数据推动汽车保修重塑之旅.pdf

IBM 商业价值研究院 专家洞察 数据推动汽车 保修重塑之旅 扫码关注 IBM 商业价值研究院 官网 微博 微信 微信小程序 主题专家 Peter Korevaar 博士 aar-224307139 Verena Elisabeth Hafner Peter 是 IBM 全球企业咨询服务部的分析与优化思 想领袖，在汽车行业拥有多年的丰富经验。他为分 销规划、库存优化和需求预测开发分析规划系统。 几年前，Peter 加入 IBM 全球汽车能力中心，致力 于帮助世界各地的客户改进供应链。 Verena 是 IBM 全球企业咨询服务部的高级分析顾 问兼数据科学家，也是 IBM 全球汽车、航空航天和 国防工业能力中心的成员。她与世界各地的汽车客 户合作，通过开发分析模型，增强他们的 AI 和洞察 应用能力，尤其是在供应链数据和流程方面。 过高的保修成本只是问题的一部 分 专为保修预留的资金可能数 额巨大，而且难以准确预测。 要点 远未充分开发的资源 如果汽车企业能够收集保修数据，与其他和 质量相关的数据整合，并通过 AI 进行分析， 那么，保修数据将成为一种宝贵的资源。 在整个汽车生态系统中广泛共享数据和数据 衍生的洞察，有助于显著提高流程效率、降 低成本并最终提高客户满意度。 使用从保修中获得的洞察，创造新产品和新 服务以及开展客户互动，可以发掘全新的收 入来源。 乍一看，只有产品发生问题时才会用到保修流程，因此这 似乎并不是吸引客户的好方法。但事实恰好相反。对企业 而言，这不仅是让客户满意的绝好机会，而且还能从根本 上改进业务流程，找到未来的增收源泉。对汽车行业来说， 随着传统所有权模式日渐式微，企业非常渴望开辟新的收 入来源。 IBM 商业价值研究院最近开展的一项调研表明，汽车原 始设备制造商 (OEM) 平均将年收入的 2% 用于支付保修 请求计划（请求率）。其总保修成本（包括运营成本）接 近年收入的近 3%。对供应商而言，这两项成本分别占到 2.3% 和 4.5%（见图 1）。改进空间很大。 但是，过高的保修成本只是问题的一部分。为支付这些成 本而专门预留的资金可能数额巨大，而且难以准确预测。 为了便于理解这个问题，不妨看下，2018 年全球汽车制 造商的保修请求总金额为 560 亿美元，而他们为此预留的 资金高达 1,150 亿美元。 1 1 2.0% 3.0% 3.8% 2.8% 4.5% 5.0% 1.5% 2.0% 2.5% 1.8% 2.3% 2.7% 图 1 汽车企业的绩效包含若干保修关键绩效指标 (KPI) 保修请求占收入的百分比（请求率） OEM 供应商 表现优异者（第 80 百分位数） 表现平平者（中位数） 表现欠佳者（第 20 百分位数） 保修成本占收入的百分比 OEM 供应商 表现优异者（第 80 百分位数） 表现平平者（中位数） 表现欠佳者（第 20 百分位数） 来源：IBM 商业价值研究院对标调研。问：贵组织的保修请求率是多少？ 问：贵组织的保修成本（维修和更换）占年销售额的百分比是多少？ n=300。 降低成本的举措不仅能够提高汽车企业的盈利能力，还能带 来其他价值。例如，一家主要的汽车 OEM 使用保修数据来 改进保修请求流程并预测零部件的使用情况。这样，他们发 现不合规保修请求的时间从 3 分钟缩短到 1 分钟以内，由 此减少了 52% 的人工成本。 2 2 但更重要的是，通过预测零部件的使用情况，制造商能够 确保经销商按需获得维修用零部件，帮助营造卓越的客户 体验，避免因备件供应延误而令客户感到不快。因此，从 保修数据中获得的洞察有助于提高客户满意度。 30% 的 OEM 和 23% 的供应商 分析社交媒体数据。他们在分析 中使用保修请求数据，为企业开 发新产品和新服务提供思路。 何为数据推动的汽车保修重塑 之旅？ 分析保修数据可以带来保修职能以外的好处。通过将物联 网 (IoT) 技术集成到制造流程之中，并将人工智能 (AI) 和 高级分析应用于物联网生成的数据，汽车企业可以获得有 关运营、产品、供应商和客户的宝贵洞察。他们可以根据 这些洞察，重新设计和改进现有的保修流程和运营、客户 体验、实际产品以及生产人员配备方式。 例如，一家大型发动机制造商面临着一个常见挑战：发动 机故障不仅会给个人用户带来大损失和大麻烦，而且还会 拖累整个企业的运营。为了解决这一问题，该公司使产品 实现了仪表化和互联化，从而能够在现场监控发动机性能 并确定故障原因。他们通过数据挖掘，确定发动机性能参 数与目标结果（即，发动机故障的确切类别）之间的关系。 然后，使用预测性模型，根据发动机参数读数来计算发动 机在指定时段内出现故障的概率。这样，制造商就对发动 机在各种条件下的性能有了详细而准确的了解，从而能够 根据实际情况修改保修计划，根据故障概率和类型主动提 供维修服务。 保修流程重塑为新产品和新服务打开了大门。我们的分析表 明，20% 的 OEM 和 14% 的供应商将物联网技术集成到 保修管理流程之中，以推动形成新的收入来源。这些来源包 括保修延期、分级维修，甚至创新型商务、数据共享和洞察 机会。 此外，将仪表化的产品连接到互联网之后，它们提供的数据 可以帮助企业更好地了解客户对产品的使用情况，从而通过 提供补充性的产品或服务，改善用户体验。 社交媒体是企业深入洞察客户对产品和品牌看法、产品使用 方式以及产品失败原因的另一独特来源。我们的研究表明， 30% 的 OEM 和 23% 的供应商分析此类数据。这些数据 与保修请求数据结合使用，能够就产品和服务的开发与改进 给企业带来启发。 我们的数据表明，汽车企业已从数据推动的保修改进工作中 获得了巨大收益（见图 2）。要想优化这些收益，企业必须 获得新的能力，支持前所未有的协作，与汽车 OEM、供应 商和经销商分享深入的洞察。 3 预测性分析应用可以使用来自物联 网设备的数据，查找现有测试参数 所遗漏的模式，从而使质量工程师 能够主动进行干预。 图 2 保修改进计划如何使汽车企业受益 改善客户体验和满意度 更准确的保修期和保修延长期定价 更好的供应商选择（采购质量更好的零 部件） 通过提高运营效率，降低保修成本/削 减总体成本 与保修相关的新商机带来了额外收入 改进保修成本、应计费用和储备金管理 通过改进保修服务，带来额外收入 减少欺诈 38% 42% 34% 43% 35% 37% 30% 40% 30% 30% 26% 20% OEM 供应商 来源：IBM 商业价值研究院对标调研。问：贵组织通过实施保修绩效改进计划得到了哪些好处？ 请选择最重要的三项。n=300。 4 36% 32% 34% 30% 0.7% 1.2% 2.0% 1.3% 2.0% 2.2% 洞察：运营分析 在 IT 转型过程中，某主要的汽车 OEM 在整个企业中实施 了分析技术。该公司希望对关键生产流程进行预测性分析， 以发现质量问题的原因，找到设备故障的主要诱发因素，并 提高生产线的可用性和可靠性。通过改进流程和产品质量， 这家 OEM 将重复维修的保修成本减少了 50%，将总体保 修成本降低了 5%，每年可节省 5,000 万美元。 5 数据如何发挥差异化优势 1) 通过提高运营效率和质量，降低成本 在整条汽车价值链中降低保修成本的方式似乎显而易见： 对于收入达到 20 亿美元的供应商而言，降低请求率最高 可节省 1,800 万美元的成本。充分利用保修数据可以帮助 他们实现这一目标。 例如，在制造过程中，测试方案可能会遗漏后来出现的问 题。但当保修请求开始露头时，预测性分析应用可使用来 自机器中物联网设备的数据，查找现有测试参数所遗漏的 模式，从而使质量工程师能够主动进行干预。他们可以检 测新的故障模式，顺藤摸瓜找到根本原因并纠正问题。这 有助于减少市场上存在故障隐患的产品的数量，消除这些 问题引发的保修请求并最终降低保修成本。 另一种降低保修成本的方式是对保修请求流程本身进行优 化，对于某些 OEM 和供应商而言，保修请求处理成本占 收入的比例分别达到 2% 和 2.2%（见图 3）。 图 3 保修请求处理成本占收入的百分比 OEM 供应商 表现优异者（第 80 百分位数） 表现平平者（中位数） 表现欠佳者（第 20 百分位数） 来源：IBM 商业价值研究院对标调研。 问：贵组织的“保修请求处理”流程的年总成本是多少（美元）？ 问：贵组织的年总收入是多少美元？n=300。 洞察：通过数据共享和分析扩大 收益 某跨国汽车 OEM 在整个保修流程中使用单一的数据平台 和工具。该平台支持他们访问并分析来自世界各地超过 10TB 的综合保修请求数据。世界各地的工程师、保修和 财务分析人员以及供应商都使用保修分析、报告和高级预 测性建模工具。此外，他们还通过访问数据来处理常见的 查询和问题并确定解决办法。这种集成方法和一致的视图 加快了保修请求处理速度，促进了供应商的恢复，并缩短 了“从检测到纠正”的周期。 6 在整个汽车生态系统中扩大信息 共享范围，使更高质量产品的价 值惠及更多人。 38% 的汽车 OEM 和 31% 的供应商都将缺乏明确定义的可 重复全球流程视为与保修有关的最大挑战之一。如果能够在 企业范围自动执行保修请求流程，则有助于该流程实现标准 化，并确保在整个流程中始终应用一致的工具。这有助于简 化组织职能与数据的整合，促进保修和维护信息的共享，从 而加速保修流程，降低相关成本。26% 的 OEM 和 21% 的 供应商已完全实现了整个保修请求处理生命周期的自动化。 2) 提高整个汽车生态系统的质量 通过提高整个企业中从产品开发、制造、装配到售后支持的 各个环节的质量，可帮助企业降低成本，提高品牌诚信度， 从而在当今竞争激烈的汽车市场中获得关键优势。 而通过在整个汽车生态系统中扩大互动和信息共享范围，包 括对客户、经销商、服务中心和 OEM 的支持，可使高质量 产品的价值惠及更多人。 原因如下：通过结合使用物联网技术与高级预测性质量算法， 可以更早地发现问题。标准化的早期预警系统可将这些潜在 的保修问题告知 OEM、供应商和经销商。数据共享和分析 有助于加强协作，以便及时将潜在问题通知制造厂及供应链 合作伙伴，防止缺陷或不良零部件流入生产线。 3) 改善客户体验，为新服务和收入流打开大门 有证据表明，通过使用从数据分析中获得的洞察重塑保修流 程，最大的价值在于发现一些新的方法，用于提高客户满意 度以及提供差异化新产品和新服务。这就需要在重新设计保 修流程的过程中，始终将最终用户放在核心位置。这还需要 在汽车行业之外寻找灵感，充分了解客户期望。 在这个崇尚顾客体验和个性化的时代，客户上次的“最佳体 验”就是下次体验的最低要求。为此，汽车企业需要重新设 计客户互动方式。在这方面，使用物联网等支持技术的保修 数据整合也会有所帮助。 我们的对标调研表明，30% 的 OEM 和 21% 的供应商已 将物联网技术整合到产品和系统中，以构建与众不同的保修 流程。该流程能够预测维护和维修事件，向驾驶员发送通知， 并指引他们前往最近的经销商或服务中心。此外，该流程还 能分析预测的维护和维修事件，将其与已知问题进行比较， 确定所需的零部件，并向最近的经销商或服务中心发送通 知。这样有助于显著改善客户体验：在问题真正发生之前明 确指导驾驶员解决问题，并且帮助服务中心提前做好准备， 随时迎接客户的到来。 基于对话的 AI 顾问使用自然语言搜索和编程功能，帮助经 销商的技术人员实时访问多个技术手册和公告，找到服务问 题的解决办法。这有助于一次性解决问题，提高技术人员的 工作效率，从而节省保修成本。从客户的角度而言，这意味 着更快速、更准确地检测到问题，并且能够一次性解决问题， 因为经销商拥有维修或保养车辆所需的一切。总之，能够给 客户带来卓越的保修体验。 要满足这些新的客户期望，还需要设计真正无缝的全渠道体 验，提出智慧的建议，并根据具体情况开展相关的客户互动。 产品信息通过自助门户提供。也可采用增强现实 (AR) 方法， 通过上下文或教程材料来丰富产品信息，并将这些信息传递 到现场技术人员的平板电脑或智能手机上，指导他们开展维 修活动。 汽车企业已开始尝试一些应用，用于了解和回答客户提出的 与车辆召回、产品更新和延保相关的问题。有些企业甚至还 将定制聊天应用整合到可从多个接触点启动的车辆主控系统 和 CRM 系统中。 从保修数据中获得的洞察足以证明基础业务模式的合理性。 例如，We Predict 从各种来源收集保修请求数据，包括经销 商和独立服务店。 3 该公司建立了一个数据库，包括主要汽 车制造商生产的 500 多种车型的数据，每种车型提供至少五 分之一客户群的统计数据。该公司销售预测性分析模型和其 他产品，能够基于以往运行情况，预测特定零部件何时出现 故障。 通过轻松访问保修数据，某汽车制造商可就特定的常用零部 件与竞争对手进行性能方面的公平对标比较。一直以来，汽 车制造商都是只知道自己零部件的表现。尽管该制造商可能 逐年提高保修表现，但并不知道这种表现相对竞争对手而言 孰高孰低。从保修数据中提取的洞察还帮助某主要豪华汽车 制造商重新评估并改进了原厂认证二手车 (CPO) 战略。 4 7 行动指南 数据推动汽车保修重塑之旅 1.对保修表现进行对标测试。 首先，了解推动贵公司提高保修质量的紧迫战略原因。是为 了通过提高运营效率来降低成本？还是为了提高客户体验和 忠诚度？然后检查关键保修指标，并将贵公司的表现与业内 同行进行比较。差距代表需要重点关注的领域，也是数据的 用武之地。为进行比较，可使用某些组织提供的正式对标 服务。或者，也可以从上市公司的财务报表或者 Warranty Week 等在线资源中查找保修指标。 5 2.为保修改进计划确定优先级。 建立明确的保修数据战略和路线图，改进保修流程的表现。 与 CIO 及内部合作伙伴一起确定技术和数据能够在哪些方 面帮助增强对保修表现的了解。然后关注那些最容易整合数 据的方面。评估并采用涵盖多种实践的组合，帮助从整个生 态系统的多个来源收集并整合数据（不仅限于保修数据）。 这包括企业内的其他业务职能部门以及经销商、供应商和客 户。对整合后的数据集进行分析并从中提取洞察，然后在整 条价值链上分享该洞察。 8 3.培养支持能力。 数据推动的重塑需要在整合、AI、可信共享和体验创造等 方面培养特定的新能力。我们需要使用迭代式设计和应用 开发方法，不断改进这些能力，并使用基于云的应用在组 织以及整个生态系统中普及这些能力。需要对员工进行新 兴技术培训，并在必要时重组团队。借助移动设备提高员 工效率，通过协作工具推动创新。 4.将物联网技术整合到保修流程中。 这有助于改善客户体验，开辟新的收入来源，提高运营效 率以及优化成本。首先，需要定义适用于整个企业的保修 流程。然后使这些流程自动化，以简化组织职能与数据的 整合以及信息共享。使用工厂中安装在设备上的传感器和 通信技术，收集实时性能数据。将这些数据与其他内外来 源的保修信息和数据结合在一起。最后，应用高级分析和 AI，将互动与依赖关系对应起来，以发现新的洞察。 5.防止安全漏洞以及信息泄露或被盗。 在整个生态系统中提高协作水平和洞察共享能力，同时确 保监控和实施安全要求。定义有关数据安全和隐私的服务 级别协议 (SLA)。为抵御内部攻击，实施受控的数据访问。 知道谁有权访问敏感功能或数据。密切监控并审查特权用 户的行为。确保协作安全软件和加入/退出流程保持最新。 每个物联网设备代表一个入口点。实施安全控制，允许用 户指定数据在设备上的存储方式、使用方式以及第三方共 享规则。对于设备无人看管的机器对机器场景，启用设备 身份验证机制。 关于专家洞察 专家洞察代表了思想领袖对具有新闻价值的业务和相关技 术主题的观点和看法。这些洞察是根据与全球主要的主题 专家的对话总结得出。要了解更多信息，请联系 IBM 商业 价值研究院：. 备注和参考资料 1 “Worldwide Automotive Warranty Expenses.” Warranty Week. August 22, 2019. warrantyweek. com/archive/ww20190822.html 2 SAS. Customer Stories. 2020. en_my/customers/american-honda.html 3 Chappell, Lindsay. “Prying the lid off of warranty data” Automotive News . July 13, 2019. 4 We Predict. “A CPO that gives dealers real value.” B0077086.005_We-Predict_Customer-Case-Studies_ Case-study-2_cubes_v3.8_110918_Digital.pdf 5 Copyright IBM Corporation 2020 国际商业机器中国有限公司 北京朝阳区北四环中路 27 号 盘古大观写字楼 25 层 邮编：100101 美国出品 2020 年 5 月 IBM、IBM 徽标及 是 International Business Machines Corporation 在世界各地司法辖区的注册商 标。其他产品和服务名称可能是 IBM 或其他公司的注册商 标。Web 站点 上的 “Copyright and trademark information”部分中包含 了 IBM 商标的最新列表。 本文档为自最初公布日期起的最新版本，IBM 可随时对其 进行更改。IBM 并不一定在开展业务的所有国家或地区提 供所有产品或服务。 本文档内的信息“按现状”提供，不附有任何种类的（无 论是明示的还是默示的）保证，包括不附有关于适销性、 适用于某种特定用途的任何保证以及非侵权的任何保证或 条件。IBM 产品根据其提供时所依据协议条款和条件获得 保证。 本报告的目的仅为提供通用指南。它并不旨在代替详尽的 研究或专业判断依据。由于使用本出版物对任何企业或个 人所造成的损失，IBM 概不负责。 本报告中使用的数据可能源自第三方，IBM 并不独立核实、 验证或审计此类数据。此类数据使用的结果均为“按现状” 提供，IBM 不作出任何明示或默示的声明或保证。 21032421CNZH-00 9