某区域汽车多家4S店销售数据重叠度分析

项目背景

某区域多家4S店反馈存在“抢客户”现象，导致线索转化率低、客户体验下降。为优化资源分配并减少内耗，主导全链路数据分析，定位重叠客户来源及影响。

分析思路与行动

数据整合与清洗

1. 整合DMS系统、垂媒（汽车之家/懂车帝/易车及其他渠道）及CRM数据，形成线索、到店、A卡、二次进店、订单、销售的全链路追踪表，覆盖某区域5家门店近7个月数据（样本量/次：2,0000+条线索/4000+到店/1000+A卡/1000+二次到店/1000+订单/1000+开票）。
2. 通过模糊匹配算法（姓名+电话号码）识别同一客户在不同门店的重复留资行为，定义“重叠客户”标—统一自然月若留资手机号一致，则为重叠。

重叠度量化分析

1. 线索层：计算各店线索重叠率（如A店与B店重叠客户占比8%）
2. 根因定位：将几家店端通过车城进行区域划分，对比各线索重叠率发现，不同车城，同品牌之间数据重叠率较高，同车城，不同品牌间数据重叠率也较高。
   

策略制定与落地

1. 规则透明化：建立《XX区域线索分配SOP》，明确“首触店优先跟进”原则，减少销售冲突。
2. 数据持续追踪：每月追踪结果数据线索重叠度，实时预警异常重叠行为。

项目成果

1. 效率提升：区域整体线索到店率提升1%，订单转化率提升7%；
2. 成本节约：减少重复跟进人力成本约~万元/年；