了解市场行业的实时变化和竞争对手的优势及威胁，是企业未来发展规划和决策的重要环节，汽车行业发展到今天，产业数据的信息是庞大且复杂的，建立稳定可靠的数据信息获取渠道、具备完整的数据处理能力、搭建成体系的数据分析框架、分析结果可视化是做好市场研究的关键步骤。

关键步骤一 建立数据获取渠道

数据是研究的起点，对数据的紧密跟踪和深度挖掘是做好市场研究的必修课，汽车行业拥有非常丰富的数据体系，能够为我们的研究和判断提供坚实的基础。

关键步骤二 具备完整的数据处理能力

汽车市场研究有较强的行业特性，对于数据处理的人员来说，需要具备完整的汽车分类逻辑，在能力建设初期，可以从国家标准的分类体系开始学起，但由于用户需求的多样化和使用场景的复杂化，在国家标准的分类基础上，仍有许多行业内的分类逻辑，例如轻客的“客货两用”的车型，就是一个典型的基于用户使用场景细分的产品。

以上是GA标准中关于《道路交通管理机动车类型》的部分举例，涉及到机动车整车的分类、要求标准及补充标准还有很多，例如《GBT3730.1-2001汽车和挂车类型的术语和定义》、《GB7258-2017机动车运行安全技术条件》、《机动车运行安全技术条件》等等。

在掌握了完备的数据分类逻辑后，数据分析的方法也是做好数据清洗处理的关键能力，目前汽车行业的原始数据大多以Excel形式供应、流转、储存，虽然已经有先进者尝试数字化、自动化的数据处理手段，但也只能解决固定的可视化需求，对于实际项目中复杂且频繁的专题性研究仍需数据处理的专业人员来做。

关键步骤三 建立成体系的数据分析框架

随着汽车市场的不断发展，研究销量数据的市场变化规律已经不能满足行业的需求，市场规律不会凭空产生，趋势也不会凭空结束，挖掘、解读数据背后的逻辑已经成为当下的研究方向，扩充市场分析的维度，建立体系化的数据分析框架，站在产业的角度分析问题才能将市场研究的价值最大化。

其中，在多维度分析市场的过程中，根据不同的使用场景和业务需求，引入适当的分析模型，有助于结构化的研究问题，从而客观、科学地得出结论。

关键步骤四 分析结果可视化 

市场分析的过程和结果往往面临着沟通、输出、汇报等传递问题，合适的可视化图表与合理的排版可以大幅度提高传递效率，将信息损失降至最低。

优秀的可视化标准

可视化图表的选择

可视化排版原则

研究能力是长久的积累，而非一蹴而就，同样市场研究体系的搭建与完善也需要时间，但复利效应是极佳的。UERC市场行业数据库的建立就是长久项目积累的结果，我们全面整合政策、产业、需求及供给等多个方面的行业数据，以自身方法论结合经济发展趋势，以丰富的汽车行业数据体系支撑自上而下、有价值的基础研究。