中国汽车消费近年来十分火爆，一跃成为全球最大汽车销量的市场，国际各大汽车巨头纷纷打入中国市场，以试图在这个市场中抢占商机。汽车消费，市场巨大的诱惑力，也决定了中国汽车销售市场中的竞争也十分激烈，其中，重要的环节就是汽车销售。

 

　　伴随汽车制造相关产业的不断发展与完善，汽车产品系列趋于丰富，销售市场竞争日益激烈，汽车产品与其他商品一样，存在逐渐趋于同质化，个性品质不再是顾客消费选择的主要标准，更多的顾客看重的是商家能够为其提供服务的品种、质量和及时程度等。不同汽车企业之间的竞争方式逐渐由过去的以产品为中心转变为以开拓客户为重点中心，客户资源在汽车生产销售企业在竞争成功的关键，针对行业的客户关系管理CRM(Customer Relationship Management)专用系统被纷纷推出。客户关系管理的任务就是对客户进行系统化的研究分析，寻求销售过程中的规律，以便提高客户的服务水平，形成精准营销，从而提高客户忠诚度，并因此给企业带来更多的利润。

 

　　伴随CRM的不断完善，深层次应用已经不再是简单地管理销售过程中所的具体业务信息，更为侧重地是围绕数据的深入分析层次。处于分析层的CRM最为显著的特点，主要是指运用现代数理分析理论与分析技术的最新所果，对于汽车消费客户关系进行分析处理，提升销售管理系统的针对性与精准度。

 

　　数据挖掘技术，是一种广泛运用于大量基础数据分析中，在汽车销售中，数据挖掘用于分析客户的相关数据，从而对营销、销售、服务等业务部门提供决策支持。通过数据挖掘技术对客户需求进行深入分析可以满足企业对个体细分市场的客户关系管理需求。所以说高层次CRM的精髓在于如何运用数据挖掘技术建立一套好的分析层次CRM。

 

汽车销售CRM中的数据挖掘

 

　　2.1 数据挖掘概述

　　所谓数据挖掘，就是从数据量大、完全性差、伴有噪声、随机性高的数据中提取隐含在其中的人们所隐含的未知、但对于所从事的行为至关重要的相关信息、知识的过程。它融合了数据库、人工智能、机器学习和统计学等多学科的理论和技术。

　　数据挖掘，也可以被称为知识发现(Knowledge Discovery in Database,KDD)，对于知识发现过程，从不同的功能来看，划分为数据准备、数据挖掘、结果表达和解释三个不同阶段。

　　数据挖掘不是简单的对数据的查询，而是对数据进行更深入的计算、分析、推理，发现数据之间的关系，从而完成从大量业务数据到决策信息的转换。

 

　　2.2 系统实现总体方案

　　基于数据挖掘的CRM的系统总体结构，是在常规的客户信息管理系统基础上增加了客户信息深度分析处理功能。

　　汽车销售过程信息系统除了基本信息管理模块外，特别增加客户数据分析处理。

　　其中，基本信息管理模块主要实现管理销售过程中产生直接的信息的收集、存储、汇总查询等功能，数据包括客户基本信息、车辆基本信息、销售记录、库存管理、售后服务记录、财务收支等。对于一个高质量、深层次的CRM来讲，这是远远不足的，为此，特别增加了对客户信息的很智能分析处理模块，该功能模块采用数据挖掘技术，充分发挥挖掘技术，探素汽车销售CRM的针对性，为销售服务提供有力支持。

 

　　2.3 数据挖掘技术在CRM系统中的典型应用

 

　　2.3.1 客户信息获取

 

　　通过大量媒体广告、散发传单等方式，在传统的汽车销售中经常采用，在这些途径中，虽然也可以吸引一些新客户。但是，这种方式涉及面过广、企业投入大、受众群体分散、目的不明确，这样的话，汽车销售的信息发布不能做到有的放矢，必然影响信息发布的效果。数据挖掘技术可以从以往的市场活动中收集到的有用数据(主要是指潜在客户反应模式分类)建立起数据挖掘模型。汽车企业因此能够了解真正的潜在客户的特征分类，从而在以后的市场活动中，不再的光凭经验猜想，而是参考数据分析的结果，指导合理的客户获取方式、途径，做到有的放矢。

 

　　2.3.2 客户类型细分

 

　　汽车消费者，即汽车购买客户覆盖范围广，不同客户的消费能力、习惯等，存在很大的差异性，要做到汽车销售的重要必须细分就是指将一个大的消费群体划分成为一个个细分群体的动作，比如将数据库中的数据按照年龄段的不同来组织存放，这样一个简单的动作就是一次细分过程。

 

　　对于汽车消费客户来讲，客户的差异性必然存在。要对客户进行细分，所采取的方案，主要是采用数据挖掘技术中的的分类、聚类等技术，在存储汽车销售活动相关的数据库中，分别客户的职业特点、地域理范围、年龄大小、个人兴趣爱好等属性，进行客户群体进行分析，从而再根据所细分出来的不同客户分类与汽车消费对应特性的关联关系。

 

　　2.3.3 客户购买倾向性分析

　　在汽车销售的过程，不像其他简单商品，顾客往往很快就可以确定是否购买，一般都会经过比较、访谈交流等，通过客户购买就企业的客户而言，企业的绝大部分利润是来自于小部分的客户，而对于企业来说很难确定哪些客户是高利润回报，哪些客户是低利润回报甚至是负利润回报的。数据挖掘技术能帮助企业区分利润回报不同的客户。从而可以将资源更多的分配在高利润回报的客户身上以产生更大的利润，同时减少低或负利润回报客户的投入。为此，在数据挖掘之前，企业应该建立一套计算利润回报的优化目标方法。可以是简单的计算，如某客户身上产生的收入减去所有相应的支出，也可以是较复杂的公式。然后利用数据挖掘工具从交易记录中挖掘相应的知识。

 

　　2.3.4 潜在客户关联拓展

　　随着汽车行业中竞争愈来愈激烈，对于像汽车这类大件消费品来讲，客户群体往往表现为关联度大，充分挖掘“老客户带新客户”的模式，稳定老客户的前提下，拓展新客户成为CRM的一个重要课题。在实际应用中，利用数据挖掘工具分析客户的关联属性，企业就能研究稳定老客户的需求，并采取相应的措施防止其流失，从而达到保持客户、进一步拓展新客户的目的。

 

行业现状与总结

　　中国请注意已经成为最大汽车市场，超过一半的城市家庭和不断增加的农村家庭，都具有汽车消费潜力。市场竞争必将更加白热化，汽车制造、销售商们的竞争已经从产品优势向服务质量转变，借助于采用先进完善的汽车销售的CRM系统，搞好管理客户信息管理、提升服务水准，占领制高点的成为商家的必然之选。目前，汽车企业以上海通用、福特汽车等为代表的主流汽车品牌公司，积极推行这一项工作，投入重金打造了各自的销售管理平台，纷纷加强了客户信息的分析处理功能。可以预见，在汽车销售过程中，合理运用采用数据挖掘技术，提升CRM的综合功能，将为企业发展带来良好效果。