课程简介
本课程聚焦于AI在汽车行业数据分析与客户体验提升中的实战应用，旨在帮助学员掌握AI驱动业务增长的关键方法。课程通过实战案例，深入讲解如何利用AI搭建数据分析框架、补齐指标体系缺失数据，并高效分析竞品与用户需求，挖掘业务新增量。同时，结合汽车行业AI赋能体验升级的实战案例，探讨智能座舱、智能客服等领域的交互升级与未来趋势，助力学员在AI时代实现数据驱动的业务增长与卓越客户体验。
目标收益
1.解决AI进行数据分析，却不知道用什么样的方法进行分析
2.AI赋能车企体验提升的机会点
他山之石可以攻玉：上汽AI赋能体验升级以及落地的难点和卡点以及对应解决方案分享
培训对象
产品、运营、数据分析、市场和管理者
课程大纲
| 第一部分：AI驱动数据分析实战：业务诊断与机会洞察 |
引：AI在汽车行业提高数据分析效率 一、建立考核标准：四级指标体系建设以及迭代策略 1.如何利用AI快速搭建产品的数据分析框架 - 案例：了解字节等行业标杆的指标体系搭建以及量化指标，用AI拆指标，建体系，以及数据准确性的交叉验证 - 方法论交付：1套指标体系提示词框架，1个指标体系模型 2.指标体系缺失的数据如何补齐？AI输出埋点方案 - 如何利用AI辅助梳理埋点方案，定好埋点策略 - 案例：输入页面、功能模块和埋点规范，AI产出埋点字典 - 方法论交付：1套AI埋点流程方案 二、从考核标准到发现问题：向外看，向内看，向用户看 1.我们的竞在做什么？AI帮你分析找差距 案例：DeepSeek抓取并分析汽车竞品版本更新记录以及对应的数量变化，生成可视化图表并给出分析 方法论交付：1套竞品分析框架，1款了解汽车竞争迭代以及数据变化的语句 2.DeepSeeK洞察用户，发现业务新增量 - 上海案例演示：用AI（DeepSeek）发现业务新增量人群和需求洞察，实现业绩增长 - 案例演示：用AI提高产品交叉引流推荐概率 - 方法论交付：一套AI调研工作流方法、一套发现用户机会洞察的提示词 3. 从数据里我什么都看不出来，怎么办？AI帮你挖掘数据表象，给出分析建议 - 如何用AI工具高效分析数据，找到问题、发现机会 - 案例：给AI（智谱清言或者DeepSeek）上传数据表，用自然语言提问，AI输出数据洞察和改进建议 - 案例：使用AI可视化工具（AlgForce ）瞬间生成数据可视化看板以及20页PPT，DeepSeek复杂度高以及在生成数据可视化方面AigForce更强 4.AI帮你预测业务数据并进行量化 - 方法论交付：1套结构化数据分析提问法，1款好用的数据可视化工具 5.AI时代，数据分析的变化 案例：大厂ChatBI的构建（利用了哪些AI能力，解决了传统时代的哪些问题、Chat BI落地的四个阶段、ChatBI落地的三大问题及解决方案） 【共创】利用AI工具分析出的机会点用AigForce产出20页分析PPT |
| 第二部分：AI客户体验提升 |
引；车企在不同行业利用AI进行体验升级的案例 一、夯实基础（1H） 1.夯实基础：GUI和CUI的区别和应用场景 2.车企行业利用CAIR指标降低模型的幻觉，提高用户的信任度 3.汽车行业情感化设计模型 4.AI赋能汽车行业体验升级的能力 5.案例：汽车行业利用客户旅途工具梳理AI赋能体验升级（保养前-中-后） 二、行业最佳标杆对标（2H） 1.案例：上汽汽车利用AI赋能智能座舱体验实战 1.1 用户需求重构：AI驱动的服务底层逻辑 （1）用户期望演变 - 效率提升、情感陪伴、个性化创造、隐私保护、低学习成本 - 场景延伸：从出行工具到生活伙伴（社交、健康、创意等） （2）AI时代下需求层级华夫 - 守护者（生理/安全）：健康监测、主动安全、环境自适应、数据加密 - 陪伴者（情感/归属）：拟人化交互、情绪感知、专属定制、社交赋能 - 赋能者（精神/自我实现）：低碳引导、创意表达、生态服务联动 （3）AI技术落地的三大交互升级 -多模态感知： 融合语音、手势、生物识别、眼球追踪等，精准捕捉用户真实需求 -主动交互：场景预判（如疲劳提醒）、动态反馈（多感官联动）、持续学习用户习惯 （4）情感化设 - 拟人化载体：AVATAR虚拟形象（3D可定制、表情互动） - 氛围营造：视听环境联动情绪（如生日祝福、特殊场景彩蛋） 1.2 案例：上汽大众的AI服务闭环 （1） - 百度文言一心大模型+Deepseek接入：车辆知识问答、闲聊、图文生成 - 自研AI场景引擎：一键出行建议、用户习惯驱动的个性化推荐 - OTA升级：用户行为数据反哺AI模型，持续优化服务 - 跨端互联：打通手机与车机数据壁垒，构建无缝生活场景 （2）未来挑战与趋势 - 场景挖掘深度不足、算力成本与实时反馈平衡、隐私敏感性与用户接受度 - 两大突破方向 第三生活空间：车辆成为移动生活终端（办公、娱乐、社交） 全域智能助手：AI服务延伸至车外交互（如家居、办公场景联动） 2.AI赋能智能客服体验升级的案例 2.1 汽车行业智能客服体验升级的行业分析和体验升级 2.2 智能客服体验升级的两大难点和三大挑战的解决 2.3 智能客服未来体验发展 |
|
第一部分：AI驱动数据分析实战：业务诊断与机会洞察 引：AI在汽车行业提高数据分析效率 一、建立考核标准：四级指标体系建设以及迭代策略 1.如何利用AI快速搭建产品的数据分析框架 - 案例：了解字节等行业标杆的指标体系搭建以及量化指标，用AI拆指标，建体系，以及数据准确性的交叉验证 - 方法论交付：1套指标体系提示词框架，1个指标体系模型 2.指标体系缺失的数据如何补齐？AI输出埋点方案 - 如何利用AI辅助梳理埋点方案，定好埋点策略 - 案例：输入页面、功能模块和埋点规范，AI产出埋点字典 - 方法论交付：1套AI埋点流程方案 二、从考核标准到发现问题：向外看，向内看，向用户看 1.我们的竞在做什么？AI帮你分析找差距 案例：DeepSeek抓取并分析汽车竞品版本更新记录以及对应的数量变化，生成可视化图表并给出分析 方法论交付：1套竞品分析框架，1款了解汽车竞争迭代以及数据变化的语句 2.DeepSeeK洞察用户，发现业务新增量 - 上海案例演示：用AI（DeepSeek）发现业务新增量人群和需求洞察，实现业绩增长 - 案例演示：用AI提高产品交叉引流推荐概率 - 方法论交付：一套AI调研工作流方法、一套发现用户机会洞察的提示词 3. 从数据里我什么都看不出来，怎么办？AI帮你挖掘数据表象，给出分析建议 - 如何用AI工具高效分析数据，找到问题、发现机会 - 案例：给AI（智谱清言或者DeepSeek）上传数据表，用自然语言提问，AI输出数据洞察和改进建议 - 案例：使用AI可视化工具（AlgForce ）瞬间生成数据可视化看板以及20页PPT，DeepSeek复杂度高以及在生成数据可视化方面AigForce更强 4.AI帮你预测业务数据并进行量化 - 方法论交付：1套结构化数据分析提问法，1款好用的数据可视化工具 5.AI时代，数据分析的变化 案例：大厂ChatBI的构建（利用了哪些AI能力，解决了传统时代的哪些问题、Chat BI落地的四个阶段、ChatBI落地的三大问题及解决方案） 【共创】利用AI工具分析出的机会点用AigForce产出20页分析PPT |
|
第二部分：AI客户体验提升 引；车企在不同行业利用AI进行体验升级的案例 一、夯实基础（1H） 1.夯实基础：GUI和CUI的区别和应用场景 2.车企行业利用CAIR指标降低模型的幻觉，提高用户的信任度 3.汽车行业情感化设计模型 4.AI赋能汽车行业体验升级的能力 5.案例：汽车行业利用客户旅途工具梳理AI赋能体验升级（保养前-中-后） 二、行业最佳标杆对标（2H） 1.案例：上汽汽车利用AI赋能智能座舱体验实战 1.1 用户需求重构：AI驱动的服务底层逻辑 （1）用户期望演变 - 效率提升、情感陪伴、个性化创造、隐私保护、低学习成本 - 场景延伸：从出行工具到生活伙伴（社交、健康、创意等） （2）AI时代下需求层级华夫 - 守护者（生理/安全）：健康监测、主动安全、环境自适应、数据加密 - 陪伴者（情感/归属）：拟人化交互、情绪感知、专属定制、社交赋能 - 赋能者（精神/自我实现）：低碳引导、创意表达、生态服务联动 （3）AI技术落地的三大交互升级 -多模态感知： 融合语音、手势、生物识别、眼球追踪等，精准捕捉用户真实需求 -主动交互：场景预判（如疲劳提醒）、动态反馈（多感官联动）、持续学习用户习惯 （4）情感化设 - 拟人化载体：AVATAR虚拟形象（3D可定制、表情互动） - 氛围营造：视听环境联动情绪（如生日祝福、特殊场景彩蛋） 1.2 案例：上汽大众的AI服务闭环 （1） - 百度文言一心大模型+Deepseek接入：车辆知识问答、闲聊、图文生成 - 自研AI场景引擎：一键出行建议、用户习惯驱动的个性化推荐 - OTA升级：用户行为数据反哺AI模型，持续优化服务 - 跨端互联：打通手机与车机数据壁垒，构建无缝生活场景 （2）未来挑战与趋势 - 场景挖掘深度不足、算力成本与实时反馈平衡、隐私敏感性与用户接受度 - 两大突破方向 第三生活空间：车辆成为移动生活终端（办公、娱乐、社交） 全域智能助手：AI服务延伸至车外交互（如家居、办公场景联动） 2.AI赋能智能客服体验升级的案例 2.1 汽车行业智能客服体验升级的行业分析和体验升级 2.2 智能客服体验升级的两大难点和三大挑战的解决 2.3 智能客服未来体验发展 |
近期公开课推荐