在新能源汽車市場，當我們談論線索的時候是在談論什么

接觸過銷售類工作的人都對“線索”這個詞不會感到陌生，特別是在銷量不是很理想的時候，所有人都自然而然的去講“線索不夠”，要“增大線索量”。但往往就是掛在嘴邊的對象，當我們仔細思考的時候會發(fā)現(xiàn)也許并不是很理解它，它的“面貌”、特性都很模糊。下面就以汽車行業(yè)為例，來看看當我們談論“線索”的時候，究竟在談論什么。

“線索-客戶-車主-用戶”的區(qū)分

線索是一條信息，也是一個潛在的用戶。對于銷售員來講，線索就是包含了潛在客戶聯(lián)系方式和相關特點的信息，而對于企業(yè)來說，線索就是潛在客戶本身。單純用靜態(tài)的眼光看線索是沒有意義的，其中最關鍵的是其包含了企業(yè)和潛在客戶自身的兩種動力。企業(yè)的動力是將線索轉化為用戶，而潛在客戶的動力則是選擇一個能夠滿足自己的產(chǎn)品。

這么一來，就有必要區(qū)分“線索、客戶、用戶”之間的關系，特別是在汽車行業(yè)中，還有一個“車主”的概念。當我們理清這些定義，實際上也就搞明白了它們之間的轉化關系。

雖然沒有明確的定義，但通常來說，在汽車領域，“線索”就是沒有接觸過汽車產(chǎn)品，但有購車意向的人；而“客戶”可以更精確的定義為到了門店，并體驗過產(chǎn)品的人，其中有些人可能會購買，也有一些人最終會放棄選擇；一旦用戶下了訂單后真的提了車，就會變成“車主”，這個概念很好理解。但在這之外，還有一個“用戶”的概念，這是指購買過產(chǎn)品或者享受過服務的人，對于汽車行業(yè)來說，車主一定是用戶，但用戶不完全是車主，因為車企還有很多服務，比如網(wǎng)站、APP、小程序等線上平臺以及精品商城、售后服務等，這些服務也對非車主開放。

基于這種分類，我們可以得到上圖當中“線索-客戶-車主-用戶”之間的動態(tài)和靜態(tài)關系，只有分清楚這樣的關系，我們才可以進一步的去理解和操作。值得注意的是，大多數(shù)時候，我們會把還未成交的狀態(tài)中的潛在客戶都稱作線索，這樣也可以簡化這個關系為“線索-車主-用戶”三者之間，在這樣的關系中，我們接下來就著重看一下線索。

線索的八種狀態(tài)

當我們要理解一件事情的時候，最好的辦法就是將其細分，并分步理解。對于線索來說，市場上有一套較為清晰的分類方式，可以幫我們對線索有一個更深入了解。

首先是原始線索RL（Raw leads)，這就是企業(yè)通過各種方式收集到的潛在客戶的基本數(shù)據(jù)。在這些基本數(shù)據(jù)里面，會有很多重復、混亂的信息，一般來說，要經(jīng)過一個自動化的清洗過程，讓其變成真正可用的線索，即自動清洗線索AQL（Auto Qualified Leads）。

在AQL的基礎上，企業(yè)的市場部門需要對線索進行進一步的篩選，比如判斷出潛在客戶的用車地、預算、選購周期等內(nèi)容。篩選后具備給到銷售條件的線索，叫做市場認可線索MQL（Market Qualified Leads），如果不具備馬上下發(fā)的條件，但是可以培育一段時間的話，就可以稱作市場培育線索MRL（Marketing Ready Leads）。

進入銷售體系之后，經(jīng)過清洗篩選，也同樣可以分成銷售跟進線索SQL（Sales Qualified Leads)和銷售培育線索SRL（Sales Ready Leads）。在銷售跟進線索SQL中，那些具備成交條件的，可以叫作成交潛力線索OPP（Opportunity），而最終的落單就可以稱作成交線索WIN。

汽車銷售中的線索管理

有了這些展開的了解，我們就有機會更加清晰的合并內(nèi)容，在汽車領域構建一個簡單可操作的線索模型：消費者從市場線索ML（Market Leads）成為銷售線索（Sales Leads）進而成為車主/用戶（Owner/User）的過程。我們可以參考消費者選車、用車的生命周期來細化這個模型。

一般來說，消費者首先要有購車需求，然后進入信息篩選階段，并可能會成為線上的留資線索或者線下直接到門店的咨詢線索。我們可以把用戶到店之前都乘坐市場線索ML。到店之后，用戶會咨詢、試駕、價格談判等，這個過程到訂單之間，就是銷售線索SL。當車輛真正交付給用戶之后，就可以稱其為車主了。

線索在不斷向前推進的過程，其實就是一個企業(yè)不斷地了解消費者的過程。前面我們也提到了，線索既是信息，又是人，是信息和人的一個映射關系。所以如果想要管理好線索，最核心的就是要搞清楚，究竟要了解消費者的哪些信息才能有助于成交。

我們可以從“屬性-意向-行為”三個維度來豐富客戶信息，同時結合市場線索、銷售線索和車主三個階段，來明確各個階段“最好”要了解消費者到什么程度。屬性，即消費者的基本信息，可以分為兩個模塊，第一個大的模塊是賬號信息，即消費者的姓名、ID以及電話聯(lián)系方式，最好可以獲取到一些他們各個平臺的社交媒體信息。另一個大的模塊是個人信息，隨著銷售過程的不斷深入，可以了解到消費者的年齡、性別、居住地、家庭成員、住房情況、擁車情況、工作和經(jīng)濟情況、興趣愛好等等。當他成為車主之后，還可以增加其購車、擁車信息以及與企業(yè)互動的內(nèi)容。

基本屬性可以讓我們了解這條線索背后的人，但意向和行為信息才是真正能反映出消費者對于產(chǎn)品的偏好。在意向維度，主要是選購意向和體驗意向，要回答的問題是，用戶想買什么車以及用戶想不想體驗我們的車。而行為則是在這樣意向指引之下，用戶在線上的行動是什么以及在線下的行動是什么。

給線索建立合適的標簽并持續(xù)更新標簽，僅僅是對線索管理的基本動作。除了標簽，還要關注至少三個方面，即限速處理的“流程”，線索的“轉化”推進，以及不斷地對線索進行各個層面的“評估”。

再次強調(diào)的是，線索是信息，同時也是人。所以給線索打標簽實際上是不斷地完善人的畫像的過程，但人不是靜態(tài)的，需要設計一個流程，促進這個人從“市場線索”轉化到“銷售線索”最終轉化為“車主”。所以流程和推動轉化，是在線索標簽的基礎上的兩個關鍵要素，二者相輔相成。

所謂流程，就是一個體驗的過程，即消費者從留下個人資料，成為線索之后，如何一路向前，成為車主。傳統(tǒng)意義上，就是類似于用戶留資之后多久要打電話觸達，多長時間跟進一次等等。但在這流程當中，最關鍵的是要針對消費者進行轉化的操作，比如通過接觸，對消費者進行分類，然后基于歷史數(shù)據(jù)，對消費者購車意向度進行預測，結合前面的信息，選擇合適的銷售腳本與用戶進行溝通，最后進行向車主的轉化。

如今到了一個AI的時代，很多行業(yè)、很多工作都在思考AI如何能幫助業(yè)務的發(fā)展。在線索方面，AI同樣有著可以發(fā)揮的空間。AI最擅長的事情就是做預測，如果能夠基于線索已有的標簽信息，對線索做出快速的分類和預測，也許可以做到使用更有針對性地腳本和提高轉化率。

怎么做？舉個最簡單例子，基于企業(yè)內(nèi)部數(shù)據(jù)以及公開數(shù)據(jù)，我們可以制作一組以月為單位的車輛上險背后的用戶數(shù)據(jù)統(tǒng)計。比如按照年齡段和性別劃分，以特斯拉舉例，可以拉出一個每款車型分年齡、性別的購買比例，這樣就可以基于用戶這兩種信息，進行一個概率性的預測——有多大可能會購買？當然如果能夠喂給AI的歷史信息越多，就會得到更精確的預測。

（數(shù)據(jù)為2025年5月上險量）

另外基于用戶的預算、需求和競爭情況，結合其購買周期，還可以構建一個BNC-T模型（Budget-Need-Competition-Time frame）。具體來說，消費者購買汽車產(chǎn)品，基本上會有一個決策周期，這個周期雖然隨著智能化消費化變得越來越短，但我們還是可以將3個月作為一個限度。那么在這三個月中，消費者的預算、需求以及備選的產(chǎn)品并不是一成不變的。

比如某個人想要買一輛SUV，最初的預算錨定在15萬元，在第一個月，他可能會擴大預算范圍在12-18萬之間，需求也會要很多，比如想要好看的、空間又很大的、智能強的等等，備選名單也很多。隨著時間的推進，在第二個月，由于試駕了幾輛車，了解到了更多信息，結合自己的情況，明確了哪些需求是自己真正想要的，同時也縮減了備選名單，就這樣在動態(tài)的信息收集中不斷地進行判斷，最終預算、需求和備選產(chǎn)品收斂到2-3個之間，進入最終的決策。

通過構建一個模型，將過往的用戶選擇、需求調(diào)研以及現(xiàn)在市面上的產(chǎn)品放在一個時間維度上不斷地進行比較，就可以在不同階段對應掌握消費者選購時候的心理，更好的給出針對性的建議。這其中最關鍵的一點就是引入時間變量，不斷地去更新用戶對購車這件事情的看法，并給出針對性銷售策略。

除了概率性預測，基于大語言模型，甚至可以對消費者的標簽進行擴展性預測。我們假設利用既有的車主的情況進行大數(shù)據(jù)訓練，對于車主的描述本質(zhì)上就是一句話，比如“北京的劉先生有兩個孩子，家住在順義，是一名機場工作人員，家庭年收入在100萬左右，他平時喜歡釣魚、高爾夫，最終他選擇了一輛XXX車作為座駕”，很顯然，這是大預言模型可以生成的東西，如果基于既有標簽不斷的擴展預測生成，汽車企業(yè)的銷售人員就可以做出大膽的假設，并且使用更合適的銷售腳本來贏得客戶。

說到銷售腳本，其實在每一位成功的銷售員心中，都有一個銷售腳本大全，他們會快速判斷消費者的狀態(tài)，并進行分類預測，然后調(diào)用其銷售腳本庫中最合適的，并適當?shù)募右愿脑欤焖俚倪\用在跟消費者的溝通當中。那么如果基于企業(yè)產(chǎn)品的特點、銷售的經(jīng)驗積累以及對消費者的預測，訓練出一批銷售腳本，可以隨時調(diào)用，并可以快速改造的話，一方面可以提升總體銷售的標準化和質(zhì)量，另一方面應該能夠極大的幫助提升線索的轉化率。

當然以上內(nèi)容沒僅僅是針對線索的一個系統(tǒng)性總結和未來可能性的展望。實際上困擾各個企業(yè)的首要問題是——每個線索相關的部門都在抱怨“線索不夠”。那么如何去判斷線索到底夠不夠呢？

有一個特別簡單的辦法，就是看兩個率——新增線索轉化率和當期銷售市占率。線索轉化率來看，比如這個月有10,000條線索進入到某一家企業(yè)的系統(tǒng)，最終產(chǎn)生了500個成交，那么線索轉化率就是5%。月度的市占率則是在細分市場里，某個企業(yè)的銷量跟總銷量的關系。比如企業(yè)月銷量是500，細分市場總銷量是10,000，那么月度銷售市占率就是5%。

這個時候，有意思的事情發(fā)生了。我們假設一種情況。這個月在細分市場中，一共就1萬人想要買車，那么他們會分別按照自己的喜好去各家留咨，成為不同企業(yè)的線索。那么問題就又去了，如果一家企業(yè)想要判斷，線索是不是足夠了，只需要去算一下，自己的轉化率和市占率之間的關系，如果二者恰好相等，那么就可以粗略的假設，這個月想買這類產(chǎn)品的消費者都來看過我的產(chǎn)品。如果市占率小于轉化率，說明還有一些購同類車的用戶沒有來看過我，而如果市占率大于轉化率，說明線索可能溢出了，會有很多無效線索。

當然者僅僅是理想情況，可以供企業(yè)做一個基礎判斷，而且要強調(diào)的是新增的線索轉化率和當期的銷售市占率。在一個競爭充分的市場里，如果我們假設消費者選購周期為3個月的話，那么每一個月當中總體看車的人數(shù)應該是當月實際購車人數(shù)的1/3左右，也就是說，線索總量應該是銷售總量的3倍，這樣，總體的轉化率和市占率之間的關系，需要通過對細分市場的探索，來重新判斷它們之間的比例關系。另外還可以假設，在充分競爭的市場中，如果銷量能排在TOP 3，就可以假定消費者只要想買這個細分市場的產(chǎn)品，就能夠去留咨和了解，因為信息壁壘已經(jīng)不存在了。

所以隨著市場競爭的不斷加劇，線索總量已經(jīng)不會成為瓶頸，關鍵的是要打造好內(nèi)部對線索處理的流程、轉化和評估，不斷地精細化管理線索，這樣才能做到在同樣的線索競爭中，獲得最大的成交。