當一個用戶走進4S店的時候，如何快速與用戶進行溝通，讓用戶覺得店內(nèi)的顧問專業(yè)性強，從而快速取得用戶信任，同時讓用戶覺得與自己有“共同語言”，再向顧客精準介紹車型，價位，品牌，金融方案，后續(xù)服務等，從而促成用戶最終下單轉(zhuǎn)化，這是4S現(xiàn)場關(guān)鍵。

但是誰可以知道并分析出潛在用戶購買決策周期過程中，買車的決策因素有哪些？各個決策因素的權(quán)重？例如：某位用戶購車主要考慮：價格，品牌，金融方 案，他或者她的決策過程中：首先決定價格，其次考慮品牌，再考慮金融方案。專業(yè)性的汽車網(wǎng)站是“不二人選”，在購買之前95%以上的用戶會在網(wǎng)上，特別是 專業(yè)、權(quán)威的汽車網(wǎng)站、論壇等先進行調(diào)研，搜集相關(guān)信息。

據(jù)悉太平洋網(wǎng)絡每天有近3000萬人到訪網(wǎng)站，通過旗下的六大垂直網(wǎng)站，積累了潛在汽車用戶和資深車友的各種數(shù)息，例如：瀏覽行為、論壇發(fā)貼、咨 詢、客服等數(shù)據(jù)。每天網(wǎng)站用戶產(chǎn)生的數(shù)據(jù)量達500G，通過數(shù)十年的數(shù)據(jù)沉淀，累計深沉了1500T的海量數(shù)據(jù)。公司特別建立了30人的大數(shù)據(jù)團隊，有 85%以上是碩士和博士的學歷。大數(shù)據(jù)團隊在嚴格保密用戶隱私情況下，利用大數(shù)據(jù)技術(shù)（如圖一）所示，通過支持向量機、神經(jīng)網(wǎng)絡、灰度預測、貝葉斯等機器 學習和數(shù)據(jù)挖掘方法，進行對用戶海量數(shù)據(jù)進行精準分析，通過大數(shù)據(jù)精準分析，例如：可以了解潛在用戶對于購買了解哪些因素，各個因素重要程度。

圖一：太平洋汽車網(wǎng)大數(shù)據(jù)示意圖

大數(shù)據(jù)團隊對用戶的跨六網(wǎng)瀏覽數(shù)據(jù)、評論數(shù)據(jù)、社交數(shù)據(jù)、交易數(shù)據(jù)等進行全量分析，從而建立用戶畫像（如圖二）所示，除了基本的用戶人口屬性、收入方面信息外，會對建立用戶品牌傾向、期望價格帶等大數(shù)據(jù)預測模型，對用戶購車的全生命周期進行分析。

目前大平洋汽車網(wǎng)大數(shù)據(jù)團隊已經(jīng)做到，對用戶畫像數(shù)據(jù)的更新是動態(tài)的、實時的。例如：當一個用戶去了4S店后，再回到網(wǎng)站進行瀏覽、評論或者咨詢后，會重新計算用戶的畫像中的各個指標，例如：購買傾向性、購車關(guān)注點等。

通過太平洋汽車網(wǎng)的海量數(shù)據(jù)挖掘，在用戶進入到4S店后，銷售顧問可以通過手機或者pad等移動設備查看客戶線索名單，從名單中可以查看該顧客的畫像，清晰了解客戶的深度需求，有針對性和客戶溝通，迅速找到與客戶的“共同語言”，有效取得客戶信任從而快速促成成交。