一、促销方案越来越多，效果却越来越差

2017至2019年，中国汽车销量萎缩了10%。在此期间，客户数量没有增加，合资和本土车企反而越来越多。这意味着竞争重点从大举扩张经销商网络，转向积极争夺客户。车企不愿降低厂商建议零售价（MSRP），因为一旦降价就很难恢复原价。同时，市场上又有许多车型供消费者选择。因此，许多车企选择通过促销提供符合客户预期的价格。这就导致了车企的促销支出翻番（见图1）。

 虽说没有什么灵丹妙药能够解决中国车企面临的所有问题，但优化促销支出确实能为车企带来很多积极影响。比如，每辆轿车的平均促销支出超过2.5万元，SUV超过2万元，如果车企能够节省5%的支出，那么一家年均销量为10万台的车企就能节约数亿元，大型车企则有望节约数十亿元。

车企管理促销支出的现行做法，通常是全面收集全国或地区的详细市场信息，一些车企还会针对友商的促销支出进行复杂的对标。但在促销管理方面，车企普遍面临三大难题：1）考量维度较多，包括车型、地域、促销类型、促销时间、客群等，导致一段时间后，促销政策过于复杂，难以评估；2）不同促销方案对销量产生的影响难以明确，导致企业既无法在短期内淘汰“低回报”方案，也无法充分投资“高回报”方案；3）陷入友商间的“无限对标”，只关注竞争对手动向，却忽略了客户需求。

与酒店、航空和耐用奢侈品一样，车企也可以依据客户的支付意愿来增加销售和利润。然而，在现行的经销商模式下，车企很难实现单独定价和动态定价。同时给经销商折扣时也要考虑竞争约束。但车企还是可以根据地区、车型、促销类型和促销时间来调整价格。车企可以借助人工智能技术来制定促销方案，并观察实际的促销效果，从而针对不同变量组合找出最合适的价格。我们在《麦肯锡中国汽车行业CEO季刊》创刊号中也探讨了促销支出管理。此后，这一领域的发展非常迅速。尤其是人工智能的应用，让车企得以更好地优化促销支出，这也是我们在本文中更新观点的原因。

二、基于人工智能技术的促销优化关键成功要素

麦肯锡认为，车企在部署基于人工智能技术的促销支出优化措施时，可以重点关注四大因素：

1．评估促销效果

在与车企合作的过程中，我们发现了一大问题，即他们在披露促销方案的价值/成本比时，还是有所保留。提升这方面的透明度有助于车企设计更有效的促销方案。比如，我们发现，非现金促销手段能很好地稳定交易价格。我们的研究显示，车企若能找到最合适的非现金促销方式，其效果可能会比现金促销更好。比方说，延长保修期、延长售后服务、提供配件代金券等都是中国市场极具吸引力的促销手段。对车企而言，精品等实物优惠的边际成本也远低于直接降价。我们的客户调研显示，这些方案的价值/成本比率在所有方案中名列前茅（见图2）。我们还发现，部分车企在金融方面的支出过高，建议加大实物或现金促销力度。

2．基于人工智能技术提供切实可行的建议

人工智能可用于测算不同区域、不同车型和不同促销时段的客户价格弹性，并且能够估算价格随着时间推移的演变情况。利用人工智能技术分析历史数据后我们发现，某家车企的价格弹性在北京等城市很高，在广州等其他城市却很低（见图3）。

在进行上述测算之前，我们采取了以下三大步骤（见图4）：（1）在数据湖中汇集所有相关历史数据；（2）运行统计模型；（3）根据车企的目标（如节约成本、推动销售增长）和限制因素（如产能）优化推荐。

车企在收集数据时，应密切关注竞争对手及政策法规的最新变化。在配比现金/非现金促销方案时，也要顺应市场总体趋势的发展。车企在设计方案时，各种组合效果（如保险优惠与贷款方案结合的可行性）都必须成为关注重点。

当然，知识与经验的重要性也不容低估。中国市场日新月异，好的人工智能预测结果也离不开专家的检查评估和评价。

3．将想法变成现实（Productionize）

为规模化和持续性应用人工智能技术，就必须让它从抽象的方法变成真正切实可见的产品。此外，车企也要真正基于人工智能技术来制定促销支出优化方案。这样做主要有两大益处：（1）人工智能技术唯有在持续吸收数据的情况下才会取得最佳效果。如Alpha Go于2016年击败李世石之前曾学习过海量围棋数据，基于人工智能技术的促销支出优化也能通过吸收数据而变得更加强大。（2）与固定不变的围棋规则不同，中国汽车市场的发展日新月异。因此，管理团队应以人工智能驱动的促销支出优化模型为参考，基于模型提供的建议来制定最终决策。这一基于人工智能技术的促销支出优化模型要能实现各种场景的模拟，并以一种通俗易懂的方式呈现运算结果。

4．在销售组织中建设差异化能力

车企若想嵌入基于人工智能技术的促销支出管理模式，就必须加强中央促销支出管理团队和区域团队的能力建设，以便根据当地客户需求和竞争环境来制定差异化的促销支出方案（见图5）。

三、人工智能促销优化模型在中国的应用

许多公司都开始着手利用数据来提升其促销管理手段的有效性。

案例一：

某销量较大的中国车企打造了一个“促销支出控制塔”。通过提升自身能力，该车企将支出效率稳步提升了3%~5%。他们主要落实了三大举措：一，提升透明度，并通过对标竞争对手识别问题所在（见图6）；二，按优先级别对促销支出优化干预举措进行排序，提高短期促销效率；三，打造“促销支出控制塔”来提升透明度，为立足长远的自动化促销支出管理奠定基础。

案例二 ：

中国某高端车企针对不同车型和地区调整了20多项促销支出方案，使其支出效果提升了5%以上。该车企利用高级分析技术，对各目标客群就不同促销方案的反馈进行了分析，并通过计算每项促销方案的投资回报率（ROI）确定了促销支出最优区间（见图7）。为了顺应中国市场的发展，他们还广邀专家收集洞见，并对方案进行了调整。

四、实施

人工智能驱动的促销支出管理手段不应被视作备用方案或是应急措施，唯有与常规促销支出管理流程相结合，它才能真正发挥作用。我们的经验表明，以下几种做法在实施过程中成效显著：

1.在解决区域化差异时将区域性因素纳入考量（如购买力、产品偏好、政府补贴等）：我们知道各地区存在偏好差异，因此，针对不同区域制定差异化的促销方案至关重要。当前，绝大多数促销的区域性差异小于10%，也就是说，车企忽略了中国市场巨大的区域差异。

2.提高促销支出方案的更新频率并快速做出调整。车企目前的更新标准是每3个月一次，但考虑到中国市场政策法规和客户行为的快速变化，应当提高更新频率。他们既可以选择提升定期更新的频率，也可以在制定促销支出政策时，预留出部分资金用于方案的灵活调整。车企在部署和执行基于人工智能技术的促销支出管理模式时，应将时间成本控制在三天之内，并从第一周就开始持续追踪数据。此外，车企还应明确各方的角色和责任，确保这些调整能够得到快速落实。

3.明确相关变化对经销商盈利能力的影响：成功的车企在设计促销方案时，会将各个区域的经销商纳入考量。赋予区域经销商一定的自主性和促销方案设计对提升销量至关重要。考虑到许多车企的经销商都面临着盈利压力，车企在调整促销支出时，应密切关注经销商盈利能力的改变。

4.建立良性的学习循环：成功的车企会持续追踪促销支出调整产生的直接影响（如成本节约和销量提升），监控关键内部指标（如交易价格和销量等），密切关注外部市场动态和竞争对手行为，并基于这些变量调整促销方案。这些信息应作为输入变量交由人工智能算法进行学习，用以改进未来的结果。不仅如此，促销管理团队还应定期评估促销支出方案的效果，并根据结论作出调整。

鉴于促销支出往往规模庞大，所以优化促销支出优化称得上是最具影响力的营销和销售用例，对车企的影响往往高达数亿甚至数十亿元。如前所述，人工智能能够帮助车企精准分析客户在区域、车型、促销类型和时间等各个方面的支出意愿，从而优化促销支出。不过，我们也要指出，在中国快速演变的竞争环境下，只有将人工智能与销售相关部门的专业知识结合起来，车企才能取得成功。