来源： 中国石油报 │ 作者： 记者 陈上元 通讯员 林俊 hh&$xlO)(v
pt,L
截至6月30日，福建销售今年已完成油气销售当量138.7万吨，其中成品油销量同比增长25.8%，完成计划的109.2%；油品零售同比增长15.1%，完成计划的105.4%。非油业务收入同比增长90%，完成计划的101.6%；非油利润同比增长75.1%，完成计划的156.8%。公司账面利润完成预算进度的600%，已超额完成全年任务。 .g\Oj0Cbxh
}(|gC,
上半年，福建销售零售增幅、零售计划完成率、自营纯枪增幅、自营纯枪计划完成率、利润预算完成率5个指标位居板块第一，非油综合排名板块第二；1-5月共夺取股份公司劳动竞赛19面红旗，夺旗数也位居板块第一。 LdN[N^n[H
k0K$OX*:e
在市场竞争加剧、全国销量普遍下滑的情况下，福建公司如何逆势而上，取得“时间过半、任务超半”的成绩，走在销售公司前列？其核心就是“努力就是旺季，不努力就是淡季”。 p'1/J:EnV
!4'F z[RK
抓零售核心 提升考核正激励 v^8sL` F
UeLO `Ug0;
今年年初以来，福建销售进一步深化组织架构改革，省公司一把手直接分管零售，从组织上、政策上充分确定和保障零售核心地位及作用。同时通过考核制度，改革推动零售上量增销，公司KPI考核中，零售权重提升至45%，其中纯枪占比25%，零售营销支出考核占比20%。制定实施《2018年零售奖励激励政策》，强化油卡非润一体化营销，进一步落实各地市场份额与效益责任。1-6月公司及时兑现零售奖励，政策激励的正向引导作用进一步发挥。 +>K &zS
i/1 $uQ
围绕油站和客户这两个核心，福建销售紧盯停业站恢复运营，抓新增站投运。结合实际分类固化投运促销、客户引流促销预案，形成新开业、恢复投运、改造分流等不同类型的促销增量措施，将促销费精准投放，迅速吸引客户进站加油，提升销量。 >7%T%2N
yNP4Ey
截至6月底，新增及长停恢复运营站贡献销量2500吨/月，泉州东垵、龙岩洪山等站投运后日均销量迅速突破10吨水平，为后续纯枪上量打下良好增量基础。 V-n{=8s
vZ"gCf3#?3
抓精细营销 推动管理上台阶 m m`#v
g,
\AKP ea=
福建销售秉持“献服务、扩声势、树形象、创品牌”的理念，实施营销差异化、促销个性化。上半年共组织实施6期10惠日、2期四季主题促销、26期线上抽奖游戏类促销，均取得既定活动效果。其中充值额、发卡量、沉淀资金等促销指标屡创新高。截至6月30日中油好客e站公众号粉丝数量突破100万，较年初增加43万，增幅75%。 | |awNSt
bvB', yBZ
发挥“电子券+加油卡”组合优势。上半年，福建销售通过电子券营销，共带动油品消费7.1万吨，增加非油收入4580万元。电子券营销在营造氛围、聚拢人气、维系客户方面发挥着越来越重要的作用。 dnU-v7k,{
G[yzi
积极推进加油站分类培育提升。通过提高双高站培育、双低站摘帽等站级提升计划，落实新增万吨站奖励。上半年5000吨级以上站增加9座，3000吨级以下站减少24座。 hr 6j+p:
}&e HU
抓客户管理 维护核心保销量 tZz%x?3G
]rH[+t-
福建销售全面围绕客户“开发、引流、回流”营销主线，积极构建一体化客户管理模式，适时调整策略，保持竞争主动。一是完善市场反馈机制，强化零售市场日常监测和反应，对市场动态快速研判、迅速反应；二是推进批零一体化模型应用，形成实时应变的批零价格快速反应互动经验，持续有效整合批发与零售管理；三是准确预判市场走势，实施“一站一策，一客一价、一时一案”的销售策略，上半年公司零售市场份额增至24%，提升2.2个百分点；四是开展零售客户“挽留”计划，按一体化、毛利最大化原则，开展客户开发、维护工作。 ?X@[ibH6
%oTBh* K'o
半年来，散户、游离客户转为零售固定客户748家，实现自埋罐客户回流57家。其中，龙岩公司新开发昌龙物流、红牛物流等30家新客户，新增柴油销量3620吨。三明分公司挽回直埋罐客户10家，挽回销量2330吨，进一步巩固了市场，确保柴油增量。 x5BS|3W$a
X3 kFJ{
借助新成立的零售数据中心，福建销售各项经营决策及成效“一切用数据说话”。一是利用数据成果，通过“零售实时作战图”、客户行为分析报告等成效展示，强化纯枪量效跟踪，优化汽柴油营销策略。上半年依靠大数据分析调整充值、消费门槛，提升单卡充值额248元/笔，汽油客单价提升12元/笔，有效助力汽油增量。二是由数据比对开展量价费利对标，来考核、评价销售单元的经营能力及各类促销活动效果。三是通过数据扩展推动油站全流程科学诊断，完善加油站软硬件功能，提升服务能力。四是发挥数据监控系统运行机制，研究精益零售，统筹公司数据经营工作，指导地市公司推进数据分析应用，推动公司由“经验决策”向“数据决策”转变。
