粗糙的客戶關系管理
目前汽車行業對于客戶關系管理領域涉足尚淺，在組織機構、人力資源、系統保證、流程制度、方法論等方面均儲備不足，難以開展大規模的客戶關系管理工作，也難以進一步保持和發掘既有客戶的潛在價值。具體的表現如下：
組織結構松散：客戶關系管理的責任存在于每一個客戶接觸點，而傳統的汽車銷售公司市場部、銷售部、售后服務部、網絡部等單一部門都無謂承接如此的重任；即使部分廠商在內部設置了多種流程制度，以期確保各個部門的協同作戰，但往往囿于部門間的復雜利益糾紛而流于無聲。
經銷商協同有限：經銷商是最重要的客戶接觸點，但經銷商和廠商之間也存在著諸多的利益沖突，導致客戶關系管理難以為繼。一是雙方的短期目標存在差異，導致廠商的客戶關懷活動在經銷商處受到一定程度的冷落；二是經銷商把銷售返利看得過重，在客戶滿意度和客戶信息方面做很多文章，導致廠商層面信息的失真；三是廠商的指導方法論缺乏價值含量，在經銷商處難以得到普遍認可，遑論大規模持續性的實施。
信息化管理缺失：經銷商管理系統（DMS）是廠商和經銷商之間最重要的信息紐帶，廠商對其設計、運作和管理擁有絕對的主導權。大多數的DMS系統在設計之初，主要以銷售和售后服務功能為主，沒有考慮到客戶關系管理的內容，并且后期缺乏相關的二期開發。另外，信息化系統的不完善和管理的不到位，導致經銷商在客戶信息上作假行為嚴重，信息的完整性、真實性無法得到保證。最后，廠商缺乏基于數據整合的商業智能平臺來高效地分析客戶信息（尤其是客戶行為信息）。
客戶關懷體系亟待完善：目前大部分的汽車廠商都采用客戶俱樂部的形式來維系客戶關系，但往往設置流于形式，缺乏數據化的管理，客戶關懷活動雷同，且客戶認知度和參與度較低。同時，由于種種歷史原因和錯綜復雜的利益糾葛，廠商的客戶俱樂部和經銷商的客戶俱樂部很難在短時間內實現整合，客戶關系層面的損失在所難免。
缺乏明確的方法論指引：客戶關系管理的日常實施大都基于項目及歷史經驗，缺乏長遠的布局和思索，處于“操作型”的階段；缺乏商業智能、數據挖掘等“分析型”工具的支撐，難以科學、精準、動態地調整客戶關系管理的日常實施，難以形成具有企業自身特色的客戶關系管理方法論。
汽車行業客戶忠誠度的兩個基本面
較大多數行業而言，汽車消費屬于“大宗”消費的范疇，客單價高、消費頻次低、消費需求差異化明顯，這些都注定了汽車行業并不能成為一個高客戶忠誠度的行業。
在汽車行業的營銷實踐中，通過市場調研的方法來測量客戶的忠誠度并不能解決實際的營銷應用問題，也無法對實際的營銷工作做出明確的指導。從功利主義的角度出發，我們感興趣的汽車客戶忠誠度只有兩個方面：再購的忠誠度和售后服務的忠誠度。
再購忠誠度指客戶再購的品牌忠誠度，從廠商和經銷商的角度出發，希望客戶的每一次購車均最大限度地在本體系內完成，包括增購和換購等方式，以期覆蓋客戶的全部用車周期。當然這是一種偏理想的狀態，客戶的再購行為動因復雜，有功能升級之需、也有形象地位之需，不一而足，而本品的內涵和外延未必能滿足客戶的全部需求，因此再購忠誠度只能針對部分再購概率較高的客戶而言，由此也就引申出了追加銷售模型。
售后服務忠誠度，主要針對首保期過后客戶的大規模服務流失狀況，預測客戶流失的傾向，同時針對不同的流失傾向采取不同的營銷策略以期保持、挽留甚至挽回客戶的模型。如果說追加銷售模型是銷售額導向模型的話，那么售后服務忠誠度模型就是利潤導向模型。二者相得益彰，分別從銷售額和利潤兩個方面來最大限度地挖掘客戶價值；同時，二者的適當拼接，可以構成客戶價值模型的主題，以預測每個客戶對企業（包括經銷商）的實際價值貢獻。囿于篇幅限制，下文僅以售后服務忠誠度模型的實施方法論來闡明建模和應用的過程，而再購忠誠度模型的構建和應用方法亦可同樣思考。
售后服務忠誠度的商業價值
中國的汽車市場經歷了車型競爭時代、渠道發展時代、品牌建設時代，必將進入精準營銷時代和售后服務時代。目前很多廠商已發現，過硬的產品質量、突出的營銷水平和良好的售后服務已經成為提高消費者滿意度和忠誠度的利器。汽車企業在保持和提高整車市場占有率的同時，也開始關注售后服務市場的隱性爭奪。
汽車售后服務市場的業態相當復雜，既包括廠商和經銷商體系提供的維修、保養、美容、置換、二手車等服務，也包括獨立于廠商體系之外的更多中小型連鎖機構和門店提供的服務，如快修店乃至簡易的路邊店等，甚至諸多的汽車相關產業也在覬覦這塊大蛋糕（如加油站、洗車行等也紛紛進入這一領域并且提供更豐富的產品和服務）。
關于中國汽車售后服務市場的規模，目前尚無一個全行業所普遍認可的數字，有專家認為其規模在幾千億人民幣的量級，也有研究機構認為早已超過萬億的規模。無論如何，這個千億乃至萬億規模的龐大市場正在不斷地發展和成熟。
汽車售后服務市場的商業價值不僅僅在于其龐大的市場規模，更在于其豐厚的利潤回報。在國際上較成熟的汽車市場價值鏈中，售后服務（含二手車等業務）的利潤貢獻達到甚至超過50%，但我國僅為30%左右，中國的汽車售后服務市場尚有較大提升空間。以國內某上市經銷商集團為例，其整車銷售和售后服務的營業比約為10：1，而反過來二者的利潤率為1：10，二者對企業的利潤貢獻大體相當，且售后服務業務還有不斷抬頭的趨勢。
在整車銷售市場徘徊不前的大背景下，售后服務市場對汽車廠商和經銷商顯得尤為重要。而汽車客戶的服務消費特點是，出于對成本、地域、時間等方面的綜合考慮，在首保期過后，他們往往不再選擇廠家授權店進行維修和保養等服務。大量客戶的流失，已經成為汽車廠商和經銷商們無法回避的商業課題。相關的調查結果顯示：平均而言，車主在購車第三年后的流失率超過30%，而如果客戶流失率降低1個百分點，相關的利潤挽回超過千萬。由此我們可以導出，如何測算汽車客戶售后服務流失的傾向或概率，并基于客戶的流失原因和方向，采取不同的針對性服務和營銷策略，以期維系、挽留甚至挽回客戶，正是售后服務忠誠度模型（或客戶流失預警模型）的核心思想及其應用。
需要特殊說明的是，高級轎車，尤其是豪華車和超豪華車的售后服務圈子窄小，普遍的售后服務流失率較低，即使出現流失也往往是體系內流失，而非體系外流失。而微車和小型汽車的車主大都是價格敏感性客戶，售后服務流失率較大，如果廠商和經銷商不能在服務價格方面有所控制，那么再好的防范流失措施也是徒勞。
售后服務忠誠度模型的核心思想
售后服務忠誠度模型的核心思想是通過數據挖掘的方法來測算每個客戶的流失傾向，并結合一定的數據分析、市場研究和市場營銷策略，以期制定有效性強、可執行性高、營銷ROI最大化的客戶提升與保留方案。在這里，上述四項工作缺一不可，而數據挖掘則是核心中的核心。以下一一說明：
通常來講，數據分析均指描述性統計分析，其目的是總結過去、了解現狀，對客戶信息進行盤點式分析，并了解當前的客戶的維修保養習慣、客戶流失及保有現狀。如計算當前客戶保有率、客戶流失率等。對于保有的客戶，還可細分為若干價值等級進行分析。通過對海量數據的分析，可以幫助汽車企業在宏觀上掌握自身的客戶保持情況，為營銷策略的制定，提供戰略性參考依據。
而數據挖掘則偏重于預測性統計分析，其目的是預測未來。客戶的行為狀態在不斷變化，當前的活躍客戶，很可能會在未來轉化為流失客戶，反之亦然。數據挖掘模型可以根據客戶過去和當前的行為特征，推斷其未來流失的可能性。相較而言，數據分析是宏觀層面的統計，數據挖掘則是微觀意義的建模。通過數據挖掘，模型可將客戶細分為差異化的群體，如高流失客戶群、穩定客戶群、搖擺客戶群等。若再結合客戶價值的建模，可進一步將客戶細分為高價值高流失客戶群、低價值高流失客戶群、低價值低流失客戶群等。由此，數據挖掘技術為汽車企業制定精細化、差異化營銷策略提供了方向性的指引。
市場研究的目的是探究用戶行為的深層次原因。通過數據分析，企業可以掌握當前客戶流失及保有的現狀；通過建立數據挖掘模型，企業可以獲知未來客戶流失狀態。然而，這些現象的背后隱藏著怎樣的深層次原因：客戶為什么會流失，他們流失到哪里，等等。通過抽樣調查和深訪等市場研究手段，可以幫助汽車企業找尋答案，并為企業制定更具吸引力、更迎合客戶心理的營銷策略內容提供參考依據。
基于對客戶保留現狀，客戶未來流失可能性、客戶行為動機三方面內容的掌握和了解，汽車企業便可進行售后服務的改進和服務模式的創新，并可針對不同的客戶群體制定更具有針對性的精細化營銷策略，并開展相關的營銷活動。同時，汽車企業還可以開展長期的客戶跟蹤，評估不同營銷活動的效果，以期更好地掌控客戶狀態，降低客戶流失率。在一定的業務周期后，還可開展下一輪的客戶保有及流失分析、模型調優、市場調研、營銷策略調整等工作，實現真正的閉環式的客戶關系管理流程。
售后服務忠誠度模型的構建方法
如上所述，售后服務忠誠度模型的核心是數據挖掘部分，是針對未來的預測，在汽車行業中其建模的流程大體如下所述：
關鍵定義
在建模之初，第一步也是最關鍵的一步便是：流失的定義。由于品牌、車型的不同，售后服務政策和統計口徑的差異，每個廠商對于客戶流失均有不同的理解。客戶流失定義的原則應具有實際應具有意義，并且具有相關的數據和信息做支持（企業內部的信息化系統更迭和統計口徑的變更都會對其產生影響）。定義客戶流失的一般思路是：考察時間窗、售后服務內容、客戶行為這三個維度的組合，例如客戶在多長的時間內沒有發生何項維修保養行為。在對流失進行定義時，還需明確客戶的流失是品牌層面的流失（即體系外流失）還是經銷商層面的流失（即體系內流失），這兩種流失的分析流程和計算結果都存在很大的差異。若企業需要對品牌層面的流失進行建模，則可全國一盤子綜合考慮并建立統一的預測模型，或者為每個子品牌分別建模，而地域或經銷商的差異則體現在模型的細微調整中。若主要考慮經銷商層面的流失，理論上應該為每家經銷店建立一個模型，但這種建模方式成本巨大；出于成本的考慮，可在同一區域或同一級別的經銷店中共用一個模型，但模型的精度會存在一定的損失，模型的精度和普適度很難兩全。
在定義客戶流失時，時間窗的選擇也至關重要，通常會考慮6個月、9個月或12個月作為參考（同時，這種時間窗可以是基于某個時點的靜態時間窗，也可以是基于某種行為的動態時間窗）。同時，在確定時間窗時應充分考慮數據質量、車型特征、廠商的維修保養政策等內容。時間窗的確定需要反復的計算和對比，以期確定最優的時間窗口。
數據準備
執行數據挖掘工作，需要企業準備歷年的維修履歷信息、維修收入信息、售車信息、客戶屬性信息、經銷店信息、車型信息、車輛保險信息等多方面的數據內容。對這些信息進行關聯和整合（如清洗、集成、轉化和歸約等），可全面探索客戶維修保養行為及規律，深入探尋影響客戶行為關鍵因素。在這里，數據的質量狀況至關重要，所謂“垃圾入、垃圾出”，數據的準確性、完備性、真實性會直接影響到分析和預測結果的正確性和可靠性。目前中國汽車企業整體道德數據質量較差，在數據準備階段需要大量的數據清洗和整合工作，其工作量往往占到建模工作量得50%以上，因此汽車企業的IT部門或者業務系統的提供商，應對建模給予大力配合與支持。
客戶流失保有分析
數據分析可幫助企業多方位、多角度地了解客戶維修保養習慣、客戶保有情況、客戶流失情況。數據分析的核心是KPI（如客戶年均保養次數、客戶年均行駛里程、客戶平均維修單價等）與維度（如區域、車型、車齡等）的交叉組合分析。從分析結果中，企業可以總結出各區域、各車型間的客戶行為差異，以及客戶維修保養習慣和客戶流失保有情況隨車齡的變化趨勢等，幫助企業了解客戶的維修保養行為與企業的維修保養政策是吻合還是相悖。同時，數據分析的結果也便于數據挖掘人員進行更好的商業理解，為建模做好準備，也可以輔助建模的結果，更好地指導營銷工作。
客戶流失預測
通過數據挖掘技術可預測客戶的流失概率。首先要設計預測指標，預測指標的確定即依賴于對數據的理解，又依賴對汽車行業的商業理解。預測指標可分為行為指標與屬性指標兩類，行為指標包括：維修次數、保養次數、維修次數增長率、保養次數增長率、最后一次入場距今時間、最后一次入場行駛里程等；而屬性指標則包括：車型、車齡、區域、購車經銷店、上次入場經銷店、車輛是否易主等。數據挖掘模型的本質是構建預測指標與流失概率之間的關系，一般會選用決策樹、邏輯回歸、神經網絡等數據挖掘算法。決策樹模型較其他模型更直觀、更便于理解，一般經過模型反復的調整與評估，最終會選取6-10個關鍵性預測指標進行建模；同時，決策樹所產生的模型結果便于系統化的展示，可以很方便的嵌入到企業的商業智能系統中。若預測指標的邏輯化值偏多，則可以采用邏輯回歸算法；若企業數據量龐大，且對模型的實時性要求較高，則可以采用神經網絡等算法。總之，建模及其方法的選擇完全依賴于實際的業務需求。
售后服務市場研究
基于分析和預測的結果，可以在具有差異性的客戶群體中分別選取樣本，設計相應的調研問卷和深訪大綱并實施，以期進一步分析客戶行為產生的原因并合理地解釋模型的結果。如針對流失客戶應側重了解客戶流失的原因是什么、流失的方向在哪里、客戶對（非）4S店的評價、客戶在什么條件下還會再選擇4S店等；而對保有客戶可側重了解客戶對現階段的服務是否滿意、4S店在哪些方面需要改進、客戶以后還會不會選擇4S店等。通過市場研究的方法，還可以幫助企業了解客戶在選擇維修保養地點時更關注什么（如專業性、費用、便利性、時效性、還是服務態度等）、目前的售后服務中哪些流程和環節存在不足、4S店的優勢和劣勢分別是什么、如贏回或挽留客戶所需的改進措施等等。總之，市場研究方法對模型是最好的補充手段。
營銷策略制定
通過上述的一系列動作，企業可將客戶細分為差異化的群體，并且獲知每個群體的關注重點。由此可制定更具有針對性營銷策略。營銷策略可以是企業層面，比如適當的降價、相應的促銷活動、提高4S店維修保養操作的透明度、收費的透明性等；也可以是客戶層面的，如高價值低流失的客戶以預防為主的營銷措施、高價值高流失的客戶以挽留為主的營銷措施、搖擺客戶以維系為主的營銷措施等。而相關的客戶關系管理策略，如車主關愛活動、車輛知識講座、贈送禮品、在線問題解答、成立車主俱樂部等便有了很好地理論承載基礎。
客戶忠誠度的落地：客戶俱樂部
客戶俱樂部是承載汽車客戶關系管理的有效平臺，它絕不是一次簡單的客戶探險活動策劃，也不是簡單的節日客戶關懷，它更是一個平臺、一個系統、一套行之有效的機制。汽車企業應該學習電信、金融、航空甚至電子商務等行業的成功經驗，建立自己的統一的客戶俱樂部：它可以融廠商、經銷商和客戶為一體，進行全面綜合的管理；它可以集成和客戶行為有關的一切信息資源并加以統一的分析和規劃；它可以整合所有的客戶接觸點（如企業的多媒體中心、經銷商的呼叫中心以及諸多的點對點客戶營銷通路），形成高效統一的客戶界面；它可以將企業的營銷策略快速分發并有效管理，形成全國一盤子的局面；它可以對客戶的行為進行有效的積分和兌換管理，以期不斷喚起客戶的興奮狀態并把客戶長久的保留在自己的體系之內。最終，它應該實現汽車企業客戶關系管理的常態化、體系化化、信息化、閉環化和精準化。
尾聲
高速發展的中國汽車行業給了廣大汽車人無限的憧憬，關注市場先機便是著眼產業未來，客戶關系的有效管理（特別是客戶忠誠度管理），將會成為汽車企業乃至整個產業鏈條都不得不去面對的現實挑戰，同時也必將成為汽車產業的下一個熱點話題，相信中國的汽車人會在這個方面大施拳腳、有所作為。
核心關注：拓步ERP系統平臺是覆蓋了眾多的業務領域、行業應用，蘊涵了豐富的ERP管理思想，集成了ERP軟件業務管理理念，功能涉及供應鏈、成本、制造、CRM、HR等眾多業務領域的管理，全面涵蓋了企業關注ERP管理系統的核心領域，是眾多中小企業信息化建設首選的ERP管理軟件信賴品牌。
轉載請注明出處：拓步ERP資訊網http://www.guhuozai8.cn/
本文標題：汽車行業數據挖掘與客戶忠誠度
相關文章
