您的位置  > 科技

循环智能与华为云二度携手,签订“汽车智慧营销大模型”合作

摘要:云云协同,加速汽车产业智能化跃迁

3月15日,在“华为云&华为终端云 创新峰会2024”举办期间,“新引擎新商业”行业大模型创新发展主题论坛也在安徽黄山拉开帷幕,与会嘉宾就AI大模型发展趋势、技术创新、产业发展机会等话题展开深入交流分享。循环智能受邀分享了在汽车销售领域的AI技术创新与实践成果,同时在各行业伙伴和企业家的见证下,与华为云签订了汽车智慧营销大模型的合作。

中国作为全球最大的汽车市场,一直是竞争激烈的领域,尤其是新能源一代崛起之后,产能不断增加。除了不断优化技术,提升消费者体验,提升门店销售效率更是重中之重,越来越多的主机厂希望依托AI技术实现更精准、有效的营销决策,数智化升维销售能力势在必行。

独行快,众行远。在此背景下,循环智能与华为在峰会期间,就汽车智慧营销大模型的合作举办了签约仪式,双方将基于各自先进AI算法、大规模数据分析能力和汽车行业深厚积累,共同构建更适合中国汽车体质的智慧营销大模型,帮助汽车品牌提高转化率,推动汽车产业创新发展。

1711002502717863.jpg

循环智能与华为云签约仪式

作为华为二度携手的“AI搭档”,早在2020年循环智能就参与华为云盘古大模型的联合开发,去年已经在大模型金融领域获得了一些价值落地,与北京银行、自如等客户在大模型上创造商业价值。基于本次合作方向,循环智能联合创始人、COO揭发现场发表了《汽车销售智策引擎-数智化驱动增长闭环》主题演讲,分享了汽车品牌在商业决策场景下打通全渠道的客户沟通数据,再通过固化式的监控,定位问题找到根因,优化策略,寻求解决问题的路径和方法。以下是部分演讲摘录整理:

门店销售的沟通过程是汽车成交转化的最终环节,但不少车企目前在该环节仍存在着两大问题,一是终端门店对客沟通策略实施是“黑盒”,二是总部缺乏管理抓手,无法及时洞察根因、赋能前线。管理者想知道的,比如为什么培训没有用?哪些关键环节执行好对转化最有帮助?客户都关注什么,在沟通过程中体现的抗性是什么,他们又是如何在对比竞品的?

而现在,这个管理黑盒已经被循环智能打开,管理者所关心的问题都能找到答案。

借助先进的AI系统,循环智能面向汽车行业推出了“双驱动+双模”的方法论与解决方案,不仅能够完整记录服务过程数据,精准诊断销售问题,还能全面识别客户需求,为管理者提供策略建议。

1711002521336444.jpg

循环智能联合创始人、COO揭发

结果驱动——固化式监控(销售洞察)

借助销售洞察个性化的看板,每一个管理者都可以从不同的维度,追踪所有销售人员、团队的沟通行为。据此快速查看门店销售在与客户沟通中对SOP的执行情况,导入业务结果数据后,将执行率与业务结果数据进行交叉分析,帮助车企改进和优化业务策略。

如汽车品牌A通过销售人员监控项目执行比例与订单数对比,发现订单量高的销售顾问更关注“需求分析”,而订单量低的销售顾问则关注“产品介绍”和“试乘试驾”,快速定位了关键影响环节。

汽车品牌B将“产品卖点传递执行率”结合“成交转化”对比分析,得出订单表现较好的销售顾问在发动机优势/发动机技术等4项核心卖点的开口更为突出的结论,定位了影响购买决策的关键因素;将“金融衍生产品政策执行效率”与“成交转化”对比分析,判别产品设计是否符合客户需求,对转化效率高的产品加以重点关注,对接受程度低的产品考虑重新制定政策。

1711002537420696.png

循环智能汽车行业解决方案

客户驱动——探索式分析(客户发现)

车企可按业务需求自定义不同的“客户发现任务”,如客户抗性点/关注点、产品反馈、竞品反馈等,可对沟通数据进行说话人、时间范围、会话形式、内容分类等参数的设置选择,捕捉客户真实声音。分析结果双维度呈现,词云视图用大小代表频次一目了然;用户反馈自动聚类同一个话题,合并统计并给出原文。

如汽车品牌B通过VOC了解客户对于本品及竞品的卖点偏好和评价,形成可视化数据图表,对内验证客户需求与相关卖点讲解,对外洞察客户对竞品的共性关注点,更清晰地定位应对发力点,及时调整销售策略。

1711002555744433.png

通过实现以上整体数字化闭环,我们可以来看一个应用结果。某豪华汽车品牌在部分门店部署系统3个月后的试驾转化数据对比:未上线门店转化率7.1%,部署未满3个月的门店转化率12.3%,部署满3个月的门店转化率已达13.4%,整体试驾转化率绝对值提升5%

在随后的“徽州论道”环节,揭发同华为云中国区副总裁张东生、宝马数字信息技术有限公司南京分公司总经理戚海飞、复星国际副总裁吴宗逊、衔远科技合伙人张鑫,共同就如何将大模型真正落地具体场景、实现业务价值最大化进行了详细探讨。揭发提出了3大看法与建议:

1. 对于追求利用大模型技术到自身业务上的企业而言,壁垒不是大模型,而是数据和场景

2. 如何把构建自身行业的know-how数据化和数字化叠加到大模型之上,是大部分企业享受大模型技术的关键举措,应优先考虑有充分数据的场景;

3. 在多数场景下,百亿级模型经过特定数据训练,效果并不差于千亿参数大模型的效果,且具备更高的生成效率和经济效能。

1711002566979396.jpg

徽州论道 (揭发,右二)

目前,循环智能的AI汽车销售项目已覆盖全国29个省级行政区,以“一体两翼”强大的实力保障销售的数智化落地。即基于端到端完善与自主可控的产品技术,搭配成熟的方法论和业务实践,同时严格遵照个保法/GDPR/CCPA,全方位守护消费者数据隐私。未来,循环智能将持续推动自身技术创新、智能化升级,与行业伙伴加深“大模型+行业”的生态共建,加速中国产业智能化跃迁。