基于大數據背景下的汽車4S店營銷模式優化

李紅梅 張云莉 蔣小燕 鐘佳薇 卓巧英 楊玲

摘 要：在大數據營銷的背景下，汽車營銷市場競爭日益激烈。通過python分析58同城招聘網129家汽車4S店招聘信息和線下抽樣調查42家4S店發現成都市汽車4S店目前普遍存在員工素質參差不齊、客戶定位不準確兩大突出問題。進而提出優化營銷團隊結構，建立大數據客戶信息庫，形成客戶標簽，客戶畫像數據模型，加強線上線下營銷管理進行精準營銷的解決策略。

關鍵詞：大數據;精準營銷;營銷模式;汽車4S店

中圖分類號：U461.99 ?文獻標識碼：A ?文章編號：1671-7988（2020）09-274-05

Maketing Model Optimization of Automobile 4S Shop based onthe Background of Big Data

Li Hongmei， Zhang Yunli， Jiang Xiaoyan， Zhong Jiawei， Zhuo Qiaoying，?Yang Ling

（ Chengdu Normal University，?College of Physics and Engineering，?Sichuan Chengdu 611130?）

Abstract：?Under the background of big data marketing， the market competition of automobile marketing is increasingly fierce. Through analysis recruitment imformation of 129 automobile 4S shop from 58 recruitment website and off-line survey of 42 automobile 4S shop by means Python found that there are two outstanding problems in the automobile 4S shops in Chengdu： the quality of staff is uneven， the customer positionging is not precision. Then the solution strategies of optimizing the structure of marketing team， establishing big data database of customer information， forming data model of customer label and customer portrait， and strengthening on-line and off-line marketing management to carry out precision marketing are proposed.

Keywords： Big data; Precision marketing; Marketing model; Automobile 4S shop

CLC NO.： U461.99 ?Document Code： A ?Article ID： 1671-7988（2020）09-274-05

1?汽車4S店營銷環境分析

1.1?國外汽車4S營銷環境

歐洲作為汽車4S店的起源地，其汽車業已經有上百年的歷史。從最初的4S店雛形，到現在發展繁榮的汽車4S店產業鏈，國外汽車4s店的營銷模式有一定程度的優化^[1]。精準營銷概念的引入也較早，但是其關注點始終主要圍繞在汽車生產企業的策略變化，對于客戶信息對汽車銷售的影響的研究不是很全面^[2]。然而他們對員工入職前的培訓是有嚴格要求的，而且是有考核標準，一年就有2-3次的定期考核，這也保證了他們銷售人員的專業程度^[3]。綜上所述國外汽車4S店在員工專業素質培養上比較成功，對于精準營銷在汽車銷售上的應用也較早，但也存在大數據技術利用不充分的問題。

1.2 我國汽車4S店營銷環境

我國汽車4S店的發展起步較晚，但在幾十年的不斷發展和進步中，也進入了一個良好的狀態。20世紀90年代我國的汽車市場才邁進國際市場的大門檻，此時國內的汽車市場如火如荼，人們買車的熱情高漲，市場出現供不應求的現象，因此不用人員的推銷和宣傳。這時市場上的賣方銷售形式單一，最多的是生產商直接銷售產品和經銷商代賣^[5]。90年代中期，隨著市場競爭的愈漸激烈以及社會經濟的影響，市場的風向出現了轉變，從賣方市場變成了買方市場，也就是說以前的銷售模式已經不能支撐汽車生產商從中獲利了，需要賣方去想辦法吸引客戶，賣出車輛，保證自己的產銷量的相對平衡。因此需要專門的門店去完成賣車及以后的一系列售后的問題，隨著“風神汽車專營店”“上海通用汽車銷售服務中心”出現，標志著我國開始借鑒國外汽車4S店的經營模式，汽車4S店正式引入汽車銷售市場。

從早期的品牌至上到現在的服務為王，營銷觀念也發生了巨大的轉變。而過分的追求服務質量使得國內大多數汽車4S店逐漸出現了高成本，低效率的問題。據中國汽車工業協會數據顯示，2018年我國汽車產銷分別完成2780.9萬輛和2808.1萬輛，同比下降4.2%和2.8%，是28年來增幅首次回落。汽車4S店行業似乎已經默認了不從銷售中獲利，而是從后續服務中盈利，可是就目前的現狀看來，僅僅只靠服務效果仍然不佳，汽車4S店的主戰場應當轉移到銷售本身來。徐濤^[4]認為：隨著大數據精準營銷時代的來臨，目前我國汽車銷售已經采用了精準銷售的概念，但事實上并沒有充分挖掘大數據背景下精準銷售的優勢，大多數還是在用傳統的競價方式銷售汽車，雖然我國汽車互聯網研究成果不可忽視，但還沒有真正形成汽車大數據的營銷體系，現實和理論還有很大的差距。

2?成都市汽車4S店營銷中存在的突出問題

2.1 員工素質參差不齊，營銷團隊結構單一

在對成都市汽車4S店進行線下42家抽樣調查之后發現：成都市汽車4S店的銷售人員總體素質不高，汽車專業知識比較薄弱。調查還發現部分銷售人員不懂汽車知識，為了多賣車甚至誤導消費者，傳達不正確的信息，致使產品糾紛。為了避免出現以偏概全的錯誤，本團隊使用python在58同城招聘網站上采集了從2019年8月1日到11月25日，58同城招聘網上成都市范圍內129家汽車營銷公司的招聘信息。其中包含了聘數：1678，瀏覽量：127590，申請量：7287。進一步從學歷、經驗、兩個方面進行分析，并且從線下抽樣調查的結果驗證真實性。

如圖1數據顯示：就學歷這一項數據來看，成都市129家汽車銷售公司對汽車銷售人員的學歷要求普遍不高，學歷不限占比：70.0%;高中占比：20.0%;大專占比：6.0%;中專占比：4.0%。由此可見銷售團隊整體學歷不高是當下成都市汽車銷售行業的普遍現狀。眾所周知，銷售崗位對工作經驗的依賴性較大，用人單位也比較重視銷售人員的工作經驗狀況，而從圖2可以看出：成都市4S店對于銷售人員的經驗需求總體不高。

由圖2可知：成都市大部分汽車企業對于銷售人員的經驗要求并不高：經驗不限的比例高達58.0%，而經驗不限，可接收應屆生的比例也占到了36.0%?？傮w看來汽車企業對于銷售人員的經驗要求、學歷要求都比較低。這就從源頭上造成了汽車4S店銷售員工專業素質參差不齊。“聞道有先后，術業有專攻”。就目前調查看來，成都市汽車4S店普遍存在營銷團隊結構單一的問題。從客戶資源挖掘到客戶到店服務都是銷售人員的工作，并沒有充分引進專業的大數據人才來進行客戶資源的深度挖掘。而這樣傳統的營銷團隊就會給企業帶來一系列問題。

首先：客戶資源的風險性增加：當4S店缺乏專業的客戶信息資源挖掘與儲存人員，而是將客戶資源保存在單個銷售人員手中時，客戶資源就會存在一定的離散型。目前，成都4S店甚至全國其他地區大都面臨著一個兩難問題：一方面銷售遭遇瓶頸，另一方面企業留不住真正的金牌銷售人員，使得企業在培養新人成為銷售骨干的同時，銷售骨干又不斷流失^[6]。銷售人員的流失使得原本就較為離散的客戶資源更加處于風險之中。

其次：人力資源的浪費。企業高層陷入銷售人員人手不夠導致客戶信息資源不足的誤區，從而開始大規模地招聘一批新的銷售人員。長此以往就會形成銷售團隊格局單一，工作人員“多而不專”的惡性循環。而這也是成都市4S店經營成本越來越高的原因之一。

2.2 客戶定位不準確，產品投放不精準

精準營銷是由菲利普·科特勒最早提出，他認為，精準營銷是一種更精準、可衡量和高投資回報的營銷溝通方式，并制訂強調成果和過程的營銷方案。如前文所述：全國范圍的汽車精準營銷體系并未完全形成，而從調查分析來看，成都市汽車4S店在精準營銷方面的情況也不容樂觀。銷售人員普遍學歷不高，專業素質參差不齊。這就導致大部分銷售人員在客戶信息挖掘方面仍運用比較老套的電話推銷、傳單推銷、微信推銷等方法，因此精準營銷在成都市4S店的運用并不理想。除此之外有的汽車品牌為了迅速打通市場，在四川省同一市區開設多家分店，在“大面積撒網”之后又做不到“精準打撈”。更遑論利用大數據進行精準營銷了。

3 營銷模式優化的策略分析

3.1 優化營銷團隊結構和工作流程

合理安排人力資源，為營銷團隊注入大數據分析人員、客戶資源分配人員的新鮮力量。形成從數據挖掘到資源分配最后到銷售崗位的層層遞進的工作流程關系。數據分析人員主要利用大數據技術高效準確地進行潛在客戶地挖掘，以及對客戶資源進行分類整理與儲存，實現企業客戶資源的集中化管理。既保證了客戶信息資源挖掘的準確性，又降低由于企業銷售人員流失帶來的風險性;資源分配人員是營銷的樞紐，主要負責客戶資源的分配問題。根據銷售人員的個人經驗和工作能力對應匹配數據分析師劃分的不同價值的客戶資源。這樣可以使得銷售人員更好的注重自身專業素質的提升，專注于為到店的客戶進行更加良好的服務而不是將精力過多放在自己不擅長的客戶挖掘上面。更重要的是這樣做可以避免企業內部銷售人員為了業績而進行本公司客戶資源的惡意競爭，從而模糊了競爭焦點，為汽車企業帶來損失。

3.2 大數據助力汽車4S店精準營銷

3.2.1?依托于大數據的精準營銷

汽車營銷可以劃分三大基本環節：售前、售中、售后。售前主要包括品牌推廣與客戶資源開發;銷售中期包括客戶到達銷售場所后進行的一系列服務流程：接待、咨詢需求、產品介紹、試乘試駕等;售后服務即為交車后的后續跟蹤服務。目前傳統的汽車營銷模式往往把工作重心過多的放在售中環節，眼光只限于進店的顯性客戶，忽略了售前客戶資源開發、前期宣傳的重要性。因此能否利用大數據來發現潛在客戶是衡量一家汽車4S店是否能夠進行精準營銷的基本標準。

3.2.2 用戶畫像的構建

如果說利用大數據來發現潛在客戶是精準營銷的基本標準，那么用戶畫像就是精準營銷的核心。簡言之：精準營銷可以概括為利用數據技術手段，對客戶進行精準定位，采取個性化溝通的方式來降低營銷成本。用戶畫像是通過數據取得的虛擬形象，是具有某種顯著特征的集合^[7]。通俗來講，客戶畫像的數據模型，可以概括為下面的公式：客戶標識+時間+行為類型+接觸點（網址+內容）。某用戶因為在什么時間、地點、做了什么事，所以會打上某某標簽。用戶標簽的權重可能隨時間的增加而衰減，因此定義時間為衰減因子r，行為類型、網址決定了權重，內容決定了標簽，進一步轉換為公式：標簽權重=衰減因子×行為權重×網址子權重。

如：某用戶，昨天在汽車之家網站發布了一則關于汽車保養的相關信息。那么標簽為：汽車保養;時間：因為是昨天的行為，假設衰減因子為：r=0.90;行為類型：問題發布行為記為權重1;地點：汽車之家頁面的網址子權重記為0.95（相比百度問題頁的0.7）;假設用戶對汽車保養真的關注，且自身比較急切才會去專業的網站咨詢，而不再是綜合性的百度搜索。因此客戶偏好標簽的初步估算模型為：客戶標識+時間+行為類型+接觸點（網址+內容）。標簽權重是0.90* 0.95*1=0.855，即該用戶：汽車保養0.855。上述模型權重值的選取只是基于某一單獨網站的舉例參考，具體的權重值需求進行二次建模，這里強調的是如何從整體思考，去構建用戶畫像模型，進而能夠逐步細化模型。企業可以借鑒此方法，進行多平臺數據采集，例如京東、淘寶、知乎等網頁，逐步完成客戶標簽，最終生成更具體的客戶畫像。

3.2.3 利用大數據獲得銷售反饋

首先進行數據準備工作，既然想要達到汽車產品的預測效果，那么一定想顧客之所想，急顧客之所急。而顧客對于一款車的評論直接反映了顧客之所想，下面我們就以python為工具挖掘顧客的想法，得到具體真實的銷售反饋。下面以是在汽車之家爬取的419條奧迪A4從2013年至2018年的口碑數據，下面為可視化分析后的詞云。主要從購買車型、購買地址、油耗、評價關鍵詞四個方面進行分析。

結合圖4和圖5綜合來看：從2013至2018年，奧迪2018款30周年30TFSI進取版銷量居最高位，達到總銷量的26.0%;其次為2018年30周年版40TFSI進取版，占比22.0%;年30周年版40TFSI時尚版位居第三。購車地址主要集中在北京，其次為浙江，江蘇;成交價格主要集中在30.98萬元，30.00萬元次之，31.00萬元居第三位;購買時間主要集中在2017年;成交車型油耗主要集中在9.0L/100km，10.0L/?100km，8.0L/100km;口碑評價中提到的高頻詞匯為“外觀”和“舒適性”，這兩點是影響客戶購買決策得重要影響因素，也是奧迪A4的核心競爭力。但是從數據反映，“異響”和“噪音”也是用戶抱怨最多的問題。綜合奧迪的實驗數據可得，2017年是奧迪A4銷售豐收年，因此企業應著重分析其產生的原因。可從當年的政策，經濟，潮流文化等外在因素和企業內部的職能部門管理，核心技術的提升等因素進行分析，找出關鍵所在，以促進以后的銷售工作。另外，購車地址集中在北京，浙江等地，那么企業應詳細地分析北京，浙江等地的經濟，政策，社會文化等影響因素，擴大企業在此地區的品牌影響力，調整銷售重心，加強汽車產品在不同省份的汽車4S店的投放精準投放。而就口碑評價而言，舒適性和外觀依舊是客戶心頭的“白月光”，而異響和噪音仍困擾著用戶，那么企業就更應著重提高外觀的設計和舒適性的提高，減輕異響和噪音，揚長避短，提高核心競爭力。

3.3 大數據精準營銷的綜合運用

3.3.1 大數據加強線上線下聯系，建立大數據客戶信息庫

數據采集階段：針對如何運用大數據進行精準營銷，從而為汽車企業帶來更多的盈利，我們提出了以下建議：當我們利用大數據采集到客戶的相關信息之后，就應當將4S實體店的線下銷售平臺有效的結合在一起，加強線上線下銷售聯系，建立大數據客戶信息庫。購買汽車產品的每一位顧客都需要填寫一份調查表，調查表的內容包括家庭住址（方便后期服務有用），聯系方式等，并且每個4S店對每天賣出的汽車產品價位所對應的顧客都需要詳細的記錄下來。使用Python獲取汽車品牌網站、相關論壇、電商平臺進出人群的相關評論和人們在網上搜索汽車品牌相關汽車產品的頻率還有人們在搜索汽車時所用的關鍵詞，如性能、壽命、油耗等。

數據分類階段：就成都市而言，各個地區每個人的購買能力肯定是不同的。我們就每個人購買汽車產品的價位將他們分為不同層次的人，以每個人的家庭住址所值得房價來估量他們的購買能力范圍，以此來完善我們的客戶信息庫。網上的信息則用來評定客戶的喜好，將各類層次的人再細分為不同喜好的人群，他們所看重汽車產品的優點是不同的。

大數據分析階段：當我們獲得足夠多的客戶的信息時，大數據分析是我們將各類客戶分類的重要依據，此時我們運用大數據分析形成客戶標簽，再由他們的興趣愛好不同，觀點不同，根據主流網站獲取的相關信息將三類消費者再細分為不同喜好的群體，以此來完善客戶信息數據倉庫。在人力資源的分配的合理上，我們通過幾個專業人員就可以建立一個客戶數據管理庫，會將任務具體的分配到適合的人的手中，不存在人員找不準定位。這樣不僅提高了交易的效率，也減少了人力資源得浪費，同時也解決了銷售人員多而不專，銷售成本較高的問題^[8]。擺脫了過分依賴人工力量的現狀。在新型的銷售流程中將更加注重客戶資源的集中化管理，打破了以往客戶第一手資料掌握在單個銷售人員手中的傳統模式，經過后期的客戶畫像分析，對原來的銷售模式中存在的銷售專業度不高，管理不足，營銷找不準對象的缺陷有一定的作用。

3.3.2 形成客戶標簽

基礎標簽：客戶已有的固定屬性，指通過已有字段、定制算法得出的標簽如：性別、年齡等應用標簽：通過對用戶的行為分析，總結出客戶對應屬性和需求，一個用戶可有多個標簽。

個人興趣標簽：生活娛樂方面的信息，也可是網站搜索內容、頁面停留時間、點擊次數、互動的內容等^[8]。

客戶行為標簽：社交社區、網上購物、生活娛樂、生活服務、數碼家電、新聞資訊等。

3.3.3 形成客戶畫像

客戶屬性有性別、教育背景、年齡、工作狀況、所在地區、財務狀況等。淺用戶畫像是指由前兩步匯總后初步形成的客戶輪廓，如：興趣偏好、社交關系、性別年齡、房車擁有、所在城市、上網時間等。深用戶畫像是在前面的輪廓基礎上生成不同的面容，如：挖掘高價值客戶、近期急需家電客戶、潛在剛購房的客戶等^[8]。

3.3.4 有效利用信息庫

將客戶信息收集起來，經過一系列的后期處理，利用大數據技術對汽車4S店進行全面的數據分析，更加重視客戶信息資源得利用，這樣不但解決了前期數據收集不充分，潛在客戶流失，客戶信息庫生成過晚的問題;而且完善了售后工作對客戶信息庫建立的重要功能^[9]。從而形成良好的銷售循環，做到查漏補缺，保持優勢，填補劣勢，完善客戶信息庫。當遇到與已有客戶相似的顧客時，可以第一時間定位客戶，介紹他們心儀的產品，避免了盲目推薦，錯失顧客的事情發生，當不同消費的群體進入不同的售后交流群后，4S店則可利用手上所有的數據來展開針對不同人群的優惠活動宣傳，充分了解顧客看重的產品方面，達到完善自身的目的^[10]大數據化的經營模式在解決運營成本高、銷售人員水平參差不齊，精準銷售欠缺傳統單一這三個方面將有一定的效果，在汽車產品研發時期，可以通過了解客戶的喜好數據對車體的設計和功能上做出一定的改變，在汽車的上市階段，根據客戶的數據分析進行有效地宣傳活動，杜絕盲目的資金投入，當客戶進入4s店選購車輛時，去滿足他們各方面的需求，為他們推薦感興趣的車輛，而在售后服務上也可根據客戶的居住地，對自駕游的愛好程度等等方面，為客戶制定個性化的后期保養服務，這樣汽車4S店的銷售服務質量可以得到快速提升，銷售人員的專業度上去了，真正的實現精準營銷。利用這一數據效果在分配銷售人員給客戶時就可以達到相匹配的目的。在后期的人員接待、財務審核、售后回訪中又可以持續的更新客戶信息庫，如此在五位一體的大循環中我們的數據不會老化，與時俱進，且在對客戶的分析方面會更加全面細致，對汽車市場長期有效地經營者是十分有利的，在對客戶的把握上做到精準，有針對性的培養銷售人員的專業知識，提高銷售人員的素質要求。

4 結語

針對線上線下調查發現的成都市汽車4S店目前普遍存在員工素質參差不齊、客戶定位不準確兩大突出難題。本文提出了優化營銷結構：合理安排人力資源，為營銷團隊注入大數據分析人員、客戶資源分配人員的新鮮力量;充分利用大數據技術：建立大數據客戶信息庫、進行客戶標簽、客戶畫像數據模型初步建立，加強線上線下營銷管理的解決策略。

最終達到優化4S店營銷模式，助力精準營銷的目的。

參考文獻

[1] 夏威，賴福林.汽車4S店提升服務質量策略研究[J].南方農機，2019， 50（19）：135-138.

[2] 田福松.我國汽車4S店的發展現狀研究[J].汽車實用技術，2018 （12）：181-182.J.

[3] iawen Wang，Xinjun Lai，Sheng Zhang，W.M.Wang，Jianghang Chen. Pre -dicting customer absence for automobile 4S shops：?A?life?cycle perspective[J].Engineering Applications of Artificial Intelligence，?2020，89.

[4]?徐濤.基于大數據的精準營銷模式研究——以汽車營銷為例[J].中國論，2019（14）：22-23.

[5] Zuopeng Wang， Hongqiang Sun， Kai Li， Wei Yao， Kuiran Dong， Yang Yang Ma， Shan Zheng. Prognostic factor analysis of stage 4 Sneuroblas -to main?in fant patients：A single center study[J].Journal of Pediatric Surgery，2019，54（12）.

[6] 汪文忠.“互聯網+”我國汽車產業營銷模式創新探究[J].汽車維修與養，2017（05）：98-99.

[7] 田朝輝.基于大數據的汽車精準營銷研究分析——以構建奧迪汽車用戶畫像為例[J].福建工程學院學報，2019，17（04）：391-397.

[8] 克烜.汽車4S店經營管理模式創新探討——以淮北大眾汽車4S店為例[J].淮北職業技術學院學報，2018，17（01）：115-116.

[9] 官維.某汽車銷售公司數據倉庫項目的構建及應用研究[J].軟件程，2019，22（11）：31-34.

[10] 丁熙凱.汽車4S店管理中的有效途徑及策略探索[J].現代營銷（信息版），2019（10）：148.