看见新力量NO.13|专访车脉&超级电动创始人孙泽锋

简介: 「看见新力量」栏目由阿里云创新中心全新出品,挖掘创业者和企业创新背后的故事,以访谈、直播等形式,多视角、多纬度进行价值报道,让你听到创业者的真实声音,看见科技创新的力量。

随着新能源汽车不断得到人们的广泛关注,车企在新车型、新市场、新认知下如何提升销量以及用户如何选购一款合心意的智能电动车成为新能源智能时代的汽车营销难题。第十三期《看见新力量》采访了2021阿里巴巴诸神之战&宝马“互联网+汽车”赛道全球总决赛优胜奖获得者——车脉科技&超级电动的创始人孙泽锋,让他带我们一起了解业内首创“车企体验式营销”+SUPEREV®超级电动“新能源智能汽车体验&选购平台”如何解决这个难题。

image.png
image.png

北京车脉科技有限公司是国家智慧城市示范区北京未来科学城孵化的首个创新创业项目。孙泽锋团队拥有在O2O领域的PP租车平台多年的从业经历,在汽车领域有丰富的经验。提到创立车脉的初衷时,孙泽锋说道:“我们一端想帮客户从海量的品牌车里买到适合并且心仪的新能源汽车,另一端帮助新能源汽车品牌更精准的找到目标客户并达成销售,车脉在新能源车企和新生代用户之间担任了牵线人的职责,让B端和C端直接建立连接,达到信息互通、高效匹配”。

车脉科技专注中高端新能源汽车领域,目前有两块核心业务,To B端为新能源车企提供体验性营销解决方案的“车脉体验式营销”,能够帮助车企精准定位消费人群。要让用户参与深度试驾体验,第一步便是场景的搭建,孙泽锋表示,场景营销要达到良好的效果,其最重要的因素之一是精准。换言之,便是把对的产品投放给对的人群。以小鹏项目为例,车脉选择的产业园区中年龄结构以30岁上下为主,主力车型在20万-30万,无论是可接受价格带还是年龄结构,都与小鹏高度重合。

To C端是通过车脉科技旗下创新消费品牌“SUPEREV®超级电动”,能够给新生代用户提供多品牌多车型体验和精准口碑内容推荐。通过用户的体验及口碑,逐渐形成真实且海量的数据,并通过结构化的智能标签推荐,帮助用户进行智能选购。成为SUPEREV®超级电动会员后,将拥有一站看车、深度试驾、购车基金、专属顾问等超级会员权益。

image.png

新能源汽车目前处在与传统汽车完全不同的发展阶段,相比于广告洗脑,让用户上手体验车辆才是更直接高效的营销方式。“智能汽车不仅仅是代步工具,也将逐渐成为一个智能移动空间,功能性丰富度和复杂度会更高,不体验就很难去了解,所以体验在选购新能源智能汽车时显得格外重要。如果用户想要充分了解车,一定需要亲身去体验。智能汽车,重在体验是团队在产品服务深耕中的核心洞察。”孙泽锋说到。

车脉科技是业内首创“车企体验式营销”的公司,2020年就与小鹏汽车合作进行To B体验式营销活动,在北京、上海、深圳、广州等全国10个城市投放300台P7轿跑,提供1-3天深度体验。以科技、舒适、智能为核心卖点,在区域内达到高频次线下曝光,进行快速销售转化并积累高意向购车用户。

同时积极探索营销创新模式,推出全国首个新能源智能汽车体验平台——SUPEREV®超级电动。提供多车型横向对比深度体验、积累体验用户的真实口碑,通过体验和内容帮助更多消费者选择适合自己的车型。在类似体验式活动中,用户只需通过SUPEREV®超级电动小程序的简单操作,就可以在线下深度体验心仪的智能汽车,这种形式对于购车者而言,无疑是非常便捷和具有吸引力的。

image.png

车脉科技参赛以来一路过关斩将,最终入围2021阿里巴巴诸神之战&宝马“互联网+汽车”赛道全球总决赛现场并摘得优胜奖。孙泽锋表示:“选择参加阿里云创新中心举办的此次大赛,可以获得阿里云提供的生态资源,并通过诸神之战大赛将企业推向更大的市场,提升企业的影响力。同时我们也希望借此机会能够与目标客户宝马建立连接,之后也会考虑参加阿里云创新中心的智慧出行赛道明星。”

image.png

在孙泽锋看来,接下来十年是新能源汽车产业的黄金十年,有巨大的商业机会。用户对新能源汽车认知处于初期阶段,原来的服务模式有很大的变革空间。谈到对于创业的感悟,孙泽锋表示:“踏踏实实去创造价值,只有回归商业本质的经营模式才能持久发展。创业之路一定是充满考验和磨砺的,车脉科技在疫情期间,也经历了投资款未兑现、投入无产出的困难,讲述动人的故事已不重要,最重要的是把精力放到用户价值创造上,车脉也通过这种坚持,实现了自我造血,正向循环的经营闭环。”

汽车产业迎来了大变革,车脉科技将在数字化营销方向上持续创新探索。SUPEREV®超级电动作为车脉科技旗下创新消费品牌,积极倡导和推动未来绿色出行,为新生代用户提供更聪明的新能源智能汽车体验和购买方式。传递环保、科技、潮流的生活理念,与用户共创有趣、与众不同的愉悦体验,同时为实现碳达峰、碳中和的目标贡献力量。

本文为阿里云创新中心原创出品,如需转载请备注来源。

image.png

相关文章
|
9月前
|
算法 网络架构
MAC地址与帧结构
本文介绍了MAC地址和帧结构的基础知识。MAC地址是48位物理地址,分为组织唯一标识符(OUI)和制造商自定义两部分,用于局域网设备识别与链路层通信。帧结构以以太网帧为例,包含前导码、帧开始定界符、目的与源MAC地址、类型/长度字段、数据字段及帧校验序列(FCS),确保数据传输的准确性和可靠性。
1354 8
|
6月前
|
缓存 运维 安全
WordPress安全加速:Cloudflare + Nginx缓存优化方案
本文介绍如何通过Cloudflare与Nginx优化WordPress网站性能,涵盖静态资源长期缓存、动态页面智能缓存及敏感路径保护,提升加载速度并保障后台安全。适用于使用Cloudflare与Nginx环境的WordPress站点。
326 0
|
消息中间件 监控 数据安全/隐私保护
RabbitMQ 技术详解与应用指南
**RabbitMQ** 是一个开源消息代理,基于 AMQP 实现,用于应用程序间轻量、可靠的消息传递。本文档详细介绍了 RabbitMQ 的基础,包括**消息、队列、交换机、绑定、路由键和消费者**等概念,以及其**高可靠性、高性能、灵活性、可扩展性和易用性**等特性。RabbitMQ 使用生产者-消费者模型,消息通过交换机路由到队列,消费者接收并处理。文中还涵盖了安装配置的基本步骤和常见应用场景,如**异步处理、消息推送、系统解耦、流量削峰和日志收集**。
1633 2
|
前端开发 UED 索引
React 图片灯箱组件 Image Lightbox
图片灯箱组件是一种常见的Web交互模式,用户点击缩略图后弹出全屏窗口展示大图,并提供导航功能。本文介绍了基于React框架的图片灯箱组件开发,涵盖初始化状态管理、图片加载与预加载、键盘和鼠标事件处理等常见问题及解决方案。通过`useState`和`useEffect`钩子管理状态,使用懒加载和预加载优化性能,确保流畅的用户体验。代码案例展示了组件的基本功能实现,包括打开/关闭灯箱、切换图片及键盘操作。
478 80
|
Unix Linux 虚拟化
VMware Workstation 17.6.2 发布下载,现在完全免费无论个人还是商业用途
VMware Workstation 17.6.2 发布下载,现在完全免费无论个人还是商业用途
54422 16
VMware Workstation 17.6.2 发布下载,现在完全免费无论个人还是商业用途
|
12月前
|
Web App开发 人工智能 安全
指南:Google Gemini 2.0 Pro国内版 (Gemini 2.0国内使用指南)
据称,谷歌 AI 推出的 Gemini Pro 国内版,是一款性能卓越的大型语言模型,其能力和表现均超越了广受欢迎的 ChatGPT。作为 Fostmar 的重大升级,它将为用户带来前所未有的 AI 交互体验
2965 0
|
机器学习/深度学习 人工智能 供应链
AI在各行业的具体应用与未来展望
人工智能(Artificial Intelligence, AI)作为一项颠覆性技术,正在逐步改变我们的生活和工作方式。从语音助手到自动驾驶汽车,AI的应用已经深入到各个领域。本文将详细探讨AI在不同行业中的具体应用,以及未来可能的发展方向。
4237 6
|
设计模式 缓存 Devops
微服务架构最强讲解,那叫一个通俗易懂!
微服务架构(Microservice Architecture)是一种架构概念,旨在通过将功能分解到各个离散的服务中以实现对解决方案的解耦。你可以将其看作是在架构层次而非获取服务的
33488 3
微服务架构最强讲解,那叫一个通俗易懂!
|
人工智能 算法
算法金 | 平均数、众数、中位数、极差、方差,标准差、频数、频率 一“统”江湖
**统计学江湖概要** - **平均数(均值)**:数字的总和除以数量,代表集中趋势,如分赃时平均分配。 - **众数**:出现次数最多的数字,反映了最常见的值,如同一招式被频繁使用。 - **中位数**:排序后位于中间的值,反映数据的中心位置,如同武者武功的中等水平。 - **极差**:最大值减最小值,表示数据波动范围,类似武功最高与最低的差距。 - **方差**:衡量数据波动性,计算每个数值与均值差的平方和的平均数。 - **标准差**:方差的平方根,同单位的波动度量。 - **频数**:某个值出现的次数,如统计武器使用情况。 - **频率**:频数与总次数的比例,显示出现的相对频率。
1000 2
算法金 | 平均数、众数、中位数、极差、方差,标准差、频数、频率 一“统”江湖
|
存储 缓存 算法
深入理解Python的`functools.lru_cache`装饰器
在 Python 中,有许多内置的装饰器可以用来增强函数或者类的功能。其中之一就是 `functools.lru_cache` 装饰器。这是一个非常有用的装饰器,它可以帮助我们优化递归函数,避免重复计算已经计算过的值。在这篇文章中,我们将探讨 `functools.lru_cache` 的工作原理以及如何使用它。