汽车消费的颠覆式要义：车好多用技术赢得资本寒冬中的15亿融资

深响原创·作者| 王舷歌

十年前，中国成为了全球汽车产销第一大国并蝉联至今。而二手车从2016年交易量迈入“千万时代”后，更是一路走高。

但时间到了2018年，根据汽车流通协会的数据，二手车的交易量增速突然从2017年的19.33%降到了11.46%，2018年12月的交易还同比下滑了1.11%。上市的易鑫、优信在二级市场都未受到热捧，而一级市场上也面临着系统性的“资本寒冬”，就在过去的一个月里，行业中各种员工维权风波、破产传闻甚嚣尘上。

一时间整个市场似乎都踩了刹车。

直到最近，拥有瓜子二手车、毛豆新车网的车好多集团宣布完成由软银愿景基金（SoftBank Vision Fund）投资15亿美元的D轮融资。这一融资动作被解读为不光是瓜子二手车的新动力，也是整个二手车赛道的强心针。

软银为什么要做寒冬中大手笔投资车好多？

一方面肯定是其对于汽车消费领域的长线看好——中国的汽车消费领域蕴含着二手车、汽车金融、车后服务等多个万亿市场的丰富矿藏，作为行业代表的车好多则完成了汽车消费领域全链条环节的业务覆盖；

另一方面则恐怕是因为车好多并非简单的汽车交易平台，其背后积累的大量汽车消费及流通数据、深入业务各个角落的智能技术应用会为整个汽车行业带来指数级的提升效果。

车好多内部其实早就将公司发展推向了纵深新阶段。其去年完成的C+轮融资就被重点用于布局线下，将试水已久的新零售业务在全国大范围铺开，开设瓜子二手车严选直卖店、毛豆新车店和瓜子养车店，而非仅仅停留在大众印象中的二手车电商广告营销。

随着行业发展新阶段的竞争核心聚焦于技术对于商业模式与运营效率的推动作用，车好多的技术驱动“核心引擎”渐渐完整展露出来。

「深挖汽车消费流通数据金矿」

大数据对于消费交易的意义已经不用多说，包括盒马等在内的生鲜、日常消费品新零售行业代表得到了来自产业内外的广泛认可。但相较于日常消费品行业对于数据的看重，现在的大部分二手车平台并没有很好地利用大数据及其相关技术。

比如市值超过百亿美金的美国最大的二手车连锁经销商CarMax，也仅仅是通过KBB（凯利蓝皮书）基于简单的计算规则对二手车进行统一品类划分和定价，其定价体系是基于白盒的规则运算，并通过赚取部分差价补足规则运算带来的盈亏浮动。

而在二手车交易起步较晚的中国，虽然汽车交易业务量庞大，但整体汽车流通市场非常分散，2018年1382万辆的二手车总交易量，分散在超过15万家大中小型二手车商中，大量平均年交易不足百台的夫妻店数据化程度非常低。碎片化、人工化、经验化的市场中，很多中小二手车商还停留在靠人工记账、凭经验估价的阶段。

整体市场对于数据应用的缺失，正好成为了车好多的突破口。

公开数据显示，2017年瓜子二手车交易量达到了48.5万辆，已经超过了全球最大的二手车交易市场——北京市旧机动车交易市场（花乡）的年交易量。

除了二手车，车好多还构建了综合新车与二手车交易、车辆检测评估、汽车金融、保险、车后市场等在内的汽车流通全业务覆盖的产业生态，在此基础上积累了涵盖超800万车辆和3亿车主与潜在买家的基因库——这一体量即使在全球范围内也是数一数二的。

而由于旗下瓜子二手车的交易模式是C2C，因此其掌握的数据并没有传统二手车交易中车商层层加价的环节，是真正能够反映二手车市场价值的交易数据。

由此，规模所带来的海量汽车消费流通数据集合，让车好多完成了技术制胜的第一环节——高价值数据的积累。

「以技术为“核心引擎”」

当然只有数据是完全不够的，对于数据的熟练应用，需要企业整体对于技术的大力投入与应用落地的支持。

以定价为例，中国市场发展迅猛，价格波动频繁，交易很难像美国市场一样基于某种规则定价，这就对二手车定价提出了全新的要求——以最快的速度平衡交易收益与交易效率的最优解。

而人工智能技术的日趋成熟，为这一要求提供了最合适的解决方案——“瓜子价”。瓜子二手车基于人工智能计算的二手车定价“瓜子价”已经凭借优秀的价格竞争力成为新零售业务瓜子二手车严选直卖的一口价标准，并得到了行业的广泛关注和认可。

不仅是定价，车好多在前文基因库的基础上，基于人工智能体系“车好多大脑”实现了涵盖新车与二手车交易、汽车金融、保险、后服务、供应链、调度、物流等全业务在内的智能决策覆盖。

“车好多大脑”听上去似乎是一个简单的技术中枢概念，但实际上这是一个大工程，并非传统意义上人们理解的数据上传、集中处理，而是要在涉及多条业务线的一套数据体系中，要把数据采集、数据清洗、数据关联、挖掘数据价值、智能决策、业务应用实践和反馈等做成一整套系统。

这也给车好多集团上下提出了全新的要求——不光需要技术团队内部的一致性，关键还需要业务团队的充分共识。

从团队上来看，这其实难不倒骨子里依仗技术基因的车好多。车好多集团CEO、瓜子二手车创始人杨浩涌本身就是工程师背景，CTO张小沛此前任职于微软、Hulu、宜信，深谙大数据与技术智能之道。

为了协调各方，车好多内部成立了一个多团队参与的协同组织，从技术团队和产品团队，到运营团队、业务端，甚至财务人员都参与其中，目标是从集团内部就打破部门墙，确保数据与技术决策的畅通落地。

以智能调度为例。由于瓜子是C2C模式，从上门评估到约买卖双方看车，整个流程中有大量的服务人员，过去这些人员安排都是由城市经理凭感觉来做决定。

为了合理安排人员调度，实现最高的转化率，2016年车好多技术团队开始投入做评估师和销售人员的智能调度，从智能路线规划，到根据评估师和销售人员的专业及优势点做合理匹配等举措，产生了数倍的人效提升。

再以“收车”环节为例，车好多推出了“瓜子眼镜”，评估师佩戴上之后，可以将评车全程录像并实时传送云端，依托人工智能实现远程支持和流程监控，让评车过程更加规范化，同时进一步提高评估效率和准确度。

而在消费者交易环节，其从车源列表到后续的用户点击、线索构建、工单生成、带看乃至成交，都实现了全流程覆盖的数据收集与样本构建。并且通过后续的特征提取、处理与计算，最终生成实时排序特征，实现了针对车源精确至秒级的排序显示优化，从而最大限度提升整体车源的浏览与转化效率。

从内部管理系统、智能软硬件到用户触手可及的服务，可以看到，技术正融入车好多集团的每个环节。

「镜像与飞轮」

杨浩涌提出的“镜像理论”或许可以最好地诠释车好多新零售的核心技术理念。

比如二手车交易这一零售场景，瓜子二手车的做法是将线下的人、货、场的信息全部数据化，并以镜像的方式映射到线上，投射成为虚拟空间内的数据节点，并通过数据分析与人工智能高效迭代升级的决策能力反作用于业务，实现业务的模式变革与效率提升，从而实现用线上的高效能重构整个线下交易的场景和体验。

例如瓜子二手车严选直卖店，单店面积高达数万平米，店内每一辆二手车、每一个停车位，甚至检修工位、闸机与销售人员，都是一个数据节点。这些节点在后端被数字化，在线上实现数据智能，将会以智能化业务决策的方式反哺回业务本身。

车好多集团创始人、CEO 杨浩涌

过去我们常用产业链上下游的思路去理解一个企业的业务布局。

确实，车好多旗下的瓜子二手车、毛豆新车、瓜子金融、瓜子养车等业务已经覆盖了车辆全生命周期的各个阶段。

但这些业务直接绝不是简单的车辆周期顺序排列相加，而是用技术打通底层，实现技术放大效果。每一条业务线的效率增加，都会带动整个生态中关联业务的整体增长，实现效率的成倍放大。

这让人想到商学院里受人推崇的“飞轮效应”——为了使静止的飞轮转动起来，一开始你必须使很大的力气，一圈一圈反复地推，每转一圈都很费力，但是每一圈的努力都不会白费，飞轮会转动得越来越快。当达到某一临界点时，由于牵引力和惯性的存在，只需要非常小的推力，就能让飞轮保持高速的转动。

在过去很长一段时间里，车好多花费大量精力在数据的积累与打通，围绕汽车消费服务的搭建整个完整生态。从新车到二手车，再到金融、保险、维修保养、新能源，数据在这些环节里反复流转，形成飞轮闭环。而生态下的核心动力引擎，是车好多的技术积累与创新。

这也正是车好多突破行业竞争层次，并获得软银在资本寒冬中大举投资的关键因素。而在资本寒冬的当下，这笔资金“燃料”加持下的车好多，势必会让技术“引擎”释放出更加巨大的能量。