车展之后 新车推广双“引擎”加码到达率提升至71.41%！

[转载出处：www.ii77.com]

随着国民收入的持续增长，私家车越来越普及，尤其对于80.90后的年轻群体，他们往往对新车型保持着高度的兴趣和关注，而这些上市的新车如何在有限的曝光机会前覆盖目标群体是一个值得关注的问题。另一方面，车企手中虽然握有大量车主消费数据，新车在面对单个消费者时，无法知晓消费者的决策阶段，不了解消费者看中的是新车的价格、性能还是配置，这就更难以做到对购车群体推荐哪一款新车、哪一类物料、哪一个卖点。这种情况下车企与购车意向群体难以达成有效沟通。

尤其对于即将上市的新车，车企知道自己需要大量曝光机会，但车展毕竟资源有限，车展之后才是新车拼杀的真正开始，如何在全网找到意向购车人群向其有效地展示新车信息，是车企..需要解决的一大问题。新车购车人群会在哪些媒体上出现呢？他们是喜欢车辆的内饰外观呢，还是性能？是自动驾驶黑科技还是360度全景影像？这就要求..部门对每一个购车个体有足够的认识和洞察。

（配图：成都车展上市的新车）

这需要要解决两个问题：一是找到真正有意向的潜在购车人群，确保有效触达所有有购车和换车意向的人群；二是目标购车人群要足够精细，深度挖掘出每一个购车个体的喜好，更全面的理解他的行为偏好、他的触媒习惯、他的consumer journey轨迹。并且还要控制过度曝光所造成的浪费问题。

要解决上述的两大核心问题，仅仅依靠车展期间的曝光远远不够，这也是为什么越来越多车企在寻求更有效的系统性..解决方案，而其中不乏有成功者，在某合资汽车品牌的创新尝试下，用第一方DMP（(Data Management Platform数据管理..）+PDB（Programmatic Direct Buying,私有程序化购买）的“双引擎”方案破解了上述难题。

第一大引擎DMP，它可以收集车企现有的第一方官网访客等数据，第二方媒体渠道数据，同时也可以导入第三方专业大数据或算法解决供应商的标签数据包，例如品友互动、Admaster等，以ID打通、标签丰富、新客lookalike等方式不断丰富并积累车企的第一方数据资产，把一个个无序的数据沉淀为一个个有“真实”画像的潜在用户群体。描绘潜在车主360度人群画像。例如，全新大众CC通过把大众的第一方数据与历史投放数据，经过与DMP解决方案供应商比如品友互动数据打通后，可以知道全新大众CC的人群画像群体会是都市白领、酷爱旅游等特质的这类人群。

而PDB更像是一个多渠道综合投放预算的“超级管家”。对于品牌广告主而言，PDB有两个突出优势：一、广告主此前的广告采买方式可以完全保持不变，无论是与agency配合的排期过程还是与媒体的沟通流程；二、能够用程序化的方式来管理广告投放，实现多品牌多渠道投放的系统性程序化优化诸多的好处，不造成流量浪费。

那么，将DMP与PDB搭配来解决新车上市的场景问题，就如汽车有两个引擎驱动，效率和功率是单引擎的多倍提升，车企通过DMP引擎可以细分人群策略，指导PDB进行投放，在媒体上给每一个意向购车者展现不同的新车信息。

再举个例子，一个汽车品牌的新车一般拥有高、中、低档三个车型不同配置不同买点的汽车素材需要投放，借助DMP..车企很快打通数据找到意向人群,当发现有“高帅富”浏览该视频网站广告位时，PDB将推送“至尊旗舰版车型”的车型素材，突出智能、豪华、真皮座椅等卖点；而当较低收入受众浏览该广告位时，他（她）看到的将是“精英领先型”的车型素材，突出性价比、科技感等卖点。这样，DMP+PDB就能够帮助推新车的车企在他们购买的的广告位中实现了人群和不同车型不同卖点的高效匹配。 

突破车展界限 拥抱数据大潮

实际上，在车企在实践的”DMP+PDB“的项目中，不乏效果出众的例子，在某合资汽车品牌的..策略中，品友互动利用为其所搭建的DMP与PDB组合的双引擎的智能投放，相比直投大幅提升了访客到达率和有效访客率（如下图）：