一財商學院聯合瓴羊、汽車之家共同發布《數據突圍：AI時代汽車全域營銷實戰手冊》，基于對汽車之家全網約2億注冊用戶、超90家主機廠與25000個經銷商等海量數據的洞察分析，助力車企探索數字化和AI時代下的汽車營銷新范式。

    一、老車主成購車主力，備選車型多、線索獲取難

    老客代表換車或增購的汽車消費人群，新客代表第一次購車的消費人群，隨著汽車以舊換新和老車批量進入淘汰期，汽車市場迎來兩大變化：一是老客取代新客成為購車主力。汽車市場正從增量轉向存量階段，老客（換車/增購人群）占比持續攀升。2016年新客占70%，但2023年老客購車比例已達56%，在2024年以舊換新政策推動下，預計這一比例將增至60%，標志著老客成為需求核心。二是品牌忠誠度下降，車企運營能力不足。‌老客更傾向選擇新品牌，90%對其他品牌有意向，59%明確不再回購原品牌。盡管車企可通過App、客服等觸點觸達老客，但多數仍依賴簡單售后回訪，缺乏系統性用戶運營機制，導致數據價值挖掘不足、客戶留存困難，與加速迭代的產品策略形成矛盾。

    此外，隨著汽車迭代速度加快，新能源消費者鐘意的新車越來越多，備選名單也越來越長。

    汽車之家研究院數據顯示，新能源車消費者平均瀏覽車型數量從2023年的40款增至2024年的42款，賣車難，選擇更難。消費者會從約40款備選車型名單中，選出五到六款車型深度對比，最終留資的大概率一到二款，對于依賴線索增量的新能源經銷商來說，獲取線索越來越難。

    汽車之家研究院的調研數據顯示，消費者從海選到最終訂購，平均用時2個月，但有超過一半的時間會花在線上看車階段。在從海選到確定意向的一個多月中，消費者已經完成了車型的對比、研究、咨詢等一系列流程。等到他們開始前往門店試駕，代表95%的車企已經被淘汰，在線上，車企面臨著更為激烈的注意力爭奪戰。

    二、汽車快速迭代，銷量增但利潤低

    汽車之家研究院數據顯示，2024年全新車帶來的銷量為242萬輛，是2022年全新車銷量的近2倍，占乘用車總銷量的占比也從2022年的6.4%提升至2024年的10.4%。越來越多的全新車型涌現，讓消費者和車企同時感受到了壓力。

    對一個新用戶來說，僅智能座艙涵蓋的功能數量就可以達170多種。面對層出不窮的新技術名詞，選購新車型時，用戶比以往更相信爆款。在缺乏長周期的觀察下，人們會認為銷量更好的車型在后期維護和保值率上更有保障。

    在這種背景下，新車想要出圈堪比明星出道，深藍汽車CEO鄧承浩在中國電動汽車百人論壇上發言稱，以前認為一個好的產品已經OK了，但是現在一個好的產品跟一個好的流量的結合非常重要。這一發言揭示了一個趨勢：對于車企來說，好產品已經變成基礎分，在達到基礎分之后能否引發用戶討論，才是成為爆款的關鍵。

    新能源車滲透倒逼燃油車降價，豪華品牌也難逃價格戰，2024年獨立新能源品牌均價降12.7%，豪華品牌降5%。市場從“品牌定價”轉向“成本定價”，豪車保值神話終結。

    2025年汽車行業反內卷的背后，行業整體利潤率已經連續四年下跌，國家統計局和乘聯會數據顯示，2020年-2024年，中國汽車市場乘用車銷量從1928.8萬輛增長至2289.4萬輛，但汽車產業利潤率卻從2020年的6.2%下降至2024年的4.3%，汽車行業以價換量的趨勢還未見拐點。

    三、500個興趣標簽，數字化讓車企更懂用戶

    隨著消費者的信息渠道增多，汽車品牌與消費者的觸點也在變多，了解消費者真實的需求變得越來越難。這種背景下，數字化可以讓車企實現全渠道的數據資產沉淀與治理，在安全的基礎上勾勒更清晰的用戶畫像。

    通過數據資產沉淀，車企可以掌握更豐富的用戶標簽，實現用戶標簽數量從20到500的躍遷，例如當行業內普遍以“購車周期”為用戶分層打標時，多維用戶標簽可以幫助車企了解到“用戶興趣”，讓車企的營銷動作變得更精準。這一過程可以在保護用戶信息的前提下完成，在瓴羊和汽車之家的聯合解決方案中，針對用戶數據的隱私問題，可以通過加密計算實現“數據不出域”的安全協作。

    相比以往僅通過購買意向區分的用戶畫像，車企可以通過VOC（通過調研、訪談、數據分析等方式收集到的用戶真實需求、痛點、期望和反饋）的深度分析，發現客戶對產品和服務的滿意度、期望以及存在的問題。結合VOC的多維數據，車企可實現服務的個性化。

    在瓴羊和汽車之家的聯合解決方案中，針對用戶數據的隱私問題，可以通過加密計算實現“數據不出域”的安全協作，讓車企在安全的前提下，從多個維度了解用戶的真實偏好。

    四、營銷范式轉變，AI從三大層面助力車企提效

    隨著車企營銷從短期銷售向價值深耕的范式轉變，線索轉化的鏈路需要升級。在成交轉化率可能只有3%的行業背景下，以前依賴增量線索的車企，需要思考剩余97%的線索應該如何實現轉化。AI和數字化技術可以從線索、銷售和門店端三方面幫助車企提升轉化效率。

    一是線索評級識別高潛線索。線索評級以AI算法為核心，將融合后的多維數據轉化為用戶意向評分，為車企提供清晰的潛客評估。這種基于評分的分層管理可以讓車企更高效地分配營銷資源。例如通過大數據分析精準識別冷線索狀態變化，識別到高意向用戶后再安排邀約專員跟進，就可以實現冷線索池的持續轉化。

    二是數據推動智慧門店的長效優化。除了在線索端實現精細化識別，數字化可以讓車企在營銷資源的匹配上更加智能。例如進一步對銷售人員綜合評分，可以將更高質量線索給到與客戶溝通意愿高的銷售。某車企通過線索與銷售的高效匹配將線索轉化率提升超過30%。同樣作為營銷資源的門店陳設，也可以實現與消費者的智能匹配，例如利用定位技術和數據分析工具，分析各區域的吸引力和客戶關注度，并通過熱力圖呈現，幫助車企優化門店布局，提升重點車型的轉化效果。

    2025年，當AI和開源成為各行業的新關鍵詞，汽車行業將持續加速數字化轉型，進一步滲透、貫穿營銷鏈條。例如在線索管理與轉化階段，AI技術將貫穿潛客觸達至成交全鏈路，為線索分層分級，實現資源和高潛力線索的最優分配，這背后需要數據通路的建設，同時隱私計算等數字化技術也確保了AI應用數據的安全合規。這場變革恰如硬幣兩面：一面是數字化與AI大模型賦予的動力，另一面是組織慣性織就的阻力。誰能率先打破部門墻、構建數據驅動的敏捷體系，誰就能在汽車營銷下半場贏得入場券。

    （CIS）