企业间销售线索分享是多多益善吗？

任星耀 郑丽娜 郑鑫

内容提要：现有的企业间营销渠道信息分享研究主要关注宽泛层面的信息分享，很少关注越來越普遍的销售线索分享及其独特性。基于汽车特许经营渠道中300家4S店的实地调研数据，从特定类型的信息分享视角实证分析，发现仅仅增加特许人分享的销售线索数量会降低受许人对销售线索的使用效果;特许人分享的销售线索丰富度（拉力）可以扭转特许人分享的销售线索数量对销售线索使用效果的负面效应，而特许人的监控（推力）却不能弱化其负面效应;通过强化受许人对销售线索的跟进，特许人分享的销售线索丰富度提升了受许人对销售线索的使用效果。上述结论有助于未来研究细分企业间信息分享的类型，为有效提升信息分享效果提供更为深刻的洞察;通过将销售线索区分为两个维度（信息数量和丰富度），识别出不同维度信息量作用的差异，有助于推进渠道企业间信息分享研究。

关键词：销售线索; 信息数量; 信息丰富度; 信息使用效果; 监控

中图分类号： F713.50  文献标识码： A  文章编号：1001-148X（2020）04-0013-07

销售线索即潜在客户，一个典型的销售线索至少包括潜在客户联系方式、称呼、购买意向信息的提交时间、意向产品等基本信息。销售线索分享是一种特定类型的信息分享，互联网、物联网、大数据技术的发展促使越来越多的特许人能够以更低的成本获取更多的销售线索并向受许人分享，尤其是在为客户提供解决方案而非仅仅提供标准化产品或服务的行业[1-2]，如汽车行业、房地产中介行业、婚纱摄影行业、家装行业、培训教育等行业，特许人依赖受许人与终端客户进行直接沟通，最终为客户提供定制化的异质性的商品及服务组合[3]。基于对汽车制造商区域经理、4S店销售经理的多次深度访谈，本文采集到了汽车特许经营渠道中300家4S店的实地调研数据，以此探究特许人的销售线索分享数量如何影响其使用效果，从推力（特许人对受许人跟进行为的监控）与拉力（特许人分享的销售线索丰富度）角度分析二者的调节作用，并实证分析其中共同的中介机制（受许人对销售线索的跟进）的效果。

一、研究假设的提出

随着信息技术的进步，特许人可以通过多种方式获取销售线索，并将采集到的销售线索分享给对应区域的受许人使用。例如特许人是汽车制造商（如上汽通用汽车），受许人就是汽车4S店，客户就是终端的消费者。尽管特许人能获取越来越多的销售线索，向受许人分享销售线索的现象也越来越普及，但是特许人向受许人分享销售线索的数量可能会降低销售线索的使用效果（受许人对销售线索的使用效果是指特许人提供的销售线索被成功用于支持受许人销售活动的程度）[4]。在理想情况下，受许人借助特许人分享的销售线索，向有意向购买产品的潜在客户精准推荐合适的产品和服务，针对同时考虑本企业产品和竞争对手产品的潜在客户，有效说明本企业的产品为何能更好地满足其需求，以此来增加产品销量、提高客户满意度、提升潜在客户的转化率。

尽管特许人和受许人都有提升销售绩效的共同目标，但是很多销售线索并未产生理想的销售效果[5]。特许渠道的竞争优势可以体现在受许人对销售线索的实际使用程度，即特许人不仅仅要将销售线索分享给受许人，受许人还必须对销售线索进行跟进[2]，以提高销售线索的使用效果，才能实现特许人与受许人的共赢。如果获取的销售线索未被跟进，那么仅仅掌握和分享销售线索不太可能对特许渠道的销售绩效产生影响[6-7]。

为了探讨如何提高销售线索的使用效果，首先要探究受许人分享的销售线索数量如何影响受许人对销售线索的使用效果;其次，基于推力-拉力框架[8]，本文引入特许人对受许人跟进行为的监控（推力）和特许人分享的销售线索丰富度（拉力）对主效应的调节作用，探究受许人对销售线索跟进的中介机制。受许人对销售线索的跟进是指受许人根据特许人分享的销售线索获取客户的努力程度[2]，特许人分享的销售线索数量指的是特许人在一定时间段内向受许人提供的潜在客户总数[2]。随着特许人分享的销售线索数量增加，特许人希望受许人可以接触到更多的潜在客户[5]，但实践上会出现事与愿违的挑战。

由于与每一位潜在客户沟通都需要一定的时间、注意力投入，特许人分享销售线索数量的增加需要受许人投入更多的时间和注意力，与众多潜在客户沟通会消耗其稀缺的时间与注意力[9-10]，受许人选择忽略一些销售线索[1]可能导致信息资源的浪费;或者降低跟进每一条销售线索的努力程度，即缩短与每一位潜在客户的沟通时间，导致客户满意度和转化效果的降低。如果特许人分享的销售线索数量较多，会降低受许人对销售线索的整体感知质量，从众多销售线索中甄别出优先跟进哪一个需要更多的认知资源投入和决策时间[11]，导致其努力跟进销售线索的动机水平降低，进而影响潜在客户的有效转化，降低销售线索的使用效果。因此，本文提出如下假设。

H1：随着特许人分享的销售线索数量增加，受许人对销售线索的使用效果下降。

作为一种外在的推力[8]，“特许人对受许人跟进行为的监控”指特许人监督受许人跟进销售线索的程度[2]，特许人的监控会影响销售线索的使用效果。首先，特许人监控程度的增加会促使受许人注意力更多地集中在特许人分享的销售线索上，在可用时间内尽可能多地跟进特许人分享的销售线索，甚至投入更多的努力、时间、人员跟进特许人分享的销售线索[2]。其次，特许人对受许人的跟进监控是一种控制机制，实施这种行为控制代表了特许人对销售线索跟进工作的重视程度，本身就传递出受许人努力跟进销售线索是有价值的 [2]。当受许人面临大量的销售线索时，受许人对销售线索跟进程度的增加会弱化特许人分享的销售线索数量对受许人对销售线索使用效果的负向影响。因此，本文提出如下假设。

H2a：随着特许人对受许人跟进行为监控的增加，特许人分享的销售线索数量对受许人销售线索使用效果的负向效应会被弱化。

H2b：受许人对销售线索的跟进中介了特许人的监控对销售线索使用效果的调节作用。

特许人分享的销售线索丰富度指与某一特定潜在客户未来购买相关的信息内容量，销售线索丰富度的增加意味着销售线索质量（即信息质量）的提升[1，12]，受许人会认为特许人分享的销售线索是有价值的，可以帮助降低不确定性[6]，识别潜在的销售机会[13]。作为一种拉力的驱动[8]，受许人更加相信自己有能力识别销售线索中潜在客户的需求和有效的沟通策略，通过提供定制化的产品与服务来满足其需求[3]，将潜在客户转化为实际客户，提升客户的体验和忠诚度，最终提升销售业绩。随着特许人分享的销售线索丰富度的增加，受许人在与潜在客户进行实际沟通之前就可以借助已有的丰富的信息，比较全面地了解潜客，提前识别潜在客户的购买意愿、购买能力、购买偏好和兴趣[9]，进而降低与每一位潜在客户实际沟通所需要的时间和精力投入、提升沟通效率，简化向特定的客户提供适合的产品和服务的过程。随着特许人分享的销售线索丰富度的增加，当受许人面临大量的销售线索时，销售线索的质量提高[1]可以降低受许人与每一位潜在客户实际沟通的成本和实现销售转化的信心，提高受许人对销售线索的跟进程度，进而减弱了特许人分享的销售線索数量对受许人对销售线索使用效果的负向影响。因此，本文提出如下假设。

H3a：随着特许人分享的销售线索丰富度的增加，特许人分享的销售线索数量对受许人销售线索使用效果的负向效应会被弱化。

H3b：受许人对销售线索的跟进中介了特许人分享的销售线索丰富度对销售线索使用效果的调节作用。

二、研究设计、变量的信度与效度

（一）样本与数据收集

本文以汽车行业作为调研背景，主要是基于以下三点原因。首先，汽车行业的受许人有机会获得大量的销售线索，大多数消费者会投入较多的时间与精力去搜索信息，以降低购买的不确定性。其次，汽车行业的特许人非常重视销售线索的获取，只有为客户提供定制化的产品与服务组合才能更好地满足客户的需求。第三，特许人与受许人分享销售线索的目的是增加客户群基数，提高受许人为特许人产品和服务增值的能力，从而为双方带来更高的经济收益。

本文选取上汽大众和上汽通用的4S店进行调研，主要考虑以下三点原因。首先，二者在我国汽车行业占有20%以上的市场份额，在国内拥有3000多家4S店，这两家公司通过在数字营销上的投入获取了许多销售线索。其次，这两家公司拥有相似的目标市场、渠道结构和销售规模，有利于控制一些变量对研究结果产生的干扰，如品牌影响力、数字广告投入等营销努力，以及其他公司层面的特征。第三，由于地区和4S店选址、当地消费者的偏好和行为、数字化的发展程度等方面的不同，特许人与不同4S店分享的销售线索数量与丰富性都存在着差异，可以保证变量的变异性。

调研城市选择了北京、上海、广州、南京、苏州和杭州六个城市，从两家汽车制造商的官网上获取了545家4S店名单作为本研究的抽样框架，并采用随机抽样的方法抽取了360家4S店，选择这些4S店的销售经理作为调研的受访者。我们委托一家专业的市场调研公司采取上门拜访、面对面访问的方式完成问卷调研，共发放问卷360份，最终共收回了300份有效问卷，问卷的有效回复率为83.3%。为了评估无回应偏差，本文比较了对调查做出回应的公司与未做出回应的公司之间的关键特征（例如成立年限、企业规模），没有检测到显著差异。在300份问卷中，34份来自北京，92份来自上海，33份来自广州，53份来自苏州，40份来自杭州，48份来自南京。在受访者工作年限方面，25%的受访者工作经验在2年，46.7%的受访者有3到5年的工作经验，28.3%的受访者拥有5年以上的工作经验，所有受访者在该领域的平均工作年限为4.58年。4S店的平均店铺成立年限超过9年，平均员工人数约82人，每月平均新车销售量约为134台。

（二）变量测量

首先，在查阅以往的相关研究量表基础上设计了问卷初稿，对英文的题项进行了中英对译，并根据研究情境做了适当的修改，使之更符合本研究的情境。其次，对3位汽车制造商的区域经理和3家4S店的销售经理就问卷进行了深层访谈，让熟知本研究课题的三名专家评价了量表及问卷结构;将问卷发送给6 位不同4S 店的销售经理进行了预调研，参考多次的反馈意见确定了问卷。

借鉴Sabnis 等（2013）的研究，本文使用受许人每月从特许人那里获得的销售线索数量作为“特许人分享的销售线索数量”的测量指标[2]，“特许人对销售线索的跟进”和“特许人对受许人跟进行为的监控”的测量借鉴了Sabnis 等（2013）的研究[2];“受许人对销售线索的使用效果”的测量参考了Kettinger 等（2013）的研究[4];借鉴胡海清等（2012）对信息丰富度的测量方式[14]，本文通过测量特许人分享的单条销售线索中，除了潜在客户联系方式、称呼、意向提交时间、意向车型这些基本信息外，其他信息的量来测度“特许人分享的销售线索丰富度”。考虑到企业规模、企业成立年限、受许人销售人员的沟通能力从不同角度表征着受许人的实力、经验与能力，可能会对因变量产生影响，本文加入这些控制变量进行分析。“企业规模”用4S店员工数测量[15]，“企业成立年限”用实际年限测量。“受许人销售人员的沟通能力”指整体层面受许人的销售人员与潜在客户有效互动的能力，其测量量表借鉴了Homburg 等（2011）的研究[9]。所有潜变量的题项均采用七分李克特量表测量（见表2），变量的描述性统计值如表1所示。

（三）量表的信度与效度

对变量进行了探索性因子分析，分析结果符合理论基本推定。Cronbachs α 系数检验发现系数均大于0.7，说明指标具有较高的内部一致性。通过Amos20.0对本研究的衡量模型进行了验证性因子分析，最终各项指标都超过了临界值，模型整体拟合度较好（见表2）。每一个因子的组合信度（CR）均大于0.7，表明信度较好。因子载荷均显著，平均抽取方差（AVE）均大于0.5，表明量表具有较高聚敛效度。量表的判别效度检验通过三个步骤进行。一是95%置信区间里，任何两个变量间相关系数不含1;二是每两个变量相关系数平方均小于各自AVE值;三是对于各对变量，比较了约束模型和无约束模型（两个变量相关系数设定为1）。每对变量的约束模型和无约束模型检验差异显著（ χ2>3.84）。由此确保了量表的判别效度。

（四）共同方法偏差检验

为了解决共同方法偏差问题，一是采纳Podsakoff等（2003）的建议，每个潜变量都用多题项来测量，以防单一题项可能导致的共同方法偏差[16];二是在问卷题项顺序设计上，将因变量、自变量、中介变量分散开来问[17-18];三是进行了Harmon（1967）单因子检验，未析出一个单一因子，无一因子能解释绝大部分的变异量[19]。

三、假设的检验及结果分析

为了检验H1、H2a、H3a，本文采用SPSS19.0进行了层次回归分析，做调节效应检验前先对模型中的自变量、调节变量进行了均值中心化处理，以消除多重共线性的影响。Model 1检验了自变量和控制变量对因变量的直接影响（见表3）;Model 2检验了自变量、调节变量和控制变量对因变量的直接影响，结果显示特许人分享的销售线索数量负向影响受许人对销售线索的使用效果（β=-0.274， p<0.01），H1被支持;Model 3检验了自变量、调节变量、控制变量和交互项对因變量的影响，结果显示，特许人的监控和特许人分享的销售线索数量交互项的回归系数不显著（β=-0.236，p>0.1），H2a未获得支持;特许人分享的销售线索数量和丰富度交互项的回归系数显著（β=0.370，p<0.01），并且R2变化是显著的（△R2=0.073，p<0.05），H3a获得支持。

基于温忠麟等（2006）[20]的研究，对特许人的监控和特许人分享的销售线索丰富度的有中介的调节效应进行检验。在model 3的基础上，在model 4中做中介变量（受许人对销售线索的跟进）对自变量（特许人分享的销售线索数量）、调节变量（特许人的监控与特许人分享的销售线索丰富度）和自变量与调节变量的交互项的回归，特许人分享的销售线索数量ⅹ特许人的监控的系数不显著（β=-0.157，p>0.1），特许人分享的销售线索数量ⅹ丰富度的系数显著（β=0.354，p<0.05）。在model 5中做因变量（受许人对销售线索的使用效果）对自变量（特许人分享的销售线索数量）、调节变量（特许人的监控与特许人分享的销售线索丰富度）、中介变量（受许人对销售线索的跟进）、自变量与调节变量的交互项的回归，中介变量的系数显著（β=0.379，p<0.01）。因此，H2b未被支持，H3b得到了支持。

随着特许人分享的销售线索数量增加，实证研究发现受许人对销售线索的使用效果下降，特许人分享的销售线索丰富度（拉力）可以弱化特许人分享的销售线索数量对销售线索使用效果的负面效应，受许人对销售线索的跟进在其中起到了中介作用。然而H2a和H2b未得到支持，即特许人对受许人跟进行为的监控（推力）未能弱化特许人分享的销售线索数量对销售线索使用效果的负面效应，受许人对销售线索的跟进也未能在其中起到中介作用。将研究结论与3位汽车制造商的区域经理和3位4S店的销售经理进行交流，最终的解释是：特许人意图通过监控影响受许人的时间分配决策，提高其对销售线索的跟进努力，但是监控的作用取决于受许人对这种控制的反应，作为一种行为控制机制，监控可能也会不受一些受许人的欢迎[21]，毕竟受许人的时间与注意力是有限的，在可用时间内受许人只能跟进一定数量特许人分享的销售线索，当信息处理要求超过信息处理能力时[22]，监控反而会带来功能失调的后果（如压力或焦虑），甚至引起他们的反弹[23]，减少对销售线索的跟进努力和时间投入。

四、讨论

（一）理论启示

首先，以往营销渠道企业间信息分享关注宽泛层面的信息分享，未关注到随着信息技术的发展获取越来越便利、分享越来越普遍的销售线索这一特定信息。销售线索有其独特性（总量多，且每条销售线索的丰富度不同，需要受许人配合跟进才能提升信息使用效果，实现特许人-受许人双赢）。本文关注销售线索为渠道企业间信息分享研究提供了新角度，可以激发未来研究去细分企业间信息分享的类型，探究特定内容的信息分享的独特点，从而为有效提升信息分享效果提供更为深刻的洞察。

第二，本文将销售线索区分为信息数量和信息丰富度，仅仅增加特许人分享的销售线索数量会降低受许人对销售线索的使用效果，增加销售线索丰富度可以逆转特许人分享的销售线索数量对销售线索使用效果的负面效应，这种对信息量的区分可以启迪渠道企业间信息分享的未来研究。

第三，特许人的监控并不会带来企业间销售线索分享多多益善的效果，而特许人分享的销售线索丰富度可以提升受许人对销售线索的使用效果。

（二）管理启示

第一，特许人分享给受许人的销售线索数量并非越多越好，实际上会出现事与愿违的结果，这一点需要特许人警醒。只有特许人与受许人设置质量标准，对销售线索进行有效的筛选，排除不合格的销售线索，去伪存真，并进行分类划分出优先级[11]，帮助受许人将稀缺的时间和资源优先投入到跟进高级别的销售线索上，才能提高销售线索的使用效果，为特许人与受许人带来更高的经济绩效，从而提高整个特许体系的竞争优势。

第二，在合法合规的前提下，提升信息分享的质量是特许人提高销售线索使用效果的有效策略。加强对销售线索纵向维度的挖掘，努力将不同来源的潜客数据进行整合，通过提供纵向层面上丰富的销售线索赋能受许人，增加其对销售线索的跟进程度，才能提高受许人对销售线索的使用效果。

第三，为了提升销售线索的使用效果，特许人通常对受许人的跟进行为和努力程度进行监控，意图提高销售线索的使用效果、提高收益。但是，本文的实证研究并未发现监控起到了期待中的作用;相比使用外在的推力来驱动受许人的跟进，通过拉力赋能受许人更有效。除了提高销售线索的丰富度，受许人销售人员的沟通能力（研究模型中的控制变量之一），可以提高受许人对销售线索的使用效果，建议特许人通过培训、研讨会、现场辅导、拜访和标杆受许人经验和知识分享等多种方式，帮助受许人提高其销售人员沟通能力。

（三）研究局限与未来研究方向

第一，在数据收集方面，面对面访谈的数据收集法有其优点，但是调研成本较高。本文只是基于汽车行业的调研数据，未来可以采集其他行业的特许经营渠道数据来进一步检验本文研究结论的普适性。其次，本文使用的是横截面数据，由于渠道关系是动态变化的，今后可使用纵向数据分析法进行研究。第三，本文只检验了特许人分享的销售线索丰富度与特许人监控的调节作用，未来可以进一步研究还有哪些驱动要素会影响受许人对销售线索的使用效果。

参考文献：

[1] D′haen J， Van den poel D， Thorleuchter D， et al. Integrating expert knowledge and multilingual web crawling data in a lead qualification system[J].Decision Support Systems， 2016（82）： 69-78.

[2] Sabnis G， Chatterjee S C， Grewal R， et al. The sales lead black hole： on sales reps′ follow-up of marketing leads[J].Journal of Marketing， 2013， 77（1）： 52-67.

[3] Davies A， Brady T， Hobday M. Charting a path toward integrated solutions[J].MIT Sloan Management Review， 2006， 47（3）： 39-48.

[4] Kettinger W J， Zhang C， Chang K-C. A view from the Top： integrated information delivery and effective information use from the senior executive′s perspective[J].Information Systems Research， 2013， 24（3）： 842-860.

[5] Ohiomah A， Andreev P， Benyoucef M， et al. The role of lead management systems in inside sales performance[J].Journal of Business Research， 2019（102）： 163-177.

[6] Souchon A L， Diamantopoulos A. A conceptual framework of export marketing information use： key issues and research propositions[J].Journal of International Marketing， 1996， 4（3）： 49-71.

[7] Koh A C. An evaluation of international marketing research planning in United States export firms[J].Journal of Global Marketing， 1991，4（3）： 7-26.

[8] Madanoglu M， Alon I， Shoham A. Push and pull factors in international franchising[J].International Marketing Review. 2017， 34（1）：29-45.

[9] Homburg C， Müller M， Klarmann M. When should the customer really be king？ on the optimum level of salesperson customer orientation in sales encounters[J].Journal of Marketing， 2011， 75（2）： 55-74.

[10]Simon H A. Rationality as process and as product of thought[J].American Economic Review， 1978， 68（2）：1-16.

[11]Schick A G， Gordon L A， Haka S. Information overload： a temporal approach[J].Accounting， Organizations and Society， 1990， 15（3）： 199-220.

[12]Maltz E， Kohli A K. Market intelligence dissemination across functional boundaries[J].Journal of Marketing Research， 1996， 33（1）： 47-61.

[13]Moorman C. Organizational market information processes： cultural antecedents and new product outcomes[J].Journal of Marketing Research 1995， 32（3）： 318-335.

[14]胡海清， 嚴建援， 许垒. 信息丰富度、采购成本、线上渠道模式对购买行为的影响研究[J].管理评论， 2012， 24（5）： 80-88.

[15]Wang D T， Gu F F， Dong M C. Observer effects of punishment in a distribution network[J].Journal of Marketing Research， 2013， 50（5）： 627–643.

[16]Podsakoff P M， MacKenzie S B， Lee J-Y， et al. Common method biases in behavioral research： a critical review of the literature and recommended remedies[J].Journal of Applied Psychology， 2003， 88（5）： 879-903.

[17]Hulland J， Baumgartner H， Smith， K M. Marketing survey research best practices： evidence and recommendations from a review of JAMS articles[J].Journal of the Academy of Marketing Science， 2018， 46（1）： 92-108.

[18]Rindfleisch A， Malter A J， Ganesan S， et al. Cross-sectional versus longitudinal survey research： concepts， findings， and guidelines[J].Journal of Marketing Research， 2008， 45（3）： 79-261.

[19]Harmon H H. Modern Factor Analysis [M]. Chicago： The University of Chicago Press， 1967：16-21.

[20]溫忠麟， 张雷， 侯杰泰. 有中介的调节变量和有调节的中介变量[J].心理学报， 2006，38（3）： 448-452.

[21]Oliver R L， Anderson E. Behavior- and outcome-based sales control systems： evidence and consequences of pure-form and hybrid governance[J].Journal of Personal Selling and Sales Management， 1995， 15（4）： 1-15.

[22]Egelhoff W G. Information-processing theory and the multinational enterprise[J].Journal of International Business Studies，1991; 22（3）：341-368.

[23]Joshi A W. Salesperson Influence on product development： insights from a study of small manufacturing organizations[J].Journal of Marketing， 2010， 74（1）：94-107.