)簽取值越小,用戶購(gòu)買車輛的可能性越小。對(duì)于數(shù)值型變量(如總里程),正相關(guān)表示總里程越大,用戶越可能購(gòu)車;而對(duì)于類別型變量,正負(fù)值與賦值方法有關(guān)。根據(jù)特征相關(guān)系分析可知,相關(guān)度高的標(biāo)簽包括總里程、每日最大單次里程、總充電次數(shù)、充電位置、燃油車價(jià)格、車系、共同居住人數(shù)等。相關(guān)度低的標(biāo)簽:燃油車數(shù)量、家庭年收入、用戶職業(yè)、車輛日啟動(dòng)次數(shù)。然后利用上述的13大特征,對(duì)已購(gòu)車和未購(gòu)車人群分別進(jìn)行聚類,可以區(qū)分出5類特征差異明顯的人群:已購(gòu)車用戶兩類:高學(xué)歷高收人群(15人,44%),經(jīng)濟(jì)適用年輕人(19人,56%);未購(gòu)車用戶三類:高需求中等收入家庭(110人,23%)、低需求中等收入家庭(189人,40%)、低需求年輕人(174人,37%),聚類結(jié)果如圖2所示。對(duì)已購(gòu)和未購(gòu)人群進(jìn)行聚類分析,從聚類結(jié)果中可以發(fā)現(xiàn)以下結(jié)論:對(duì)于已購(gòu)車用戶群體:第一類用戶群體的主要特征是屬于中低年齡、高學(xué)歷、已婚一個(gè)孩子家庭。該用戶群體的用車需求不高,日均行駛里程35km左右,平均5天充一次電,對(duì)充電頻率要求不高,但是對(duì)充電便利性要求高,因此他們以單位充電為主,其中大約53%的用戶有多個(gè)充電點(diǎn)。對(duì)于第一類已購(gòu)人群具體分析結(jié)果如圖3所示。第二類已購(gòu)車用戶群體是經(jīng)濟(jì)適用年輕人:畢業(yè)不久本科生,未婚居多。他們的經(jīng)濟(jì)基礎(chǔ)較低,但用車需求偏高,日均行駛里程42km左右,平均3天充一次電,他們對(duì)公共充電樁接受度高或單位可解決充電問題,以單位、城市公共充電樁為主,分析結(jié)果如圖4所示。對(duì)于未購(gòu)車人群,主要分為三類:高需求中等收入家庭(潛在用戶)類、低需求中等收入家庭類、低需求年輕人類。第一類是高需求中等收入家庭(潛在用戶)類:30-40歲已婚人群,用車需求極高,要求充電方便,但學(xué)歷偏低,收入一般,家庭負(fù)擔(dān)重,消費(fèi)保守。分析結(jié)果如圖5所示。第二類屬于低需求中等收入家庭類:未購(gòu)車已婚人群與購(gòu)車已婚人群(高學(xué)歷高收入)的主要差異集中在家庭經(jīng)濟(jì)基礎(chǔ),那些能負(fù)擔(dān)得起15萬以上的燃油車的用戶群體更易轉(zhuǎn)化成新能源用戶,主要是因?yàn)檫@個(gè)用戶群體經(jīng)濟(jì)基礎(chǔ)較好。這類用戶群體用車需求不高且買車的意愿較高,看重品質(zhì),對(duì)充電便利性要求高,但是也可能由于充電不夠方便而放棄購(gòu)車。第三類為低需求年輕群體類,這類用戶群體主要特征為出行需求不高,且主要出行路線為公司和居住地,收入普遍較低,同時(shí)可能會(huì)面臨停車難、充電難的問題,更加減弱了他們的出行需求意愿。通過上述對(duì)五菱新能源汽車用戶的購(gòu)買行為分析,可為精準(zhǔn)營(yíng)銷提供以下幾條建議:第一,從學(xué)歷/收入、年齡/婚姻、出行需求等方面篩選體驗(yàn)用戶,本科以上學(xué)歷,家庭燃油車車價(jià)15萬以上,如果充電條件便利,容易轉(zhuǎn)化。第二,家庭燃油車車價(jià)在5-15萬左右,30-40歲的已婚人群,目前轉(zhuǎn)化率較低,但其用車需求高,有充電條件,后續(xù)可以考慮針對(duì)此類人群制定有效轉(zhuǎn)化方案。第三,家庭燃油車車價(jià)在15萬以下甚至無車的用戶,優(yōu)先給本科/專科的20-30歲人群發(fā)放體驗(yàn),當(dāng)單次出行距離大于16km時(shí)更容易轉(zhuǎn)化。

4汽車用戶行為軌跡分析

用戶行為軌跡特征提取和預(yù)測(cè)是汽車用戶畫像出行特征模塊的核心技術(shù)。目前的網(wǎng)聯(lián)汽車車載信號(hào)傳輸設(shè)備通常采集每5s-10s的位置信號(hào),在5G時(shí)代可以采集時(shí)間間隔更短、更精確、更詳實(shí)的(包含語(yǔ)義地址)位置信息,提供智能化、個(gè)性化的服務(wù)。某用戶出行軌跡示例如圖6所示:提取五菱新能源汽車用戶的一個(gè)月行車數(shù)據(jù)為例,進(jìn)行用戶出行行為分析,興趣點(diǎn)位置聚類(7類)和時(shí)空聚類(8類)結(jié)果分別如圖7、圖8所示。并將時(shí)空聚類(8個(gè))在百度地圖上進(jìn)行可視化展示,如圖9所示。將時(shí)空聚類后的興趣點(diǎn)進(jìn)行編號(hào),構(gòu)建出時(shí)間序列,使用Prefixspan算法進(jìn)行頻繁模式挖掘,設(shè)置支持度參數(shù)為0.2,即該月出現(xiàn)6次以上的出行模式,得到頻繁模式結(jié)果如表1所示,分析結(jié)果易知興趣點(diǎn)[0]和[6]分別為單位地址和家庭住址,1、2、3、5、7為用戶頻繁模式的頻繁節(jié)點(diǎn)。Prefixspan算法是一種基于前綴投影的序列模式挖掘算法,廣泛應(yīng)用于序列頻繁子模式研究,對(duì)于汽車用戶出行模式的挖掘具有良好的效果,該算法的主要步驟如下:然而用戶出行軌跡當(dāng)前位置的轉(zhuǎn)移可能和此前多個(gè)興趣點(diǎn)有關(guān),因此將來的研究可以考慮使用長(zhǎng)短時(shí)記憶神經(jīng)網(wǎng)絡(luò)模型(LSTM)[9]。通過上述提取用戶的出行數(shù)據(jù)進(jìn)行興趣點(diǎn)位置聚類和空間聚類并進(jìn)行可視化顯示,可以確定用戶出行的興趣點(diǎn)為單位地址和家庭地址,即表明五菱新能源汽車用戶購(gòu)買該汽車主要用于居住地和工作地之間的往返。在確定用戶出行興趣點(diǎn)的基礎(chǔ)上為了進(jìn)一步挖掘用戶出行模式所提出的Prefixspan算法具有良好的效果,為五菱新能源汽車的精準(zhǔn)營(yíng)銷提供了更好的方案。

5結(jié)論

本文主要采用大數(shù)據(jù)驅(qū)動(dòng)的手段研究了五菱新能源汽車用戶畫像,結(jié)合五菱新能源汽車用戶體驗(yàn)數(shù)據(jù)進(jìn)行相關(guān)性分析,總結(jié)篩選出了體驗(yàn)用戶的建議,再利用聚類算法對(duì)五菱新能源汽車用戶的行車數(shù)據(jù)進(jìn)行興趣點(diǎn)位置聚類、時(shí)空聚類以及可視化展示,確定了五菱新能源汽車用戶出行的興趣點(diǎn)位置。綜合對(duì)于體驗(yàn)用戶的建議和用戶興趣點(diǎn)位置這兩步可以準(zhǔn)確捕捉用戶行為特征以及用戶需求,從而可以為汽車產(chǎn)品的精準(zhǔn)營(yíng)銷策略提供更加精準(zhǔn)的用戶情報(bào)。

作者:薛海濤 何浩宇 陳延展 包辛煜 單位:湖南大學(xué)機(jī)械與運(yùn)載工程學(xué)院

關(guān)鍵詞: 群體特征 購(gòu)買行為
編輯:Edt_69

最近更新

孩子昂貴水杯在幼兒園被摔壞,對(duì)方只愿賠償50,老師解決方式很贊
新能源汽車精準(zhǔn)營(yíng)銷策略研究
高三期末考之前怎么提高分?jǐn)?shù) 如何提分
江蘇一寶媽戶外遛娃“被孤立”,老人扎堆聊天,她和女兒獨(dú)自玩耍
三年剖2胎,肚皮厚成什么樣子?二胎媽媽昆凌曬照,網(wǎng)友凌亂了
2023高考480-510分能上哪所大學(xué) 能報(bào)哪些學(xué)校
汽車技術(shù)專業(yè)人才培養(yǎng)模式探究_環(huán)球播資訊
房地產(chǎn)工作報(bào)告總結(jié)(六篇)
天天快資訊:2022廣西編導(dǎo)統(tǒng)考合格分?jǐn)?shù)線(含2020-2021歷年)
2023廣西航空服務(wù)統(tǒng)考合格分?jǐn)?shù)線(含2022年)
貴港小學(xué)排名一覽表2023年最新排名(附前十名名單):當(dāng)前短訊
玉林小學(xué)排名一覽表2023年最新排名(附前十名名單)
隨州職業(yè)技術(shù)學(xué)院就業(yè)率及就業(yè)前景怎么樣(來源2022年教育質(zhì)量報(bào)告) 全球熱推薦
環(huán)球關(guān)注:海南小學(xué)排名一覽表2023年最新排名(附前十名名單)
海口小學(xué)排名一覽表2023年最新排名(附前十名名單)|天天熱消息
三亞小學(xué)排名一覽表2023年最新排名(附前十名名單)-天天消息
環(huán)球觀熱點(diǎn):西安電力高等專科學(xué)校就業(yè)率及就業(yè)前景怎么樣(來源2022屆就業(yè)質(zhì)量報(bào)告)
陜西能源職業(yè)技術(shù)學(xué)院就業(yè)率及就業(yè)前景怎么樣(來源2022屆就業(yè)質(zhì)量報(bào)告)_全球播資訊
南通職業(yè)大學(xué)在第七屆全省學(xué)生“講憲法學(xué)憲法”活動(dòng)中受到省教育廳表彰|環(huán)球看熱訊
“家是永遠(yuǎn)的港灣,他們比外面更需要我” | 新華社、人民日?qǐng)?bào)點(diǎn)贊南充文化旅游職業(yè)學(xué)院青年學(xué)子|精彩看點(diǎn)
渤海船舶職業(yè)學(xué)院在2022年遼寧省第一屆職業(yè)技能大賽“電氣控制系統(tǒng)裝調(diào)”賽項(xiàng)中取得佳績(jī)
重慶城市職業(yè)學(xué)院獲評(píng)“2022年重慶市職業(yè)教育發(fā)展?jié)摿?yōu)勢(shì)學(xué)校”-天天報(bào)資訊
徐州醫(yī)科大學(xué)與無錫市衛(wèi)健委開展校地合作洽談_當(dāng)前訊息
寧鳴而死·不默而生!引關(guān)注的北大辛教授求職...
焦點(diǎn)速遞!老外說 money talks 意思是“錢可以說話”?你家的錢成精了!
全球要聞:2023高考578分文理科能報(bào)哪些大學(xué) 可以報(bào)什么大學(xué)
高三提高數(shù)學(xué)應(yīng)該怎么做 如何提高數(shù)學(xué)成績(jī)-今日熱門
2023年高考304分能上什么大學(xué) 能報(bào)考的院校名單
2023高考581分文理科能報(bào)哪些大學(xué) 可以報(bào)什么大學(xué) 看點(diǎn)
世界快播:黑龍江高考成績(jī)?cè)谌∨琶趺床?2023黑龍江位次查詢方法

熱點(diǎn)圖片

頻道推薦

主站蜘蛛池模板: 日韩精品一区二三区中文 | 亚洲午夜18 | 亚洲最大成人 | 免费一级欧美大片在线观看 | 国产一区二区三区不卡观 | 在线观看视频一区二区 | 亚洲欧美成aⅴ人在线观看 亚洲欧美成人 | 一级黄色录像毛片 | 海天翼精品一区二区三区 | 在线看国产精品 | maya十八岁禁止 | 成人免费在线观看视频 | 成人影视 | 成人国产精品高清在线观看 | 久久只有精品视频 | 婷婷在线网 | 5g影院天天爽爽 | 久久国产高清 | 大又大又黄又爽免费毛片 | 欧美亚洲国产激情一区二区 | 亚洲免费视频在线观看 | 欧美日本道免费二区三区 | 韩国免费网站成人 | a视频免费在线观看 | 久久久久国产精品免费看 | 久久九九有精品国产56 | 国产中文久久精品 | 午夜dj免费高清在线观看影院 | 日韩精品国产自在欧美 | 特黄特级高清免费视频毛片 | 国产精品日日爱 | 婷婷久久综合九色综合九七 | 久爱视频www在线播放 | 日韩综合图区 | 国内精品视频九九九九 | 全免费毛片在线播放 | 小娜的荡高h放荡日记 | 妞干网最新视频 | 欧美亚洲中日韩中文字幕在线 | 成人观看 | 国产一级特黄全黄毛片 |