高级内容创作，针对汽车行业

迪安娜·李（Diana Lee）告诉我，“在个人化领域，人们一直在寻找关于这一领域的某一个缺口。”

迪安娜·李是Constitue公司的创始人兼首席执行官。根据《 Incorpor 500》，她也是第十大 fastest-growing women-owned private公司。从简单的角度来说，Constitue是一家利用内容可扩性进行运营的机构。但“简单”这个词还不够。“Constitue提供的不仅仅是简单的解决方案”，Lee补充道。

Constitue的核心在于聚合来自数以百万计的数据源，并将这些数据用于训练行业特定的大规模语言模型（LLM）。这意味着：

1.消费者无需访问无数个网站获取产品信息，数据已自行汇总。 2.个性化信息可以通过数据实现大规模的个性化。

在汽车业中，这一场景尤其适用。全国各地的经销商都在试图通过相关消息触达潜在客户。

数据驱动的汽车营销

为了了解Constitue对汽车行业的重要性，我们采访了S&P Global Mobility的高级副总裁、通用汽车集团（GM）移动业务部总经理乔·基瑞科扎（Joe Kyriakoza）。S&P Global Mobility已有100多年的历史，在汽车产业链的不同阶段收集和分析数据——无论是制造商在计划推出下一款车型时，还是了解未来五年内汽车销量情况。

Polk Automotive Solutions一直在跟踪汽车数据。如今，该机构已成为S&P Global Mobility的一部分（S&P Global是S&P集团的子公司），而后者自称是一个“基础数据”行业，涉及从新车研发到二手车销售等汽车生命周期各个阶段的信息与分析。

Polk Automotive Solutions拥有1.3亿个可营销家庭数据库。“我们通过与州DMV（驾驶执照管理局）以及 OEMs的数据关系，在这个基础上实现了对汽车行业的数据验证。S&P Global和Polk都知道我的购买模式。”

这些见解几乎涵盖了全美所有购买过汽车的消费者，包括他们的购物偏好、品牌倾向、价格点以及是否倾向于选择二手车而不是新车、是选择租车、分期付款还是现金支付等。“我们将所有这些数据放入一个巨大的混合池中。我们是美国各州汽车制造商的单一数据来源。”

OEMs（汽车制造商）是S&P/Polk客户群体的一部分，但它们还向AutoNation和CarMax等主要经销商以及通过广告代理商向许多小型经销商提供数据解决方案。

为什么大型汽车制造商没有自己开发这一关键受众数据？“我认为他们现在开始整合了。”Kyriakoza表示。过去5年里，我们看到从基本的CRM营销到客户数据平台关系，这使它们能够统一其数据存储在一个库中并进行细分。“我们将帮助它们理解数据是否干净——这个人是否仍然是车辆的所有者，是否有新车主，是否有地址变更？我们会与CDP提供商合作，在其数据库上安装我们的数据。然后我们开展数据增强业务，将大量其他属性添加到这个数据库中。”

Constitue的那块拼图

“S&P为我们提供了个性化受众。”Lee表示，“例如，有潜在买家正在考虑购买一辆大众汽车。这就是Constitue的一个拼图部分。我们的拼图是个性化内容——针对特定消费者和市场化的数据。另一个拼图是我们的数据——对于汽车业来说，这是激励数据、车辆数据、社交媒体聆听数据和营销见解数据。”

在数字营销方面，Lee补充道，“我们需要先了解受众是谁，才能开始进行数字营销。”Constitue还利用这些数据（加上客户带来的数据以及开放数据来源，如博客、Reddit、维基百科等）来训练大型语言模型。“我们相信，每个人都很快会开始自己搭建大型语言模型，他们将自行编写聊天机器人。我们所做的就是与客户合作，帮助他们建立大型语言模型和聊天机器人的基础设施。”

最终，Lee坚信传统网站的互动将逐渐被 conversations chatbots取代（即时通讯聊天机器人）。她补充道，“现有的聊天机器人无法回答行业特定的问题。例如，HM Cayley的VIN号是多少？在美国五个州内有五辆Civic吗？它们在哪里可以找到？目前聊天机器人无法回答这些问题。如果与一家OEM合作（以本田为例），我们就可以搭建这个聊天机器人，并且他们将拥有对话权。”

仅就汽车业而言，Constitue的数据已覆盖全部1.75万个美国 franchisees。“谁有BMW X5？我都知道所有拥有该车型的经销商；我不需要访问20个网站，也不需要通过CarMax或AutoNation获取信息。我可以为BMW获取信息，也可以在同一个聊天机器人中找到奥迪、奔驰等竞争对手的信息——这就是我们未来的目标。”

关键在于，Constitue没有训练一个大型语言模型来处理单一制造商的数据。如果BMW自己能够训练一个大型语言模型来处理BMW的数据，那将没问题。但是问题在于，BMW数据与Audi或梅赛德斯-奔驰的数据混在一起会发生什么？它们是竞争对手！”

“从全国层面来看，我不能这样做；我必须与合同商签订NDA并为他们服务。当我们在地方层面进行本地化运营，并专注于经销商特定的业务时，这些数据不再仅仅属于制造商，而是属于每个和每家 franchise。这个时候，我们可以将Constitue的数据整合到他们的数据库中，并开始利用它们。”Franchises很乐意分享这些信息，因为它们可以让消费者看到他们的库存。

数据驱动的动态创意——汽车业的应用

“我们已经与Constitue合作了一年多时间，在测试和学习方面一直在进行工作。我们已经有了一个官方合作伙伴关系，我们现在为经销商客户提供了他们的受众数据。”Kyriakoza解释道。“他们现在可以为他们的经销商客户精准定位目标受众；这是一项基础性的工作。第二部分是动态创意——这是我们能够实现的另一项突破。”

S&P的数据如今已经融入了Constitue动态创意能力中。正如Kyriakoza所言，“100个不同的丰田经销商，每个都会拥有不同的消息、名称和主题。”“这太繁琐了。Constitue利用他们系统中的大量输入数据来生成创意。基于我们的数据，知道一个人已经是丰田车主，可能会导致信息传递方式发生改变。”

Constitue通过其AI技术，可以根据输入的数据自动生成创意。“我们与客户合作搭建大型语言模型基础设施，”Lee补充道，“这将使他们的聊天机器人能够回答各种问题，并根据他们的问题调整对话内容。”

Constitue为经销商提供了数据和创意能力的商业化机会。S&P自然也会向其他机构出售这些数据，但Constitue“比其他任何公司都更上一层楼”，特别是在拥有1.75万个汽车 franchisees的情况下，动态创意将不再是一种商品。

不过，该技术还可能在其他行业找到应用。“我们在制药业找到了一个应用场景。除此之外，还有哪些行业？”Kyriakoza问道，“我们发现他们去年从 insurance行业找到了一个应用场景，不是我们在寻找的行业。”

“保险业可能帮不上忙。”Lee补充道，“但我们想代表任何在受监管领域有困难的企业。这可能包括房地产、汽车、保险、制药、生命科学和医疗健康保险等。”

注：
本文的作者们被邀请为《MarTech》杂志撰写内容，他们的贡献得到了行业专家的认可，并且他们对内容的质量和相关性有着高度的责任感。