车企汽车金融客户留存数字化

汽车零售金融的整个业务过程,不仅仅是要找到新的用户,同时留住老客户也是至关重要的一环。老客户能不能留住,有各方面的综合因素,品牌的影响力,新车吸引力,金融产品优惠情况等等。我们在提供服务的同时,也要给我们的客户一个理由,让他愿意继续选择我们,让他愿意再用金融的方式购买新车

一、多方共赢

为什么我们要做金融留存,简单来讲,这个是一个多方共赢的过程,

  • 对于金融客户来讲,能够有常换常新的车辆

  • 对于主机厂,有更多的汽车销量,更短的换车周期

  • 对于金融服务公司,能够获得更多的客户,销售更多的金融产品,更高的金融渗透率

  • 对于经销商,同样,获得更多的汽车销量

二、给客户一个强有力的理由

对于现在的中国的高端车市场,一辆车不仅仅是一个交通工具,同时也是身份地位的象征。他可以体现社会地位,品味,圈子,生活以及帮自己提升关注度。

对于一个追求品质的人来讲,享受生活的人来讲,以最合适的方式,换取最高品质的体验,是一个不可抗拒的吸引。车辆常换常新,却没有每次买新车的高昂代价,不仅能体现自己的社会品味,紧跟时尚,同时也能帮助自己保持自己的社交圈。

因此,对于金融服务公司来讲,我们懂得什么是合适的时间,什么是合适的人,以及什么是合适的产品。

1. 合适的时间合适的人

什么是合适的时间,什么时候才是换车的最佳时机,什么时候我们的客户最会心动。

我们都清楚的知道,当客户购买新车之后,车辆的市场价值将是一个开始陡峭后续平缓的曲线。当客户贷款购买的时候,客户需要偿还的金额是线性变化的。

有这么一个时期,车辆的市值恰好足够还掉贷款同时付一辆新车的首付。这时候,换掉旧车,开走新车的代价就仅仅是继续还贷款这样一个习惯性动作。

那么,对于客户来讲,成本可控,好处是明晃晃的一辆新车。动心不是不可能。

2. 合适的产品

抓住了客户最心动时机,同时需要给他推荐合适的车,合适的金融产品,这对于我们的客户来讲是最好的吸引,个性化的产品推荐,个性化的车辆推荐,才能让我们的客户真正的有兴趣。

  • 个性化的金融产品推荐: 根据不同用户自身的情况,有针对性的推荐金融产品,通知书针对不同的扯脸个,推荐合适的金融产品,为客户提供最好的金融体验

  • 个性化车辆推荐:根据不同用户自身情况,有针对性的推荐车辆,结合用户和车辆的活动信息推荐合适的金融产品,为客户提供最好的购买体验

个性化这个词,说起来做起来都没有那么容易,我们如何去实现个性化?

  • 首先,我们需要自适应的车辆和金融产品推荐逻辑,根据我们客户已有车辆信息,客户的个人信息,金融市场活动,汽车市场活动信息等综合起来,进行推荐。

  • 在这样的推荐过程中,当我们有主推的活动或者需要促销的车型和金融产品时,我们可以进行人工的干预,调整

  • 最后,每一次成单的数据,都是对我们整个推荐模型的最好的正向反馈,让我们能够更好的为我们的客户推荐金融产品和车辆,真正的做到比客户更了解客户。

3. 合适的服务

作为已经购买过的老客户,自然希望享受到的服务是有别于新客户的,体现自己老客户的身份,只是现阶段的老客户还没有得到如此的差异体验,作为汽车金融公司,我们需要合理的利用自己的手上的数据,为我们的客户提供优质贴心的服务

  • 合适的推荐:上文提到,我们可以根据客户的信息以及我们厂家自己的推荐,给客户进行合理的建议,这样,减少了客户来回选择的时间,中间纠结的时间,以及来回对比的时间。

  • 缩短等待时间:当我们已经知道了客户的情况,之前已经有过信用检查,在上一个合同中的还款情况等等信息的时候,对于我们做审批是不是能够有更多的帮助,我们是不是在客户有意愿的情况下可以提前做一些审查,在我们的推荐过车辆和金融产品后,可以进行后续的流程,同时已有的信息的合理利用也能帮我们加速整个过程

三、给自己一个强大的工具

做好了推荐,我们把客户吸引过来了,怎么能够持续跟进,能够有一个闭环的数据,同时实时跟踪销售线索情况,为我们的日常管理和后续查验做好准备。我们解决了线索的质量,下面我们要解决如何将高质量的线索继续跟进下去。

  • 线索管理

  • 转换跟进

1. 详尽的线索管理

很大情况下,我们的留存线索是和新的线索混在一起的,我们不知道我们到底有多少的留存线索,有多少留存转化等等,更别说更我们的线索计算模型进行有力的反馈。同时数字化的管理分发方式也能省去很多的人工成本

  • 线索管理:对于线索的及时更新,线索的状态更新,以及各种线索详情的展示,能够给我们的业务人员提供足够的信息来进行后续的线索分析,以及更好的判断是否应该给到我们的销售人员进行后续的跟进

  • 集成系统:手工更新线索状态的可靠性远不及系统自动更新,我们可以集成已有的销售系统,金融合同管理系统,实时的获取线索的状态信息,给到我们最新的信息,帮助我们快速判断线索的情况

2. 明朗的KPI跟踪

对于每个业务人员来讲,KPI是一个追着往前跑的首要因素,一个可视化的KPI模型不仅给经理一个明朗的转化和员工工作情况追踪,同时也给业务员一个很好的查看自己工作情况的窗口

  • 合理的KPI逻辑:在业务上,设置销售漏斗,合理的规划每一个线索状态之间的漏斗进度关系,来查看线索的阶段和跟进情况,同时也能反馈出,在什么样的环节需要进行增强,来给业务一个有力的反馈

  • 合理的留存率逻辑:我们设置留存率,系统帮助我们实时的计算出留存的情况,有多少人又购买了车辆,有多少人有意向购买,来看我们的市场活动,我们的算法推荐,我们的车辆又吸引了多少老客户来购买,看看我们的客户粘性

最后,这样一套工具,不仅仅帮助我们获得更加有价值的线索,让我们销售人员的每一个电话变得更加有意义,同时也能够给到一个管理工具,直接帮助我们线索跟进的可视化,同时间接的给我们的有价值线索的获取一个反馈,让我们的系统能够更好的提供线索,销售的跟进效率提高,形成一个良性循环,更好的帮助销售,金融以及我们的客户。

作者:兔小吱 ;公众号:冬眠小记

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,530评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 86,403评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,120评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,770评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,758评论 5 367
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,649评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,021评论 3 398
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,675评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,931评论 1 299
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,659评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,751评论 1 330
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,410评论 4 321
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,004评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,969评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,203评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,042评论 2 350
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,493评论 2 343