今日,由中国电子质量管理协会及中国用户体验联盟指导、北京卓思天成数据咨询股份有限公司与《中国汽车市场》杂志联合发布“2024中国汽车行业客户体验指数(CXI)报告”。该报告的有效样本包括2024年1-10月的5,000个真实探店样本及40万条真实有效语料,覆盖40个城市、60个汽车品牌,每个真实探店过程的采样时长超过20分钟。
“中国汽车行业客户体验指数(CXI)”以NPS为基础研究方法,其指标体系以客户体验层次概念模型为基础,包括11个要素、57个场景、236个体验点。该报告的真实探店样本及有效语料分别来自于探店工具类体验分享平台“探店宝”APP及卓思客户体验语料库。对于回收的文本数据,卓思基于调研指标体系及客户反馈语料构建统一码框,并使用NLP语义分析系统进行编码统计,同步进行人工校准,最终实现客户反馈的精准识别与分析。
报告指出,燃油车和新能源汽车的产品和销售服务体验较好,售后服务体验普遍较差,燃油车中部分自主品牌的整体CXI表现已超越豪华品牌,新能源汽车中以极氪、问界为代表的新势力品牌CXI明显优于传统汽车厂商。从行业趋势看,新能源汽车品牌的整体CXI已全面领先,尤其在产品体验上的领先优势极为显著,但售后服务体验存在明显短板。
1、从整体来看,产品和销售服务体验较好,售后服务体验普遍较差。
在燃油车领域,部分自主品牌的CXI表现已经超越豪华品牌,包括产品、销售服务和售后服务体验各个方面。
在新能源汽车领域,以极氪、问界为代表的新势力品牌体验明显优于传统汽车厂商。
2、从行业趋势来看,新能源汽车品牌的整体体验已全面领先。
从总体CXI看,新能源阵营(49.6分)已经成为当前汽车品牌中的体验最佳,CXI总分TOP3均被新能源品牌占据;燃油车阵营中豪华品牌(48.4分)相比合资(41.3分)与自主品牌(40.1分)仍保有较大的体验优势,自主与合资品牌的整体体验水平已经极为接近。
从产品CXI看,新能源品牌(63.9分)已处于明显领先地位;燃油车阵营中豪华品牌(55.3分)的产品体验相比合资(53.9分)与自主品牌(53.2分)虽有优势但已差距不大,自主品牌的产品体验与合资品牌已经极为接近。
从销售服务CXI看,豪华品牌(51.4分)依然处于行业领先地位,新能源品牌(51.1分)的销售服务体验已经十分接近豪华品牌,自主品牌(34.5分)的销售服务体验与其他品牌相比仍有较大差距。
从售后服务CXI看,豪华品牌(31.5分)处于明显领先地位;新能源品牌(19.4分)和自主品牌(19.4分)的售后服务体验已经超越合资品牌(18.6分),但仍显著落后于豪华品牌。
3、燃油车和新能源汽车的客户体验差异化驱动力分析。
报告研究发现,导致燃油车品牌CXI差异的主要因素集中在配置、油耗、发动机质量、性价比和整车质量五个方面。CXI得分越高的品牌,在这五个方面表现越好,反之越差。燃油车通过增强配置、降低油耗、保证质量和性价比,是提高CXI表现的重要途径。
导致新能源汽车品牌CXI差异的主要因素是智能网联、自动驾驶和试乘试驾。CXI得分越高的品牌,在智能网联、自动驾驶和试乘试驾上越领先。在新能源赛道,提高整车智能化水平、提供高阶自动驾驶功能、开展灵活试驾模式,是提高CXI表现的关键。
据悉,“中国汽车行业客户体验指数(CXI)报告”将持续发布,力求准确、客观地反映汽车行业客户体验管理现状和发展趋势,共同探讨提升客户体验的破局之道,助力汽车行业的创新和高质量发展。
关于卓思
北京卓思天成数据咨询股份有限公司(简称“卓思”)成立于2010年,致力于以消费者洞察能力结合认知智能技术,挖掘客户体验价值,为企业提供全渠道客户之声实时监测分析、PaaS平台支撑的体验数字化解决方案、从体验设计到体验运营的体验全栈管理闭环业务,覆盖汽车、金融、房地产、零售、电商、O2O等多行业解决方案。
自2016年以来,卓思在核心技术研发、智能硬件架设、SaaS/PaaS产品开发等方面持续投入,完成了具有广泛覆盖和实时反馈特性的客户体验触点网络建设。同时,卓思基于海量的客户体验数据资源、先进的NLP和认知图谱技术以及深刻的行业洞见,搭建了以认知智能技术驱动的OCEM全渠道客户之声平台(Omini Channel Experience Management Platform)及NICE体验智造平台(New Inspiring Customer Experience Platform),为企业提供全客户、全渠道的实时体验监测、分析和改善。
卓思在北京、上海、广州、武汉、张家口、石家庄、德国慕尼黑、美国波士顿等地设有分支机构,拥有近400名员工,90%以上的客户为世界500强企业。
关于《中国汽车市场》杂志
《中国汽车市场》杂志创刊于1985年,是中国汽车行业早期的专业期刊之一,目前已经发展成为全媒体矩阵。
中国汽车市场全媒体通过行业观察、深度评论等方式,研究并解读中国汽车行业政策法规、重要事件,探索行业发展方向。通过整合行业专家资源,汇聚行业智慧,引领产业向上。通过举办中国汽车金扳手奖评选等专业评选,中国汽车市场全媒体构建行业评价体系,见证新时代中国汽车产业及企业的转型升级与创新,助推中国汽车产业整体向上和高质量发展。
好文章,需要你的鼓励
这项研究提出了HoPE(混合位置编码),一种针对视觉语言模型的新型位置编码技术,专门解决长视频理解的挑战。传统位置编码技术在处理长视频时表现不佳,HoPE通过两个创新解决了这一问题:混合频率分配策略(为空间信息分配高频,时间维度使用零频率)和动态时间缩放机制(根据视频速度灵活调整时间编码)。实验证明,HoPE在长视频理解和检索任务上分别提升了8.35%和22.23%,为AI更准确理解长视频内容开辟了新途径。
东京大学研究团队推出MangaVQA基准和MangaLMM模型,专门用于评估和提升AI对日本漫画的理解能力。MangaVQA由526个高质量手动创建的问答对组成,用于评估AI系统对漫画内容的深入理解;MangaOCR则专注于漫画页内文本识别。基于这两个基准,研究团队从开源多模态模型Qwen2.5-VL微调出MangaLMM,能同时处理文本识别和内容理解任务。实验显示,即使是GPT-4o等顶尖商业模型在处理漫画的独特复杂性时也面临挑战,而专门训练的MangaLMM表现出色。
这项研究由ISTA和谷歌研究院联合开发的"影响力蒸馏"方法,通过利用二阶信息为训练样本分配最优权重,实现了大语言模型训练数据的高效选择。该方法在数学上有坚实理论支持,并创新性地引入"地标"近似技术,仅需计算少量样本的精确影响力,再高效传播到其他样本,大幅降低计算成本。实验证明,该方法在多种模型和任务上均优于或匹配现有技术,同时实现了高达3.5倍的速度提升,为大模型训练开辟了更高效的路径。
来自哈佛大学等顶尖学府的研究团队在这篇论文中挑战了传统观念,认为Token压缩不仅仅是提高AI模型运行效率的工具,更应成为生成式AI模型设计的核心原则。研究表明,精心设计的Token压缩策略可以促进多模态深度整合、减轻AI"幻觉"问题、增强处理长序列输入的能力,并提高训练稳定性。论文详细分析了现有方法的局限性,并提出了算法创新、强化学习指导和硬件协同设计等未来研究方向。