PHEV车型出行大数据研究与新能源产品定义

PHEV车型出行大数据研究与新能源产品定义

刘建国黄钊勇潘俊贤晏晖邓朝阳

摘要：随着新能源汽车渗透率快速提升，插电式混合动力（PHEV）汽车销量迅速增长，系统的PHEV产品定义显得至关重要。本文通过混动调研提炼用户关键痛点课题，包括纯电续航短、快充速度慢、发动机介入体验差，结合用户用车大数据进行剖析和验证，发现PHEV车型亏电状态下的发动机介入逻辑不满足用户使用特征。本文建议提高节能模式和舒适模式下启动发动机的油门开度，以减少客户感知的发动机介入，提升电车体验。

关键词：大数据；产品定义；新能源；插电式混合动力

Abstract

With the rapid increase in the sales coverage of new energy vehicles, sales of plug-in hybrid (PHEV) vehicles have been growing rapidly. The definition of a well-designed PHEV product is crucial. This article extracts key pain points from surveys in the hybrid field, including short pure electric range, slow charging speed, and poor engine intervention experience. By analyzing and verifying users' big data in combination with these pain points, it is found that the engine intervention logic does not meet user usage characteristics in the state of power loss. The following recommendations are provided in this article: raising throttle position when starting in energy-saving mode and comfort mode, to reduce customer-perceived engine involvement and enhance the EV experience.

Key words:Big data;Product definition; New energy vehicle; Plug-in hybrid

0前言

近年来，新能源汽车渗透率不断提高，2023年7月，中国新能源车国内零售渗透率达到36.1%，可见新能源汽车具有广阔的市场发展前景，并将在未来的汽车市场中占据重要地位[1, 2]。插电式混合动力汽车能够同时弥补传统燃油汽车造成的严重污染、大量消耗资源以及纯电动汽车续航里程不足的缺陷[3]。

同时，我国新能源汽车市场现在逐步由政策驱动型向市场驱动型转变，车企积极进行用户调研，深刻把握用户需求，有助于提高新能源汽车产品力[5, 6]。传统用户调研方式包括店端走访调研、专项问卷调研、座谈会调研等，通过这些传统调研方法，可以快速锁定用户关注的使用场景，得知用户的关注点和抱怨点。然而传统的调研也具有局限性，如店端走访调研及问卷调研时，用户表述存在主观性；座谈会调研时，用户观点容易受到其他参与者的影响。

当前，汽车使用过程中产生大量的数据，通过云计算技术存储和处理，开始应用于用户用车行为特征分析，汽车云端大数据的应用可以帮助车企直连用户行为，挖掘产品痛点，优化产品设计，提供更好的驾驶体验等，为人们的出行提供更安全、便捷和智能的解决方案[7, 8]。在新能源汽车领域中，新能源汽车的发展与车辆数据和用户数据的整合、分析和利用联系紧密，掌握新能源汽车行业的运行状态以及用户的使用规律，成为了提升汽车企业竞争力的重要途径[9, 10]。大数据分析同样存在局限性。目前，大数据分析缺乏指向性，不能直接判定是否为用户的关注点和抱怨点。结合传统调研和大数据调研的优势，克服两者的局限性，准确把握用户需求。

本文结合传统调研方式，如店端走访调研、专项问卷调研、座谈会调研等，提取用户高频提及的关注点和相关场景，利用相关的大数据信号，分析用户在对应场景下的出行特征，剖析出用户真正的痛点，最终完成新能源产品定义的校核，形成新能源产品定义的改善提案。

1某PHEV新能源车型的用户研究现状

本文以刚上市的某PHEV新能源车型为研究对象，采用传统调研方法对车型进行用户研究，提炼关注度高的混动产品力课题，传统调研方法包括店端走访调研、专项问卷调研以及新车上市后的座谈会调研。

1.1 店端走访调研

在进行店端调研之前，根据不同的走访调研对象，设计相应的调研收集模板和题库。本研究根据调研目标明确需要收集的信息，并设计相应的问题和指标，方便工作人员开展走访调研工作。

通过店端调研，我们能够更全面地了解混动产品的实际销售情况和顾客的需求。同时，我们还可以获取到店铺对混动车型的宣传和推广的策略和效果。这些数据和信息将为我们进一步提升混动产品的竞争力和市场表现提供有力支持。

1.2 专项问卷调研

本研究对参与PHEV车型销售培训的店端工作人员进行问卷调研，收集工作人员在销售某PHEV车销售过程中遇到的问题或用户关注点。问卷有效样本量186份，涉及多个地区销售店工作人员。

调研显示：用户仍最关注纯电续航表现，约63%参与调研的工作人员认为，该PHEV车型的纯电续航满足客户需求，63%认可加钱增加续航里程，其中，51%认为客户更期待150km纯电续航，12%希望增加到200km。

对于其他用户关注点，65%店端人员认为客户30分钟快充时间够用。75%店端人员遇到抱怨无四驱。39%店端人员遇到抱怨发动机噪音明显。

1.3 新车上市后座谈会调研

现如今，随着新能源汽车市场的不断扩大，一些生产商在新款新能源汽车上市后，会举行座谈会来与用户进行交流。在座谈会上，生产商或销售商的工作人员会向参加者介绍新车的性能、配置和特点等，同时也向用户征求关于新车的反馈和意见，从而不断完善和优化产品和服务。

1.4 调研关键课题总结

经上述多种调研方式，本研究提取该PHEV车型关键课题如表所示，用户主要关注纯电续航短、快充速度慢以及发动机启停策略体验不佳。

表1 提取该PHEV车型关键课题

2 某车型的用户出行大数据分析

2.1 用户关注场景

根据该车型上市后座谈会的用户关注场景调研结果，如图所示，用户关注的场景：①个人通勤；②短途自驾游；③逛街/公园；④接送家人。

图1 用户关注场景

结合上述调研关键课题的发现，本研究对用户关注课题进行关键场景分解，展开大数据分析。

2.2 纯电续航大数据分析

如前所述，本研究根据充电频率、假期纯电行驶需求和充电间隔距离综合分析纯电续航里程。

根据大数据计算该车型与某竞品车型的用户的充电频率，进行对比分析。定义每周充电超3次/周为高频用户，竞品高频充电用户占比50%，本品则为65%，即本品用户充电行为更频繁。

针对用户日常行驶时纯电行驶的需求，分析用户日常行驶距离。次均行驶里程100公里以下占65%，即纯电续航基本可满足次均行驶需求。纯电续航增加至150km可满足78%纯电通行需求，增至200km可满足84%。

针对用户出游充电次数多的抱怨，本研究分析用户两次充电之间的行驶距离分布，如图2所示。约2/3用户充电距离不超过纯电续航里程，即满足大多数用户纯电行驶过程中连续充电的需求。纯电续航增至150km可满足82%用户需求，增值200km满足87%用户需求。

图2 两次充电间隔距离分布

综合上述纯电续航大数据分析，目前100km的纯电续航里程规划满足大多数用户(60%-66%)的纯电续航出行需求，纯电续航增加至150km则可满足更多用户(82%-84%)的出行需求，而增加至200km则可满足约87%用户的出行需求。

2.3 快充速度大数据分析

针对用户在节假日驾驶场景种，经常快充时间不足、充入电量少的抱怨，本研究分析用户的快充频率，并采用交叉分析的方式对充电时间短、充电量少的现象进行大数据分析。

该车型用户在休息日/假期快充频率明显更高，因此需要重点分析节假日的快充行为特征。对节假日用户快充行为进行分析，如3所示，分析大数据发现，节假日期间，近1/4用户快充时间不足30min。

图3 快充时长分布特征

交叉分析快充时间不足30min的用户行为，发现多数(74%)在低电量(20%以下)开始快充，如图3所示，且有38%用户快充充入电量不足，未充满即停止充电。因此，休息日/假期快充需求大、快充时间短，目前本品车型快充速度可以满足大部分用户(76%以上)假期快充的需求。当快充时间降至10min时，可满足大部分用户（≈98%）快充时间需求。

2.4 发动机启停分析

PHEV车型发动机的作用包括：①动力输出源；②仅为发电机和电池的充电源；③同时作为电池充电源和驱动源。因此在驾驶PHEV车型过程中，发动机会根据不同工况不断启停发动机，过多启停发动机产生的振动噪音会影响用户驾乘体验，因此，有必要通过大数据分析校核发动机启停策略。

发动机启停策略与用户踩油门行为和车辆驾驶模式设置相关。因此，针对用户起步阶段踩油门容易启动发动机的抱怨，本研究分析本品车型驾驶模式设置偏好，并分析用户偏好的驾驶模式下，用户踩下的油门开度（%）分布特征，以此校核目前的启停策略是否符合用户使用习惯。

大数据分析显示：用户主要设置节能模式（56%）和舒适模式（40%），对节能模式和舒适模式的油门开度特征进行分析。

进一步从图4展开分析，节能模式下，用户起步加速，油门开度最高不超过80%。

图4 节能模式-起步加速油门开度特征

如图5所示，舒适模式下，用户起步加速，油门开度最高不超过75%。

图5 舒适模式-起步加速油门开度特征

综上所述，用户主要使用节能模式和舒适模式，大多数用户起步加速油门开度分别小于80%及75%。而目前发动机启停策略：节能模式油门开度大于70%，发动机启动；舒适模式油门开度大于55%，发动机启动。当前的启停策略不符合用户用车习惯，易产生抱怨。

因此，需要提高节能模式和舒适模式下启动发动机的油门开度，以减少客户感知的发动机介入，提升电车体验。

3 总结与展望

本文通过店端调研、座谈会调研等混动需求调研工作，提炼混动产品力关键课题，包括纯电续航短、快充速度慢以及发动机介入体验差，并通过关键场景分析，提炼用户大数据分析思路，使用本品车型、竞品车型用户出行大数据进行剖析验证，对当前的产品力提出提升改善建议：提高节能模式和舒适模式下启动发动机的油门开度，以减少客户感知的发动机介入，提升电车体验。

本研究有效结合了传统调研和大数据分析的优势和差异，针对不同车型、不同用户群体展开大数据研究，扩大新能源产品定义：

①丰富调研方式，扩大调研范围，获取更充分的新能源关键课题；

②细化分析颗粒度，更真实地反映用户用车实绩，更准确地剖析验证用户抱怨点和相应场景；

③扩大竞品大数据分析范围，全面进行标杆新能源竞品大数据，精准提升产品竞争力。

参考文献

[1]何正霞, 曹长帅, 王建明. 政策激励对新能源汽车技术创新的影响研究 [J]. 科学决策, 2022, (05): 71-85.

[2]俞立严. 渗透率持续提升 中国新能源车产业打开成长新空间 [N]. 2023-08-11.

[3]赵坤东. 混合动力技术的新能源汽车应用分析 [J]. 专用汽车, 2023, (10): 29-32.

[4]赵逸彬, 刘晶, 雷聪锐, et al. 基于车型的智能座舱设计 [J]. 制造业自动化, 2023, 45(08): 164-166.

[5]王淞, 徐鹏翱. 基于特征目录的新能源汽车产品力评价体系及应用 [J]. 时代汽车, 2023, (09): 89-92.

[6]刘盼晖, 王燕, 丁少春, et al. 浅析结合用户调研管理汽车感知质量 [J]. 汽车实用技术, 2020, (03): 188-191.

[7]李俊华. 基于大数据分析的新能源汽车行业发展研究 [J]. 科技资讯, 2023, 21(15): 241-244.

[8]佘承其, 张照生, 刘鹏, et al. 大数据分析技术在新能源汽车行业的应用综述——基于新能源汽车运行大数据 [J]. 机械工程学报, 2019, 55(20): 3-16.

[9]夏波, 陆万福. 新能源汽车领域应用大数据的可行性分析 [J]. 专用汽车, 2023, (10): 69-71.

[10]孟祥怡, 梁士福, 张天强, et al. 新能源汽车充电用户行为大数据分析及应用 [J]. 汽车文摘, 2021, (03): 34-39.