汽车营销返利系统：
从“计算器”到“价值平台”
SUBJECT: DEEP_USER_RESEARCH
DOMAIN: ENTERPRISE_FINANCE
ENTITY: SAIC_GROUP_MARKETING
STATUS: VERIFIED_ANALYSIS
TIMESTAMP: 2025.03.19_14:30
Research_Context
项目背景与调研目标
这是一份针对 XX 汽车企业营销返利业务 的用户深度访谈调研报告。该业务涉及多变的商务政策、频繁的例外处理及跨部门数据协作，是企业营销数字化转型中最具挑战的环节之一。
深入业务一线，还原财务核算人员在极端非标场景下的真实工作流与痛点。
识别现有工具（Excel/旧系统）的瓶颈，探寻从“工具化”向“平台化”转型的关键契机。
N 先生
营销支持科业务主管
[CONTEXT] 隶属于财务部，负责支持销售业务和控制销售相关费用。
[CORE_TASK] 核心职责为返利核算，同时负责经销商经营数据分析。
“我们想要的不是一个计算器，而是如何发挥数字的价值，甚至可以评价商务政策的效益。”
Section_01: Key_Findings
[ARRAY_SIZE: 05]政策管理与配置的极端复杂性
High-Frequency Policy Mutations
商务政策数量庞大且变动极其频繁（每年、每月甚至每周）。这种变动直接导致业务人员需要不断重新编排计算逻辑。
这要求系统具备极高的配置灵活性，而非固化的硬编码逻辑。
“非标业务”对自动化流程的冲击
Special Approval vs. Automation
存在大量“特批报告”，会推翻之前的核算结果。这种不确定性导致了严重的重复劳动。
“曾经我最多的一个奖项，我对着算了 8 遍。”
数据有效性的动态博弈
Dynamic Validity Assessment
核算时必须判断车辆在当前时间点是否仍然有效（如退车、补录）。这种基于时间维度的状态判断，让简单的计算变成了复杂的“有效性判定”。
核对成本：不可逾越的人工鸿沟
The Cost of Accuracy
目前的“审公式”逻辑完全依靠人工逐条比对政策文本。这种原始的核对方式效率极低，且没有任何系统支持的验证机制。
沉睡的数据：价值发挥的真空带
Latent Data Value
用户迫切需要通过返利数据分析经销商状态（如：奖金消耗速度、Call车意向等），从而为公司销售策略提供反馈。但现有系统仅停留在“算账”层面。
Section_02: Core_Analysis
从“效率工具”向“战略内核”的位移
访谈揭示了一个深刻的矛盾：企业试图通过复杂的商务政策来对冲市场的不确定性，而这种复杂性最终转化为了财务人员沉重的劳动成本。
核心错位： 现有的系统逻辑是基于“标准快照”设计的，而真实的业务逻辑是“流动的、可追溯的”。一旦特批报告推翻历史结果，固化的系统逻辑就会崩溃。
真正的用户痛点不在于“计算慢”，而在于“无法记录变动轨迹”。没有历史追溯和记录，用户在年底复盘时就会陷入记忆的盲区。
Section_03: Design_Strategy
引入“效益性评估”模型
不仅计算返利，更要通过多维度分析（区域、车型、经销商）评估商务政策的真实ROI，将系统升级为决策大脑。
可视化公式编排引擎
模仿 Excel 的逻辑习惯，提供图形化的政策配置工具。降低人工编写逻辑的门槛，并实现自动化的“公式核对”。
全生命周期审计追踪
建立针对特批、退车等例外情况的标准化处理流程。系统应自动记录所有逻辑变更历史，确保年底复盘“有据可查”。