慕尼黑车展前身是世界五大车展之一的法兰克福车展，作为世界汽车工业发展的风向标，有着大量的观展人数和丰富的展示内容，也是欧洲车厂相当看重的国际性车展活动之一。从慕尼黑车展不难看出，大部分车企展示的新车都是以“电”为主，奔驰、宝马、奥迪等传统车企在发力新能源车赛道。

　　近年来，我国一直在开始大力扶持新能源汽车行业，《汽车产业调整和振兴规划》《新能源汽车产业发展规划 (2021-2035年)》等文件陆续发布，推动着中国新能源汽车产业稳步前行。从2010年政策起步到2020年，新能源汽车补贴已经超过1521亿元，至少覆盖了317万辆汽车。公安部发布最新统计，截至2023年底，我国新能源汽车保有量达2041万辆。

　　广阔的市场带来了众多的造车新势力品牌，新能源浪潮对汽车行业带来的巨大冲击，也对汽车企业提出了更高的要求，要求企业不断地适应市场变化，需要找到新的市场机会和利润增长点。无论是造车新势力还是传统车企都在布局新能源汽车，期待更加智能、更加高端的产品。

　　长安汽车副总裁叶沛认为“谁更关注客户的真实需求和体验，谁就能跟客户走得更近，谁才是线年，阿里巴巴与福特汽车达成战略合作，天猫平台推出“天猫汽车超级试驾”，该种方式优化用户体验，弱化厂商与顾客的利益链条；

　　2019年，京东与北汽合作研发、生产、运营、营销及售后服务的全链条数智化转型升级。

　　在变革的浪潮中，企业需要明确：自己的定位是什么？我们在行业中属于什么样的水平？我们的产品和竞品相比有怎样的优势和差距？相对于同一个等级的旗舰版，我们有多大的距离？

　　在过去，我们可能需要做大量的市场调研，耗费很多的精力才能得到一部分结论，但在拥有一套VoC客户之声系统后，这些问题都可以得到答案。

　　从宏观来看，VoC系统的建立可以帮助企业及时关注行业最新政策和法律法规，获取最新的汽车行业资讯和新产品资讯；建设信息化系统，加强人员技术能力，推进企业数字化转型；以客户体验为中心，驱动传统车企变革，树立企业良好形象；

　　在微观层面，VoC系统可以帮助企业发现汽车功能不足，在产品上市后，能够在第一时间获取市场反馈，排查售后问题并及时解决，降低风险；针对竞品/竞争公司比较优劣，挖掘客户使用场景和关注点；针对用户反馈找准产品定位，并挖掘新品卖点，降低试错成本。

　　除了主流媒体平台，汽车论坛等数据源外，还有各类兴起的社交媒体平台，这些平台的数据蕴含着巨大的信息和价值；除了我们常见的文本数据，还有语音，视频等多种数据形式，

　　在大多数的传统企业，部门之间的数据不同步，KPI也不尽相同，协调不同部门一起工作非常困难，而影响消费决策因素众多，单链路反馈效果差，如果不能打破部门壁垒，工作进度难以推进 ，造成效率低下。

　　在产品上市的早期，多数企业会选择高强度曝光来带动销量，但一旦到了中后期，直接复制高曝光的打法不仅会带来投入成本的持续高涨，而且也难以见效，导致ROI严重失衡。

　　人工的数据采集和分析不仅需要企业投入大量的精力，也会耗费非常多的时间成本，这样一来，分析结论的时效性远远跟不上市场更新的速度，体验反馈速度慢也会阻碍新客决策、老客复购，导致企业增长困难。

　　汽车VoC系统建设利用NLP（自然语言处理）、DL（深度学习）等人工智能技术以及知识图谱的“加持”提升分析结果的可信度，实现汽车VoC数据采集、数据清洗、 分析模型构建，最终可视化展现分析成果，帮助产品、市场、技术、客服、运营、线下门店等各业务部门辅助决策，共同提升用户体验。

　　VoC系统可以接入内部售后维修数据、调研反馈数据等，此类数据多为文本及各种形式的文件，甚至部分数据需要PDF转文字来设别，无论在处理还是分析方面均比较复杂，但对于企业的增长具有极大的价值。将数据接入VoC系统后，企业可以依据这些数据来进行详细的调查，确定售后问题的程度和影响，快速定位质量问题的详细信息：包括受影响的车辆（年份/品牌/型号）、受影响的国家地区，受影响的汽车部位、给供应商带来的影响、季节性影响等。

　　VoC系统的数据来源包含各大汽车资讯网站/论坛（包括汽车之家、爱卡汽车、腾讯汽车、新浪汽车、凤凰汽车等）和汽车投诉网站（包括315投诉网、车质网、黑猫投诉）等平台的网友评论和投诉内容，除此之外，还有各大社交媒体平台的用户评论信息，随着社交媒体app的兴起，许多网友会在微博、抖音、小红书一类的社交媒体平台发表自己的购买和驾驶汽车的体验，这些内容同样影响着其他消费者的购买决策。

　　新能源汽车让原有的评价指标体系失效，企业需要建立新的评价指标体。