岚图汽车: 探索数据驱动业务发展之道

2023年9月18日，在2023第二届汽车数字化转型大会上，岚图汽车大数据专家雷亮东表示，岚图汽车目前瞄准“新”“快”“强”“全”“破”五大方向，选择自主掌控、稳步向前，构建岚图自生数据能力的思考。

据雷亮东介绍，岚图数字生态的构建主要分“三步走”。首先进行数字资产积累，从资产角度为用户换一种使用习惯；其次全价值链数据贯通，找到公司的核心价值数据，实现人、车、场、企全价值链贯通；最后构建岚图数字生态。

关于数据驱动业务体质增效，如何从营销、制造领域的战场切换到数据赛道？雷亮东表示，数据让我们认清客户需求、提升产品服务。借助营销全域数据赋能，第一精准培育目标客户；第二精准识别购买能力，第三提升单店战力；同时用大数据识别“六大效能”提升的机会。

以下为演讲内容整理：

结合岚图在过去、当下、未来的市场选择，可以从五个字来看目前岚图的发展和数字化情况。

瞄准“新”“快”“强”“全”“破”五大方向

第一个字是“新”。作为东风自主事业跃升的领头雁，岚图正面临着新市场、新客户、新机遇。首先，东风近年来在探索自主乘用车中30万到60万高端新能源赛道，这是以前所未有过的新的市场。其次，岚图为时代的新中坚力量而来，这个“新中坚”指的是许多用生命守护生命，具备社会责任感的人群，我们希望这类群体能成为我们的主要用户。岚图用中式豪华的定位，使品牌充满了民族自豪感。那么如何在这样一个新的情况下寻找到我们所想要对标的目标客户，获得新的机遇，就是岚图数字化转型新的切入点之一。

第二个字是“快”。三年时间，岚图研发了三款车，每款车的研发周期要求18个月甚至缩短至12个月。客户在传统燃油车和新能源车之间进行选择时，会十分注重质量。客户对于质量的要求驱使我们在研发的过程中要快马加鞭。数字化的能力能否满足高效研发，提升质量，就成为了我们的另一个切入点。

第三个字是“强”。现在的智能汽车从ESSA架构到SOA架构，还有软件定义汽车等，让汽车有了更多智能化的应用场景，包括新能源技术、传统技术领域、轻量化等技术的提升，把我们的产品推到新的位置。此外，产品在智能化转型的过程中会流入诸多数据，在这样一个强产品的情况下，我们数字化的能力需要发展到怎样的程度从而满足当下的产品发展趋势，是需要思考的问题。

第四个字是“全”。目前岚图发布的三款汽车——新岚图FREE、岚图梦想家、岚图追光。看着可能很简单，但这三款车的研发平台、研发周期、供应链都不相同。在复杂的市场环境下，我们的数字化能力如何支撑研、产、销、服等环节，也是很重要的课题。

第五个字是“破”。所谓不破不立，我们在国内市场已经开设营业中网点三百多家，覆盖全国九十多个城市。目前我们是以“自营+生态创新”的运营模式，和传统经销商模式以及与完全直营模式略为不同的运营模式进行开展。此外，我们与国内七大互联互通工装服务进行合作，有权益的用户可以通过我们的APP获取免费的充电权益，在全国基本能覆盖98%的场景补能需求。这是我们的第一个“破”，破掉传统的汽车地域销售的模式。第二个“破”是海外市场。我们是首个出海的新能源国家队，目前新岚图FREE和岚图梦想家两款车型已经获得了进入欧洲市场的许可，并且已经在6个海外国家开设了岚图的门店。第三个“破”是国际化。国际化对于车联网安全的要求以及客户服务的要求是不一样的，需要我们在国内和国外有两套不一样的数据服务能力。

“三步走”构建岚图数字生态

结合新、快、强、全、破，就产生了一个问题：是应该逐一攻克还是全局布局？结合岚图当前的销量能力和实际建设能力，我们选择自主掌控，稳步向前。

基于此，我们选择采用“三步走”的方式来构建岚图的数据生态。第一步是数据资产积累。数据积累前需要先做数据流程，数据流程驱动应用系统的改善，应用系统改善完之后会有诸多数据，再进入到资产之中。我们把这些数据按照人、车、场三个维度打通，即从用户的全旅程，产品的全周期和门店的前运营上看，用数据把原来的部门墙和业务链条的断点连接起来。

第二步是全价值链数据贯通。除了人、车、场外，还有一个很重要的环节是企业的管理。科学决策是企业管理的很重要课题，而如何用数据帮助企业做到最优的资源配置也成为了一个很重要的问题。因此我们需要找到公司最关键的资源，用数据去驱动决策过程。

第三步是要构建岚图数字生态。我们希望数据能够产生二次价值，和上下游的供应链以及合作伙伴之间有数据打通的可能。

三步走中一个很关键的架构是“1+4+2”。数据只有能被我们的业务、用户乃至汽车、产品真正使用到的时候，才能发挥其真正的价值。

架构中的“1”即构建智慧决策中心。这其中涵盖了实时战报、决策驾驶舱、经营达成预测和经营风险预警四个内容。“4”是指4个中心，即综合数据中心、营销数据中心、制造数据中心和研发数据中心。“2”是指运营观星台和数据明镜湖，基于原有框架我们对此进行了部分创新。对于运营观星台而言，我们希望通过中台的能力构建一个这样的运营观星台，形成跨领域CFT团队，为我们的用户运营、产品运营、门店运营、工厂运营和数字化能力运营进行实验。此外，我们在数据湖中加入了“明镜”二字，称为明镜湖。数字入湖的时候要做良好的数据治理，包含数据资产，数据治理和应用。我们的目的是用这些数据洞见和感知，洞见我们的未来，洞见风险、洞见机会，感知趋势、感知业态。

我们把数据进行了四元化的处理，分为企业、用户、产品和网点四大价值目标。同时将数据资产资源化，让这些数据像俄罗斯方块一样消除业务的障碍。通过数据定义，它的基础数据、感知数据、价值数据，再识别到应用场景，到最终支撑四元数据完整的构成。当数据资产结构完善后，让业务领域对这个结构进行学习，让其了解哪些数据与之相关，哪些数据是其建设的主要来源。以上是数据建设的基础。

此外，差异化的数据赋能让数据发挥二次价值。不同的用户和管理角色对数据使用的范围不同。我们从数据能源、数据驱动、到数据智能驾舱，再到数据赋能，最终希望实现四类人群的数据赋能。

第一对管理者而言，实现高效决策、实时把控、逐级穿透。比如对门店交易的具体情况的了解，通过数据的穿透实现经营层高效的决策；第二对业务部门而言，实现精细化运营。帮助业务部门在策略制定、指标跟进等流程实现精细运营；第三对前端销售而言，实现一线洞察。我们的数据可以反馈到前端销售处，让销售管理与追踪在线化，实现门店端店长每天的跟踪；最后把数据的能力回馈给用户。让其能够通过数据中台的能力实时了解车辆健康情况、充电情况等。

数据驱动业务提质增效

以上内容是从底层平台架构逻辑进行的阐述，下面所要分析的则更多基于业务的市场。其中数据如何帮助业务部门解决问题、让其了解用户真实需求和提升产品服务的，是我们所关注的问题。

首先是营销全域数据赋能，降低销售难度。我们营销全过程的第一个环节是“精准获客”。基于当前的市场情况，我们需要购买最好的线索来提升成交率。但目前二级市场的线索采购价格越来越高，也对我们购买线索的前端评估提出了更高的要求。为了精准获客，就需要有精准的数据治理，对线索有明确的标签，再去做渠道的分析。除了购买优质线索外，还可以将质量相对较弱的线索进行培养，结合数据的能力以及私域互动，不断给用户打标，把这些标签和IDCC进行互通。

营销过程的第二个环节是“提高转化”。我们搭建了一个强关联的Mate战力模型，让每个销售Mate做线索的运营，把它变成游戏化，任务化进行推动。

最后，为了达成提升销量的目的，有三个关键点：首先精准培育目标客户，通过用户标签以及车主画像培育其购买欲望；其次精准识别客户的购买能力，要找到愿意花30万以上买车的人；最后是单店战力，我们的单店应当能精准的触达，通过极致的服务和体验促成交易。

数据给业务部门带来的第二个影响是制造领域，我们用大数据识别大制造“六大能效”提升的机会，“六大能效”即工厂能效、产能能效、能源能效、仓库能效、设备能效和人员能效。为了提高工厂的整体运营能力，提升生产效率，我们从采集端、存储端、治理到应用进行了全流程的优化。采集端除了具备五大传统的制造系统数据采集外，还进行了5G和IOT的改造。以此把数据能力精准到每一台设备上，识别能效提高的点。

工厂能效最大的困点主要是生产、计划和生产排产的落实点，产线能效则要关注能不能从工厂集开到产线集，观察每台产线CPH生产节奏的达成。就能源而言，对于耗能大的关键设备进行能耗监察是提升效率的重要部分。仓库能效则需要关注物料是否能及时供应，而如何实现从“人找货”到“货找人”的转变也是我们目前在探索的方向。

数据给业务部门带来的另外一个影响是驱动业务打造更好的产品和服务。一方面，我们将数据传递到销售一线，让销售了解到车辆的销售过程甚至是生产过程，以及现有车主的特征等。以此让销售从原来的目标导向转化为要真实执行销售的行为，最终帮助我们的车主有更好的极致体验和潜客服务。

另一方面，通过智慧门店、预见性服务、车联网等，将车端的数据反馈形成大数据的产品。通过灵活素材、车联网回传的数据，以及自动驾驶回传的数据等，就有更多机会进行判断，做好产品的升级迭代，在做产品中期OTA升级选型时会有更多参考和借鉴。

综上所述，我们的产品从潜客到交付的整个环节，都用数据来驱动业务为我们打造更好的产品和服务。

（以上内容来自岚图汽车大数据专家雷亮东于2023年9月18日在2023第二届汽车数字化转型大会上发表的《探索数据驱动业务发展之道》主题演讲。）