電動汽車目標客戶的營銷策略研究

陳玖豪 楊智豪 秦家輝

摘 要：營銷策略的制定與企業生產經營活動的開展密切相關，本文以1964名目標客戶的體驗數據和個人特征為對象，研究對不同品牌電動汽車銷售產生影響的因素，并幫助企業建立客戶挖掘模型。結果表明，體驗數據越大，客戶購買的可能性越大;個人特征方面，全年房貸支出占家庭年收入的比例與汽車銷售的關系最為密切;在衡量客戶購買意愿時，使用貝葉斯模型判斷合資品牌和自主品牌的效果較好，而對新勢力品牌則應使用逐步判別模型進行判斷。

關鍵詞：H檢驗法;判別分析;客戶挖掘;營銷策略

本文索引：陳玖豪，楊智豪，秦家輝.<變量 2>[J].中國商論，2022（09）：-050.

中圖分類號：F274 文獻標識碼：A 文章編號：2096-0298（2022）05（a）--04

1 引言與文獻綜述

隨著社會的發展，汽車已經成為居民生活中不可缺少的一部分。傳統燃油汽車數量的激增，致使我國能源供應越發緊張，而尾氣過度排放造成的環境危害，迫使政府必須采取一系列政策限制燃油車的使用。作為處理能源環境問題的有效手段，以電動汽車為代表的新型戰略性產業受到政府的大力推廣。對于汽車廠商來說，優化銷售策略有助于更好地打開市場。因此，探討如何制定電動汽車目標客戶的營銷策略成為研究熱點。

李帆（2019）對ZH電動汽車的內外部營銷環境和市場競爭環境進行研究，并基于整體環境形式，對新能源汽車進行STP分析[1]。柴鑫（2020）運用PEST分析、4P理論等，針對江淮公司電動汽車銷售存在的問題，提出細分市場差異化營銷、精準價格定位、改進營銷方法的策略[2]。宋欣蕊（2016）應用SWOT理論對北京現代汽車系統進行分析，從而提出北京現代在“新常態”背景下發展戰略的意見[3]。徐濤（2019）分析我國基于大數據的汽車精準營銷的營銷現狀和不足，總結了基于大數據的精準營銷模式[4]。

綜上，現有研究大多采用定性方法分析結果，缺少數據佐證。本文通過建立統計模型對客戶數據進行分析，以期幫助企業實施精準營銷。

2 研究設計

在開展研究之前，本文對模型進行如下假設：（1）各品牌電動汽車銷量保持穩定，行業處于良性競爭。（2）國家扶持電動汽車行業的政策不變。（3）各品牌電動汽車客戶的購買意愿長期有效。（4）廠商產品的供給穩定，不會出現缺貨和斷貨的情況。（5）沒有任何特殊事件（公共衛生、質量問題等）發生。

本文以目標客戶對合資、自主及新勢力三種電動汽車品牌的體驗數據和個人特征數據作為研究對象，共1964個觀測值，具體研究變量的定義如表1所示。

3 電動汽車銷售影響因素的H檢驗

目標客戶是否購買電動車，一方面受電動汽車本身的影響，另一方面與顧客個人特征密切相關。在研究控制變量是否會對觀測變量產生影響時，通常使用方差分析或非參數統計的方法。本文先對數據進行正態性檢驗和方差齊性檢驗，判斷是否滿足方差分析的使用條件。通過kstest檢驗發現，由于部分數據不服從正態分布，故不能使用方差分析。因此，本文使用非參數統計中的H檢驗法研究哪些因素會對電動汽車的銷售產生影響，結果如表2所示。

由表2可知，對于不同品牌汽車的目標客戶體驗數據指標，其p值均小于0.05，說明體驗數據值的大小對顧客是否購買電動汽車有直接影響。進一步分析消費者的個人特征可以發現，對于合資品牌汽車，B15、B16、B17共3項特征與客戶購買意愿有關;對于自主品牌汽車，B2、B11、B13、B14、B15、B16、B17共7項特征與客戶購買意愿有關;對于新勢力品牌汽車，B16與客戶購買意愿有關。對于三種品牌來說，全年房貸支出占家庭收入比例這一個人特征與客戶購買意愿密切相關。因此，企業需要加強與該類客戶的聯系，實施差異化服務戰略，定時與其進行一對一溝通及營銷交流。

4 判別分析建立客戶挖掘模型

在得到對不同品牌電動汽車銷售有影響的因素后，本文通過建立客戶挖掘模型判斷客戶的購買意愿。

貝葉斯判別法是根據貝葉斯準則進行判別分析的一種多元統計分析法[5]。使用貝葉斯判別法，以前文H檢驗得到的重要因素作為分類指標，分別對三種不同品牌的電動汽車建立判別模型，得到15名待判定客戶購買電動汽車的可能性（見表3）。

由表3可知，1號和2號客戶有購買合資品牌電動汽車的意愿;6號和7號客戶有購買自主品牌電動汽車的意愿;11號、12號、13號和15號客戶有購買新勢力品牌電動汽車的意愿。為進一步降低誤判率，本文使用逐步判別法改進模型。逐步判別法是利用一些檢驗規則，對變量進行逐步篩選，同時進行判別的一種方法[5]。對客戶購買合資、自主品牌電動車的可能性使用逐步判別分析，得到模型的誤判率如表4所示。

由表4可知，合資品牌和自主品牌電動汽車購買意愿逐步判別模型的誤判率分別為12.67%和10.88%，相較貝葉斯判別法誤判率反而上升。因此，仍使用貝葉斯模型判斷客戶是否購買合資品牌和自主品牌電動汽車。

對客戶購買新勢力品牌電動汽車的可能性使用逐步判別分析，步驟如下：

第一，逐步篩選變量，得到如表5所示的逐步選擇匯總。

由表5可知，對于新勢力品牌汽車，逐步判別模型選入的變量為a1、a3、B9、B10、B11、B13、B15、B16、B17，與貝葉斯判別模型相比，個人特征指標數量增加而體驗指標數量減少。

第二，構建逐步判別模型進行判別，得到如表6所示的判別結果。

由表6可知，11號、12號、13號和15號客戶購買新勢力品牌電動汽車的可能性較大，判別結果與貝葉斯模型相同。

第三，進行出錯估計，得到如表7所示的出錯估計表。

由表7可知，新勢力品牌電動汽車使用逐步判別法后模型的誤判率降至5.69%，遠小于貝葉斯模型的11.86%。因此，對新勢力品牌電動汽車銷售商來說，改用逐步判別模型可使企業更加準確地判斷消費者的購買意愿，說明該品牌消費者的個人特征對其購買行為的影響更大。

5 結語

本文對電動汽車銷售策略進行深入研究，以1964名目標客戶的體驗數據和個人特征為對象，研究影響購買的因素并建立客戶挖掘模型，得到以下結論：第一，體驗數據是影響顧客購買的重要因素，企業應重視用戶體驗。第二，對于合資品牌汽車，家庭可支配年收入等3項特征影響客戶購買意愿;對于自主品牌汽車，所在單位性質、家庭年收入等7項特征影響客戶購買意愿;對于新勢力品牌汽車，全年房貸支出占家庭年收入比例影響客戶購買意愿。第三，使用貝葉斯模型判斷目標客戶對合資品牌和自主品牌汽車的購買意愿準確率較高，而逐步判別模型對目標客戶購買新勢力品牌汽車意愿的衡量能力更強。

為進一步提高電動汽車廠商精準營銷的能力，本文提出以下建議：

第一，利用明星效應，選擇符合電動汽車特點的明星作為代言人。將廣告滲透進電視、網絡諸多數字媒體，讓目標客戶更加直觀地感受到電動汽車的特性，增加信任感來源及吸引力來源[6]。做好細分市場，重視縫隙市場，實施精準營銷、差異化營銷戰略，向不同客戶提供多種可供選擇的產品服務。

第二，提高廣告及宣傳質量，將電動汽車的優勢清晰地展現出來[7]。企業可以通過對比傳統燃油汽車和電動汽車，突出電動汽車低能耗、質量輕、易保養、安全系數高等優勢。同時，企業要注重提高用戶體驗感。通過客戶回訪、問卷調查多種形式，搜集客戶對產品的意見，及時更新產品功能，向用戶提供更好的服務體驗。

第三，企業可以舉辦大型線下電動汽車體驗會或車展活動。在活動過程中，鼓勵顧客切身體驗電動汽車的性能，增強電動汽車的宣傳力度?；顒又?，邀請報社或電臺記者進行跟蹤報道，以多種形式增加企業的影響力，加深目標人群對電動汽車概念的認知。與政府在電動汽車研發、生產多領域開展深入合作，鼓勵引進創新資本。

參考文獻

李帆.ZH新能源汽車營銷策略研究[D].西安：西安電子科技大學，2019.

柴鑫.江淮公司新能源汽車市場營銷策略研究[D].南京：南京郵電大學，2020.

宋欣蕊.“新常態”下北京現代汽車有限公司營銷戰略：基于SWOT分析[J]. 山東社會科學，2016（S1）：233-235.

徐濤.基于大數據的精準營銷模式研究：以汽車營銷為例[J]. 中國商論，2019（14）：22-23.

汪曉銀，李治，周保平.數學建模與數學實驗[M].北京：科學出版社，2019：3.

龔詩陽，李倩.叫座卻不叫好：明星效應對網絡口碑的影響[J].管理科學，2020（2）：114-126.

王消寒.淺析挖掘和提升商品的審美價值在當今市場營銷中的意義[J].商業經濟， 2011（7）：97-98.

Research on Marketing Strategy of Electric Vehicle Target Customers

Nanjing University of Chinese Medicine? Nanjing， Jiangsu? 210023

CHEN Jiuhao? YANG Zhihao? QIN Jiahui

Abstract： The development of marketing strategy is closely related to the development of production and operation activities of enterprises. Taking the experience data and personal characteristics of 1964 target customers as the object， this paper analyzes the factors influencing the sales of different brand electric vehicles， and helps enterprises to establish the customer mining model. The results show that the greater the experience data， the more likely customers are to buy. In terms of personal characteristics， the ratio of annual mortgage expenditure to annual household income is most closely related to car sales. When measuring customers’ purchase intention， the Bayesian model is better for judging joint venture brands and independent brands， while the stepwise discriminant model should be used when judging new power brands.

Keywords： H-test; discriminant analysis; customer mining; the marketing strategy