近年来,中国乘用车市场逐渐从增量市场转变为存量市场。2018年国内乘用车销量首次出现同比下降,且首次出现市场供大于求的情况,单纯靠新增消费者来增长销售额已经变得非常困难。在乘用车市场供需变化和消费转型升级的背景下,汽车企业要想保持其核心竞争力,必须依靠精细化和数据化的经营。随着互联网的普及,消费者购买决策的过程开始从线下转向线上,不同种类和维度的消费者寻购数据得以记录,为乘用车市场提供了更为丰富的研究视角。由于分析整体市场销量时,细分市场的销量规律很容易被掩盖,导致潜在消费者的需求不容易被发现,所以本文聚焦于乘用车细分市场的销量预测。本文选取60款车型在22个省份细分市场连续24个月(从2016年1月至2017年12月)的销量数据集,同时还包括各细分市场每个车型名称的互联网搜索量数据、主流汽车垂直媒体用户活跃数据等非销量数据。基于对乘用车市场的商业理解和消费者行为数据的探索性分析进行特征构建,并采用主成分分析法进行特征提取。考虑组合模型可以利用单一模型的优点来提高整体模型的泛化性能,利用加权分析法进行分月融合,并通过参数调优提高其性能,从而为汽车行业构建相对精准有效的乘用车细分市场的销量预测模型。在此基础上,汽车企业更容易精确细分市场需求,锁定潜在消费者群体,构建用户画像,挖掘隐含销售规律,进行营销策略改善,实现和消费者的双赢局面。此外,汽车供应链上的各个企业可以更为科学地制定组织运营决策,包括生产计划、资源规划、市场营销和物流运输等多个环节,以便更好地协调合作,共同降低供应链运作成本。