2016年7月，汽车数据工场曾推出过一套关于「品牌问题的量化研究体系」。这套体系是完全基于大数据的，可以持续连续跟踪所有在售汽车品牌（包括集团品牌、伞品牌与车型品牌多个层级）主要维度竞争力及形象的变化。当时我们在业内小范围做了分享，如今随着SoCar Data & Consulting平台的上线，我们也把这套研究体系（SoCarBranding）作为2017年的新年礼物拿出来与大家共同分享。
研究内容与数据来源
如本文开篇所述，目前SoCar Branding是一套针对汽车品牌研究课题的完整诊断体系。该体系更多是针对在售汽车品牌（包括集团品牌、伞品牌以及车型品牌，或者某些技术品牌）进行全面分析诊断的研究体系。SoCar Branding的研究内容首先是品牌价值评估，既可评估企业集团品牌（如大众集团、上汽集团等）、伞品牌（如别克、荣威、传祺等），也包括具体的车型品牌（如高尔夫、卡罗拉等）。其次是针对所有上述各层级的品牌，借助大数据，全面追踪用户来源结构，从而获得有价值的洞察。例如我们可以对比大众与丰田用户来源结构的差异，从而观察他们后续的市场潜力差别。
SoCar Branding解决的第3个主题是关于品牌溢价能力的。在这个问题上，SoCar Branding给出的是一组连续变化的品牌定价能力边界，可以供决策者参考，从而找到新车上市的最佳定价机会。
我们把品牌价值问题应用到具体车型上，并且逐月追踪，就形成了车型景气指数。目前在SoCarData & Consulting平台公布的景气指数是1.0版本，升级版本仍在测试中，我们长期目标是让该指数具有精准的预测能力，可以预测未来3个月各车型的销量走势。
SoCar Branding解决的第5个主题是关于品牌形象跟踪的。这个主题同样体现出大数据研究的巨大优势：对比以往的品牌形象度检查（BIC），SoCar Branding给出的结论是全开放、可支持自由探索的，而且所有品牌形象不再是实现规定好的维度，而是完全基于用户的评论，重新发现维度。
SoCar Branding的数据全部来自互联网，我们全面跟踪用户的网络发帖、评论行为，并设计巧妙的数据结构，最终达到针对每个问题给出最精确答案的解决方案。由于SoCar Branding的提出目标本身就包含两层含义：首先是我们需要构建一套完整的基于大数据的品牌研究模型，其次是重点解决传统调研无法响应或者存在严重误差的研究主题。从结果来看，目前SoCar Branding已经完全达到上述两个目标，并且仍在持续优化。
接下来我就针对每个主题向大家全面阐述SoCar Branding的具体解决方案以及分析案例。
主题1：品牌价值评估
在传统研究领域，品牌价值包含两层含义：
1、 品牌价值是是指品牌在某一个时点的、用类似有形资产评估方法计算出来金额=市场价格。
2、 是指品牌在需求者心目中的综合形象——包括其属性、品质、档次(品位)、文化、个性等，代表着该品牌可以为需求者带来的价值。
基于大数据研究品牌价值，由于数据结构本身的变化，我们可以更加精确地研究每个品牌在不同价位段上的盈利能力。例如我们可以追踪每一个用户的购买行为，并基于实际成交状况，分配到不同价位段。然后反过来统计每个品牌在每个价位段上的潜在市场份额，以此计算各品牌潜在的营业额。如图1所示：
图1：品牌市场份额分布曲线与品牌价值计算方法说明：
图中曲线可以代表两种含义：
1、 不同价位上该品牌实际市场份额曲线：描述当前市场中，该品牌在每个具体价格段上的市场份额情况。基于这条曲线，我们可以得到该品牌在当前市场状况下的实际价格重心，也就是所售全部车型的加权平均成交价。
2、 不同价位上该品牌潜在市场份额曲线：描述在不同价格段上，关注该品牌用户的比例（对关注的界定可以是不同标准，例如不排斥该品牌、认同该品牌、考虑购买该品牌或实际对比过该品牌等，不同标准得到的结论会有差异）。基于这条曲线，我们可以得到该品牌的潜在价格重心，也就是基于某种用户关注标准的加权平均价格。与实际价格重心相比，潜在价格重心意味着该品牌潜在市场机会高于当前还是低于当前。
图2：潜在价格分布与实际价格分布对比：
同样，基于上述曲线，如果我们把每个价位段的横轴和纵轴乘机累加，也就可以得到该品牌实际营业额或潜在营业额。我们分别把他定义为两种品牌价值：实际收割价值和潜在收割价值。按照上述方法，我们计算了2015年国内各伞品牌的价值排名，前20名如下（得分为指数化以后的分值）：
图3：2015年中国汽车市场品牌价值对比（TOP20）：
很快我们将发布2016年全年的汽车品牌价值榜单，并在未来每半年或一个季度更新一轮数据。
主题2：潜在用户来源分析
在研究品牌价值的过程中，实际上我们已经可以追踪每个品牌在不同价位上的用户购买倾向。如果把上述数据进一步打散，亦可研究这些用户分别来自哪些细分市场，或者同时关注哪些竞争品牌，从而形成准确的用户来源分析。
例如，图4中我们可以看到不同国别品牌用户分别来自哪些细分市场，是MPV、轿车还是SUV。而图5当中，我们把上述内容做了一个转置，观察的角度则转化为同一个细分市场的用户，分别倾向于购买哪些国别的品牌？
图4：不同国别品牌，其用户来自哪些细分市场？
图6：购买下列不同品牌的用户，实际看过哪些细分市场的产品？
主题3：价格天花板与新品定价研究
由于每个品牌拥有不同的溢价能力，这种溢价能力又会成为新产品定价的重要约束条件，因此准确测量溢价能力成为新品定价的关键前提。然而传统市场调研对品牌溢价能力的研究往往存在超过100%的误差，例如基于市场调研，我们往往看到用户认为比亚迪之类的品牌，其溢价能力仅比VW这类一线合资品牌低30%不到（事实上这种差距往往是100%）。
在大数据条件下，由于我们基于用户行为数据研究溢价问题。即分析每个预算段用户在实际购车中实际的品牌选择问题。因此我们可以更加准确地测算每个品牌的定价天花板，从而推导出该品牌的溢价水平。
如图7所示，我们以自主品牌作为一个整体，横轴代表不同价位段，纵轴代表用户选择自主品牌的倾向比例。显然图中绿色区域（代表轿车市场），其边界远远小于蓝色区域面积（代表SUV市场）。从而我们可以看到自主品牌在轿车市场的溢价能力远远不及SUV。
图7：2016年自主品牌在不同细分市场的品牌竞争力边界：
图8：自主品牌在SUV品牌竞争力边界的变化趋势
主题4：车型景气指数
如前所述，当我们把研究品牌价值的算法应用于具体车型品牌时，则可描述该车型品牌在下一个周期可能收割的潜在营业额。实际上这是一个可以预测该车型短期市场走势的指标，我们把他定义为景气指数。目前该指数已经被逐月公布在www.so.car上，供所有用户免费查询。
追踪各品牌的景气指数至少有两方面意义。首先是预判各车型未来的市场趋势，例如图9中我们对比了哈弗H6、传祺GS4、长安CS75以及吉利博越四款车的景气指数。从中可以看到传祺GS4与吉利博越两车上市的预热过程：景气指数均在上市前2~3个月快速攀升，在上市当月或次月达到极致。而长安CS75的景气指数在2015年6~7月份见顶之后开始下滑。如果研究其销量变化，则可看到CS75大概在2015年10月份前后迎来持续性的下滑。
其次景气指数可以分析竞争关系。例如传祺GS4景气指数攀升，首先带来的是长安CS75人气的下跌。而吉利博越上市带来的则是传祺GS4的波动。好在GS4适时推出了235T车型，再加上吉利自己产能不足，错失了良机。但这些表象背后的竞争关系却是非常清晰的。
图9：4款自主A SUV代表车型景气指数变化对比：
主题5：品牌形象度检查（BIC）
当前SoCar Branding另一个研究主题是品牌形象度检查问题。过去研究这一问题我们往往基于一套规范的形象量表，然后通过大样本的定量调研，让每一个熟悉某品牌的被访者给各品牌在每个形象上赋值（打分）。
这样做至少有3个弊端。首先，形象问题的分值与含义并非线性相关的，打分往往无法准确表达用户对某种形象的认同程度，至少不同被访者打分的基准，无论是坐标系还是波动幅度都存在很大差异。其次，打分量表是基于有限维度展开的，而品牌探索工作更加需要发现有限维度之外的内容；第三，涉及到定量调研的实际操作问题，由于问卷过长，打分量表本身又相对复杂，而用于描述品牌形象的那些语句不通，被访者又缺乏一致认知，这些都会导致打分无效。
如今在SoCar Branding的研究体系中，我们基于自然语言处理(NLP)，不设任何限制地研究用户评论每个品牌、每个产品的原文，从中自由定义大家讨论这些话题的维度。例如图10中，我们可以看到奔驰、宝马和奥迪的品牌形象差异。
图10：基于NLP分析奔驰、宝马和奥迪3大豪华品牌的形象差异：
如图11所示，我们将所有上述品牌形象都投射到一个融合了炫耀属性和个性化属性两大维度的坐标系中，我们就可以对比所有在售品牌在这两个维度上的形象差异。
图11：几个主要品牌在炫耀属性和个性化属性上的形象对比：
关注So.Car官方公众号
掌握So.Car最新观点动向
版权所有，欢迎转载，请注明出处，文章来源：https://www.so.car/article/10/
