长安汽车张婷：长安汽车智慧营销实践分享：客户思维、问题导向、务实创新、构建体系

2024年1月18日，由执牛耳主办，中国信通院“铸基计划”联合主办的“第三届数字营销商业大会暨品牌数字化创新发展年会”在北京成功举办。

此次大会分为品牌主场、数智化发展主场、企业全球化主场等三大主场。来自品牌主、广告/营销/媒介公司、MarTech服务商、大数据技术公司、媒介/电商平台等代表企业，围绕“固本创新求发展，秉轴持钧谋长远”这一主题呈现了一场精彩纷呈的年度思想盛宴。

在大会现场，长安汽车智慧营销中心CDP项目统筹负责人张婷发表了主题为《长安汽车智慧营销实践分享：客户思维、问题导向、务实创新、构建体系》的演讲。

张婷表示，在智慧营销实践上，长安汽车从流量运营、线索精益、销售转化和服务创新这四条主线进行了深入构建。此外，长安汽车进行了中台化、集团化的建设。

长安汽车在体系能力的沉淀上，主要体现在以下几方面：

第一，建立营销数字化产品开发流程。当建立完流程体系，员工工作效率提升，可以将大量时间用于创新上。

第二，构建营销数字化业务流程体系CA-EPMS。数字化时代必须要有营销数字化的业务流程体系。融入数据化后，流程、板块迭代，内核升级。

第三，体系建设，能力登山。在做完前面两个步骤后，对自己的能力和愿景更清晰。在做战略规划、执行落地时，会有一个明晰的路径。‍

以下为演讲实录，由执牛耳编辑整理：

张婷：感谢主办方邀请。长安汽车在2022年进入了数字化转型元年。

在AI时代不做数字化转型是非常危险的事情。关于数字化转型，这里有四个关键词。

第一，客户思维。大家有一个感受，你以为的不是客户以为的，我以为的不是你想要的。所以客户想要什么，客户思维是非常关键的元点。

第二，问题导向。我们做的一切都是为了解决问题，无论是产品、数据还是系统。以问题导向满足客户的需求。

第三，务实创新。特别是做技术的同学，容易进入一种自嗨状态。但实际上他是不是务实创新呢？这是需要进一步探讨和深入挖掘的。

第四，体系构建。对于大型集团公司而言，如果你是一个“游击战”的方式，数字化能力是没有办法持续成长的。

数字化的魅力和价值

首先我们来理解下数字化，为什么要做数字化？

讲一个比喻。一顿丰盛的晚餐是为了满足人们对美好生活的需求，这需要几点。晚餐需要丰富的菜品搭配，这对应着场景成长。从横向看，从我们认知产品到汽车使用的全生命周期，场景全链路非常长，这需要全价值链条地扩展。从纵向看，在全链路的每个点上，存在客户需求和客户满意度。从每个点纵向深挖到一级、二级、三级、四级、五级，可能都有场景，这需要我们在纵向上去探索。这样我们就有了丰富的原材料。

我从地里拿出优质的原材料，当它成为厨师手上的一个重要元素时，被切成了丝或丁进入下一项加工，到最后成为一份独一无二的晚餐。厨师有秘方，这就是算法成长。

这会带来什么核心价值？在未来的数字化转型阶段，数据已经成为不可忽视的重要要素。它像血液在身体里体系化流动。到了大脑，会让大脑更智慧。到了四肢，会让我们更加有力量。这是我们转型以后要关注的重要的点。

从上图可见，冰山上面是数字场景，这很容易被理解、被感知。但地基不牢，地动山摇。我们的数据治理就是冰山在水面下的部分。

图的右边，电线到处飞，火车在路过时，还要收一收电线才能走。它是不是火车呢？是的。是不是可以把你送到呢？可以的。但是多久送到呢？随缘。体验好不好？随缘。有多大的规模影响？看情况。这是我们想要的吗？

对于汽车行业来说，整个集团里拥有的数字化系统，包括内部、外部和一方、二方数据非常多。我们用什么标准归集起来？以前这些数据在个人手里，或者在某一台电脑上面，并没有形成合力。我们需要做数据治理，把它以统一的标准变成集团化资产。最后我们能支撑高铁，从A点到B点，不是几天到，而是一个小时到。这在未来是一种基础能力、装备能力、不得不拥有的能力。一旦你没有，就没有办法坐高铁。

做这件事有什么价值呢？类比高铁（见上图），前期一定会有一个红色区域的投入阶段。投入以后，收益曲线持续上升。举一个有意思的状态，也就是投资了都江堰，它的影响惠泽千年。在AI时代不投数字化或不建设数字化的基础能力，对每个公司来讲，就没有一个底层路线和要素。

长安汽车智慧营销实践

说一下我们在实践当中，在一级场景上的探索。我们从流量运营、线索精益、销售转化和服务创新这四条主线进行了深入构建。此外，还有中台化、集团化的建设，以及自主调研。以前我花点钱，找专业的调研公司，做纸面问卷调查，再将调查数据录入电脑，结论出来的时间大概在一个多月后。

未来AI体系下的调研会实时地把结果放到你面前。第一，通过数据。第二，通过大模型的应用，还有内容的智慧生成。这也是集团的底层通用部分，因为它很多场景会用到，比如流量场景、服务场景、营销自动化等。

我们现在正在建的还有数字渠道。集团化的营销要素，渠道非常广泛，甚至是跨品牌的，甚至有的营销要素和营销能力的投入是不需要重复建设的。如果你不太掌握基本情况和基本数据，那有可能根本不知道该在什么地方建，建的效果好不好，投资收益会不会更好。这也是我们的基础能力。

在数据成长上，我们参考了国际标准。从数据体量、丰度、质量、闭环四大维度进行了构建。从结果来看，我们在持续往上走。因为数据是资产，从服务到结果的输出，是一个呈线状逐步提升的过程，未来也会继续往前涨，因为资产非常重要。

从数据类型看，我们围绕着人、货、场的营销链路：人与货之间的交易数据、车机数据；货与场之间的物流数据、库存数据。对人来讲，有客户数据、顾问服务于客户的数据。从货的角度，包括公司内部的生产数据、供应数据。场有渠道数据和设备数据。

我们经常提到的一个词--营销要素。我个人认为，在这些数据基础上，对实体世界的可见或不可见的营销物质进行数据化，可能要分层分级，我们需要的，要将其变成数字世界的数据。因为我们知道，算法的原材料就是数据，如果没有数据去喂算法，就得不到我们想要的东西。未来需要哪些，这是值得我们讨论的话题。

这是我们在算法成长方面的应用。在刚刚提到的几大场景里，算法在每个场景都有专业应用。基础算法是大模型的底座，每个场景都有对应的要素，甚至跨品牌的要素都是不一样的。我们在这个基础上，做了一些相关运用，也产生了比较明显的结果。

拿“线索精益”场景举例。我们有很多痛点，可以用不同的数字化解决方案在流程环节上解决。比如用模型和算法来进行线索黑名单的智能甄别。这项甄别在全年可节省成本千万级以上，如果是整个集团做的话，会节约更多。

此外，在线索清洗、线索评级、下发、培育和复用方面，我们也可用数字化解决方案。以评级为例，首先我们可以和三方数据合作，对线索意向进行评级。对高意向线索和低意向线索，我们采用的策略是不一样的。除了和第三方合作，一方也要建设自己的模型能力，要具有自研、自我打造的能力。

比如梯次利用模型，在集团范围内，以前的玩法是你去薅一波，我去薅一波，薅完以后，他可能还有购买意向。但其他品牌并不知道他还有意向。你为他推荐的是10万的产品，但他可能想买30万的。我们在集团范围内用梯次利用模型，会将转化效果做到最优。

此外，还有抢单。当营销人员或营销要素满了，会不会放到公共抢单池去抢这个机会的达成？在这个场景里，我们有一系列的数字化解决方案。通过数据、算法、工具，甚至是策略体系，来使整个链路和整体收益成本变得更优。

刚刚提到了体系能力，没有体系，永远都是游击作战。如果要军团化作战，大规模作战，集团化作战，必须要有体系的沉淀。

第一，营销数字化产品开发流程。为什么要做这个？刚开始没有做，我们的大量精力耗在“这个事该你做，不该我做”上面。当建立完流程体系，这个问题迎刃而解。到我们第二期做的时候，大家就会知道自己在什么时间该做什么，以什么方法体系去做创新。这样我们就会把大量时间用于创新上，而不是吵架上。

第二，在业务流程上，我们做了整体建设CA-EPMS。以前叫营销业务流程体系，现在为什么叫EPMS？因为数字化时代必须要有营销数字化的业务流程体系。数据化一进去，流程、板块都不一样了，内核也不一样。可能有的东西没有了，有的东西必须要增加。

第三，体系建设，能力登山。前面做完以后，我在山的哪个位置，这个能力我有没有。到了山顶，我的愿景长什么样子，逐步往上走，做规划也好，做执行落地也好，不会跑偏。我们会有一个明晰的路径。这就是体系方面的建设。无体系，不未来。

最后看一下价值产出。

体验。长安汽车获得J.D.Power2023自主品牌销售服务满意度第一。

效益。由营销数字化业务转型直接带来的额外销量1万多台，降本2484万元。

效率。优化低效工时7700小时/月。

数字化转型的关键

坚定的理想信念。“要加快数字中国，构建以数据为关键要素的数字经济，推动实体经济和数字经济融合发展。”之前不太理解这句话，现在发现这句话非常正确。

数据作为关键要素，在营销领域就是营销要素。举一个具象的例子，你的车坏了，原来是给经销商打电话。未来可能会是另一种形态：距离你两米远的地方有一个A品牌的服务工位是空的，刚好可以帮你换轮胎，并且告诉你多长时间可以修好。这种要素既没有办法管理，也没有办法在全域去计算。如果这个要素还可以对外流通的话，是不是可以给其他产业赋能或推动交易产生呢？当然哪些需要要素级，需要在数据治理、数据资产建设、数据资产体系建设时论证。

两句话。“一定要把民族汽车品牌搞上去。”“一定要把关键核心技术牢牢掌握在自己手里。”

除了产品洞察，还有客户洞察，我们的数据就是核心资产。算法模型就是核心技术，这是我们要掌握的东西。

核心方法论，六个坚持。坚持人民至上、坚持自信自立、坚持守正创新、坚持问题导向、坚持系统观念、坚持胸怀天下。我们在国际上也要有这种自信。胸怀天下，当格局放高，洞察的问题、做出的产品是不一样的。如果局限在一个点上，有可能解决方案并不是最优的。

关键步骤有充分调查研究、识别场景需求、绘好一张蓝图、业数一体协同、数字技术驱动。

这里我强调下业数一体的协同。传统做数字化，很容易出现业务是业务，技术是技术，技术不懂业务，业务不理解技术，双方互相对抗的状态。而且在这个时候，新的业数协同不是两侧，而是三侧，是一个铁三角的状态。刚刚提到我们要做数据治理，一定要有一个数据团队。因为数据团队既能理解业务，又能理解IT，并且要将我们的数据资产化、要素化。从实战来看，这有明显的效果。

两个呼吁。第一，感谢交流平台，感谢今天主办方的邀请。第二，共创平台。有些事情一家企业没有办法去做，但有了平台就有了标准化的东西，比如安全平台或数据通用平台。如果哪个企业做不了，可以在某一层面去牵头，这样就能减少社会资源不必要的消耗，同时也会提升效率和效果。

最后再说一下，长安接下来有一款E07的车，这是一款新物种。车会懂你，因为它学习了，你是它的主人。它根据你的习惯、想法或者你对它的定义，变成最适合你的车，包括软件插拔、场景可拓展。它可以满足无限的创作空间和个性化兴趣需求。公司内部对这款车进行了重新定义，我们有新的智慧工厂来支撑它，新的营销流程，包括数据要素的能力去支撑它。我们在全面尝试在数字化的各个环节对它进行重新定义。

看看转型的效果和结果会带来什么样的惊喜。谢谢大家。