火山引擎數據飛輪：聚焦車企車聯網、智慧行銷場景下的數智升級新機會

6月13日,火山引擎數據飛輪汽車行業研討會在上海舉辦,吸引超過20家知名汽車企業參與。

隨著行業降價潮、“以舊換新”財政補貼等大環境影響,以及用戶群體的用車需求不斷迭代、用車場景更加豐富,汽車企業正面臨新的挑戰,亟需一套新的企業數智升級模式,指引在更為嚴峻的市場競爭中找到新機會、把握新機會。

數據飛輪是火山引擎在去年推出的企業數智升級新模式,它倡導企業重視數據消費,通過數據消費讓企業的業務流與數據流充分融合,最終實現業務價值的提升。

在數據飛輪模式下,火山引擎通過旗下的數智平臺提供使用門檻更低的數據産品,來幫助企業降低數據消費門檻,實現各個崗位的員工都能看數、用數,同時促進優質數據資産的積累,保障各業務環節的數據消費需求快速被響應和實現。

研討會上,火山引擎聚焦汽車企業“老大難”的「智慧行銷」場景,以及數字化時代下的新挑戰「車聯網」場景,分享了數據飛輪的解法和企業實踐。

當數據飛輪模式應用於智慧行銷場景時,汽車行業客戶群體生命週期被劃分為“行銷”、“銷售”、“售後”三階段,同時對應每個階段,火山引擎數據飛輪模式都有匹配的解決方案。

以“售後”環節的車企APP用戶運營為例,員工通過APP後臺發現日活人數出現明顯下降,運用增長分析DataFinder的用戶路徑、轉化分析、事件分析等功能,可以洞察用戶群體在APP內的行為旅程並定位可能出現問題的旅程節點;再運用智慧數據洞察DataWind的交叉分析和歸因分析功能,員工就能清楚了解到日活下降的各項相關數據和指標,並結合APP運營側的相關動作找準問題點、輸出應對策略。

值得一提的是,DataWind升級的「分析助手」功能,可以支援用戶通過自然語言對話獲取相關數據,即便是不會SQL的員工也能通過對話式問答,搜尋到想要的數據。

在車聯網場景中,由於多感測器數據增加了數據處理難度、車端動採靈活性增加導致車雲數據不一致問題等原因,汽車企業面臨的挑戰更為嚴峻。

數據飛輪能夠通過ByteHouse、DataLeap、DataFinder、DataTester、DataWind等在內的系列數智産品,為汽車企業提供從平臺搬站到研發治理再到業務應用的全鏈路解決方案。

據了解,某民營車企運用火山引擎數據飛輪模式,已經完成新的數據治理體系建設,並逐一解決包括“用戶數據上報架構複雜多變”,“車聯數據缺乏標準、使用效率低下”,“數據品質規則缺失、數據品質堪憂”等在內的痛點難題。

數據顯示,該車企根據車聯數據品質規範,重新梳理了2000+數據品質規則,在加強數據品質檢測的基礎上,品質保障鏈路可以向上溯源到車端,使得車聯數據品質提升20%。

目前,火山引擎數據飛輪模式已經在多家車企落地實踐,幫助解決新環境下的智慧行銷、車聯網、用戶運營等多個業務難題;同時,數據飛輪在汽車行業的實踐還將是一個不斷加深、不斷拓展服務邊界的過程,火山引擎也期待未來能夠與更多企業持續探索數據飛輪模式,為企業帶來更大的業務增長機會。