汽车商务服务 机械工业出版社 在线下载 pdf mobi 2025 epub 电子版

《汽车商务服务》由张志强和谢云峰主编，旨在为刚刚兴起的汽车商务服务教育进行一些有益探索。本书主要内容包括汽车销售与信贷、购车手续代理服务、汽车保险、机动车辆碰撞损失的评估、二手汽车交易服务、汽车售后市场的拓展服务。通过介绍汽车商务的主要内容，培养学生对汽车相关服务的兴趣，加深对汽车商务的了解。

《汽车商务服务》内容丰富、信息量大，可作为中等职业学校或五年制高职汽车运用与维修相关专业的教材或参考书,也可作为汽车及其服务产业从业人员的培训资料和工具书。

前言

项目一汽车销售与信贷

任务1整车销售的流程及服务

任务2汽车消费贷款

项目小结

巩固与提高

项目二购车手续代理服务

任务1新车证照的办理

任务2车辆变更、过户、转籍手续的办理

任务3机动车辆行驶证和号牌遗失补办手续的办理

项目小结

巩固与提高

项目三汽车保险

任务1汽车保险产品

任务2汽车投保及承保实务

任务3汽车保险理赔实务

项目小结

巩固与提高

项目四机动车辆碰撞损失的评估

任务1事故车辆的定损与碰撞损失的评估

任务2事故车辆车身碰撞损伤的诊断与测量

任务3碰撞后常损零件的更换

任务4定损分析及工时费的确定

项目小结

巩固与提高

项目五二手汽车交易服务

任务1汽车鉴定估价的基本方法

任务2二手汽车交易

任务3二手汽车鉴定估价的程序

项目小结

巩固与提高

项目六汽车售后市场的拓展服务

任务1汽车租赁

任务2汽车俱乐部

任务3汽车文化市场

暂无相关内容，正在全力查找中

暂无出版社相关信息，正在全力查找中！

暂无相关书籍摘录，正在全力查找中！

在线阅读地址：汽车商务服务 机械工业出版社在线阅读

在线听书地址：汽车商务服务 机械工业出版社在线收听

在线购买地址：汽车商务服务 机械工业出版社在线购买

暂无原文赏析，正在全力查找中！

暂无其它内容！

• 作者：小小小小小羊啊 发布时间：2024-02-13 21:52:59

  我开始怀疑我看的书是不是有问题了，真的很像营销的鸡汤文。

• 作者：烨伊 发布时间：2019-06-20 16:16:14

  现在还记得入行第一天，那时的主编让我去领一本旧版的《编辑人》，说这是本组福利，每一个新来的小朋友，都要领一本回去好好学习。现在旧版已经买不到了，新来的小朋友做了新版。这个世界好像变得越来越困难或复杂，但编辑的方法原则和初心，从来都没有变过。

• 作者：青定姑娘 发布时间：2017-07-21 08:46:32

  为什么评分这么高，我觉得很一般！估计是作者运用了自己介绍的运营方法——雇水军刷评论，然而他自己没有把这本书的内容运营好，全书在给三节课打广告，反复鼓吹自己的牛逼之处，这让我很反感。大量的冗余重复，啰嗦，繁琐。不信你们就去读吧，读完记得回来评分，我相信非水军的评分多了，分数就会低。

• 作者：西西弗兮 发布时间：2021-11-25 11:25:22

  好像是看萨冈的那天晚上偶遇的老太推荐的，但是说实话一直没怎么看进去

• 作者：LOHAS芒 发布时间：2019-04-01 21:21:59

  【甩去多抓鱼系列】2016年7月12日，朋友来访赠送的书。实在是读之乏味，即使作者是赫赫有名的杜威。

• 作者：和书籍来场约会 发布时间：2023-06-20 19:54:10

  超多的图片，让读者很形象地了解日本的庭园设计师、庭园的构成要素……

  枯山水、西方净土的彼岸&此岸、池塘、瀑布、石头草木、茶室……

  光是看看书中的庭园图片，也是很饱眼福的。

• 面对飞机坠毁事件，或者灾难性球迷暴动，科学家比法官更有资格来主持调查

  作者：左其盛 发布时间：2020-12-27 21:23:07

• 如果说 lean startup 讲的是方法论，那么这本就是方法

  作者：[已注销] 发布时间：2015-01-16 17:45:33

  定位嘛，就是产品经理入门级读物了吧。不过也不用每章都读。

  前面的一些方式方法的问题搞清楚，后面分开商业模型，每一类可以选取着读。

  数据需要定性还是定量？Initially, you're looking for qualitative data. 在产品还没有庞大的稳定的用户群体时，定性分析是关键。

  好数据应该是什么样子的呢？作者定出了一些 vanity metrics, they are up-to-the-right and shed no light on anything. 好的数据首先是干净的，然后是可比的，以百分比的形式，衡量增长变化，其次要按照时间划分好，便于明晰某个时间点上，产品的的变化，所导致的用户行为上的变化。理想的情况下，随着产品设计的改变，数据上的统计方法也是一起设计好的，并且数据的结果应该有什么样的产品策略改变，也是清楚的。

  但是，让团队内的每一个人，对于产品应该做的事情达成一致就已经很耗费时间了，更别说获取数据的干净程度，开发上能不能有无限的人力，都很难说。假设，干净的数据取来了，也并不意味着得到了因果关系。Usually causations are simple one-to-one relationships. Many factors conspire to cause something. ... You prove causality by finding a correlation, then running an experiment in which you control the other variables and measure the difference. 谁都知道因果关系好，可是现有的科学知识，都只是针对自然世界的因果关系推导。市场，用户，产品这三个都是变数没有特定规律，只能谈经验的东西。作者书里说，"unknown unknowns" are where the magic lives. They lead down plenty of wrong paths, and hopefully toward some kind of "eureka!" moment when the idea falls into place. 看来产品的魅力（也即，从业者们一切痛苦的根源）就在于这个 "unknown unknowns" 了。为了验证因果关系，测试的方法呢，有：segments, cohorts, A/B testing, and multivariate analysis.

  “You might think that people will play your multiplayer game, only to discover that they’re using you as a photo upload service. Unlikely? That’s how Flickr got started.”

  一切都要依靠数据么？“Humans do inspiration; machines do validation.” 用数据的方式可以帮我们找到局部最优，产品经理则需要找到全局最优。过度地依赖数据，很有可能会失去上帝视角。

  lines in the sand？书中提到对于数据的统计结果，是要有预期的，并不能拿来数据看一看就做决策。怎么画这道线呢？

  1）当40%的用户说，没有你他们会很失望，产品可以进入扩张期。

  2）创业之前，至少找15个人，谈谈你的想法，再冲出门去找投资。

  太多需求和问题，先做哪个后做哪个？作者用了一个 squeeze toy 来比喻，按照 more stuff，more people，more often，more money，more efficient，从上往下挤。尤其在产品初期，将精力汇聚在一个目标上非常关键。

  "UGC is all about turning visitors into creators." 想像一下明天tumblr flickr等等都不再有任何内容更新，大家仅仅根据已有的内容进行互动，就不难发现UGC的关键真的是内容创建，不是别的任何。怎么赚钱呢？“The UGC business might focus on user contribution above all else, but it still pays its bills with advertising most of the time.” “商业模式”是个有魔力的词汇，好像很多人都喜欢创造新的赚钱方法，只要UGC能通过广告赚到足够多的钱，何必为了创新而创新呢。书里面有一个business model flip book，供读者遍历每一种商业模式，看看怎么赚钱适合自己。

  我要怎么用数据呢？对于创业公司，数据并不是在探索新机会，提示功能改进，而是检测自己的假设。“In a startup, your business model — and proof that your assumptions are reasonably accurate — is far more important than your business plan. ”看来TDD不仅仅只是程序管理方法，也适用于公司本身。“Deciding what business you’re in is usually quite easy. Deciding on the stage you’re at is complicated. This is where founders tend to lie to themselves. They believe they’re further along than they really are.”

  可以参考的内容也不仅限于数字。用户访谈的方法书里面也有介绍。如果公司里面没有专门的用户研究部门，可以看看书里的用研技巧介绍。人们对话时会有认同别人的倾向，我们通过对方的穿着、谈吐，洞悉对方的身份，说话的时候会照顾这种“身份”，更何况直接表明来意的用户访谈。促使用户说出真相也有一些小tricks：1）问相反的问题，看她是不是会说出你想听的话。2）让他付出过多，看他什么时候放弃。

  书里对产品工作的不同 frameworks 做了总结，着重介绍了 lean framework，以及何时才能从一个 phase 移动到下一个 phase：

  所以说此书还是最适合当工具书。每个 phase 都有一些干货，实际操作中，同一时间一个产品只会有一个焦点（如果有多个的话，则与书里面提出的 OMTM 原则相悖，所以真的不用通读此书）。

  具体论点不再赘述，只做摘抄：

  Empathy:

  如前

  Stickiness Phase:

  Don’t drive new traffic until you know you can turn that extra attention into engagement.

  Expect to go through many iterations of your MVP before it’s time to shift your focus to customer acquisition.

  Virality Phase:

  viral coefficient

  Revenue Phase:

  Most people’s first instinct when things aren’t going incredibly well is to build more features.

  the likelihood that any one feature is going to suddenly solve your customers’ problems is very small.

  You’re moving from proving you have the right product to proving you have a real business.

  more stuff to more people for more money more often more efficiently

  In the Revenue stage, you need to figure out which “more” increases your revenues per engaged customer the most:

  Scale Phase:

  If the Revenue stage was about proving a business, the Scale stage is about proving a market.

  Porter observed that firms with a large market share (Apple, Costco, Amazon) were often profitable, but so were those with a small market share (the coffee shop). The problem was companies that were neither small nor large. He termed this the “hole in the middle” problem — the challenge facing firms that are too big to adopt a niche strategy efficiently, but too small to compete on cost or scale.

  Scaling is good if it brings in incremental revenue, but you have to watch for a decrease in engagement, a gradual saturation of the initial market, or a rising cost of customer acquisition. Changes in churn, segmented by channels, show whether you’re growing your most important asset — your customers — or hemorrhaging attention as you scale.

  最后一个部分，才是全书的重点：how good is “good”? 同样，也分了不同的商业模式来讨论。

  当然用数据分析产品，也离不开产品上每个人的思维模式，数据是客观的，但是解读它的人仍然是主观的。前面细细碎碎一大堆，最后结尾回到了一些经验式的忠告和建议。

  PS: "Our Lean Analytics stages suggest an order to the metrics you should focus on. The stages won’t apply perfectly to everyone. We’ll probably get yelled at for being so prescriptive — in fact, we already have, as we’ve tested the material for the book online and in events. That’s OK; we have thick skins." 噗嗤

  回头看来，这本的确非常 prescriptive，