汽车经销商客户数据库挖掘与售后服务营销

1、 引 言 汽车行业经历了几年的爆发式增长后，销售市场已走向平稳化甚至是萎靡不振，而售后市场正在迅速成为产业链的最佳赢利点。 中国拥有过亿级的保有量。如此庞大的客户群体如何管理，如何把客户尽可能长久地保持在自己的体内循环，如何在产能过剩的市场格局中确保自己的那部分产能不过剩，已成为我们每个业内人士必须直面的课题。 目前大部分4s店对客户关系管理领域挖掘不深，在组织机构、人力资源、系统保证、流程制度、方法策略等方面均难以开展大规模的客户关系管理与营销工作，也难以进一步保持和发掘既有客户的潜在价值。表现如下：一、客户关系管理现状粗糙的客户关系管理粗糙的客户关系管理1、组织结构松散2、与厂家协同有限3

2、、信息化管理缺失4、客户关怀体系亟待完善5、缺乏明确的方法论指引一、客户关系管理现状1 1、组织结构松散、组织结构松散客户关系管理责任不明确客户关系管理责任不明确销售部销售部？售后部售后部？客服部客服部？市场部市场部 客户关系管理的责任存在于每一个客户接触点，而市场部、销售部、售后部、客服部等单一部门都无法很好地承担如此重任。 即使厂家设置了多种流程制度，以期确保各个部门的协同作战，但由于4s店的员工素质参差不齐、执行力低下而流于无声。客户在被4s店多部门管理，都管！其实都不管！？都管！其实都不管！都管！其实都不管！2 2、与厂家协同有限、与厂家协同有限 经销商是最重要的客户接触点，但由于和厂

3、家之间存在着诸多的利益冲突，导致客户关系管理难以为继。 双方的短期目标存在差异，导致厂家的客户关怀活动在经销商处受到冷落；双方的短期目标存在差异，导致厂家的客户关怀活动在经销商处受到冷落；车主讲堂有几场是深入的在开展，客户的参与情况较低车主讲堂有几场是深入的在开展，客户的参与情况较低 经销商把返利看得过重，在客户满意度和客户信息方面做表面文章，经销商把返利看得过重，在客户满意度和客户信息方面做表面文章，导致厂家层面信息失真；导致厂家层面信息失真；满意度调查走形式，数据作假层出不穷满意度调查走形式，数据作假层出不穷收买客户、修改号码、专人识别接待收买客户、修改号码、专人识别接待 厂家的指导方法论

4、缺乏价值含量，在经销商处难以得到普遍认可，难以大规模的、持续性的实施。厂家的指导方法论缺乏价值含量，在经销商处难以得到普遍认可，难以大规模的、持续性的实施。一、客户关系管理现状3 3、信息化管理缺失、信息化管理缺失 4s中的“信息反馈（一般称dms系统）”是厂家和经销商之间最重要的信息纽带，厂家对其设计、运作和管理拥有绝对的主导权,且多数dms主要以销售和售后服务功能为主，较少深层次的涉及到客户关系管理的内容。 由于信息化系统的不完善和管理的不到位，导致经销商在客户信息上失真严重，信息的完整性、真实性无法得到保证。且由于厂家缺乏基于数据整合的商业智能平台，无法高效地分析客户信息，尤其是客户行为

5、信息。一、客户关系管理现状dms系统dealer management system经销商管理系统 一、客户关系管理现状4 4、客户关系体系亟待完善、客户关系体系亟待完善 目前大部分厂家和4s店都采用车友俱乐部的形式来维系客户关系，但其设置往往流于形式，缺乏数据化的梳理和管理，客户关怀活动雷同，且客户认知度和参与度较低。同时，由于错综复杂的利益纠葛，厂家层面的车友俱乐部和经销商层面的车友俱乐部很难实现整合，最后导致客户关系层面的损失确实在所难免。厂家车友俱乐部：内容单一，形同虚设经销店车友俱乐部：利益为导向，缺乏互动性一、客户关系管理现状5 5、缺乏明确的方法论指引、缺乏明确的方法论指引 客户

6、关系管理的日常实施大都基于厂家系统及历史经验，缺乏长远的布局和思索，处于“操作型”阶段，缺乏商业智能、数据挖掘等“分析型”工具的支撑，难以科学、精准、动态地调整客户关系管理的日常实施，难以形成具有本企业自身特色的客户关系管理方法论。 一、客户关系管理现状一、客户关系管理现状一、客户关系管理现状客户的细分再往下走呢？客户的细分再往下走呢？ 客户属性客户属性居住小区姓别年龄职业年收入车辆里程购车历史记录消费属性消费属性血型单位车辆养护频率 单次消费金额 习惯消费项目二、客户忠诚度解析 汽车消费属于大宗消费的范畴，客单价高、消费频次低、客户生命周期长、消费需求差异化明显，这些都注定了汽车行业并不能成

7、为一个客户忠诚度高的行业。 在现实中，通过市场调研的方法来测量客户的忠诚度，并不能解决实际的营销应用问题，也无法对实际的营销工作做出明确的指导。 所以，从企业实用角度出发，我们感兴趣、要研究的客户忠诚度只有两个方面：再购买忠诚度和售后维修忠诚度。 我们都希望客户的每一次购车都在本体系内完成，包括增换购，以期覆盖客户的全部用车周期，但这只是一种理想状态。 客户的再购买行为动因复杂，有功能升级之需、也有形象地位之需，而本品牌的内涵和外延未必能满足客户的全部需求，因此再购买忠诚度只能针对部分再购概率较高的客户而言，也就是追加销售模式。再购买忠诚度再购买忠诚度 主要针对首保期过后的客户流失状况，预测客

8、户流失倾向，并针对不同流失倾向采取不同的营销策略，以期保持、挽留、挽回客户的模式。 追加销售模式属于销售额导向型，售后维修忠诚度模式属于利润导向型，二者相得益彰，分别从销售额和利润两个方面来最大限度地挖掘客户价值。同时，二者的适当拼接，可以构成客户价值模式的主题，以此来评价、预测每个客户对企业的价值贡献度。售后维修忠诚度售后维修忠诚度设计客户购车次数统计表，如初次购车，再次购车等信息三、售后维修忠诚度模式售后维修忠诚度的商业价值售后维修忠诚度的商业价值维修维修保养保养美容美容置换置换二手车二手车汽车售后服务市场业态汽车售后服务市场业态体系内体系内小型连锁机构体系外体系外门 店加油站洗车美容行

9、历经了车型竞争、渠道发展、品牌建设等阶段后，汽车行业已进入精准营销和售后服务时代。 过硬的产品力、新颖的营销力和出色的售后服务力，已成为提高客户满意度和忠诚度的三大利器。我们在注重提高整车市占有率的同时，必须加强对售后服务市场的隐性争夺。 汽车售后服务市场的业态相当复杂，既包括厂商和经销商体系提供的维修、保养、美容、置换、二手车等服务，也包括独立于厂商体系之外的更多中小型连锁机构和门店提供的服务，如快修店、路边店等，甚至诸多的相关产业（如加油站、洗车美容行）也在争夺这块蛋糕。在整车销售市场低迷的大背景下，售后服务对经销商的盈利显得至关重要。 服务吸收率,亦称为一般管理覆盖率、费用覆盖率、零服吸

10、收率，是衡量一家经销店的售后运营质量数据。服务吸收率高的4s店，只要基盘客户稳定，即使销售不佳也能养店、盈利。三、售后维修忠诚度模式三、售后维修忠诚度模式 由此导出，如何测算客户流失的倾向或概率，并基于流失的原因和方向，采取有针对性的服务营销策略，以期维系、挽留甚至挽回客户，正是售后维修忠诚度模式的核心之所在。 售后维修忠诚度的商业价值售后维修忠诚度的商业价值 售后客户消费特点：出于对成本、地域、时间等方面的综合考虑，在首保期过后，他们往往不再选择4s店进行维修和保养。大量客户的流失，已经成为无法回避的商业课题。 有调查显示，平均而言，车主在购车第三年后的流失率超过30%，而如果客户流失率每降

11、低1个百分点，相关的利润挽回可超过数百万元。 需说明的是，由于豪华车和超豪华车的售后服务圈子窄小，普遍的售后服务流失率较低，即使出现流失也往往是体系内流失，而非体系外流失。而中小型车主大都是价格敏感性客户，售后服务流失率较大，经销商必须在价格或价格以外的方面有所动作。 例：某广本4s店管理内客户级别分析三、售后维修忠诚度模式 以雅阁、奥德赛、锋范、飞度 12个月内购车客户ab类占比分别是49%、53%、51%、53%；12-24个月是52%、50%、53%、48%；24-36个月是54%、57%、47%、43%；36-48个月是42%、31%、39%、31%；48个月以上的是17%、17%、0

12、、22%,说明什么问题！36个月以上的客户流失开始加剧，飞度和锋范尤为明显。个月以上的客户流失开始加剧，飞度和锋范尤为明显。三、售后维修忠诚度模式售后维修忠诚度的核心思想售后维修忠诚度的核心思想 就是用数据挖掘的方法来测算每个客户的流失倾向，并结合一定的数据分析、市场研究和市场营销策略，制定出时效性强、执行性高、营销投资回报率最大化的客户提升与保留方案。 1 1、 数据分析：数据分析：属于描述性统计分析，其目的是总结过去、了解现状，对客户信息进行盘点式分析，并了解当前的客户的维修保养习惯、客户流失及保有现状，如计算当前客户保有率、客户流失率等。对于保有的客户，还可细分为若干价值等级进行分析。通

13、过对海量数据的分析，可以帮助我们在宏观上掌握自身的客户保持情况，为营销策略的制定提供战略性参考依据。2 2、 数据挖掘：数据挖掘：属于预测性统计分析，其目的是预测未来。客户的行为状态在不断变化，当前的活跃客户，很可能会在未来转化为流失客户，反之亦然。数据挖掘可以根据客户过去和当前的行为特征，推断其未来流失的可能性。相较而言，数据分析是宏观层面的统计，数据挖掘则是微观意义的分析。 通过数据挖掘，可将客户细分为差异化的群体，如：稳 定 客 户 群摇 摆 客 户 群高 流 失 客 户 群高价值高流失客户群低价值高流失客户群低价值低流失客户群结合价值细分 数据挖掘模式为我们制定精细化、差异化营销策略提

14、供了方向性的指引。数据挖掘的本质是构建预测指标与流失概率之间的关系。 三、售后维修忠诚度模式3 3、 市场研究的目的是探究用户行为的深层次原因，市场研究的目的是探究用户行为的深层次原因，通过数据分析： a、可以掌握当前客户流失及保有的现状； b、可以获知未来客户流失状态；售后维修忠诚度的核心思想售后维修忠诚度的核心思想客户流失的现象背后隐藏着怎样的深层次原因？客户流失的现象背后隐藏着怎样的深层次原因？客户为什么会流失？客户为什么会流失？他们会流失到哪里？他们会流失到哪里？ 通过抽样调查和深访等市场研究手段，可以帮助我们找寻答案，并为制定更具吸引力、更迎合客户心理的营销策略内容提供参考依据。 三

15、、售后维修忠诚度模式售后维修忠诚度的核心思想售后维修忠诚度的核心思想4 4、 通过了解和掌握通过了解和掌握客户保留现状客户保留现状，客户未来流失可能性客户未来流失可能性、客户行为动机客户行为动机这三方面的内容：这三方面的内容： 可以改进售后服务质量、创新售后服务模式，并针对不同的客户群体制定更具有针对性的、精细化的营销策略，开展相关的营销活动。 同时，还可以开展长期的客户跟踪，评估不同营销活动的效果，以期更好地掌控客户状态，降低客户流失率。在一定的业务周期后，还可开展下一轮的客户保有及流失分析、市场调研、营销策略调整等工作，实现真正的闭环式的客户关系管理流程。 活动客户目标计划表活动客户目标计

16、划表- -活动效果分析表活动效果分析表- -针对性的再次邀约计划表针对性的再次邀约计划表三、售后维修忠诚度模式售后维修忠诚度模式的构建方法售后维修忠诚度模式的构建方法流失定义流失定义数据准备数据准备客户流失保有分析客户流失保有分析客户流失预测客户流失预测售后服务市场研究售后服务市场研究售后营销策略的制定售后营销策略的制定三、售后维修忠诚度模式 1 1、流失定义最关键：流失定义最关键： 由于品牌、车型的不同，售后服务政策和统计口径的差异，每个厂家对客户流失均有不同的释义。客户流失定义的原则应具有实际意义，并且要有相关数据和信息做支撑。 定义客户流失的一般思路，就是要考察时间窗口、售后服务内容、客

17、户行为这三个纬度的组合，例如客户在多长的时间内没有发生任何维修保养行为。 a、还需明确是品牌层面的流失（体系外流失），还是经销商层面的流失（体系内流失），这两种流失的分析流程和计算结果存在很大的差异，对管理工作展开的切入点会产生有极大影响。 b、时间窗口的选择至关重要，一般会以6个月、9个月或12个月作为参考。这种时间窗口可以是基于某个时点的静态窗口，也可以是基于某种行为的动态窗口。在确定时间窗口时，需要反复计算和对比数据质量、车型特征、厂家维修保养政策等内容。售后维修忠诚度模式的构建方法售后维修忠诚度模式的构建方法三、售后维修忠诚度模式售后维修忠诚度模式的构建方法售后维修忠诚度模式的构建方法

18、2 2、 数据准备：数据准备： 历年的维修履历信息、维修收入信息、售车信息、客户属性信息、经销店信息、车型信息、车辆保险信息。对这些信息进行关联和整合，可全面探索客户维修保养的行为及规律，深入探寻影响客户行为的关键因素。 维修履历维修收入售车信息客户属性经销店信息车型信息保险信息数据准备 而数据质量，即准确性、完备性、真实性会直接影响到分析和预测结果。目前中国汽车企业道德数据质量较差，在数据准备阶段需要进行大量的数据清洗和整合工作。三、售后维修忠诚度模式数据统计维修履历维修收入售车信息客户属性经销店信息车型信息保险信息建立准确、完善的客户数据库，并及时更新。研究客户属性、判断客户消费有依据根据

19、客户属性，调用类型数据库，拓展业务三、售后维修忠诚度模式售后维修忠诚度模式的构建方法售后维修忠诚度模式的构建方法3 3、 客户流失保有分析：客户流失保有分析：数据分析可以帮助我们多方位、多角度地了解客户维修保养习惯、客户保有情况、客户流失情况。数据分析的核心是kpikpi（如客户年均保养次数、年均行驶里程、平均维修单价等）与维度与维度（如区域、车型、车龄等）的交叉组合分析的交叉组合分析。 从分析结果中，可以总结出各区域、各车型间的客户行为差异，以及客户维修保养习惯和客户流失保情况随车龄的变化趋势等，帮助我们了解客户的维修保养行为与企业的维修保养政策和策略是否吻合。 同时，数据分析的结果也便于数据挖掘人员进行更好的商业理解与运作，更好地指导营销工作。 abcd e f 三、售后维修忠诚度模式售后维修忠诚度模式的构建方法售后维修忠诚度模式的构建方法4 4、 客户流失预测：客户流失预测： 预测指标可分为行为指标与属性指标两类： （1）行为指标：维修次数、保养次数、维修次数增长率、保养次数增长率、最后一次入厂距今时间、最后一次入厂行驶里程等； （2