电动汽车目标客户的营销策略研究

陈玖豪 杨智豪 秦家辉

摘 要：营销策略的制定与企业生产经营活动的开展密切相关，本文以1964名目标客户的体验数据和个人特征为对象，研究对不同品牌电动汽车销售产生影响的因素，并帮助企业建立客户挖掘模型。结果表明，体验数据越大，客户购买的可能性越大;个人特征方面，全年房贷支出占家庭年收入的比例与汽车销售的关系最为密切;在衡量客户购买意愿时，使用贝叶斯模型判断合资品牌和自主品牌的效果较好，而对新势力品牌则应使用逐步判别模型进行判断。

关键词：H检验法;判别分析;客户挖掘;营销策略

本文索引：陈玖豪，杨智豪，秦家辉.<变量 2>[J].中国商论，2022（09）：-050.

中图分类号：F274 文献标识码：A 文章编号：2096-0298（2022）05（a）--04

1 引言与文献综述

随着社会的发展，汽车已经成为居民生活中不可缺少的一部分。传统燃油汽车数量的激增，致使我国能源供应越发紧张，而尾气过度排放造成的环境危害，迫使政府必须采取一系列政策限制燃油车的使用。作为处理能源环境问题的有效手段，以电动汽车为代表的新型战略性产业受到政府的大力推广。对于汽车厂商来说，优化销售策略有助于更好地打开市场。因此，探讨如何制定电动汽车目标客户的营销策略成为研究热点。

李帆（2019）对ZH电动汽车的内外部营销环境和市场竞争环境进行研究，并基于整体环境形式，对新能源汽车进行STP分析[1]。柴鑫（2020）运用PEST分析、4P理论等，针对江淮公司电动汽车销售存在的问题，提出细分市场差异化营销、精准价格定位、改进营销方法的策略[2]。宋欣蕊（2016）应用SWOT理论对北京现代汽车系统进行分析，从而提出北京现代在“新常态”背景下发展战略的意见[3]。徐涛（2019）分析我国基于大数据的汽车精准营销的营销现状和不足，总结了基于大数据的精准营销模式[4]。

综上，现有研究大多采用定性方法分析结果，缺少数据佐证。本文通过建立统计模型对客户数据进行分析，以期帮助企业实施精准营销。

2 研究设计

在开展研究之前，本文对模型进行如下假设：（1）各品牌电动汽车销量保持稳定，行业处于良性竞争。（2）国家扶持电动汽车行业的政策不变。（3）各品牌电动汽车客户的购买意愿长期有效。（4）厂商产品的供给稳定，不会出现缺货和断货的情况。（5）没有任何特殊事件（公共卫生、质量问题等）发生。

本文以目标客户对合资、自主及新势力三种电动汽车品牌的体验数据和个人特征数据作为研究对象，共1964个观测值，具体研究变量的定义如表1所示。

3 电动汽车销售影响因素的H检验

目标客户是否购买电动车，一方面受电动汽车本身的影响，另一方面与顾客个人特征密切相关。在研究控制变量是否会对观测变量产生影响时，通常使用方差分析或非参数统计的方法。本文先对数据进行正态性检验和方差齐性检验，判断是否满足方差分析的使用条件。通过kstest检验发现，由于部分数据不服从正态分布，故不能使用方差分析。因此，本文使用非参数统计中的H检验法研究哪些因素会对电动汽车的销售产生影响，结果如表2所示。

由表2可知，对于不同品牌汽车的目标客户体验数据指标，其p值均小于0.05，说明体验数据值的大小对顾客是否购买电动汽车有直接影响。进一步分析消费者的个人特征可以发现，对于合资品牌汽车，B15、B16、B17共3项特征与客户购买意愿有关;对于自主品牌汽车，B2、B11、B13、B14、B15、B16、B17共7项特征与客户购买意愿有关;对于新势力品牌汽车，B16与客户购买意愿有关。对于三种品牌来说，全年房贷支出占家庭收入比例这一个人特征与客户购买意愿密切相关。因此，企业需要加强与该类客户的联系，实施差异化服务战略，定时与其进行一对一沟通及营销交流。

4 判别分析建立客户挖掘模型

在得到对不同品牌电动汽车销售有影响的因素后，本文通过建立客户挖掘模型判断客户的购买意愿。

贝叶斯判别法是根据贝叶斯准则进行判别分析的一种多元统计分析法[5]。使用贝叶斯判别法，以前文H检验得到的重要因素作为分类指标，分别对三种不同品牌的电动汽车建立判别模型，得到15名待判定客户购买电动汽车的可能性（见表3）。

由表3可知，1号和2号客户有购买合资品牌电动汽车的意愿;6号和7号客户有购买自主品牌电动汽车的意愿;11号、12号、13号和15号客户有购买新势力品牌电动汽车的意愿。为进一步降低误判率，本文使用逐步判别法改进模型。逐步判别法是利用一些检验规则，对变量进行逐步筛选，同时进行判别的一种方法[5]。对客户购买合资、自主品牌电动车的可能性使用逐步判别分析，得到模型的误判率如表4所示。

由表4可知，合资品牌和自主品牌电动汽车购买意愿逐步判别模型的误判率分别为12.67%和10.88%，相较贝叶斯判别法误判率反而上升。因此，仍使用贝叶斯模型判断客户是否购买合资品牌和自主品牌电动汽车。

对客户购买新势力品牌电動汽车的可能性使用逐步判别分析，步骤如下：

第一，逐步筛选变量，得到如表5所示的逐步选择汇总。

由表5可知，对于新势力品牌汽车，逐步判别模型选入的变量为a1、a3、B9、B10、B11、B13、B15、B16、B17，与贝叶斯判别模型相比，个人特征指标数量增加而体验指标数量减少。

第二，构建逐步判别模型进行判别，得到如表6所示的判别结果。

由表6可知，11号、12号、13号和15号客户购买新势力品牌电动汽车的可能性较大，判别结果与贝叶斯模型相同。

第三，进行出错估计，得到如表7所示的出错估计表。

由表7可知，新势力品牌电动汽车使用逐步判别法后模型的误判率降至5.69%，远小于贝叶斯模型的11.86%。因此，对新势力品牌电动汽车销售商来说，改用逐步判别模型可使企业更加准确地判断消费者的购买意愿，说明该品牌消费者的个人特征对其购买行为的影响更大。

5 结语

本文对电动汽车销售策略进行深入研究，以1964名目标客户的体验数据和个人特征为对象，研究影响购买的因素并建立客户挖掘模型，得到以下结论：第一，体验数据是影响顾客购买的重要因素，企业应重视用户体验。第二，对于合资品牌汽车，家庭可支配年收入等3项特征影响客户购买意愿;对于自主品牌汽车，所在单位性质、家庭年收入等7项特征影响客户购买意愿;对于新势力品牌汽车，全年房贷支出占家庭年收入比例影响客户购买意愿。第三，使用贝叶斯模型判断目标客户对合资品牌和自主品牌汽车的购买意愿准确率较高，而逐步判别模型对目标客户购买新势力品牌汽车意愿的衡量能力更强。

为进一步提高电动汽车厂商精准营销的能力，本文提出以下建议：

第一，利用明星效应，选择符合电动汽车特点的明星作为代言人。将广告渗透进电视、网络诸多数字媒体，让目标客户更加直观地感受到电动汽车的特性，增加信任感来源及吸引力来源[6]。做好细分市场，重视缝隙市场，实施精准营销、差异化营销战略，向不同客户提供多種可供选择的产品服务。

第二，提高广告及宣传质量，将电动汽车的优势清晰地展现出来[7]。企业可以通过对比传统燃油汽车和电动汽车，突出电动汽车低能耗、质量轻、易保养、安全系数高等优势。同时，企业要注重提高用户体验感。通过客户回访、问卷调查多种形式，搜集客户对产品的意见，及时更新产品功能，向用户提供更好的服务体验。

第三，企业可以举办大型线下电动汽车体验会或车展活动。在活动过程中，鼓励顾客切身体验电动汽车的性能，增强电动汽车的宣传力度。活动中，邀请报社或电台记者进行跟踪报道，以多种形式增加企业的影响力，加深目标人群对电动汽车概念的认知。与政府在电动汽车研发、生产多领域开展深入合作，鼓励引进创新资本。

参考文献

李帆.ZH新能源汽车营销策略研究[D].西安：西安电子科技大学，2019.

柴鑫.江淮公司新能源汽车市场营销策略研究[D].南京：南京邮电大学，2020.

宋欣蕊.“新常态”下北京现代汽车有限公司营销战略：基于SWOT分析[J]. 山东社会科学，2016（S1）：233-235.

徐涛.基于大数据的精准营销模式研究：以汽车营销为例[J]. 中国商论，2019（14）：22-23.

汪晓银，李治，周保平.数学建模与数学实验[M].北京：科学出版社，2019：3.

龚诗阳，李倩.叫座却不叫好：明星效应对网络口碑的影响[J].管理科学，2020（2）：114-126.

王消寒.浅析挖掘和提升商品的审美价值在当今市场营销中的意义[J].商业经济， 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