专访高科数聚首席执行官董琳：如何从场景出发拨开车企数据变现迷雾

接受采访时，高科数聚首席执行官董琳正在去往上海虹桥火车站的路上。春节过后，董琳一下子忙了起来，紧凑的行业会议和客户走访行程使得她很少能在北京公司总部露面。如今的汽车市场和十多年前相比发生了翻天覆地的变化，在这风云激荡的年代，个人也会面临各种选择。对于走出相对稳定的汽车厂家体系，来到创业公司面临更多不确定性，董琳的话语间时刻透露出乐观与坚定。在她看来，创业是自己最正确，也是最值得的选择，这是一份能够为之奋斗一生的事业。当前，车企的数字化营销之路正在走向深水区，如何将海量数据利用起来，最终转化变现，是现阶段所有厂商面临的重要课题。

走出舒适区 瞄准数字化

董琳在丰田、日产等跨国企业拥有超10年以上的经验积累。2004年汽车市场井喷的高光时刻至今让她记忆犹新。那时候车不愁卖，车市完全是卖方市场，市场供不应求之下，加价卖车的情况司空见惯。所以当时车企没有动力去考虑营销精益化和数字化。可以说，从2004年到2014年这10年间，车企的营销方式基本没有改变，相对而言汽车经销商的反应则更慢。2017年国内汽车市场迎来转折，当年我国汽车产销增速明显下滑，也正是在此时车企陆续察觉到了即将到来的市场供需变化，开始考虑启动数字化转型以应对更加激烈的市场竞争。前几年我们还很少听说有汽车品牌倒闭、停产或者退出中国市场，但现在看来这已经是家常便饭，未来甚至还会有更多汽车生产企业在这次变局中被淘汰。不过也正是在这样的大变局中，市场蛋糕将会被重新分配，创业创新公司也将寻找到更多的发展机会。

面对汽车市场即将到来的大变局，董琳率先意识到汽车市场将发生根本性变革，希望通过自己多年的行业沉淀，提前找到那把帮助车企在激烈市场竞争中打开销路的金钥匙。2016年一次偶然的机会，董琳遇到了高科数聚创始人程杰博士，并将国内汽车市场即将向买方市场转型，车企可能从愁产能转变为愁销量的市场趋势和观察告诉程杰博士。经过一番交流，发现美国几乎每十年就会经历这种市场变化，近十年的解决方案就是通过数字化客户运营优化营销体系，帮助车企从粗放型营销向精细化营销转变。

恰如高山流水遇知音，程杰博士拥有早于中国市场10年的海外大数据产业经验和技术积累，董琳拥有国内超10年的汽车行业实战经验以及对中国市场发展的前沿洞察。两人一拍即合。随后在进行大量复盘和行业对标之后，他们一致认为数字化将是汽车行业的未来。

“打蛇要打七寸”

所谓数字化并不是完全抛弃传统的线上线下收集信息方式，而是将传统的信息丰富之后用数字化的方法再造，既业务数字化。“我们要做的是淘汰落后产能，落后产能依靠传统方式了解客户喜好，但这只是解决问题的皮毛，没有触及根本。”董琳说。

其实在2016年到2017年的时间节点上，国内也已经有车企在思考如何唤醒海量的数据资源为我所用，甚至有车企成立了专门的数据公司，开始尝试数据的开发和应用。此时高科数聚没有闭门造车，董琳是个行动派，在明确了方向之后，对汽车行业的众多车企的需求进行调研。结果鼓舞人心，正如董琳判断的那样，多家车企表示正迫切需要数字化工具来降本增效，以便应对白热化的市场竞争。

在高科数聚创业之初，创始团队就几个发展方向进行了讨论。在数字化智能制造、数字化营销赋能和数字化金融保险几个细分领域中，大家认为汽车以及汽车营销环节的“病最重、痛最深”，是最急需数字化赋能的。所以高科数聚首先将工作重点聚焦到汽车营销领域上来。

2017年，高科数聚与国内一家日系合资品牌开启合作共创，将美国汽车行业数字化转型经验直接引入到国内，20多个系列产品和4000多个模型陆续在国内落地。俗话说，罗马不是一天建成的，数字化转型需要一步一个脚印，小步迭代、快速更新。董琳发现，车企普遍存在的问题就是拥有海量的数据，却不清楚如何应用，更不知道如何将数据变现。于是她提出“打蛇要打七寸”，先帮助合作伙伴解决主要矛盾。因此集客线索智能转化引擎平台CALO、寻购全链路行为指标监测平台CASI两个产品最先被应用起来。CALO综合人、车、店三大维度，以消费者大数据为核心，结合前沿数据模型，切实的帮助店端解决线索无效、线索购买贵、线索转化效率低等难题，有效提升到店邀约。CASI将消费者在寻车、比车、研究、到店、试驾、促销等一系列洞察消费者行为的重要场景和节点进行数据分析指数化，加以高级分析模型及算法，灵活组合各项行为指标，科学、客观的反应综合营销效应。结合产品为车企锁定潜客，增加集客和保客能力，同时还能促进新车、二手车、金融等产品在渠道、配置和价格方面的优化。

CALO、CASI两大数字化产品为客户解决了真正的业务痛点，也立刻得到了客户认可，并在行业里不断被引荐、推荐。实实在在的赢得了客户口碑，快速被市场认可。彼时，以数字化产品驱动的两大核心产品在行业里一炮而红。

场景先行才能有的放矢

在董琳看来，所谓汽车数字化营销可以高度概括为以消费者为导向，用底层数据指导营销的行为方式。反之一切不瞄准消费者或者没有结果和闭环分析结论的营销方式，都是空谈。举例说，某车企一年预算40亿元的广告费，这些费用投向高速、机场广告位以及电视、网站等媒体，但是这些广告并不能完全精准触达潜在客户。可能其中20亿元是被浪费掉了，不会产生任何结果。需要注意的是，并不是在抖音等平台上投放广告就是数字化营销了，而只能算是投放媒介有所区别，如果没有底层数据逻辑，其效果会大打折扣，且难以衡量。

高科数聚走出了一条与上述方式截然不同的道路，可以看做是逆其道而行之。董琳介绍，高科数聚所有的产品都是以字母C开头的，因为要把Consumer当做研究对象，从消费者的消费喜好、消费行为、消费能力等数据进行分析，然后将拥有相同标签人群脱敏之后的数据封装成一系列产品反向提供给企业，帮助企业确定车型的营销重点，如何定义自己的产品才能打动这部分目标客户。这就好比士兵上战场如果没带瞄具，要打到敌人要害就得多带子弹，靠扫射。而如果是用带瞄准镜的狙击枪，就不会浪费子弹，提高命中效率。

实际上，车企数字化营销的基础在2019-2021年这段时间已经建设完成，这期间各汽车品牌投入巨量费用搭建系统，实现了对海量客户数据的收集和管理，但是这些数据还没有能够真正给企业赋能，也就是说车企现在了卡在了如何让数据变现这一步。

董琳将数据技术公司的使命归纳为四个词，即用数据来描述、诊断、预测和优化。如果一家企业做不好后面三件事，那就没有将数据变现的可能。顺着这个思路，企业首先必须思考哪些场景可以实现数据变现，先想清楚应用场景，再去搭建平台才是科学合理的。事实也证明，采用这种思路开展数字化营销的企业做到了花钱不多，效果显著。在企业想通了这层道理之后，剩下的就是看怎么将现有的数据用在场景上，就好比现在厨房已经备齐了各种食材，只等大厨施展手艺，将食材搭配加工成一道道美味的菜肴了。而这正是高科数聚所擅长的。

人工智能应用打通最后一环

除了擅长“做菜”，高科数聚也能提供更多食材，推陈出新。高科数聚用四年时间搭建了分布式生态数据库，将运营商、互联网、金融、二手车等不同维度数据进行拟合计算，形成了一整套高业务价值的数据生态。比如，以百度为首的搜索类数据，属性偏向搜索和知识；以腾讯为首社交类数据，属性偏向社交和游戏；以京东为首的电商数据，属性偏向商品交易……车企仅从自己的体系很难把一系列不同来源的数据综合应用，而高科数聚则能综合多维数据，利用隐私计算技术将消费者信息安全脱敏后的、符合安全要求的数据产品提供给车企，用以提升营销的精准度，在保证数据安全的背后，是高科数聚拥有的隐私计算专利技术作为有效支撑。

举例说，在某一个时间段里有1万人都搜索了某汽车品牌，他们通过网络对车型进行了分析、比较和研究，此时高科数聚就可以通过综合数据智能分析在分布于哪些地区、通过哪些平台看车之外，这些群体还有哪些爱好，是否有可能接受金融购车，是否是置换购车客户，然后将这些数据汇总成洞察报告或在自动化平台上展现出来，告诉企业在哪里投广告能带来事半功倍的效果。相当于既给车企投放扩大开口，又同时提高了推广的精准度。

高科数聚本质上是一家人工智能公司，用算法来解决具体问题，前面提到高科数聚的目标是用数据来对企业运营进行描述、诊断、预测和优化。在董琳看来，从技术方面看前三个层次已经完成。她解释道，在汽车行业的销售场景中，销售人员在面对大量客户邀约的时候，可能由于行业经验、个人情绪、业绩完成情况等种种人为因素对成交可能性的判断产生干扰，无法100%保证客服人员用最恰当的话术、最理想的状态对待每一位客户，因此客服人员产生了更多的不确定性。而采用人工智能技术的企业则可以精准服务好每一位客户，实现降低成本的同时提高效率。

董琳认为，相比欧盟和北美，中国在数据生态和互联网数据落地方面，已经实现了弯道超车。在互联网应用和变现能力上，国内企业也正在快速赶上发达国家水平。遵循鼓励创新，推动智能化，拉动产业升级的政策导向，中国政府为中小企业创造了适宜的发展环境。可以说高科数聚见证了我国产业数字化进程，并以数字化技术优势，助推行业数字化升级，以前沿的数据智能技术，助力中国数字经济的高质量发展。