自去年11月首次在广州车展上亮相，车友们期望已久的长城WEY VV7终于在今年4月的上海车展上正式宣布上市。此外，长城WEY VV7也是国产车冲击中高端SUV市场的重要种子选手。
本文从数据的角度出发，对长城WEY VV7上市前的舆情、潜在车主的特征予以分析，并对WEY VV7上市后的销量表现做一些预测。
1. 关注热度趋势：两次车展推动两次高峰
百度指数反映某个名词在百度上搜索的热度。为了解车友对于WEY VV7的关注热度，我们截取了2016年11月至2017年5月 “WEY” 的百度指数：
由图可以看到，WEY的百度指数自去年11月一直保持在2000以上；在2016年11月16至18日达到了10000以上的高峰，又在4月7日起逐渐升温，在4月19日至28日上海车展期间出现两个峰值，均在8000以上。两次高峰分别对应2016年11月的广州车展的首次亮相和2017年4月的上海车展及正式上市。
值得注意的是，在车展结束后的5月份，WEY仍然维持了较高的搜索热度，这对于WEY上市后的销量表现而言是一个不错的信号。
为进一步了解关注热度的时间变化，我们选取了汽车之家的WEY VV7论坛的数据做进一步的分析。
下图展示了同一时间段内该论坛的发帖总数（红线）和参与讨论的人数（橙线）：
发帖总数随着4月份上海车展的到来迎来高峰；而参与讨论的人数变化趋势基本和百度指数的变化趋势相似：在11月16日左右达到第一个峰值，在4月上海车展期间达到最高峰。
从论坛数据来看，上海车展中WEY VV7的亮相引发了广泛的参与和热烈的讨论。
另外，我们通过发掘汽车之家关于上海车展的弹幕数据，提取了各个车型在车展期间的提及量。
在所有车型中，WEY VV7的提及量排到了第二，仅略少于吉利汽车推出的新品领克01。详见：
WEY VV7在车展期间的关注热度可见一斑。
2. 舆情分析：外观、价格、动力、内饰最受关注，整体评价正面
通过对汽车论坛的评论进行文本挖掘，我们提取了用户对于VV7在价格、内饰、动力性、外观、安全性、操控性、油耗、空间、舒适性等九个维度的提及量，并且运用情感分析技术对每一次提及的语句进行了情感评分（1为正面，0为中性，-1为负面）。
下图为在这九个维度上，用户的总提及量和评分分布：
外观、价格、动力性、内饰是论坛用户最关注的四个方面，合计占到总提及量的64%；其中以动力性和外观的提及量最大。
在情感评分上，九个维度除油耗外，正面评价的占比基本在一半及以上，意味着车友对于VV7的大部分方面满意；其中对安全性、操控性、动力性的评价最为正面。
为了解用户对于这九个维度的关注随时间的变化情况，我们制作了以月为单位的提及量占比：
可以看到，在车展前，外观、价格、动力性、内饰依然主导了用户的讨论（占比在80%以上）；更进一步地，外观和价格的占比比较稳定，而内饰和动力性的占比随月份变化幅度较大。这说明了，外观和价格是论坛用户最稳定、最持久的关注点。
进入车展期间，随着披露的车辆信息增多，这四大方面的占比下降，用户的讨论面变得更广泛。
在最受关注的四个维度上，感情评价变化如下：
可以看到，在这四个维度上，论坛用户的评价都较为正面；其中，对于价格的评价波动较大，其余三者比较稳定。
3. 潜在车主画像：中青年男性，长城粉居多
借助于汽车论坛、百度搜索用户以及一面内部数据，我们统计了VV7潜在车主在年龄、性别、爱好、地域等方面的特征。
下左图为WEY VV7论坛用户的年龄分布，右图为“WEY”的百度搜索用户的年龄分布：
二者的分布基本一致：WEY VV7的潜在车主大多为年龄介于20-39岁之间的中青年人。
在性别的分布上，左下图为VV7汽车论坛用户的性别分布，右下图为汽车论坛整体用户的性别分布：
汽车论坛用户中关注WEY VV7的用户男女比例十分夸张：男性占绝对主力，女性占比不足百分之一。
这和论坛整体用户性别结构（女性占到3.3%）相比，男性更为主导；这可能和这款车的高定位更吸引男性车友有关。总之，WEY VV7的潜在车主以男性为绝对主力。
在地域分布上，WEY VV7论坛的用户省份关注度（某省VV7的用户数/该省所有论坛的总用户数）分布如下：
可以看到，对于VV7的相对关注度最高的是河北省，即长城汽车总部所在地；其次为湖北、湖南、广西三省。
通过一面数据内部汽车测评SAAS平台，我们获取了WEY VV7的用户的兴趣爱好：
可以看到，电子游戏、体育赛事、音乐及泡吧/夜店是WEY VV7用户最常见的四个兴趣爱好，可见VV7潜在车主比较喜欢有刺激感的竞技类活动。
为了解WEY VV7潜在车主的来源，我们统计了WEY VV7论坛的用户所注册的已认证的车主信息。这些车主所拥有的车型分布如下：
除吉利汽车的博越及广汽传祺的GS8车系以外，出现频次较高的车系都以长城汽车的哈弗系列为主。这说明，长城系的车主对于VV7的关注很高，可能是VV7最大的潜在车主。
另外，基于车展期间的直播弹幕数据，我们通过挖掘VV7的频繁项集，找到了关注VV7的车友同时最频繁关注的车型：
大量的其他品牌和车型的关注者同时也关注WEY VV7，这些品牌和车系的都可能为VV7贡献新的车主。这意味着WEY VV7受众面较广，跨品牌和车型的活力大。
4. 潜在车主分类：多数用户为中等或高期待用户
为了量化论坛用户在对VV7的提及量和感情评分上的差异，我们尝试在提及次数（活跃度）和平均感情评分（平均期待值）两个维度上对论坛用户进行聚类，以对用户做出合理的分类。
我们运用了k-means聚类算法对论坛的用户进行了聚类，并且根据组内方差的变化确定聚类的类别数为四类。下图为四类用户在两个维度上的分布：
其中，四种颜色分别对应四类用户，四个橙色十字为四个类别的中心点。这四类用户的特征和典型评论如下：
第1类：蓝色，提及数在0到30之间，大多数评价为负面，可以归纳为“中低活跃低期待用户”；
-- “魏派我个人觉得很难成功，换壳H6？换壳H7？现在消费者不是那么容易忽悠的！魏派想成功必须要有全新的发动机去搭载他的心脏，不仅仅外观要与哈弗隔开，内在更是需要！”
第2类：黑色，提及数在0到30之间，大多数评价在0-0.2之间，可以归纳为“中低活跃中等期待用户”；
-- "感觉应该比博越好看啊。博越的外观和地盘不喜欢"。
第3类：绿色，提及数在0到40之间，大多数评价在0.2以上，可以归纳为“中低活跃高期待用户”；
-- “总体而言，WEY01给人的感觉主要是靓丽、运动和时尚，豪华并不是重点”。
第4类：红色，提及数在50以上，大多数评价为正面，可以归纳为“高活跃高期待用户”；
-- “实车是非常漂亮的，但不是那种直接的豪华感，而是相当简约独特的设计风格，全车很少有镀铬亮条装饰，而完全使用车体折线塑造造型。内饰上来说，最豪华的地方是车后门，最简约的倒是中控。做工没的说，但中控和车门风格有差异。”
以下为四类用户中心点（代表性用户）的活跃度和平均期待值：
在这四类用户中，高活跃高期待用户对VV7有正面的评价，也愿意发帖为VV7发声，属于对VV7最忠实的潜在车主；中低活跃高期待用户虽然提及次数不算多，但对VV7的评价很正面，转化为VV7车主的概率也较高；中低活跃中等期待用户整体上对W01持偏正面的态度（0-0.2），也有一定机会转化为VV7车主；最后，中低活跃低期待用户对VV7提及较少、态度较为负面，很难转化为VV7车主。
以下为四类车主在论坛用户中的占比：
可以看到，中低活跃中等期待用户占到总用户数的一般以上；中低活跃高期待用户和高活跃高期待用户合计占到20%左右；另外四分之一的用户为中低活跃低期待用户。
换言之，有四分之三的用户对VV7抱有中等或者高度期待，这部分用户有较大的机会转换为VV7的车主。
5. 上市后销量预测：估计首月销量在3500-4500辆之间
我们主要采用两种算法对WEY VV7的首月销量进行预测：线性回归和kNN（k近邻）算法。在算法中，我们不考虑产能限制带来的影响。
在线性回归中，我们采用了品牌、上市年份（反映大的变化趋势）、上市月份（反映季节性波动）、上市前一个月百度指数的均值（反映关注热度）、官方指导价中间数作为特征，收集了所有在2012年1月至2017年1月上市的SUV，共计157个车型的上述特征。使用该线性模型可预测到WEY VV7上市首月销量为4076辆。
由于涉及到的品牌数量众多，而样本量过少，上述回归模型存在过拟合的风险。为了更好地预测首月销量，我们使用了另外一种算法：kNN算法。该算法计算一定数量的和目标车型（VV7）在以上特征中最接近的其他车型，然后按照这些临近车型的首月销量的均值估计VV7的首月销量。
在对特征做标准化处理后，使用kNN算法得到的前10个最接近的车型。下图为这些车型的特征及各自的首月销量：
综合这10个车型得到的首月平均销售量为3645辆。
因而，综合线性回归和kNN算法，在不考虑产能的影响下，我们估计WEY VV7上市后的首月销售量在3500-4500辆之间。
6. 总结
通过上述对WEY VV7上市前的数据分析，特别是对汽车论坛和百度指数的分析，我们得出以下结论：
1. WEY VV7关注热度主要有两个高峰，分别对应2016年11月的广州车展首次亮相和2017年4月上海车展正式上市，并在上海车展期间引人注目。
2. VV7的论坛用户对于外观、价格、动力性、内饰等4个方面关注最多，其中以外观和价格最为稳定和持久；对于这四个维度，论坛用户评价均为正面。
3. 关注VV7的用户以中青年男性为主力，在地域上关注度最高的是河北、湖北、湖南、广西四省，其中长城系列品牌的忠实用户是不可忽略的一股力量。
4. VV7汽车论坛的用户可以聚类为4类用户，其中四分之三左右的用户对VV7持正面的看法，有中等或者高度的期望值。
5. 综合线性回归模型和kNN算法，在不考虑产能的影响下，我们对VV7上市后首月的销售量看好，估计销量在3500-4500之间。
点击查看历史文章，揭开冰山水面下更多的数据秘密！！！
