李浩德形容，網路大數據分析，就像是把海平面以下的冰山輪廓釐清一樣，「Data Drive」其實是一系列產品總稱，包括「Car Insight」、「購車熟路指標」（PMI、簡稱「七分熟」）與「Cookie-based targeting」（透過小型文字檔案的追蹤技術）。
其中，最關鍵的部分，就是「七分熟」技術。
李浩德說，8年前他服務於房仲業時，當時該房仲業的網路單位每年投資上億元，了解一般民眾的網路看屋行為，從最早的訪客、搜尋、點擊、儲存、比較，到後端的留言、帶看、預約、議價、成交，如果沒有針對訪客的瀏覽行為進行大數據分析，網路廣告帶動實際成交的「轉換成功率」只有不到1%，遠低於實體店面的12%，相對之下，如果導入大數據分析，深入了解潛在購屋者的購屋偏好，「轉換成功率」將可大幅提高至4-5%。
李浩德表示，8年前業界的大數據分析運算能力遠不及今日，他創辦實義分析以後，同時還導入了「心理層次」的模型，大幅提高預測的精準度，也讓他對於「七分熟」技術運用到購車行為分析充滿信心。
從網路瀏覽行為了解購車者偏好 成交率自然提高
李浩德形容，「Car Insight」可以說是透視車市的車頭燈，透過每日即時訊息的更新，讓汽車業可以即時掌握市場脈動，並且從U-Car與《風傳媒》網路平台每月1000萬名不重複訪客的瀏覽行為，了解潛在購買者的偏好。「車商如果能在買家上門以前，事先了解其購車偏好，成交率自然會大幅提高。」
「以U-Car為例，真正有購車需求的潛在買家，在網站存活期間大約是2個月，通常，經過密集搜尋相關資訊，潛在買家的網路瀏覽行為會在2個月後消失，這些潛在買家如果在每天瀏覽過程中所比較的車款當中，一直出現同一品牌，就代表其品牌忠誠度較高，同樣地，透過大數據分析，買家的其他偏好，例如價位區間等，也會顯現出來。」
李浩德表示，潛在買家在網路上搜尋一段時間後，對車款、價位、性能的網路瀏覽行為會逐漸「收斂」，這些潛在買家就落進了「七分熟」的觀察名單，也就是「Data Drive」對他們購車偏好的掌握已經達到7分熟的程度，包括心儀品牌、購車預算落點，乃至於偏好排序都可以清楚掌握，屆時，取得大數據分析的車商，就可以事先了解買家的購車主要考量（例如安全性），投其所好說服客戶。
購車需求七面向 可讓車商清楚掌握潛在購車者需求
「汽車對於人類來說，有多重用途，它可以提供速度感、貨物裝載功能之外，同時也是照顧家人的延伸，還是家庭到工作之外的第三空間」，實義科技數據分析師吳沛燊表示，「七分熟」技術是從心理學角度出發，分析潛在購車者的網路瀏覽行為。
吳沛燊表示，每個人的購車考量不同，「七分熟」也將購車需求切割為7個面向，包括空間、家人朋友、舒適、個人特質展現、停車、節能、速度等等，「一般來說，潛在購車者在購車網瀏覽2個月後消失不見，可能代表他對購車失去興趣，但更有可能的，是他跑去逛實體車商，一般而言，買家這段期間如果連續5天點閱特定車款，代表其需求逐漸收斂，車商如果能在該用戶在網路上「消失」以前提前鎖定該客戶，就能提高實體店面成交率。」
吳沛燊表示，U-Car除了提供車市每日即時資訊之外，還有汽車論壇，潛在購車者在論壇上所點閱的文章，基本上反映出其購車需求，舉例來說，某位用戶連續2天點閱「歐規與美規車的油耗」，即反映出購車偏好，搭配其價位區間的分析，就可以讓車商清楚掌握其購車需求。
除了「七分熟」以外，Data Drive同時還提供「Cookie-based targeting」（透過小型文字檔案的追蹤技術），李浩德表示，掉入「七分熟」模型的客戶，基本上就是需求逐漸「收斂」的客戶，但是對於購車偏好相對不明「2-6分熟」客戶，車商還是可以提早佈局，利用小型文字檔案的追蹤技術，逐漸將他們納入潛在客戶口袋名單。
