聊一聊整车厂的那些事——售后配件业务

此文已由做者王文开受权网易云社区发布。

欢迎访问网易云社区，了解更多网易技术产品运营经验。

前言：

本文主要介绍了整车厂售后配件业务的总体情况和痛点，而且展现了网易有数是如何助力整车厂的售后部门，发现其业务问题、定位问题、解决问题；

正文：

随着汽车市场竞争的愈发激烈，整车厂销售业务的利润逐年在降低，卖一台车的利润远比你想象的要低；相对来讲，售后业务的利润则较为丰厚；随着过去10多年中国汽车市场的高速发展，一些大型的整车厂的基盘客户数已经达到千万以上；车辆进4S店维修，维修保养所用到的配件都是4S店向整车厂订购的纯正配件；因此整车厂愈加重视售后业务的发展，如何把售后整条供应链作的透明和高效，如何下降售后客户流失率，一直是整车厂的目标；

在聊如何分析售后配件业务前，仍是先来唠叨几句，讲讲什么是整车厂；咱们所说的整车厂，好比上汽通用、上汽大众、一汽大众等等，这些都是行业的巨头；就说造一台车，其实只有车壳子、发动机和变速箱是在整车厂生产的，其他的全部配件都是由配件供应商生产完后，送到整车厂去组装的；因此一个整车厂会有冲压车间（将钢板冲压成车壳）、车身车间（组装车壳）、油漆车间（给车壳子上颜色）、总装车间（组装各类零件，好比装发动机、装玻璃、装轮胎、装内饰等等，这个车间和你玩乐高的感受差很少）

售后业务也是同样，维修所用的纯正配件其实都是各地的配件供应商各自生产，某些配件会送往整车厂的打包中心（PC：Package Center）去贴纯正配件的标签，而后再发往整车厂各地的配件仓库，咱们简称为PDC（Part Distribute Center），而后再经过承运商送往各地的维修站；详细以下图展现：

解释：

PC：Package Center 包装中心，用来打印纯正配件标签

PDC：Parts Distribute Center 配件分拨中心

DD：Direct Delivery 直送模式，对于一些危险品（易燃易爆易碎），好比油漆，整车厂是不会存放在本身仓库中的，会让供应商直接送至维修站；

Milk Run：循环取货模式，相似于之前送牛奶员的形象说法；

JIT：Just In Time的缩写，JIT配送是属于定时配送的一种,它强调准时,即在客户规定的时间,将合适的产品按准确的数量送到客户指定的地点

售后供供应链主要分为如下几个环节：

一、配件计划

二、配件仓储

三、配件物流

四、配件销售

配件计划：快速响应市场需求

配件计划的目标简单来讲就是要快速响应市场需求，但也不能以囤不少配件的傻办法来知足，必须作到供需平衡；

计划环节通常会关注订单一次知足率、单库一次知足率、缺货订单的缘由分析，以及配件需求波动预警等指标；

就拿订单一次知足率来举个栗子，这个指标是什么意思？从数学公式上来讲

订单一次知足率 = 一次知足项数 / 维修站订单项数

若是单看这一个指标的话，通常知足率维持在一个较好的范围内就能够，并非必定要达到100%；但不少状况下会结合别的指标一块儿来发现问题

以下图，能够看到，

配件库存金额逐月在上升，可是一次知足率却下滑了，可能说明该整车厂的库存结构并不符合市场需求，即：维修站订购的咱们仓库没有，仓库有的市场却没有需求

配件仓储：提高仓储效率，下降仓储成本

配件仓储的目标简单来讲就是要提高仓储效率,下降仓储成本

对于配件的件数、金额、体积都会进行分析；

主要会关注如下几个指标：

一、发运金额、发运条数、发运体积（总库存、在库、在途）

二、库容能力，零件体积（无销售额、有销售额）

三、收发货环比（同比）波动，收发货均衡趋势分析

四、库存金额、库存周转率、库存可供天数

就拿仓库收发货波均衡性来分析，从业务上来讲，一个PDC仓库的收货金额 和 发货金额 不能有太大的误差，若是收货远远大于发货，说明仓库压力会很是大，货品都囤积在PDC内，反之也同样，必定要保证一个均衡性；

咱们设定每一个配件仓库的收发货金额比值容许在上下5%的波动范围内，从图中能够看出7号PDC仓库的波动状况很是大，超出了正常阈值，并以红色进行预警，须要特别关注；

配件运输：提高到货时效、下降运输成本

目前的现状是运输信息不透明，没法考核承运商，业务经过手工统计数据生成报表，经过增长人力的方式知足OTD的要求；

整车厂主要会关注运输到货时效，运输到货准时率，运输延迟比率进行分析，定位到时哪条运输线路，哪家承运商，运输车辆的车牌号，而后经过GPS行驶轨迹，进行定位分析；

配件销售：提示配件销售额

一、对标竞品配件、梯度价格划分、调价利润分析

二、提升营销活动传播效率、精准定位目标车主、配件生命周期预测

三、异常维修站的分析，防止外采外购现象；

关于第3点，仍是比较有意思的，整车厂规定维修站的配件必定要向原厂订购，可是原厂的配件很贵，因此维修站会想尽一切办法

好比经过配件之间的相关性，假设比较每家维修中机油/机滤的消耗比，经过箱线图（目前有数还没有支持，后续版本会增长），能够看大多数维修站的比值分布，对于一些异常维修站，而进行进一步的排查

以上介绍了售后配件业务的几个环节，最后放一张Dashboard，是对售后配件运输OTD（到货时效）的分析：经过对仓库、订单类型、延时天数的分布，找出问题运输线路，定位到承运商，进行下一步的跟踪

从总体上来看，能够发现：

一、3号PDC仓库的发货时效比较长，须要关注缘由；

二、2017年前三月的到货时效，与2016年总体比较，呈现上升趋势，尤为是2017年3月，达到了39小时，须要重点关注；

三、饼图显示的是不一样的订单类型（常规订单、紧急订单、DD订单）的到货延迟小时数，业务上首先须要关注紧急订单的延迟问题；

四、经过地图，显示出了到货时效和到货延迟的关系；好比黑龙江省，该省的平均到货时效很高（超过600小时，25天），可是却不存在延迟；缘由是原本这些地区路途比较久远，运输时间较长，当地维修站通常会提早比较久的时间备货，因此延迟率不高；反而是江浙沪地区，交通比较便捷，但延迟状况很严重，须要排查缘由；

---

以上可视化图表（除箱线图外），均经过网易有数制做；

可视化的目的是要帮助业务发现问题、定位问题、解决问题；

一切只炫功能、只炫美观，不能解决实际业务问题的可视化产品都是在耍流氓；

网易有数做为一款敏捷的分析平台，真正能让业务人员分析本身的数据，拉近人与数据的距离，当即洞察数据中隐含的故事；

网易有数，让拥有数据的你，作到心中有数

欢迎来官网试用体验：

外网用户：https://youdata.163.com/

内网用户：https://youdata.netease.com/

网易有数：企业级大数据可视化分析平台，具备全面的安全保障、强大的大数据计算性能、先进的智能分析、便捷的协做分享等特性。点击可免费试用。

相关文章：
【推荐】 AWS AutoScaling的一个ScaleDown策略问题以及解决方法
【推荐】 测试环境docker化—容器集群编排实践