撰文 / 張繼生（上海數珩科技董事長）

編輯 / 錢亞光

設計 / 琚 佳

6月14日，在第十六屆中國汽車藍皮書論壇上，上海數珩科技董事長張繼生發表了名為《明悉：打造AI店長》的主題演講，分析了銷售人員在接待客戶過程存在的問題，并以大模型為手段對銷售過程中的痛點進行改善。

作為一個想買車的消費者，在互聯網普及之前，從預選再到最終決策，其實大部分基本上都是在4S店完成的。在互聯網普及了之后，真正到店的人，在到店之前已經完成了70%、80%的決策，到店里面更多的真正要去體驗一下。

主機廠花了那么多的錢，把消費者帶到了4S店，怎么樣去留住他？這個事情非常關鍵。

雖然接待客戶有著一系列的服務流程和方法，最大潛在問題是，沒有辦法回溯銷售過程，店長和銷售經理無法給與銷售顧問實際的指導。

數珩通過自己訓練的汽車行業銷售大模型，通過解讀銷售過程的數據，針對客戶群體的意向度進行打標簽，AI自動分析銷售過程，并將購買轉換的障礙智能推送給銷售人員，從而針對到店客戶的銷售痛點進行一一改善。

下面是張繼生的演講實錄，有刪節。

張繼生：大家好，我是數珩的張繼生，數珩科技是基于企業應用場景，用大模型去幫助客戶提供解決方案的這樣一家公司。今天我給大家帶來的是數珩自己研發的產品，這個產品是什么呢？就是我們幫助汽車4S店或者說是經銷商，幫助他們打造一個AI店長，幫助他們去賣車。

眾所周知，在互聯網普及之前作為一個想買車的消費者，他其實去4S店是從預選再到最終的決策，其實大部分基本上都是在4S店完成的。但是在互聯網普及了之后，真正到店的這些人在到店之前他其實已經完成了70%、80%的決策，已經做好了，他們更多的時間到店里面可能是真正要去體驗一下，因為花了幾萬甚至幾十萬，要去買一件物品，他們還是要去做一些準備的，還要親自去體驗一下。

所以現場的接待比之前更加重要，有些汽車主機廠把大量的預算和精力放在引流段，但是對于到店客戶的流失卻有點過于“寬待”，導致大量到店未成交的客戶。

那么咱們主機廠花了那么多的錢，那么多的廣告預算，把消費者、客戶帶到了4S店，怎么樣去留住他？這個事情非常關鍵。傳統的經銷商或者4S店面臨什么樣的問題，我們都知道，有以下幾點：

第一，傳統的主機廠都有銷售核檢的流程，也就是扮演客戶下派到4S店體驗標準化的流程，也就是所謂的背包客。今天4S店的店長認為銷售流程核檢其實沒有代表性，為什么呢？因為很多背包客一進店，好像4S店的銷售他們有天生的感覺，一眼就識別出來了，背包客到店之后，他們會把相關的服務做得非常到位。但是如果一旦不是背包客，那么他們可能又回到了之前的那種狀態。

第二，面對銷售顧問的需求，比如要折扣，要優惠，4S店的店長無法合理判斷。

第三，對于客戶把握不準，容易錯失轉化的機會。

當然這里最大潛在問題是，所有的這些都沒有辦法回溯銷售過程，店長和銷售經理無法給與銷售顧問實際的指導。

接下來我們來看兩個場景，都是和銷售管理過程的缺失相關的，4S店的銷售由于沒有辦法就流程進行回溯，所以店長也沒有辦法給他有效的指導。

比如我們可以看一下場景一，4S店銷售說，經理你好，客戶說了，競品給了他1000元錢的優惠，那如果我們給了，客戶就會買單。店長就說了，你總是這么說，上次也是這樣，折扣給你了，但是最終這個客戶還是沒有買單。

另外一個場景，還有一個是店長在開會的時候會問到，小劉，你今天的這個客戶為什么沒有成交？小劉說，我判斷下來可能這個客戶沒有意向。

這些由于沒有去拿到一些跟客戶溝通真實的過程，所以店長沒有辦法去給予指導。

數珩通過自己訓練的汽車行業銷售大模型，針對到店客戶的銷售痛點進行一一改善。

數珩汽車行業的垂直模型，有六大功能模塊，接下來我可以去闡述一下。第一個模塊就是AI智能的核檢，解決客戶親自到店流程核檢難的問題。我剛才提到了，背包客他們可能去店里面做這樣的工作，其實沒有其代表性，但是今天大模型可以解讀銷售過程的數據。一個客戶從到店跟4S店的銷售接觸之后，到4S店的銷售給客戶送走，我們這里面都有一個過程。這個過程大模型可以自動對流程進行核檢，那這個核檢更科學、更直觀、更完整，這是在核檢的過程當中。

接下來就是智能打標簽。我們都知道原來有很多的4S店，他們會用錄音筆記錄銷售過程，然后去聽錄音做手工標簽的標注，去做打標簽。過程復雜而且不準。

目前數珩用大模型進行自動打標簽，比如雙方如果出發到了“出去溜車”的對話內容，自動給銷售打上“邀約試駕”的標簽，也給客戶打上“用車體驗”的標簽。同時也可以針對客戶群體的意向度進行打標簽，比如最近一個月進店客戶，對于“外觀設計”的提及率明顯高于其他方面，這樣就可能需要銷售多培訓類似的話題，從而引起客戶的關注和興趣。

第三個功能就是AI自動分析銷售過程。我們以往可能在開夕會或者是晨會的時候，店長會問，你今天見到的這三五個客戶情況是怎么樣的？大多數的銷售可能會給到一個回復，今天這個客戶沒有意向，或者說客戶只是來看一看。

那今天不一樣了，我們有了這個產品，就可以幫助客戶，第一、做到全量數據的收集；第二、大模型秒級的自動總結。店長在開夕會或者晨會的時候，就可以根據今天到店的客戶一一去進行分析。區分每一位銷售的優勢和不足，以及最后幫助客戶挖掘共性的需求。

通過我們汽車行業的大模型，為每一段的銷售過程的內容進行分析，指出一段銷售過程中的亮點和不足，并且區別于以前模板式的評論，AI的評論更加具體，他可以引入對話內容進行舉例，幫助銷售經理更好地掌握銷售在售賣的過程當中提供決策建議。那么分析出來銷售哪些好、哪些不好，將溝通好的部分做共性分析，不好的部分做針對性培訓和改善。

還有一個功能是，它可以去分析今天到訪的客戶，我們根據客戶講的這些話，用大模型分析出來他的真實意圖到底是什么。

舉一個例子，比如我們一個客戶帶著他的夫人去4S店，某一段聊天的過程中，他的太太提到，他可能是一個驢友，對車的需求是后備箱要大一些，空間要大一點。

我們的AI分析了之后，將購買轉換的障礙告訴我們的銷售人員，最后發現成交的時候，銷售人員正是用的這一點去打動的客戶。所以其實并不是所有的客戶都是因為價格才會去買這輛車，而是可能由于一些其他的原因，一個很小的點，或者是內飾，或者是空間，或者是續航等等問題。

最后還有一個叫“智能推送”，智能推送是什么呢？我們會在第二天的早上把4S店前一天所有來的客戶分成幾個級別，比如說有給4S店的店長的，有給銷售的，同時我們也會有給到大區的負責人的。特別是里面提到我們有一個預警的功能，我們會告訴4S店的銷售，這個人可能是第二次或者是多次到店了，你要去花更多的精力，或者更有針對性地把這個客戶拿下，讓他去交定金，或者是盡快地去下單。

接下來用兩個案例可以給大家講一下這個產品的功能：

客戶在3月1日第一次到店的時候，我們的AI就分析出來客戶可能對空間的大小很關注，并且他有提到他們可能很快就會去買這輛車，大概半個月左右。店長借用AI分析的結果，再次邀約客戶，果然在3月15日，成交的因素就是裝載能力，這是我們在去跟4S店的銷售溝通完之后發現，確實是這個銷售就用這樣的話術跟客戶去交流了，最后就成交了。

我們服務的一個客戶，他有兩個店，我們做了一個對比，跟去年同期比，他的銷量提升了22%。這兩個案例實實在在地幫助我們的車企在第一線能夠把握住他們的銷售機會，提升了到店的購買轉化效率。

謝謝大家，明察過往，洞悉未來，希望能夠幫助到更多的車企銷售，謝謝。