第一層：產(chǎn)品公允性能表現(xiàn)與用戶滿意度和購買驅(qū)動因素的交叉分析

每個產(chǎn)品的性能參數(shù)或目標(biāo)設(shè)定其實(shí)是相對客觀的，但受制于用戶認(rèn)知能力的不同，我認(rèn)為“客觀”一詞不夠準(zhǔn)確，不如用“公允”，也就是市場中絕大多數(shù)用戶認(rèn)同的方向。既然不同產(chǎn)品的很多性能指標(biāo)表現(xiàn)有一個相對公允的排序，我們也可以通過一些數(shù)據(jù)調(diào)研/測量或描述這種排序，我們就可以把產(chǎn)品表現(xiàn)這個維度準(zhǔn)確地表達(dá)出來。

在另一個維度上，我們既可以分析用戶購買每款產(chǎn)品的驅(qū)動因素，也可以分析他們放棄其他競品的因素，或者產(chǎn)品使用過程中的關(guān)注因素，又或者用某種算法對上述三類因素加權(quán)/降維，最終變成某種統(tǒng)一的針對驅(qū)動因素的排序指標(biāo)。

關(guān)鍵的是，我們要把上述兩個維度交叉起來分析，判斷不同細(xì)分市場，不同產(chǎn)品，用戶對哪些優(yōu)勢的或者劣勢指標(biāo)更為敏感，對哪些優(yōu)勢的或者劣勢的指標(biāo)視而不見。這是一種針對歷史和現(xiàn)狀的非常準(zhǔn)確的用戶需求掃描。而這是后面那些分析的前提和基礎(chǔ)。

第二層：有效賣點(diǎn)變化趨勢與用戶需求變遷之間的關(guān)系

針對第一層的分析，我們可以定義那些用戶敏感的產(chǎn)品優(yōu)勢內(nèi)容為有效賣點(diǎn)。反之，用戶不敏感的優(yōu)勢內(nèi)容為無效賣點(diǎn)。事實(shí)上，同一個細(xì)分市場，同一款產(chǎn)品，不同生命周期階段，其有效賣點(diǎn)也是一直在波動的。如果我們的數(shù)據(jù)系統(tǒng)可以全面跟蹤每一款產(chǎn)品不同階段的有效賣點(diǎn)，我們就可以統(tǒng)計(jì)歷史上任何一個細(xì)分市場，可能打動用戶的賣點(diǎn)的變遷規(guī)律。這樣我們就獲得了一組非常關(guān)鍵的關(guān)于用戶需求變遷的描述數(shù)據(jù)。

針對這樣一組數(shù)據(jù)，我們同樣可以設(shè)置一組交叉分析：判斷產(chǎn)品或者細(xì)分市場公允性能水平的變化與用戶需求變遷之間的關(guān)系。比如我們曾跟蹤過2010年至今用戶對車載液晶屏的需求變化。2010~2013年之間，用戶需求呈現(xiàn)緩慢上升趨勢，與此同時(shí)車載彩色液晶屏開始普及。這個趨勢是溫和的，但也是顯著的，說明用戶對車載彩色液晶屏幕有需求。但2014年開始，這個需求呈現(xiàn)出非常顯著的跳躍式激增。如果對應(yīng)公允情況的話，只有一種改變，就是特斯拉的出現(xiàn)，改變了人們對屏幕尺寸的認(rèn)知和需求。此后，2016年，榮威RX5上市，成為第二個用這種大屏的主流品牌，他們也大獲成功。其實(shí)主要就是因?yàn)閷τ脩暨@種極度敏感的潛在需求趨勢的預(yù)判。

第三層：基于用戶認(rèn)知能力和關(guān)注因素，定義產(chǎn)品的變與不變

如果我們跟蹤了前面兩層，接下來的分析會更加有趣。因?yàn)榧幢阄覀兌x了所謂“公允狀況”，不同的用戶對同一個產(chǎn)品的某項(xiàng)具體指標(biāo)的認(rèn)知依然是不同的。但這種認(rèn)知的分布其實(shí)是可以被描述出來的。于是，我們可以基于用戶認(rèn)知（產(chǎn)品滿意度與關(guān)注度）的分布判斷不同細(xì)分市場不同階段的用戶，對于特定產(chǎn)品性能指標(biāo)的認(rèn)知能力（比如通過方差分析用戶對同一事實(shí)的認(rèn)知差異）。

通過這一步我們等于獲得了用戶對具體產(chǎn)品性能指標(biāo)的認(rèn)知規(guī)律。如果結(jié)合用戶關(guān)注因素的排序，我們完全可以判斷，某個具體產(chǎn)品在哪些性能目標(biāo)與成本分配上是合理的，哪些賣點(diǎn)設(shè)定上是不合理的?；蛘吣男┤毕菔强梢匀萑痰模男┦切枰⒓锤倪M(jìn)的。于是，我們便可以準(zhǔn)確定義現(xiàn)有的產(chǎn)品，哪些是需要改變的，哪些是應(yīng)該繼承的。這是一個非常順暢的邏輯鏈。

上述這三個層次其實(shí)都是標(biāo)準(zhǔn)的數(shù)據(jù)分析范疇，只是針對數(shù)據(jù)進(jìn)行處理，可以不涉及車企的品牌戰(zhàn)略問題。因此無論分析本品還是競品，整個分析框架可以是高度通用的。其實(shí)這也是So.Car Data & Consulting平臺大量模型的設(shè)計(jì)基礎(chǔ)，更加是我們把自己定位成為汽車市場知識庫的關(guān)鍵原因。因?yàn)閺倪@里你可以觀察到無法從單一某次或幾次市場調(diào)研獲得的信息。

第四層：基于變與不變，定義模塊化戰(zhàn)略和差異化戰(zhàn)略

進(jìn)入第四層，其實(shí)更加涉及車企的戰(zhàn)略選擇問題：如果我們清晰定義好了自己的品牌戰(zhàn)略，也了解目標(biāo)市場或者主要關(guān)鍵細(xì)分市場的用戶需求歷史/現(xiàn)狀以及趨勢，我們便可以更加準(zhǔn)確定義自己的產(chǎn)品戰(zhàn)略。

至于這個產(chǎn)品戰(zhàn)略，兩大主要方面最容易概括他的核心內(nèi)容：

首先是通用化的部分，也就是用戶認(rèn)知能力弱/不敏感或者需求沒有顯著差異的那些指標(biāo)，從產(chǎn)品設(shè)計(jì)和定義的角度，車企不需要花費(fèi)精力和成本推陳出新。而是應(yīng)該把這部分的最佳結(jié)構(gòu)沉淀下來，做成中長期“不變”或者較小變化的部分。其實(shí)這就是平臺化或者模塊化的共享部分。

第二個方面是用戶認(rèn)知能力強(qiáng)/敏感或者趨勢上用戶關(guān)注度快速上升的部分，這里應(yīng)該是各車企定義賣點(diǎn)的核心領(lǐng)域。也是應(yīng)該脫離共享化，花大力氣搞差異化的部分。

第五層：以上述戰(zhàn)略為基礎(chǔ)，提出針對目標(biāo)用戶使用場景的數(shù)字化開發(fā)與虛擬驗(yàn)證方案

其實(shí)僅僅做到第四層，在下一步的市場中依然是不夠的，畢竟平臺化與模塊化是20年前就已全面開展的主題了。今天，隨著大家對汽車工業(yè)成熟結(jié)構(gòu)總結(jié)的越發(fā)深入，對各種形變和差異化設(shè)計(jì)實(shí)踐的不斷積累，在數(shù)字環(huán)境下進(jìn)行虛擬開發(fā)和認(rèn)證就成為了車企下一步更為關(guān)鍵的核心能力之一。

相比過去的開發(fā)模式，更大比例的數(shù)字化不僅可以降低成本/縮短開發(fā)周期，更加可以幫助車企提前預(yù)判和測試更多可能。如果我們把前面四個層次的數(shù)據(jù)分析和第五個層次打通，變成一個完整的邏輯體系，這個鏈條會變得更為完整。

尤其是考慮到整個移動出行領(lǐng)域的巨大變革，單純汽車產(chǎn)品維度不足以應(yīng)對未來，因此上述數(shù)字化開發(fā)與虛擬驗(yàn)證方案需要充分結(jié)合具體的使用場景。這則是另一個更為關(guān)鍵的話題。后面的文章我會繼續(xù)探討。

總結(jié)起來，歷史上不同階段，不同細(xì)分市場，所有在售車型他們的產(chǎn)品定義/性能指標(biāo)分布/生命周期管理動作以及市場反饋，都給了我們非常難得的觀察用戶需求，獲取關(guān)鍵知識的土壤。關(guān)鍵是我們?nèi)绾螐闹刑崛∮袃r(jià)值的營養(yǎng)和智慧，進(jìn)而形成車企面向未來的核心競爭力。對此，So.Car幫助大家做了前三步工作，第四與第五步也許我們可以通過多種形式共同完成。

返回第一電動網(wǎng)首頁 >