宋星的数字观
01 车企进入“大逃杀”时间
但车企的营销，走到今天，积累了太多痛点：传统的线上获客渠道的效率在打折扣（比如垂直门户），而且数据也不透明；原来的经销商模式也越来越不适应市场环境的变化，已经开始出现经销商倒闭潮便是明证；而造车新势力则来势汹汹，裹挟大量的资本冲击市场，导致整个行业出现明显的“亏钱效应”。
难，太难了。简直是“大逃杀”，不能杀出一条血路，自己就会变成那条血路。
增量市场变成存量市场、卖方市场变成买方市场，车企想在这场大逃杀中突围，并不简单，不是某个单一领域的努力就能解决。车企不仅需要产品的升级和差异化，还需要提升整体服务体系的品质，更需要大幅度提升品牌认知和赞誉。但要提升自己的“三力”：品牌力、产品力和服务力，车企需要在真正理解消费者的前提下才能实现。
02 强化“三力”必须建立在理解消费者的基础上
但，今天的困难在于，车企理解消费者的难度很大。大部分车企，能够拿到与消费者留资相关的数据，但是对于消费者人群更为复杂多样的行为和属性，例如旅程还原、各种品牌在他们心目中的认知和喜好、消费者的兴趣等，基本上一无所知。
因此，腾讯广告提出了以5R模型为核心的诺亚计划，通过数字化洞察全域用户人群的流转归因，帮助车企更好地理解消费人群，从而更好构建自己的品牌力、产品力和服务力。
Reach，是指品牌推广信息触达到消费者；Respond，是指消费者对推广信息有反应，开始主动接触相关信息，并与汽车品牌进行浅层次的互动，或是品牌多次reach到消费者，从而让消费者产生了互动；Resonate，是指消费者的购买倾向已经受到影响，并主动开始寻求更多的信息以帮助他进行购买决策；React，则是指消费者已经开始发生购买相关的行为，例如留资、到店、下订等；Ripple，是指消费者成为车企的客户，并在长期用车过程中，持续与车企发生互动与交易的过程。
Reach到Ripple这五个阶段，我们用R1到R5指代。
5R模型的价值不仅于此。它能够帮助车企深入了解自己的消费者资产，也能帮车企进行科学的数字营销归因，还能实现更好的营销决策。下面我们具体看看腾讯广告如何基于5R模型分析，帮助车企实现更好的数字营销转型。
当然，基于5R模型生成的数据分析，还可以帮助车企洞悉不同流量类型的5R人群分布以及不同时间阶段的人群变化趋势，来观察车企的营销效果。通过从R1到R5的汽车品牌人群资产层级对比分析，我们能发现很多有意思的东西。
除了表层的数据变动外，我们也需要深入了解消费者，对于品牌的内心偏好。从品牌A的用户摇摆率数据分析中，我们可以看到，相比于R1、R2，品牌A的R3层用户的摇摆率最低，品牌忠诚度较高。对于平均购车决策周期长达5.1个月的汽车行业而言， 如何牢牢巩固住R3用户的心智影响、扩大这一用户人群比例，是车企营销增长的重要方向。
同时，我们也可以结合时间维度的数据分析，来研究消费者的心态，例如，过了一个月之后，仍然留在原层级的消费者数量。在这个趋势中，我们看到的是在低位的层级（如R1、R2）的比例在缩小，而在高位的R4层级人群在增加。
通过5R模型的分析结果，我们也可以看到哪些广告的投放，更有可能让消费者发生心态上的转变，例如下图所示，核心人群追频曝光能够更好将消费者从R1层级转化到R2层级。
同样，公众号和微信内的搜索，以及小程序互动，能够促进消费者从R3层级转化到R4层级。
了解消费者层级的迁移情况，对于车企的数字营销有非常重要的价值。它不仅仅能够为我们提示风险（例如，看到R3层级的人，“下滑”到了R2层级，这意味着部分人群正在远离我们），也能够给我们展现我们需要在推广上做出针对性努力的方向（例如通过摇摆分析）。
如下图所示，品牌A能获得的留资量占该品牌整体潜在线索人群的16.9%，不到五分之一。虽然大量的消费者都被品牌A触达过，但其中只有一小部分与企业进行了更深入的互动。而没有深入的互动，也就难以转化为实际的留资。
而对于品牌B来说，则是另外一番景象。品牌B首先要解决触达的问题，因为大量的线索池中的品牌目标人群并没有被触达，也就让这些人留资的可能性很低。增加品牌投放，增加触达，能够改善这一状况。
品牌C在将近一半人群未触达的情况下，能够与已触达的消费者进行良好互动（R3人群占比不错）。这可能预示着C能够在私域端大有作为，但在品牌投放的前链路营销上，仍然需要花更大力气。
平台通过5R模型为车企提供的立体化线索分析视图，能够帮助车企识别自身的线索获取态势，并直观展现线索转化的过程。无论是还有多少获客空间，还是发现存在哪些留资转化的短板，都可以一目了然，有的放矢。
当然，腾讯广告为汽车企业提供的“诺亚计划”，能够更进一步提供品牌整体人群或5R各层级人群的偏好，以及内容质量分析。例如，某品牌人群对于科幻类动漫IP有更高的兴趣。在相应内容推送消费者后，我们也可以基于目标人群与内容的交互情况，进行内容质量的科学评估。
对已经转化的人群，也可以回溯他们此前内容消费的旅程，从而实现营销效果的归因。
又如，某个车企的品牌发现自己的摇摆人群，不是纠结于是否购买其他车企的产品，而是摇摆于自己的另一款产品。进一步的分析发现，两款产品价格相似，但是两款产品都有让消费者“又爱又恨”的部分，刚好一个产品的长项是另一个产品的短处，所以消费者特别纠结。
基于这样的分析，改进产品，推出一个价格略贵，但刚好弥补二者短处的更好的产品，结果获得了更多的R4人群。
从这些能力和场景看，腾讯广告的诺亚计划，以及其背后的5R模型，最核心的价值，是能够给转型时期处于困惑中的车企营销方向和策略的确定性，并且基于5R模型的能力，构建更具针对性更能强化优势和弥补短板的数字营销
