界定客户价值 实现精细化营文销.docxVIP

界定客户价值 实现精细化营销?—— 汽车行业案例中国汽车行业经过2003年的井喷式发展后，2006年在宏观经济向好的大背景下，继续呈现快速发展态势，产销量双双突破720万辆。随着汽车销售市场的蓬勃发展，汽车售后服务市场的巨大潜力也日益突显出来。据有关统计数据显示，07年我国汽车售后服务市场规模大约是1,100亿元人民币；新华信预计，到2010年，我国的售后服务市场规模将达到2,000亿元人民币。 随着新车竞争的加剧，新车销售利润持续下降。如今中国汽车行业的新车销售平均利润和售后服务平均利润的比例已经达到3:7，售后市场的激烈角逐也已拉开序幕。厂商的售后服务部门、客户关系部门都将工作的重心转向如何延长4S店维修保养客户的生命周期。如何识别高价值的客户，如何通过合理的预警机制来降低客户流失率，如何制定有效的市场策略维系高价值客户关系甚至赢回部分已经流失的客户，如何在售后的各个环节通过优质的服务有效保留客户。这些问题已成为汽车厂商及其经销商所面临的亟待解决而又难于解决的问题了。 搭建模型 在解决客户细分的问题时，新华信认为客户价值细分和客户流失预警是两个行之有效的有力武器。如何使这两个武器发挥出最大的威力，一个基础而必需的步骤是我们需要先把销售和售后的数据库做一个有序的清理和整合。有了一个整合清洁的关系型数据库，客户价值细分模型和客户流失预警模型才能够很好地发挥出“魔力”，帮助汽车厂商和经销商轻松应对客户细分和流失预测及预警的问题。 在搭建这两个适用于汽车行业的模型时，应该综合考虑多种影响客户贡献率、客户价值的因素和指标。以客户价值细分模型为例，在搭建这个模型时应综合考虑以下四大类指标：和人相关的有两类：一类是车主自己的人口统计学特征和身份背景信息，一类是车主的满意度、忠诚度方面的指标；和车本身相关的也有两类：一类是车辆购买的信息，如车型、价格、颜色、购买方式等；另一类是车辆维修保养的具体记录，如行驶里程、保养间隔、（总）平均单次保养/维修金额、维修频率、保养频率等等。这四大类的指标为我们搭建整体的客户价值细分模型的指标体系奠定了坚实的基础。 客户价值细分模型在来自厂商的真实数据的检验中，准确度和精确度都得到了良好的验证。客户流失预警模型也是参照相同的工作顺序和思考逻辑而建立起来的，这个模型主要通过数据挖掘的方式去捕捉客户流失的特征，动态绘制客户流失的曲线，探索客户流失的规律。简单来讲，流失预警模型可以帮助厂商和经销商比较准确地预测出哪些客户即将流失、流失的概率有多高。（见图一） 图一 制定策略 如图一所示，在有效地利用了以上两个模型工具的基础上，我们可以清晰地看到所有的客户从价值和预警两个维度进行了细分。那接下来最关键的一步，即如何定制行之有效的客户保留策略从而维系高价值客户，从而提升整体客户的忠诚度成为了解决一系列问题的关键所在。 我们需要在不同矩阵中进行抽样的客户流失和行为偏好研究，探索每一个细分矩阵的客户对各类营销活动和服务策略的接受度，发现影响客户流失的关键点。简而言之，客户流失研究帮助我们了解客户流失的原因、流失的走向和流失的内容以及影响他们流失的关键点等。 接下来将举例说明如何对不同细分矩阵里的客户制定行之有效的保留策略。（见图二） 图二 以上图所示AD客户群为例。此类客户的特征是价值高，流失概率低（忠诚度高）。从客户生命周期的角度来看，他们将自己的当前售后维修保养业务几乎全部给了厂商和经销商，而且很可能持续自愿地为厂商做着推荐新客户的工作。目前这类客户是企业利润的基石，如果失去这类客户，对4S店售后服务利润的影响巨大。此外，他们目前的流失概率很低，也预示着他们未来更有可能继续像今天一样忠诚地使用4S店的维修保养服务，所以厂商应该积极和长期的维护和这类客户的关系，在营销的手法上以客户交流和沟通为主，以扩大口碑传播为主，力争向他们提供特殊的或新型服务类型，力争使该类客户继续在售后甚至二次购车中始终选择自己的品牌，并继续向他的社交圈传播厂商的美誉和品牌。 再以BD客户群为例。此类客户的特征是价值高，流失概率高（忠诚度处于摇摆状态）。这类客户也拥有较高的客户价值，但是从流失概率来看他们比AD客户更有可能在未来的六个月内离开4S售后体系。从客户生命周期角度来看，他们和厂商/品牌之间处于稳定期后期，他们对厂商也很重要，因为在培育他们的过程中，汽车厂商已经进行了不少的投资，现在正是获取他们回报的时机，只是由于竞争和服务等种种因素使得他们的忠诚度悄悄发生了变化，我们建议厂商对这部分客户要加大力度投入，让他们体会到物超所值的服务，力求和竞争对手有所区别，如维修和保养的时间延长至晚间8点，事故出险时能上门服务，提供代步车等等。总之，厂商要投入足够的资源来确保这类高价值客户不转投竞争对手的“怀抱”。 综上所述，在竞争日益激烈的中国汽车市场