汽车行业做用户研究，常遇到这些问题
01
购车决策周期长，从看车、试驾到下定，客户在哪一步放弃、为什么放弃很难问清
02
车主分布全国，线下邀约难、访谈周期长
03
智能座舱OTA升级频繁，传统调研跟不上版本节奏
04
经销商的反馈层层转述，品牌方很难听到客户原话
汽车团队用 heari 研究什么
意向客户为什么没下定
看车、试驾、比价之后，客户卡在了哪一步。访谈没有下定的意向客户，找到让他们犹豫或转向竞品的原因。
试驾与门店体验
从进店接待、路线体验到报价沟通的真实感受。找到门店流程里让客户满意和不满的具体环节。
新车型与配置的概念测试
客户看重什么配置，愿意为什么买单。把新车型和配置组合给目标客户看，比较不同人群的取舍。
车主用车与车机功能反馈
日常驾驶与每次 OTA 更新后的真实体验。听车主讲常用和不用的功能，以及更新后哪里变好、哪里变差。
售后保养与维修体验
预约、接待、维修与交车，哪个环节让车主不满。从最近一次回店聊起，找到可以改进的具体流程。
充电与补能体验
新能源车主在补能上遇到什么。了解充电习惯、找桩和排队的经历，以及补能体验对再次购买的影响。
汽车行业研究示例
一项可以直接开展的典型研究。研究助手会按你的业务调整方案和提纲。
研究方案
研究问题试驾后客户为什么没有下定
受访人群近 30 天试驾、尚未下定的意向客户
样本与时长100 人 · 每场约 12 分钟
招募方式线索名单导入、试驾后短信、门店二维码
交付物放弃原因排序、家庭／增购／首购客户对比，每条附原话
访谈提纲示例
AI 按提纲提问，并根据回答追问1
购车需求
核心问题这次买车主要是谁在用，用在哪些场景？
追问家里几口人、常去哪里
2
试驾感受
核心问题试驾时哪一刻让你犹豫了？
追问具体的路段或座位
3
比较对象
核心问题你还在看哪几款车？
追问对方哪一点更吸引你
4
下定条件
核心问题什么情况下你会下定？
追问价格、配置还是服务
数据告诉你车主做了什么，heari 帮你问出为什么
与 ThinkingAI Agentic Engine 打通后，按试驾和用车行为圈选客户，访谈带上行为线索，结论写回客户标签。
行为数据显示
OTA 更新后语音助手的使用次数下降七成，导航改用手机投屏。
heari 访谈问出
「更新后语音老是听错地址，开车时改起来太危险，干脆用手机。」
行为数据显示
试驾后 14 天内两次到店，都没有下定。
heari 访谈问出
「后排装上安全座椅就坐不了人，想等等看有没有七座版本。」
汽车行业的数据安全与合规
不采集车辆数据
车主个人信息与车辆数据不进入访谈。
权限隔离
品牌方与经销商的数据权限严格隔离。
驾驶中不打扰
车主驾驶时不发起访谈。
数据归客户
访谈内容只用于本次研究，不用于训练模型。
