TSA“智能潜客优选”，为汽车行业营销加速

2017-04-21 16:00

数字营销环境下，品牌与消费者的关系，已经从单向推广、双向沟通，升级为全方面的生态关系。汽车品牌想做好数字时代的智能消费者关系管理，除了传统的“防守型”CRM，还需要借助社交大数据、机器学习、人工智能等先进的数据技术能力，来全方位读懂消费者，与消费者建立更深层次的关系。
如何全面准确地了解消费者的行为、喜好，如何在交易之前智能筛选潜在消费者，如何提升销售线索的处理效率，如何识别出忠诚度更高且潜在消费价值更大的消费者，从而提升销售线索的跟进处理效率，为品牌营销推广及销售策略的制定提供实时有效的依据，最终实现“品牌广告销售”与“交易转化”更紧密的融合？
针对以上问题，腾讯社交广告携手斯巴鲁中国数字营销总监张岚，及中汽协信息服务委员会秘书长、汽车联网产品认证联盟秘书长朱伟华一同探讨。

挑战：淹没于茫茫销售线索之海
腾讯社交广告：您认为当前汽车品牌在数字营销过程中，尤其是在处理销售线索时最有挑战性的问题是什么？
朱伟华：销售线索过剩是大问题。过去10多年汽车产业的高速增长催生了大量汽车媒体，以及每年数亿条销售线索。将这些不经甄别的销售线索推给汽车经销商，虽带来不错的市场业绩，但销售业绩完全没办法提升。
张岚：斯巴鲁遇到的最大问题是线索浪费。我们希望只要有一丝希望就不要放弃跟进客户，尽可能促进多的到店、成交。但是事实却是由于店面种种现实原因，我们高成本收集的线索会在一线人员个人的主观判断下被停止跟进。
借力：大数据提高销售线索管理效率
腾讯社交广告：您认为，大数据技术能力如何应用在汽车品牌的销售数字化及销售线索处理？
张岚：一方面，通过大数据能够更好地识别、分辨以及了解新增线索的实际情况，通过详细信息能够引导销售顾问事倍功半地跟进线索；另一方面，根据大数据所呈现的各类信息，无论是客户标签、意向度预测还是其他的，都可以帮助我们的销售顾问更有效地与潜客沟通。
朱伟华：大数据最大的功能是对销售线索转化率进行预测。借助大数据技术，通过学习过往部分销售结果，建立销售线索的特征与最终成交结果之间的关联关系模型，然后进行结果验证。若验证符合模型预期则该模型能够用于销售线索的清洗工具，自动评价销售线索价值。广告主既可以依据此模型实现合理分配资源，又可以反向评估广告效果，降低成本，提

余下全部

共有评论0条

<返回

<返回首页