数说故事数据赋能车企数字化转型——智能决策支持系统搭建-天天微资讯

目前中国大部分车企直面两座大山，一面是高企不下的获客成本，一面是粗旷运营导致的成本浪费，两座大山给车企业务营销管理带来巨大挑战，同时行业中部分新势力车企凭借出色的互联网精细化营销效果管理体系在智能汽车领域超越传统车企，走在了前列。

【资料图】

近年来各大车企纷纷搭建“以客户为中心”的客户全生命周期精细化营销效果管理体系，践行“以数据驱动决策”的经营理念。

以数据驱动决策是一种精细化经营思维，它贯穿全客户生命周期的业务管理，从智能广告投放获客、到获得成交订单和保客经营等各个业务阶段，使其业务阶段透明化、可视化，可诊断预警、可综合能力评估、可行动改善，以构建品牌营销闭环的精细化营销管理体系。

但当下，汽车企业在“以数据驱动决策”方面仍面临着数据打通的效率问题。目前，汽车行业多以建设DSS（Decision Support System）智能决策支持系统来解决，如何用大数据赋能数字化转型，搭建智能决策支持系统？数说故事在帮助车企建设DSS智能决策支持系统的过程中，积累了丰富的经验和方法论。接下来我们首先从业务场景的结合和多层问题的定位来探讨：

1. 结合品牌营销业务场景搭建指标体系

企业内外部数据打通汇聚只是基础，构建科学指标体系才是智能决策的首要条件，没有指标就无法评估优劣，无法以数据驱动决策。

指标规划的核心是“自上而下统一”和“深度结合业务场景”，从横向、纵向、流程转化多维度设计统一的指标评估体系，实现全流程业务数据，采集、监控、分析能力。

以实际针对“业务运营管理”搭建的指标体系为例，多维度且叠加业务深底理解去综合构建销售业务、水平业务、售后业务等板块的运营评价指标体系。以业务场景为基准，针对每一个场景赋予关键评估指标，比如基于销售业务中的到店场景，可以拆分出“首次到店数、再次到店数、到店成交率”等核心指标。

2. 问题定位，多层级下钻的营销效果可视化看板

可视化看板的搭建关键是要立足于业务需求，根据指标规划和职能架构层级综合搭建，并且支持多层级下钻定位问题。在从线索到终端交车，售前售中售后全客户转化旅程中，每一个关键转化阶段都有评估指标，指标看板需要多层级下钻。

以线索和到店两个业务场景举例探讨。

在线索阶段，总部发现一级指标“线索跟进率”完成进度不及预期时，我们要能下钻看各个区域的线索跟进率目标达成情况，给线索跟进率业绩不及预期的区域发预警；区域层级指标又可以下钻看各个经销店的线索跟进率情况，给业绩不好的门店提醒预警；门店可以下钻各个顾问的线索跟进率，溯源定位线索跟进率低的顾问；

比如发现垂媒渠道的线索量明显下降，但短视频的线索量增加，整体线索量呈下降趋势，对比同区域优秀门店的渠道线索占比和增速指标，进一步验证短视频渠道在该区域门店中的线索获取权重大幅提升，定位问题、明晰差距，就可以制定策略了，在下一周期的线索获取渠道成本规划中增加短视频的投入。整个过程就是线索阶段的以数据驱动决策的全链路思维。

到店场景亦是如此，当到店成交率指标下降时，我们下钻到“首次到店成交率、再次到店成交率”等指标、分层级看总部-区域-经销店的表现情况，洞察定位问题和分析原因，明晰差距。