2022年进入尾声，汽车市场风云变幻，新能源汽车快速崛起，造车新势力此起彼伏，燃油市场面临新能源的挤压，内部的存量争夺，同时芯片危机，疫情影响，供应链危机等黑天鹅事件不断频发，对厂商在营销决策，资源倾斜的要求越来越高。

面对日益激烈的竞争格局，同时资源有限的情况，摆在汽车厂商面前最大的难题是如何在有限的资源下实现利益的最大，而落实到具体战术层面上则体现在，众多的车型品牌上资源如何倾斜，保证资源的有效利用。

要解决这个问题，必先确认一个情况，各个车型在市场的表现如何？

对于车型表现，我们有许许多多的评价体系、衡量指标，今天我们探讨其中一个体系，销售漏斗体系。
 
01
销量漏斗的汽车行业应用

销售漏斗是科学反映机会状态以及销售效率的一个重要的销售管理模型，它具备四个特征：

①控制过程比控制结果更重要
②营销管理的最高境界是标准化
③预防性的事前管理重于问题性的事后管理
④该说的要说到，说到的要做到，做到的要见到

基于四个特征可见，销售漏斗的数据化应该需要具备以下特征：

①指标体现为销售环节的重要节点为参考，制定过程指标
②需要全面的覆盖整个销售环节
③数据需要进行统一的标准化
基于销售漏斗的思路到具体的数据体系构建，形成了汽车行业的销售漏斗体系:

市场潜客：想买或对级别市场车型感兴趣的用户
车型潜客：对车型长期关注或近期想购买车型的用户
车型到店用户：对车型感兴趣并到访经销商的用户
车型成交用户：成功购买车型的用户
 
02
销量漏斗的困境

定义汽车行业的销量漏斗体系后，在实际的应用过程中，我们会发现一些问题。

潜客规模的问题

传统手段对于汽车市场的规模基于销量进行分析，但销量是已产生的结果，而伴随新能源市场的崛起，燃油市场逐步缩小，某些细分市场的用户逐渐被新能源吸收，利用销量结果进行预估，存在偏颇。

潜客规模则是主要面对对级别市场车型感兴趣或有购买意向的人群，通过潜客规模的变化，可以快速地了解细分市场的变化，了解用户偏好的变化。

潜客规模如何在同一体系下的数据量化，则是潜客规模应用的最大问题。



到店用户问题

各个汽车厂商对自身的客流均有统计，但是对竞争对手的客流统计都是基于线下的情报收集，线下的客流收集存在两个问题：

① 操作难度大，面对一个城市多个经销商，逐个地进行情报收集，操作难度大，操控误差大，数据质量不一。
② 统计客流后对到店用户的关注车型较难琢磨，很难区分到店用户对具体哪个车型感兴趣，或因哪个车型吸引到店。


用户连贯性问题

销量漏斗是一个用户身份转变的具体体现，从对车型感兴趣，了解车型，对比车型，到店看实车，最后下单购买，一步步从潜客转变为到店用户，最终成为成交用户。

整个销量漏斗是完成统一的，这就要求我们统计数据的时候，也需要将锁定用户，使得统计用户必在同一个用户池中进行，从而保证整个销量漏斗的数据统计是同一批用户，同时也在同一个纬度下进行。
故而需要将销量漏斗完成落地，还需解决配套的数据体系问题。


 
03
PFG的销量漏斗-大数据体系

在解析销量漏斗中的问题后，PFG在经过多年的大数据耕耘和利用“互联网大数据+汽车”的体系，完成了销量漏斗-大数据体系的构建，同时利用丰富的线下调研经验，结合线上抽样调查的原因挖掘，形成并完成销量漏斗-大数据分析体系。