某車企集團

大數據治理平臺總體技術規劃建設方案提綱CONTENTS背景與目標篇1應用功能藍圖篇2數據治理數據夯實篇3數據模型算法定義和設計4實戰案例一5實戰案例二6大數據平臺

背景與目的篇第一節4系統數據孤島業務部門數據關注維度不統一數據完整性數據真實性業務部門無法便捷使用數據業務部門無法業務預測數據應用體系現狀業務部門對提供的數據滿意度不高！業務分析主題局限與傳統領域！數據分析效率低，命中率低，采取的技術手段和算法比較傳統！數據服務層BigDataPlatform數據接入層結構化數據庫非結構化數據文件項目背景項目目標大數據平臺

應用功能藍圖篇第二節7參考示例大數據平臺應用規劃藍圖8服務技術支持維修手冊與技術通報消費者體驗車輛知曉體驗與購買，備件與精品知曉與購買，服務預約與購買與反饋、客戶意見與投訴維修站服務接待、派工、維修、外包、驗收、結賬、索賠CRM市場活動、客戶回訪、客戶服務中心、線索商機、分析統計備件中心（總庫、區域庫、經銷商庫）庫存、備件訂單備件工程支持SBOM數據整理車輛規格與配置銷售車輛前工程售后服務前工程工廠系統車輛規格與配置成車入庫訂單及狀態更新車輛制造、零件裝配與質量數據技術數據車聯產品管理車輛的信息維護、發布、定價車載移動/使用數據財務系統物流系統一車一檔（車輛生產制造、制造質量、零件裝配等信息）整車管理（總庫、中轉庫、經銷商庫）存、車輛臺賬產品管理除了車輛，所有其它產品與服務產品的信息維護、發布、定價整車銷售預測及訂單資金查詢、凍結、扣款整車銷售（銷售預測、銷售計劃、批發訂單運輸物流數據GFO車聯網車輛零件裝配數據車輛定位鎖車供應商管理產銷協同銷售預測數據、訂單、訂單狀態采購計劃、訂單客戶管理協作與廣告輿情監控電商與門戶銷售線索采集（潛客）銷售情報采集，分類存儲管理銷售目標客戶預測存量客戶銷售訂單、采購、庫存、保養、維修、精品銷售、置換情報采集銷售線索培育流程預測培育成熟度預測轉化車輛生命周期客戶生命周期價值提升客戶價值提升參考示例數據數據流向與配置建平臺通渠道匯數據挖價值創特色現有大數據平臺診斷，優化，消除數據割據，信息孤島，提升數據質量快速形成統一的業務數據視圖，初步實現典型業務場景數據價值挖掘應用以整車銷售為中心，建立完整的數據應用支持體系大數據應用團隊與體系團隊建設數據整合拉通完成，產出兩個算法，為市場和業務提供精準營銷外部業務橫向聯合（BigData)，豐富完善數據視圖，通過ML保障數據應用持續提升算法優化，提升精準營銷支持能力由數據流到數字化，結構化，可視化供應鏈價值鏈，精確分析供應鏈關鍵環節成本、效率、質量和價值，支撐數字化精準管控和營銷大數據科學家團隊建設大數據平臺改造創新應用，多渠道協作應用圍繞產品創新、模式創新、服務創新以及渠道創新，打造領先的數字化創新平臺，進一步提升數據資產的價值第一年第二年第三年第四年第五年實現思路：邊規劃，邊建設，邊收益，逐步完善；不斷夯實擴充數據平臺，豐富完善數據視圖；從客戶—>銷售—>服務—>生產—>庫存—>物流全供應鏈數據應用某汽車集團初步建議的規劃路線圖大數據平臺

數據治理數據夯實篇第三節11主數據集成與規范優化主數據定義與主數據衍生數據的識別代碼：表示特定、唯一Feature的一個或者一組字符編碼：給Feature賦予代碼的過程主數據命名和編碼規范發布和管理辦法的執行代碼推送服務代碼新增和更新客戶進廠維修/配件保險/信貸汽車精品DMSERP車聯網O2O汽車論壇汽車之家CRM展廳接待二手車呼叫中心抽取加工推送規劃配置任務調度4S店MES倉儲物流主數據路由器主數據搬運工數據治理數據夯實—主數據分析與優化12DMSERP+MES整合數據數據質量校驗建模數據存儲數據服務作業企業大數據平臺DM1源系統企業級數據倉庫主數據DM2TSPCRM。。。O2O……數據治理數據夯實—主數據EDM架構企業級銷售大數據平臺數據集成ETL平臺

元數據統一管理平臺BigData(EDM)中間數據庫(ODS)D1D2D…ApplicationServerMSSQLServerAzureMSSQLServerAzureMSSSISAzureETLD3WebAPPMSOLAP

CubeViewsDataCube數據入庫路演數據源數據應用平臺數據監控管理應用安全管理數據源元數據管理技術元數據管理商業元數據管理DataCleaningDataIntegrationDataCheckingDataAnalysisPowerBIOffice365WebURL數據治理數據夯實—自動化數據集成13完整性丟失關鍵數值合法性非法格式一致性數據是格式正確并完整，但不符合業務邏輯值域劃分界定數值范圍重復性:模糊匹配主次+多級主鍵mapping體系

數據自動校驗

數據補錄功能數據治理數據夯實—數據質量校驗1415企業數據模型意義通過企業數據模型定義整個企業信息化體系的數據標準，逐步統一企業內數據標準，為從根本上解決企業數據分散重復、口徑不一致、共享困難造成的信息孤島等問題奠定堅實的基礎，推動企業內各類信息系統的整合和數據的共享，全面提升經營決策、運營管理、業務拓展和客戶服務等方面的支撐能力企業數據模型的目的企業數據模型的作用并非是直接做為系統的數據模型，而是作為一個企業的數據標準，指導各個應用系統的數據模型統一設計，避免出現大的業務概念不一致，從根本上保證系統之間能實現數據的較好共享，消除由于各個系統自行設計開發而導致的數據孤島現象，從而提高企業的運營效益、提高數據質量數據治理數據夯實—企業數據模型（EDM）16客戶概念模型產品概念模型市場營銷概念模型渠道合作概念模型服務概念模型資源概念模型數據治理數據夯實—EDM概念模型17支持統一客戶視圖是客戶域數據模型設計的主要理念將涉及人的信息都集中到“客戶”實體，實現客戶數據的統一；整合各個渠道的客戶交互，用“客戶交互”實體統一展現各個渠道的交互信息，為統一客戶接觸提供前提；把以前分散各業務系統的客戶信用度、積分、客戶價值、生命周期階段、消費喜好等客戶評估概念集中在“客戶”實體上體現；通過“服務水平”實體，實現客戶服務的統一；帳務部分設計主要面向金融、保險、醫療等業務，實現對靈活業務需求的支撐；“支付關系”實現對傳統銀行、網絡支付、保險的支持；數據治理數據夯實—客戶域概念模型(舉例）數據治理數據夯實—邏輯模型－客戶主域（舉例）客戶涵蓋購買者、使用者、潛在客戶等概念，實現客戶資料的統一；整合各個渠道的客戶交互信息，為統一客戶視圖提供前提；將客戶信用度、積分、客戶流失傾向等客戶評估概念在客戶層面集中展現為客戶360°分析提供原材料，作為客戶360視圖里的輸入18數據治理數據夯實—邏輯模型－客戶信息子域（舉例）“客戶”首先分成兩類－“企業客戶”和“個人客戶”，對于不同類型的客戶所需的客戶資料會有所區別。共性的信息會集中在“客戶”上來展現，而基于客戶類型的客戶信息則會在“企業客戶”和“個人客戶”上分別體現。比如，企業客戶資料里會包括客戶的企業規模、經營范圍、業績等內容，而個人客戶資料則包括客戶的性別、職業、國籍等等信息。1920“客戶交互”整合了不同BG的客戶交互信息，如由銷售服務中心、展廳、互聯網和銷售經理訪問產生的客戶交互。從數據層面為統一客戶接觸提供前提。“客戶交互結果”可以記錄“客戶交互”產生的結果分為“客戶咨詢”、“客戶投訴”、“客戶訂單”。“客戶交互”和“客戶交互結果”都是不完全分類，根據業務狀況可以擴展。4S店車展數據治理數據夯實—邏輯模型－客戶交互子域（舉例）21數據治理數據夯實—邏輯模型－客戶評價、客戶關系、客戶服務等級子域大數據平臺

數據模型算法定義和設計①業務定義業務問題定義模型參數定義②模型訓練用戶基本資料用戶接觸資料用戶帳單資料車輛基本信息車輛維修信息車輛位置信息…④活動執行短信4S店邀約TM試駕體驗……⑤活動數據反饋⑥活動評估及調優③模型評分重購模型評分營銷輔助信息置換模型——實現過程與算法時間窗口定義分析窗口用于分析購買傾向特征的歷史數據的時間跨度，需要3個月的歷史數據預測窗口用于預測用戶在哪個時間范圍可能會購買相關產品，目前定為下下個月（注意：預測窗口離預測點越遠，模型的性能一般會越差，甚至會出現模型無法生成或偏差太大而不可用。）置換模型——預測時間窗口定義置換模型——因子庫與基礎變量置換模型——數據標簽訓練企業數據標簽CRM系統CallCenter企業官網／APP展廳數據線下活動數據。。。第三方標簽人口屬性興趣愛好地理位置消費屬性APP偏好消費傾向。。。標簽數據庫熱一般(待確認)冷直接下發（銷售網格Delar）廣告短信活動郵件營銷（客戶維系）結合用戶畫像和歷史營銷數據進行算法建模，預測出每條潛客線索的評級A76-100B51-75C0-50NCC30-50HNN251-75HHH176-100客戶標簽評分客戶行為評分1級:預約試駕，出現在競品門店2級:參加主機廠線下線上活動3級:90天內有效行為5次以上

呼叫中心重點電話營銷（客戶培育）線索級別定義邏輯置換模型——數據標簽訓練結果28目標用戶+車輛建模寬表上有230多個變量來描述，通過對這些變量進行分類梳理，并通過相關分析過濾相關性強的變量，并考慮變量的可讀性，最終篩選出輸入建模的變量，包括7類122個變量相關性剔除性別年齡大修次數精品訂購次數精品消費金額其它…維修次數維修費用車輛生命周期階段位置信息潮流類型職業車齡咨詢瀏覽品牌車型精品訂購接觸次數接觸渠道常規保養金額優惠類型最終輸入模型變量分類梳理可讀性甄別7類122個維修金額區域常規保養次數優惠類型偏好里程消費能力類型服務4S店主動接觸次數被動動接觸次數瀏覽次數置換模型——模型輸入變量篩選采用邏輯回歸算法+SQLServer內嵌的樸素貝葉斯算法分數

=EXP(Logit_X)

/

(1+EXP(Logit_X)

)其中EXP(Logit_X)=補償常量＋離散化的變量×權重系數。模型訓練的基線分析客戶群用戶數：1,246,969排名前10重要標量增用戶數：46,971（約3.8%）模型驗證情況排名前5重要標量的模型命中率：11.45%LIFT值：4.10置換模型——因子庫與基礎變量大修次數潮流系數=4形式公里數=9.7車齡A=30個月車齡B=6.7年……置換銷售延伸曲線Time(Month)客戶生命周期曲線Value用戶組別說明行動組用戶基于定義的分析用戶群范圍，按照每月初模型評分結果，按評分由高至低取一定數據量的用戶，作為當月交叉銷售活動的目標用戶不行動組用戶在行動組用戶外，按照行動組用戶數量的15%的比例，隨即抽取用戶作為不行動組，觀察模型的預測效率對照組用戶在行動組用戶及不行動之外，按照行動組用戶數量的10%的比例，隨即抽取用戶作為對照組，并對這些用戶開展與行動組同樣的營銷活動置換模型——部分應用結果展示P.

31決策樹模型大數據平臺

實戰案例一第一節數據資源“共享服務”一個平臺一個庫經銷商管理整車銷售…業務層用戶層銷售助手…服務助手數據標準數據指標主數據應用標準業務流程模板和模型技術標準基礎標準信息安全圖形標準接口標準開發標準最終客戶售后OneDatabase實現“數據同源、規范共享、應用統一、服務集中”根據某汽車集團信息化戰略規劃總體要求，建立品牌主數據相關規范和標準，以“數據標準”為建設方向的大數據平臺，為某汽車集團信息化系統建設應用提供標準和規范保障，未來為其他系統提供高質量、高效的信息化標準數據支撐，推動大數據平臺的深度集成、數據共享和深化應用。IT服務“數據標準”：以“為用戶提供隨時隨地的、唯一源頭的數據資源共享服務”為愿景;以“為系統提供統一數據源頭及流向和主數據分發”;以“為業務提供各主要信息代碼的管理維護，為業務用戶提供主數據維護的唯一數據源;主數據建設思路全面梳理某汽車集團業務、線索數據源現狀，市場趨勢與發展，分析當前業務流程和系統能力與企業中期目標之間的差異，收集業務需求，KPI指標，分享行業內外領先實踐，識別提升方向和項目范圍。某汽車集團系統能力模型參考某汽車集團汽車行業系統能力模型，了解某汽車集團相關的市場營銷、銷售、服務、客戶管理、渠道管理、經銷商管理業務及線索數據源的現狀及IT現狀利用某汽車集團系統能力成熟度評估模型，并從戰略、組織、流程、數據、系統角度對現狀進行快速診斷，收集業務部門需求和KPI指標解讀某汽車集團中期業務戰略，分析未來業務發展方向對標行業內外業務技術領先實踐，明確某汽車集團未來3~5年內業務發展和數字化營銷體系建設目標了解分析定位某汽車集團系統能力成熟度評估模型戰略解讀與實踐經驗介紹示例示例實施藍圖現狀現狀調研與分析，識別系統未來提升方向相關業務流程框架業務能力全景藍圖總結各個業務部門職責，明確每項業務的主責部門，提升部門之間的協同性，進行組織架構優化調整建議回收系統范圍內營銷、銷售和服務業務梳理至子流程級制定支撐未來系統能力落地的流程框架，覆蓋客戶全生命周期重點業務模塊，如銷售線索管理、服務管理將梳理到業務活動級，明確承擔活動的角色L1:業務職能角色L0:流程域L3:子流程L2:流程流程著重于描述部門之間如何協同L4:活動示例示例示例實施藍圖現狀規劃業務能力藍圖全景售中售前客戶和聯系人管理人人關系人車關系數據清洗客戶標簽主數據支撐基礎主數據交互數據業務數據多渠道整合網站呼叫中心郵件社交媒體移動設備車載系統外部伙伴零售管理零售訂單鎖車邏輯訂單審核交車流程經銷商庫存客戶回訪整車庫存批售管理批售訂單批售配車采購訂單預測計劃財務結算訂單審核整車入庫整車出庫庫存管理移庫管理承運單管理交貨管理基礎服務報表堆場管理SSO權限集成實時接口訂單分析預測分析財務分析計劃分析庫存分析其它分析售后備件中心采購管理銷售管理包材管理委外業務倉儲管理保修管理零件返回管理供應商索賠召回與服務措施管理付款及開票管理保修政策管理保修預算監控三包預警管理舊件報廢管理索賠管理保修審計管理善意保修及非保修案例保修數據分析供應商索賠分析零件返回分析召回與服務分析保修審計分析其他分析客戶咨詢管理一線和二線處理回訪和質檢知識庫管理非結構化知識編審發結構化知識導入和查詢呼叫中心來電查詢客戶和線索新增、關閉和升級案例查詢和引用知識庫把線索轉換成客戶客戶統計分析案例統計分析知識應用統計分析呼叫中心作業管理報表數據接口后臺跑批業務主題規劃藍圖統一客戶資源管理優化客戶的接觸策略收集各個系統和社交媒體渠道的客戶屬性、客戶基本信息、聯系人信息，實現對客戶的統一識別；構建360度的客戶視圖及客戶等級，實現針對客戶生命周期進行客戶特征、客戶細分和客戶價值的關鍵應用優化外部數據治理基于統一客戶視圖制定客戶接觸策略；通過與呼叫中心集成，提高客戶聯系的效率；通過對客戶接觸歷史的分析，及時修正客戶接觸策略；外部DMS系統業務數據導入至CRM系統；外部系統數據進入CRM系統后，需要重新整理，以便形成以客戶為中心的統一視圖；銷售分析及銷售管理決策支持通過數據儀表盤、多維報表技術，實現對到店情況、服務響應情況、客戶流失情況、銷售過程和銷售結果的分析；實現對客戶的價值、特征等內容的分析；優化線索清洗和培育總部集中管理線上線下個渠道集成的線索進行清洗、歸集和培育，對所有唯一線索展開有效精準的跟進和購車銷售機會；基于自然進店或邀約進店或試乘試駕的記錄等業務信息，應用WiFi或二維碼媒介自動記錄和上傳照片，實現對門店銷售機會跟進情況的管控；通過銷售跟進移動模版，自動生成銷售跟進任務，并通知銷售人員及時的跟進銷售機會；潛客轉化有效管理在統一客戶數據視圖的基礎上提煉出信息應用視圖和客戶標簽，以細分客戶的等級；在唯一線索跟進管控下，引導有效線索進入潛客銷售漏斗，按照潛客培育的規則，同時提升面向分析的客戶洞察力基礎上，實現事件式營銷，做到潛客轉化有效度；重視線索培育和轉化，減少線索浪費，輔助銷售轉化。；銷售線索培育優化目標及溝通的價值溝通和契合分析促銷活動管理個性化條件設置A/B分離及客戶細分客戶特征分析可視化的個性化圖像溝通和契合自動化郵件/微信促銷活動管理集成CRM強化銷售系統跨渠道展現標簽/通訊/短信服務平臺Personalized/newsletters/SMS社群/網站/用戶體驗最佳化SocialNetwork/Website/Experienceoptimization網站/手機行為模式分析Website/MobileBehaviorAnalysis行為存儲在CRM中BehaviorisstoredinCRM客戶畫像用戶行為360°體驗SearchInsight

Discover客戶360實時體現客戶感知的圖像和用戶行為的訊息，及時地滿足當前和未來在個性化、互動化、智能化有利的營銷工具模糊客戶潛在客戶成交客戶保有客戶忠誠客戶客戶畫像——服務客戶全生命周期客戶畫像——客戶360視圖應用P.

41銷售線索檢索、甄別、培育流程01-數據源

注冊會員認證會員線上瀏覽線上活動溝通行為行為分析興趣點線下活動促銷精準推送終端門店用戶培育，事件觸發認知了解認可考慮意向購買傳統汽車行業缺乏品牌受眾培育平臺汽車行業潛客轉化平均周期為3-6個月，經銷商銷售跟進周期為2個月大量潛客無法有效轉化，無法找到品牌的深入體驗傳統品牌缺乏粉絲集聚的平臺和機制，無法進行粉絲層面的品牌體驗傳統汽車行業缺乏互聯網大數據客流導入平臺和機制，潛客入口狹窄車主缺乏社交平臺，沒有車主群體孕育的平臺和空間傳統汽車行業缺乏品牌受眾培育平臺銷售線索檢索、甄別、培育-示例整車廠市場部門客戶關懷中心經銷商P.

43銷售線索的協同應用流程協同營銷管理應用步驟戰敗線索線索池來自多渠道的銷售線索車廠清洗規則初步清洗CCCHABCDEN合格的線索營銷平臺CallCenter分配D1D2D3D4分配規則DCCHABHHHAAA銷售跟進HA零售端戰敗線索處理規則訂單$$贏單失敗線索的回訪來源渠道OEM培育規則自然到店M官網搜索引擎DCC、CCC垂直媒體經銷商培育

線索清洗

廠家下發零售端跟進銷售線索分級&判斷廠家BDC零售端BDCBBB????????BAPPs?銷售線索全部來源渠道（電商、線下等）定義及分別下發流程?

呼叫中心-定義清洗規則（如同一4S店兩條同樣銷售線索及不同4S店同一條銷售線索如何處理等）?

廠家BDC職責及銷售線索分級判定?銷售線索分配規則（包含零售端線索可了解的用戶信息）?零售端BDC職責?零售端銷售線索跟進機制?銷售線索戰敗或逾期等的處理機制?銷售線索的培育（廠家&零售端）店端銷售線索錄入進店主動呼入市場活動等輿情從4月15號開始爆發，符合車展契機，24號之后，依舊保持一定的熱度最重要的輿情來源是汽車之家網站最近一個月共產生42條負面輿情。營銷情報檢索展現輿情從4月15號開始爆發，符合車展契機，24號之后，依舊保持一定的熱度最重要的輿情來源是汽車之家網站最近一個月共產生42條負面輿情。負面輿情清單車質網、和訊網、汽車之家是新聞的主要源頭在期間媒體的主要報道，還是以新車發布相關新聞為主，主要為曝光相關，國產車對比等相關新聞Lynk&co在新聞中，與長城Wey對比較多，這不符合與途觀等合資品牌對標的定位WEY大數據平臺

實戰案例二47?年齡段?婚姻狀況?教育水平?愛好?家庭年收入?主要收入來源?是否首次購車?購車目的?購車因素?客戶來源渠道?微博微信發帖次數?市場活動參與次數?星座?血型?家庭成員數基本信息客戶屬性?車價區間?精品金額?裝潢金額?保險金額?其它服務金額?訂單總額?貸款總金額?維修結算金額?投保險種?保險開始日期?保險結束日期?是否有保險?是否有車貸消費信息車輛/維修信息?VIN?車牌號?發動機號?品牌?車系?車型?顏色?配置?車型年?排氣量?制造日期?經銷商?銷售顧問?銷售日期?上牌日期?上牌城市?簽約日期?車輛用途?保修起始日期?保修結束日期?保修起始里程?保修結束里程?客戶編號?客戶名稱?客戶類型?證件號碼?車主電話?車主手機?性別?出生日期?E-Mail?FAX?聯絡地址(郵編/省份/城市/區縣/地址)?戶籍地址(郵編/省份/城市/地址)?送修人?使用人?日平均行駛里程?上次驗車日期?上次維修日期?上次維修里程?原車主編號?營運性質?營運證日期?指定技師?服務專員?工單類型?維修類型代碼?行使總里程?預計下次保養日期?交車日期?上次維修經銷商?車齡區間?駕齡客服信息?售中回訪名單?售后回訪名單?修后回訪名單?生日節日提醒名單?質保到期通知名單?證照到期通知名單?客戶分類?會員等級?最佳聯系時間?最佳聯系方式?投訴次數?投訴等級?修后滿意度評價ExistingDerivedInferNotCaptured生命周期客戶流失等級客戶貢獻度能力

客戶價值等級

客戶標簽評分客戶行為評分

客戶滿意度評分工作信息?從事行業?職業類別?職務名稱?家庭年收入?工作年限基本信息與因子庫售前360精準營銷售后360車輛360主動關懷流失預警經銷商360客戶+車輛服務顧問售后回訪地址車輛檔案維修項目維修委托書備件訂單人車關系聯系人定金交車單銷售臺賬會員等級試乘試駕人人關系意向車型跟進記錄會員事件賬戶積分展廳官網活動報名留言圈子售后回訪地址車輛檔案維修項目維修委托書備件訂單人車關系聯系人定金交車單銷售臺賬會員等級試乘試駕人人關系意向車型跟進記錄會員事件賬戶積分展廳官網活動報名留言圈子客戶客戶基本信息偏好特征用戶行為興趣愛好上網偏好渠道偏好官網瀏覽注冊時間試駕時間參閱活動次數參閱活動時間論壇傳播次數線上瀏覽習慣用戶姓名會員賬號渠道來源手機號郵箱所在城市購車預算偏愛車型購車時間性別客戶基本信息客戶編號身份證件聯系人送修人戶籍地址客戶標簽會員等級聯絡人手機號送修人手機號所在地地址維修信息預約方式累計進廠頻次上次進廠日期累計消費金額上次進廠里程服務專員平均客單價車牌號保險到期日車齡上次余留項目維修類型統計上次維修經銷商投訴事件評價次數評價等級婚姻狀況教育水平職業家庭年收入來源渠道購車目的購車因素客戶屬性年齡段會員級數質保到期通知三包預警通知生日節日提醒證照到期通知忠誠信息貢獻度能力忠誠度等級客戶流失趨勢客戶價值度售后關懷潛客洞察銷售情報甄別標簽客戶本期購買預測模型客戶360視圖客戶標簽庫車輛標簽庫車輛生命周期模型客戶價值模型車輛置換模型重購模型客戶維系挽留模型是否首次購車是否有保險是否有車貸業務數據視圖擴充49客戶域產品域帳務域事件域營銷域地域域車型域競爭品牌產品數據車輛使用行為數據電商網絡行為數據區域歸屬網格數據保險/信用/價值數據與流動性相關的外部數據/汽車租賃客戶接觸數據4S店/展廳/車展參考示例基礎數據域與模型因子業務主題建模案例車輛管理數據模型客戶管理數據模型市場營銷數據模型線索潛客管理數據模型50以創造企業價值為核心，全面提升數據應用能力在統一客戶數據視圖的基礎上提煉出信息應用視圖在提升面向分析的客戶洞察力基礎上實現面向精準營銷分散的營銷支撐能力整合形成面向客戶價值提升的數據應用支撐體系數據信息運營業績激活數據資產裂谷階段A：潛在客戶階段B：存量客戶期價值提升模型（基于車輛和客戶360視圖的挖掘分析，為其它BU提供商業應用）車輛置換預測模型銷售情報甄別銷售漏斗分析客戶洞察，定位客戶敏感標簽內容一對一營銷腳本定制階段C：流失期重購分析預測模型客戶維系挽留模型轉化精準營銷價值提升拓展挽留二次營銷

從客戶洞察到精確營銷51潛在客戶存量客戶家庭同事朋友存量客戶業務模型潛在客戶訓練標簽庫潛在客戶價值挖掘模型品牌偏好/價格偏好/優惠類型偏好…高價值客戶潛在客戶業務模型客戶轉化

潛在客戶挖掘與預測5253BusinessModelUnderstanding以車輛生命周期精細化管理為導向，建立覆蓋客戶車輛新車期、可用期、更換期和淘汰期不同階段客戶主動溫馨服務及應用模型庫Businessbenefits實現基于用戶車輛車況及所處生命周期階段，精準定位客戶對產品服務需求OutputConsumerLabel客戶在用車輛生命周期階段標簽階段A：潛在客戶階段B：新車期階段C：可用期價值提升模型（產品+服務）重購分析模型客戶洞察模型客戶關懷溫馨服務階段D：更換期階段E：流失期再次購買分析模型流失預警模型客戶維系挽留模型VehicleLifeCycleModelApplicationAnalysis(車輛生命周期模型）54Business

ModelUnderstanding聚類分析歷史用戶購買產品（品牌、車型、服務）行為，時間段，銷售方式，促銷優惠有效性，區域（一級市場/二級市場/三級市場），分析用戶對產品和服務的最佳時間點，預測銷售能力，結合用戶其它特征標簽（潮流系數分析標簽），再交叉分析產品特點，預測用戶產品和服務需求，做到有的放矢，科學預測銷售量，促進銷售銷售量提升Business

Businessbenefits在細分市場、客戶、產品的基礎上，制定有效性、差異化的事件營銷策劃和方案，合理預測銷量針對存量客戶消費能力客戶，有針對性的為客戶推薦不同附加值的汽車精品和售后服務OutputLabel不同級別市場客戶主打車型，優惠/促銷手段（針對最終客戶優化，針對經銷商獎勵）CustomerPurchaseForecastModel（客戶購買預測模型）AftersalesCustomerChurnAnalysis（售后客戶流失分析模型）Business

ModelUnderstanding客戶的流失分析模型是對已流失用戶流失前顯著流失原因特征分析，重點聚類分析淘汰期車輛客戶流失特征，定位造成用戶流失的關鍵因素，經過提煉映射在流失曲線模型上。從而有針對性的采用相應主動防御、早預警、挽留措施。Businessbenefits客戶預警時機與預警機制建立，挖掘再次營銷機會按車型聚類分析TOP3原因客戶主動關懷機制與策略的建立OutputConsumerLabel客戶流失預警標簽；客戶主動關懷標簽；觀測點預警窗口55大數據平臺

項目實施管理篇第二節綜合IT戰略數據使命數據基本策略數據愿景中長期目標數據戰略舉措約束與限制執行計劃能力架構治理過濾/優先級企業戰略業務單元戰略執委會邊界數據–未來狀態能力架構治理業務戰略能力