【亿邦原创】11月29日消息，在今日举办的“新范式”2020亿邦产业互联网大会上，零零汽创始人兼CEO佘邵镔发表了题为“万亿级汽车后市场的数智化升级”的演讲。他认为，我国的汽车后市场整体不太成熟，目前相关交易方没有出现百亿级规模的企业，原因在于这个行业整个链条和服务较长，且行业中的SKU种类非常多。
在佘邵镔看来，汽车行业数据有很多，但静态的数据并不能产生核心价值，只有流动的数据和产生交叉行为的数据，才能最终产生联动的价值。
他指出，做B端行业的企业要有C端思维，用C端的理念做B端的产品。
据悉，大会由武汉市人民政府支持，由亿邦动力主办，卓尔智联为战略合作伙伴，支持单位包括清华大学电子商务交易技术国家工程实验室和50+投资机构。这是2020年度产业互联网领域盘点靠谱商业模式，推出基本成型的新范式，探索创新方向的旗舰活动。展望2021，代言产业互联网先进生产力。
零零汽创始人兼CEO佘邵镔
温馨提示：本文为速记初审稿，保证现场嘉宾原意，未经删节，或存纰漏，敬请谅解。
以下为演讲实录：
佘邵镔：各位领导和嘉宾，下午好！刚才主持人讲了，汽车后市场确实是非常复杂的行业，它表现在过去几年内，我们的投资商大大小小加在一起，有超过200亿的投资，但是到目前为止硕果仅存的不多。
在后市场这个行业里，早期O2O或者2C的用户里面现在留下的途虎还不错，但是很多规模小的最近几年慢慢消失了。这个行业的情况看确实比较复杂。我先给各位介绍一下这个行业。
整个汽车后市场行业确实是比较大的，在我们国内有1.7万亿的规模，配件交易一年达9000多亿人民币的规模。我们对标美国。美国有比我们更成熟的市场。他们的汽车保有量达2.8亿台，我们现在是2.7亿台左右。我们的增量比美国略高，去年新增2500万台车，美国是新增1700多万台左右。
对标来看，美国已经形成了传统四大汽配经销商加上新模式的代表，五家加在一块就占行业30%的格局，已经形成了巨头。
我们简单讲讲AutoZone。在全美超过1万家门店完成了密集覆盖，这种方式发展需要很多年。国内也有这样的模式在做。其他几家也差不多，只是有的以直营为主，有的以加盟为主。
美国有家比较值得注意的公司，这家公司没有任何门店，只有网上的流量和数据查询，一年的营业额在30亿美金左右，纯利3亿多美金。
美国形成了后市场整体数据服务商的很多公司，过1亿美金的SaaS或者数据服务公司也有很多家。
我们中国今年年底有望跟美国打平，有可能明年我们的汽车保有量就会反超美国，变成全球第一大市场。
但对比来看，我国的汽车后市场整体还是不太成熟，刚才讲了我们目前相关交易方没有一家能够做到百亿级规模，一般做到5000万到1亿，没有企业做得更大。
原因在哪里呢？原因是这个行业整个链条和服务比较长。这个行业里面SKU种类非常多，我们举个例子，一台宝马X5上的零配件数量，是7540多个零配件，特斯拉model3是2200多个SKU，具体的零配件可能有2万个，一个螺丝片可能有二三十个，这样的数量跟某台车去匹配关系，数据量是海量的。
在汽车行业，单台车涉及的SKU有两千多万，所以单家比较难备全货，形成了过去产业集中度比较低的局面。
汽车后市场产业链的几方中，主要的一方是修理厂。中国有371800家修理厂，一类是1.7万家，二类是7.6万家，剩下的是三类。这么多修理厂在做修理的过程中又是修“万国车”，这个数据量非常复杂，所以就造成了整个产业不太像大宗或者其他商品那样做到高度的可集成和可预测的计划状态，就造成了行为比较难改变。
过去很多从交易平台开始切入这个事情，既然是这么大的产业链，1万亿规模，大家肯定都希望来吃这块肥肉。传统的模式是四级经销逻辑，比如一类国际批发商，从海外把零件进口到中国，分销给省代，然后到市代，再到具体某个区域代理商。传统来看，这四级经销商是一级卖给二级，二级卖给三级，三级卖给四级，中间层层加价，中间有各种平台的方法。
那么能不能利用资本和数据的优势，直接砍掉部分中间商，提供直接的服务？这个尝试其实有人在做，当然现在还有在尝试的。但这整体来讲比较难实现，因为SKU种类太多了，而且市面上并不是简单的一级卖给二级、二级卖给三级，还有一级批发商向四级批发商手里调货的情况，因为零件种类很复杂，可能备了计划的货，但没有很老的车的件，反而积压的货成为了畅销的产品。
举个我们买C端产品的例子。一位女士去买LV的包，如果她看到Gucci的包打折可能会买Gucci的包。但是汽车零部件不可能这样的。我开的是宝马的车，看到奔驰的车灯打折，我绝对不会买奔驰的车灯，甚至是只能买这款车的车灯。
原有三十多万家汽修厂加上十几万家汽配经销商，他们的服务模式比较难改变，行为加上背后的方式，即熟人交易和本地归属的逻辑。比如他在新疆采购零部件，即使武汉有个零件价格有优势，一旦算上时间成本和物流成本，运到新疆就没有成本了，而且车主等不了这么长时间。
加上行业里面，原来有简单的想法，有些互联网的人杀进来以后可以简单通过降维攻击的方式，利用数据在资本上的优势简单打败大而散。但实际发现很困难，这些能活20年的汽配经销商，他们是在水里长大的，天然有游泳的本领。你做规模备货的时候会发现，你的周转率未必能干得过这么多商家在里面形成的天然互补的备货模式，不一定能比他们更强。除非你在数据上占有绝对的优势，才有可能做到，而这种绝对优势难度是很大的。
我们行业里面做交易平台的有5种格局，一种是以主机厂为例，比如上汽集团的车享配和北汽好修养，还有国际厂商舍弗勒这样的平台，还有以京东为代表的互联网平台，还有保险公司为代表的帮帮平台商，还有传统的经配商。前面四类加在一块，目前来讲还没有占到万亿级规模里面的1%，加起来没有过百亿。总体来讲，还是传统模式更大。
原因就是汽车工业增长的时间比较短，我们汽车保有量大规模起来是在2000年以后的时间，没有像欧美经过30年-50年经销商自然竞争变成大经销商合并的自然进化过程。
面对这种情况怎么做呢？难道一定要建立巨大的贸易平台方就是合理的方式吗？还有一种方式是有可能的，我们依托原来的平台商做赋能，帮助他们提升效率，有可能让整个行业更好，也是他们接受的方式之一。针
对这个环节，我们核心就要找到一个切入点，就要有一个工具去做这个事情。在这三个环节里面我们提供相应的工具体系，流通环节、制造环节和修理环节，中国有接近10万家制造工厂，就是在生产汽车的零部件，经销商30万家。汽车既然有这么多的零部件，我们首先要解决的问题就是定型的问题，汽车上的微码，是17位的编码，然后锁上汽车零部件的所有零部件，做到定准定型并且可验证，才可以让用户使用这个产品。
今天中午我跟武汉的一个汽配经销商聊了一下。他对于我刚才讲的理念是持怀疑态度的。他认为自己做了17年的汽配，数据非常全面，怎么能相信我做的数据加工比他掌握的数据还多呢？
所以要推这个工具，第一件事情就是要做到可验证，应该让用户用一分钟就可以验证你数据的真假，并且能够马上知道你的数据是对还是错的，就能够迅速形成用户的痛点效应，产生大量的用户购买。
通过这种产品，现在国内一共有7.4万家企业是我们的用户。
工具赋能给场景方面，刚才我讲的单点工具切进去只能解决一个痛点问题。解决这个痛点他确实能感知到，也可以产生少量付费，但这个付费金额是比较低的。
后面紧接着要做什么事情呢？我们要通过他的使用产生大量的行为数据，然后用这些行为数据来得到整个行业的情况，最终帮助到他们。
我们行业里面一年有9000亿的交易规模，他们的库存超过了6000亿，所以周转周期是比较慢的，最重要的是通过行业数据来降低整个库存的周转。
最后我们要实现的是什么呢？是用智能的方法帮他解决这个问题。以前在这个行业，比如某车主去维修一台车，他一般没有办法去等待一个小时给你报价，而是希望在一两分钟内给出报价，所以要用到智能化的方法。我们有680万工业图纸进行AI数据重绘，满足产品的使用。
刚才讲了，行业里面的数据有很多。我们认为静态的这些数据本身并不能产生核心的价值，只有流动的数据和产生交叉行为的数据，最终才可以产生联动的价值。
比如车主修车过程中是偶发性需求，车灯坏了才需要买车灯。但是对于批发商来讲是备货需求，他要提前做预测、做备货，在不同阶段、不同时间提前备货。我们的生产商更需要知道什么时间需要什么样的车型的保有量。在不同地区，还要根据后市场的实际维修的量，来预测怎么样做生产配型。
几个数据打通关联，流动起来才可以产生核心的网络价值。
我们现在通过前面的工具，我们的数据查询流量，一天22万台车，根据交通部的数据一天80万台车在维修，我们有接近25%的占有量来跑这个数据，我们认为还不够。我们认为数据要跑到50%-60%以上，高端品牌中，路虎已经有70%-80%的占有量，后面可以给工厂端，甚至给主机厂提供一些帮助。
我们跟北汽合作的服务，有强大的4S店体系，但是在一些地方没有覆盖，比如长春有4S店不能覆盖吉林市。
我们有1.5万家修理厂就可以做好选型，告诉他哪个修理厂的数据是最好的。我们有修理厂三年以上的维修使用数据，而且每台车都有微码，相当于知道这台车的年款、车型，全国都有，用这个数据做维修能力评估的话，比厂家派人现场去看修理厂的能力还要更好。这很像医院，对于医院来说，看的病人多，医术就会越来越高明。
我们做这个行业有些思考，虽然做B端行业，但我们认为从工具和产品端的核心逻辑来讲，首先要跟客户做朋友，要有C端思维。最终虽然使用B端的软件，但这些人依然是我们的人，他们经过了大量的C端消费互联网的产品体验以后，用了美团、用了滴滴，一旦你的产品体验度不好，还是用B端功能性思维去思考这个问题的时候，对你这个产品的感知度会很糟糕，会觉得这个产品不太现代，比较笨。我们认为这种产品，要用C端的理念做B端的产品。
还有一个问题，刚才讲到了前面要做三个体系的东西，工具种类会比较多，怎么解决这个问题呢？就需要搭建数据中台。你的产品迭代速度非常快，又要解决刚才讲的修理端后面流通端和前面生产端的问题，这种产品要快速实现的话，就需要打穿中间的数据关联，核心是数据零部件OE、车型、标准数据的关联。这方面美国和欧洲都有标准，我们正在跟中汽研推出中国的数据标准。
我要给各位介绍的就是汽车后市场产业端做的SaaS化或者工具化的实践，就是这些内容。谢谢！
文章来源：亿邦动力网
