數字營銷環境下，品牌與消費者的關系，已經從單向推廣、雙向溝通，升級為全方面的生態關系。汽車品牌想做好數字時代的智能消費者關系管理，除了傳統的“防守型”CRM，還需要借助社交大數據、機器學習、人工智能等先進的數據技術能力，來全方位讀懂消費者，與消費者建立更深層次的關系。
如何全面準確地了解消費者的行為、喜好，如何在交易之前智能篩選潛在消費者，如何提升銷售線索的處理效率，如何識別出忠誠度更高且潛在消費價值更大的消費者，從而提升銷售線索的跟進處理效率，為品牌營銷推廣及銷售策略的制定提供實時有效的依據，最終實現“品牌廣告銷售”與“交易轉化”更緊密的融合？
針對以上問題，騰訊社交廣告攜手斯巴魯中國數字營銷總監張嵐，及中汽協信息服務委員會秘書長、汽車聯網產品認證聯盟秘書長朱偉華一同探討。
挑戰：淹沒于茫茫銷售線索之海
騰訊社交廣告：您認為當前汽車品牌在數字營銷過程中，尤其是在處理銷售線索時最有挑戰性的問題是什么？
朱偉華：銷售線索過剩是大問題。過去10多年汽車產業的高速增長催生了大量汽車媒體，以及每年數億條銷售線索。將這些不經甄別的銷售線索推給汽車經銷商，雖帶來不錯的市場業績，但銷售業績完全沒辦法提升。
張嵐：斯巴魯遇到的最大問題是線索浪費。我們希望只要有一絲希望就不要放棄跟進客戶，盡可能促進多的到店、成交。但是事實卻是由于店面種種現實原因，我們高成本收集的線索會在一線人員個人的主觀判斷下被停止跟進。
借力：大數據提高銷售線索管理效率
騰訊社交廣告：您認為，大數據技術能力如何應用在汽車品牌的銷售數字化及銷售線索處理？
張嵐： 一方面，通過大數據能夠更好地識別、分辨以及了解新增線索的實際情況，通過詳細信息能夠引導銷售顧問事倍功半地跟進線索；另一方面，根據大數據所呈現的各類信息，無論是客戶標簽、意向度預測還是其他的，都可以幫助我們的銷售顧問更有效地與潛客溝通。
朱偉華：大數據最大的功能是對銷售線索轉化率進行預測。借助大數據技術，通過學習過往部分銷售結果，建立銷售線索的特征與最終成交結果之間的關聯關系模型，然后進行結果驗證。若驗證符合模型預期則該模型能夠用于銷售線索的清洗工具，自動評價銷售線索價值。廣告主既可以依據此模型實現合理分配資源，又可以反向評估廣告效果，降低成本，提高效率。
騰訊社交廣告：您認為騰訊社交廣告的數據能力差異化之處在哪里？如何基于這一優勢幫助汽車品牌解決銷售線索處理的難題？
張嵐：我們和很多做大數據應用的公司接觸過，但至今我只遇到了騰訊一家能夠非常明確地回答我數據源和數據標簽邏輯的問題，所以我認為騰訊最大的優勢體現于此。
朱偉華：騰訊社交廣告的數據能力體現在，一是其作為互聯網領域社交數據的集大成者，對人群行為特征的數據有全盤掌握。騰訊的大數據科學家在汽車領域的機器學習、人工智能等方面的能力，已經有全球汽車信息安全大獎以及“絕藝”等產品證明；二是騰訊能夠在信息安全方面提供強有力的保障，這一點也是必須考慮的因素。
助推：TSA“智能潛客優選”持續溝通用戶
騰訊社交廣告：數字時代“智能用戶關系管理”如何實現“全生命周期的在線化管理”？
朱偉華：如何通過大數據、人工智能技術，從保有用戶中挖掘潛在銷售線索，精準觸達和轉化保有用戶中的潛在用戶，是各汽車品牌客戶關系管理部門很重要的課題。汽車品牌要實現用戶的全生命周期管理，必須做到對用戶360度的特征洞察，這意味著不僅要幫助廣告主從保有客戶和潛在客戶那里獲得用戶洞察能力，還需要給廣告主提供實時在線的輔助銷售工具，這正是騰訊社交廣告的強項。我認為只有確保用戶數據的真實性和完整性，才能利用大數據技術實現用戶洞察，更好地實現與用戶的連接，這才是智能化的用戶關系管理。
騰訊社交廣告：如何通過“智能用戶關系管理”來實現“品牌廣告銷售”與“交易轉化”的緊密融合？
張嵐：首先我們自己有一套在線管理系統，網絡廣告銷售線索都會加入這個系統，通過大數據能夠為我們新增的線索補充一定的標簽、特征，幫助我們更了解用戶；第二，我們會基于顧客的特征制定對應的銷售話術；最后一點，最終的交易轉化情況，會在系統里有相應的記錄。以上環環相扣，能將“品牌廣告銷售”與“交易轉化”更緊密融合在一起。
朱偉華：隨著京東等快消、3C銷售渠道進入汽車銷售領域，數據決策廣告投放的模式也必然會滲透到汽車領域。隨著4月14日新的汽車銷售管理辦法出臺，汽車品牌對銷售渠道的控制力會降低。共享的銷售渠道下，汽車品牌在廣告投放時必須考慮廣告投放的對象是誰，可以預見，汽車的“新零售”必然加速市場與銷售的數字化融合，數字化必然催生大數據、機器學習技術的普及。
騰訊社交廣告：騰訊社交廣告將基于社交大數據、機器學習來提升汽車行業市場銷售效率，推出新產品“智能潛客優選”。專注于大數據營銷前沿實驗的“騰訊營銷學院”，將與“中汽協信息服務委員會”成立聯合實驗室，首先應用“智能潛客優選”。對這一新產品，您希望有哪些新的能力？
朱偉華：我更期待騰訊社交廣告能把大數據、機器學習在金融等領域的用戶評分征信技術，應用于廣告主銷售線索的評價。運用互聯網銷售線索把用戶標簽與廣告主的過往成交用戶標簽進行匹配，從而給每個汽車銷售線索進行打分，評價線索最終成交概率和特征。這樣處理銷售線索時會更有效率，更好地投用戶所好，為廣告主找到更高質量的用戶，這將大大改變目前的行業現狀。
談笑有大咖，往來皆高手。
更多精彩內容盡在【AD+約創】！
