张森　黎飞　张亮　廖甜汇

摘 要：本文主要立足汽车经销商售后产业，总结现有售后服务流程，阐述了利用大数据工具，创新售后服务模式，实现更高效的售后服务。优化后，增加经销商的收入，提高用户的粘度，最终使售后市场得到更良性的发展。

关键词：售后服务 大数据 模式优化

After-sales Status of Auto Dealers and Big Data Empowerment

Zhang Sen Li Fei Zhang Liang Liao Tianhui

Abstract：This article is mainly based on the after-sales industry of auto dealers， summarizes the existing after-sales service process， and expounds the use of big data tools to innovate after-sales service models to achieve more efficient after-sales service. After optimization， the revenue of distributors will be increased， the viscosity of users will be improved， and the after-sales market will develop more benignly.

Key words：after-sales service， big data， model optimization

1 引言

随着我国汽车产业随着经济发展日益壮大。就汽车保有量而言，2012年我国汽车保有量不足1亿，到2019年末达2.4亿，7年间增长1.5倍，年复合增长率达16%。截止到2019年末我国机动车保有量已达2.6亿辆，乘用车保有量超2.1亿辆，千人汽车保有量达到185辆[1]。国内汽车巨大的保有量与增长速度也充分开阔了汽车售后市场。随着新车销售增速放缓，汽车经销商的收入结构发生变化，售后服务收入日益增大比重。提高汽车售后服务质量也变得越来越重要。

2 售后处理基本模式

从2010年起我国汽车行业进入到高速发展阶段，时至今日，全国平均车龄到达5.5年，众多车辆需要更多的售后服务。随着新车销售速度放缓，致使汽车经销商在新车销售端的利润急剧下降，稳定的售后服务收入让售后产生的利润占比大幅提高[2]。但目前汽车经销商售后服务存在一些问题使得服务质量不能进一步的提升。

三成用户在预约时会遇到如“无合适时间”、“系统苛刻”等问题。另七成用户即使会先预约售后服务，因技师短缺，维修工位紧张等因素，往往也得不到有效服务，使得预约效果不佳。到店用户还有四成无法立即享受服务，平均等待23.1分钟，而无预约用户约21.1分钟，造成了过多的等待时间。得到服务顾问接待后，用户用口述方式将车辆信息传递，此时顾问填写售后工单。用户和顾问沟通完后，把工单给到调度人员。调度拿到工单后会对技师进行预派工。等待技师对车辆进行检查，明确一些需要进行的维保项目后同调度沟通，进行正式派工。售后保养维修时，若出现增修，换件等，技师会通知顾问，顾问再联系用户，确认是否进行该项操作。最后技师将所有项目处理好后，进行质检，质检若未发现问题即进行交车，完成本次售后服务。总体来看，一次有效的售后服务流程是较为清晰的，人员分工较为明确。

3 售后处理基本模式的不足

每次用户到店，都能完成基本的售后处理，但用户进店次数由2018年的3.4次下降为2019年的2.8次，降幅达17%。这一趋势在1980年至1984年出生的人群中最为突出，降幅达到25%。另服务渠道切换时间用户售后首次选择独立售后渠道由2017年的17个月提前到2019年的15个月[2]。售后市场竞争日益增大，提供更优质的售后服务势在必行。构建立体的售后服务体系，从每一个环节进行分析并加以优化，使其适应当前市场需求，就显得十分重要。从整体到局部逐一分析看，存在以下问题：

一是，在预约阶段，“无合适时间”、“预约苛刻”等问题的出现也体现着整个传统的电话预约系统的不完善，沟通成本过高。若一方没有反馈则会让预约迟滞，不能达到有效的处理。用户预约与不预约的差别不大，没有体现提前预约安排的优势。

二是，用户因为车辆问题进店，同顾问通过口述沟通。因为没有数据支持，车辆情况需要顾问、调度、技师多方、多次沟通后才能确定问题大致所在。当技师反馈需要增修、复修时，各方又要经过多轮沟通，用户还需权衡是否接受处理方案，技师得到答复后才能处理。一来一往，都需到店才可进行，无形中让本次服务时间增加许多。若在质检时车辆再次出现问题，用户就会产生巨大的质疑，体验就会大打折扣。

三是，用户单向接收信息，一切以经销商反馈为准。售后处理的项目、需要更换的配件等都需店里通知，信息获取不透明。若需要换件或增料的情况，经销商往往较为自主的处理，使得用户没有全方位了解处理过程，让用户认为“店大欺客”是存在的。

随着新车销量连续两年下滑，保有量增速放缓，与售后业务密切相关的基盘用户扩充的幅度也在放缓，流入无法填補流出漏洞，基盘用户动态平衡被打破，售后市场开始面临下行风险[3]。综上，初步分析是由于新车销售持续高速增长，使得经销商“前重后轻”，精力大部份投入在新车销售上，售后端没有足够的能力进行模式优化。使得售后存在无高精人才、无创新管理、无优化工具等问题，致使信息传递滞后，售后时间加长，最终没有满意的售后服务。所以我们需要更多“制胜法宝”投入到售后服务中，打造更好的产品口碑。

4 大数据售后工具的应用

大数据，指的是所涉及的数据资料量规模巨大到无法通过常规工具，在合理时间内达到采集、管理、处理、并整理成为实现更积极目的的资讯。大数据工具的应用，已成为当今科技最炽手可热的潮流之一。汽车产业“新四化”是网联化、智能化、电动化、共享化，大数据的應用是其中重要表现。现今我们在面对售后服务提升问题的时候，可以考虑使用大数据工具，改善服务质量。过去数据信息都浪费在原地，售后服务预约的优势没得体现。为此利用大数据，开发一套系统，挖掘数据价值，形成数据工具融入汽车售后服务体系中，提升服务质量。

首先，“智能化”的数据及创新工具支持，使得信息被提前收集与应用。可依据当前汽车售后服务的现状，结合“智能”汽车的数据，可设计更“智能”的售后服务，打造一条“车-经销商-用户”的智能服务全通链路。站点整合和优化其资源如：专用工位，专业技师，合理工具，再结合每个工位、技师、配件到位的时间进行匹配。当用户车辆需要进行售后服务时，系统通过程序双向通知到用户和站点。站点可以按需对用户进行邀约，用户则收到相应的讯息，自行选择附近优秀的站点并预约好时间到店进行问题处理。此举将提高用户预约的成功率，保证用户到店有相应的配套资源。当站点与用户在线上完成约定后，系统匹配相应的工位、技师、配件等，让用户进店处理售后问题，无论是保养、更换配件、升级软硬件等都会得到最高效的服务与支持。若预约、维保、救援等等没有达到预期效果，都会被详实的记录下来。在系统中通过有效的算法，将记录推送至经销商相应的负责人处，收到当日反馈后，统一进行处理，将每一次与用户的沟通与交流形成闭环，持续跟踪，不让服务有所遗憾。

其次，主机厂开始在售后方面投入更多精力。“智能”汽车天然具有网联属性，有着比传统汽车更多的传感器和通信模块，使得可以从车辆端收集必要的数据。另一方面，培养更多的人才，能够从事数据埋点，数据收集，数据分析等工作。车辆完整的生命周期可以做到许多必要的安全预警，从而将很多需要处理的售后问题提前反映出来。使用更多的数据工具处理用户保养、售后等需求。根据数据，经处理后分档使用，让售后站点可以建立更全面的售后问题库。大大提高了售后人员的维修技能，并节约了学习成本。

再次，使用大数据工具，可以种透明、高效的服务。所有关键的信息会双向展示，用户可以清晰的看到，从开始售后到完成处理的过程。今后若有需要等待原厂配件的时候可以通过程序看到，配件到达时间和预计更换的时间，从而消除经销商单方面操作使得用户感觉无故等待过长时间的感觉。用户在进行售后处理时，亦可清晰了解到车辆的状态，闲暇时亦可通过，程序了解更多关于保养、使用车辆的知识，使得对汽车经销商售后服务的评价有所提高。

5 结语

综上所述，通过大数据赋能到程序工具，汽车、汽车经销商、用户的数据信息达到“互通有无”高效的提升了经销商对售后问题的处理。未来计划挖掘更多有用的车辆数据，且开发、利用这些数据，让服务提前，让服务主动，防患于未然，用户更相信汽车经销商的售后服务。一切有效资讯可视化，交流对等化，利用大数据工具，创新售后服务流程，让汽车经销商更早的实现“互联网+”，顺应时代潮流，服务好每一位用户。

参考文献：

[1]胡晓峰，徐国强，杨立阳.2020年一季度中国乘用车保有量市场分析[J].汽车与配件，2020，No.1281（11）：24-27.

[2]甄文媛.售后服务新格局[J].汽车纵横，2020（05）：32-33.

[3]陈琦.大数据时代，汽车售后市场渠道管理的新思路  专访上海复通软件技术有限公司副总经理徐懋[J].汽车与配件，2019（12）：35-37.