懂得大数据就能玩转二手车么？
王萌：大家下午好！郎老师是我的老师，我上学时一直看郎老师的数据报告。开玩笑说今年日子不好过，我们很多汽车行业的同事离开这个行业，以前是从一个品牌跳到另外一个品牌，今年是离开这个行业。
离开之后回来我们吃饭沟通，我说怎么样，他说其他行业比汽车行业下滑得还厉害。并不像我们想象的那么惨。
通过我们的数据看，像日本1975年到1980年，1985年到1990年的二手车出口，美国2008年到2010年的经济危机，把整个行业进行调整期，并不是坏事。
美国当时3万家4S店缩小到1.7万，生存下来的精细化管理会更好。我认为中国通过目前的数据看，也进入行业的调整期。
经常有二手车同行跟我讲今年不好干，没钱。今年协会9月份一个活动数据看，去年二手车有50%的不赚钱，20%赔钱，30%赚钱。今年是50%的可能要亏损，30%会赔，20%可能保证有一个较低的盈利。
今天跟大家分享中国二手车行业大数据应用。目前行业进入到置换为主的周期。北京开玩笑说如果一个4S店一个月卖的车能碰到一个摇指标过来买的。
我们都会临走时送用户一柱香，说您运气太好了。因为每年69万销售量里只有3万是摇号指标，理论上置换率超过95%，而4S店做得最好的能做到52%。其实还是丢了一些，怎么解决这个问题，跟大家进行一个分享。
都说下半场，最近我写了201年啊是中国二手车行业下半场开始。下半场大家要做什么准备？
我跟主持人开玩笑说相当于我们在森林里遇到一个老虎，主持人开始跑，我系鞋带。主持人说你系什么鞋带，赶紧跑。
我说我不用比老虎跑得快，比你跑得快我就可以活下去。这也在侧面讲，不管遇到任何问题，我们一定要看为什么别人比我们做得好。
最近我们经常开玩笑说2019年捕获独角兽最多的机构是红杉、阿里、腾讯、警方。我说应该调，警方应该排第一，最近跑得都不敢回来。
侧面也说明中国经济，尤其是汽车行业从1995年的模式，包括4S市场从1985年的模式，到今天为止是不是需要变化，是不是可能变化。
我认为一定会变化。从华为这件事，从国家政治经济的走向、政策的走向，也能看到实体经济的脱虚向实。我们这些也一样。我经常跟他们开玩笑，以前我们做4S店，把握资源优势，有资金、场地、厂家关系，赶上一个好卖的品牌，赶上这两年产品好。
我有很多同学是4S店的店总，我说你每天只是喝茶打卡，改一个品牌，换个人可能不一定比你干得差可能更好。但新时代不是这样了，有几个特别好的品牌今年4S店还干赔了，我说你们经营得有点问题，但他也提出他的问题。
汽车行业虽然在很多外行眼里看觉得很高大上，很有科技含量、技术含量，但我们跟一些其他行业相比，还是有点落后了，不能老躺在以前的认知程度里做业务。我觉得我们也需要改善。
这是在二手车行业这几年，尤其是去年开始明显的变化。以前做二手车最关键的是车源、场地、资金、关系。他们老说胖哥你最应该做二手车交易。
说你的同学全是4S店的总经理，二手车经理给你点车就能挣钱，但现在不是，现在行业调整是客户运营。以前是谁收来车，只要不出太大的问题一定会赚钱，而现在是车源越来越丰富，谁有客户，谁的客户体验好，谁的运营效率高，谁有品牌，用户信你，你才能赚到钱。
有车可能已经越来越没用了。最关键是客户满意度、运营、品牌，都是基于数据进行决策，而不简简单单是以前说的“蒙着收忽悠卖，小白来了好买卖”。
这个时代过去了。以前有电商平台跟我讲这个大脑那个大脑，我们基于大数据分析。但他没有真正做过行业，只是用大数据简单的理解做，结果走了很多弯路，交了很多学费。
第二部分，分享一下我们目前所面临的数据精细化运营升级的过程。
最近跟很多厂家集团做内部分享培训，大家都在说升级升级升级，升的是什么？很多人升的还是站在自己的角度。我们4S店也好、集团也好、经营者也好，没有站在用户角度想想他在决策过程中都应用了哪些数据，哪些数据链之间产生了变化。
我们认为的，我们提供的是不是真正他需要的。比如像二手车整个流程。
首先用户卖车时是有一个心理价位的。这个价位现在受冲击最大的是原来这个车三年前50万买的，结果这三年新车玩命降价，现在新车才30万。
但用户不理解，用户说我这车开3年赔一半卖25万合理，实际上新车才30万，在重置成本过程中，心理价位明显偏差。这个问题怎么解决？
用户看完之后网络咨询。经常做二手车的经营者会标“高价收车”。我说什么叫高价收车，跟谁比是高价？市场基本价格是什么？没有！用户所有的市场价是什么？
经常有人说用户一来就说二手车价格低，我说如果来一个用户说你给他二手车价格真好，真高，一点都不跟你砍价，你还不敢收了。那意味着什么是市场价的标准价。
第三，用户决策过程中，任何一个用户包括在座各位，我们卖车时，从内心角度也想卖一个所谓的最高价格。那这个过程中什么是最高价格，用哪些数据能够看到？
溢价谈判过程中，谁靠谱。很多用户在价值、价格、服务过程中，数据展现，依次向4S店。比如我的车收完之后怎么处置。比如很多4S店做决策分析时，说你的店卖BBA级别，你有没有去年分析说换BBA级别都是其他哪些品牌，什么车龄，男客户、女客户，客户年龄、从业分类。没有分析。
我给他分析了一遍之后说你这个团队有一个最大的问题，原来的评估师来自于日系，所有的日系车很精准，置换率、转化率很高，但来一些德系车不熟，因为他的缺失，导致德系置换率跟正常水平比明显低了。
这是我们通过大数据发现企业运行中所产生的一些问题，同时在过程中我们比价格，在处置端。
其实现在很多用户越来越知道你所谓的4S店、中间商，有存在价值。但我们存在能给用户提供的价值和你赚到的钱能不能接受，再有后续一些数据。
最后一点很关键，我们发现传统企业有大量数据，但这些数据都是原材料。我说你们都是埋在地里的土豆、黄瓜、西瓜，但没有人摘出来精准分析，把它做成一盘菜，而且同时是适合他们运营的马上能立竿见影的方法。
我们也做了一些调整。比如我们做数据决策时，会做成一个分析图。你收一台13年的帕萨特，在市场里的竞争对手是谁，存量多少，平均35天卖，你平均多少天，平均大家的利润多少，你的利润多少，你应该通过哪些渠道怎么卖。现在都说全国放开了，我这台车前15天、15-30天、30-45天，策略是什么。
我们经常去到一个4S店，总经理说我这台车，明明我觉得零售能挣5万块钱利润，他为什么加2万块钱就批出去了，是不是有问题？
我说你把这个二手车经理找来，你的决策依据是什么？他会跟我讲，他说我挣5万块钱，大概要70天的时间，我的各项成本、风险，有可能最后扣完是要赔5000的。而我现在只需要3天批发出去，我可能挣2万。决策依据想得很好，你是专业的，但如果是胡说八道，可能就过不去了。数据在决策依据时，我们是有样本参照的。
第二，这几年传统企业也做了数据化的管理变革。我们认为做得很好，但还不够，需要更多专家给我们提供深度分析。
举例现在很多二手车市场在做所谓的大数据分析，提供给车商，什么车好卖，什么车正常的库存，什么车现在急需，用户的关注点在哪儿。
还有我们协会推广的行车证，在认证检查过程中会发现哪些年份、那些品牌车型故障率更高，二手车经营时成本要提前预留出来。
举例，说这个品牌每8万公里活塞环75%要坏。我们在这台二手车收购时告诉从业者，说你提前准备出8000-12000的成本，因为有75%的概率要亏。这是我们基于经验，而没有变成大数据产品。
这是我们和协会做的合作分析，把4S店二手车运营业务做了模型分析图。在一楼展台会给大家赠送几份。
我们把所有数据节点、决策节点，都以大数据为基础。比如我们在某一个节点会给大家进行分析，它的数据链路是怎么来的，战败原因是如何产生的。我们回追，发现问题、解决问题，用方面和工具提升整体效率。
比如很多4S店做二手车业务，都说没有客户。市场部一年花几十万上百万，各种互联网投放、广告投放。但有没有效果？我们原来管理店时就要求你的邀约准备、线索要算笔帐。广播电台一个电话值多少钱、某某电商平台多少钱、广告牌多少钱，要做测算。一个电话多少钱，一个到店多少钱，转化一台成交多少钱，跟所有KPI、OKR对。
我发现现在买我们这款车的客户90%是1988年以后出生的。他通过互联网来到我店的比例占77%。这些人在看互联网时，普遍都是晚上7点、9点、10点、11点。我说你们客服完成任务，每天早上起来9点-12点打电话，我这款车的用户还没有起床。
你是不是要加微信，然后再推送。根据互联网的数据分析，我们发现这款车这些用户其实不是关注这款车优惠了、降价了，关注的是这款车所带给我的时尚感觉，人群是哪些人群，这个车所谓的高科技、时尚产品。我们根据它去调整所有的营销决策。
调整完之后才会发现它能提升。在数据化准备过程中，我们发现很多都是临时做决策。如果我们能让客户来之前把用户画像，要买什么车、卖什么车、诉求，去过哪些店，有一个提前准备分析，在情报这条。
战争期间打仗第一件事是抢地图而不是粮食。因为地图做得很精细。现在做二手车、新车也一样，通过数据、情报，提前做好精细化管理，依托数据做决策，而不是现在讲以前的管理方式是领导拍脑袋，明年任务定多少，中层干部拍胸部，底下员工拍大腿，最后不知道谁拍屁股走人了。一定要改变这种状态。
最后跟大家分享我们常讲的“中国二手车下半场，大数据应用时代变革”，蒙着收忽悠卖”，粗放的时代已经过去了，希望大家都能重视我们真实的数据应用以及数据的算法。
最后谢谢大家，以上是我的简单介绍，谢谢。
首个中国汽车经销商（4S店）二手车业务全景图推出，获取方式可下载App-伍车学府了解相关信息！
