掌控4S店运营的100张图 | 客户维系数据管理模型

[车友头条-车友号-用车参谋]  从客户维系数据管理模型中，我们可以清晰地获取到：客户维系管理的重点来自于两个层面的KPI，即体现客户维系结果的状态KPI和体现客户维系过程的转换KPI与招揽KPI。

在对很多4S店调研与辅导的过程中，我们发现，很多4S店的经理人并没有把客户维系管理作为运营管理的重点工作之一。甚至有些人还会想当然地认为，客户维系是客服部门的职责，并不属于自已的管理职责。

1.客户维系数据管理模型

进一地调研发现，对于一部分经理人而言，即使认识到客户管理的价值，却不知道管理的抓手在哪里。基于此，我们为大家提供了一个体现管理方向的客户维系数据管理模型（图62a）。从这个模型中，我们可以清晰地获取到：客户维系管理的重点来自于两个层面的KPI，即体现客户维系结果的状态KPI和体现客户维系过程的转换KPI与招揽KPI。

（1）状态KPI

所谓状态KPI，是体现档案客户组成结构的管理KPI，如图62b所示。档案客户分为有效客户和无效客户两大类别，其中无效客户的车辆性质大体上可定义为已转手、已报废、失联或非本地使用等4种原因导向类别。而对于有效客户，可根据客户未进厂时间是否超过一年，分为基盘客户和流失客户。

根据基盘客户活跃性质的不同，我们可对当期的基盘客户再分为4种类型，分别为稳定类型（末次进厂时间在6个月内）、流失预警类型（末次进厂时间在6~9个月）、准流失类型（末次进厂时间在9~12个月）。

同理，根据流失时间的差异，对流失客户也可分为5种类型，分别为：3个月内流失（0＜ X≤3个月）、6个月内流失（3＜ X≤6个月）、12个月内流失（6＜ X≤12个月）、2年内流失（12＜ X≤24个月）和2年外流失（24＜X）。由此可知，我们最希望看到的结果是，稳定类型（末次进厂时间在6个月内）占比的最大化，以及流失客户占比的最小化。