这件事，80%的汽车经销商做不到

作者/张春林

编辑/张楠

设计/赵浩然

职务/杜凯

汽车市场已经进入股票竞争，而疫情使竞争更加残酷。然而，随着中国汽车保有量、平均车龄和二手车交易的增长，汽车后市场呈现出强劲的增长势头。当然，也正因为如此，越来越多的机构进入了后市场的竞争，各大主机制造商面临着前所未有的挑战。

作为代工企业，为了提高其在售后市场的竞争力，除了在配件产品、工程技术支持、供应链保障等传统领域下功夫外，一项非常重要的任务是加强经销商在售后配件服务方面的能力。

针对这一业务挑战，我想分享一个基于大数据和智能算法的售后零部件智能协作平台的实际案例。整个协作平台分为四个部分：

经销商零部件需求预测

“

只有20%的经销商有能力进行定期、系统的预测和分析工作，绝大多数经销商仍然依靠员工的个人经验和能力来预测和分析配件需求。

”

需求管理和预测分析是售后零部件管理最重要的方面。然而，根据一项调查，只有20%的经销商有能力进行定期和系统的预测分析工作，绝大多数经销商依靠员工的个人经验和能力对零部件需求进行预测分析。不仅处理基础数据需要大量时间，而且在人员变动的情况下也很难有效积累知识。

如果主机厂能够将这种能力输出给经销商，将给经销商带来许多好处，主要体现在：

1、 为经销商库存管理提供极为重要的投入，提高配件一次性满意率，大幅减少零部件短缺造成的维修等待，提高客户满意度和粘性；

2、 协助经销商准确区分不同季节配件的需求特征，在适当的时间实现配件的适度储备，有效减少经销商库存资金占用，全面提升经销商售后配件管理能力。

看看这个智能协作平台是如何工作的：

1、 基于经销商售后维护数据，使用时间序列算法估计中长期未来配件需求的规模、趋势和季节性；

2、 基于配件的工程特性，通过聚类和决策树模型确定车辆上各类配件的需求特征，为新车型和新配件的需求预测提供数据支持；

3、 通过结合外部数据，构建了一个有监督的机器学习模型，以应对特定的市场或环境事件，最典型的是气象数据在售后预测中的辅助。

例如，在中国的一些沿海地区，预计会出现台风天气，这将导致一些不常见的维修需求突然增加，例如“车辆被淹”。此时，各种电子控制模块、底盘部件和动力总成部件将有显著的维修需求，对经销商的服务和主机厂的供应链造成显著影响。

传统的季节性需求分析与突发气象事件导致的业务场景之间存在显著误差。在这一点上，机器学习模型解决方案可以有效地解决问题。结合历史维修数据和气象预测数据，可以为特定零部件的需求提供良好的风险预警，并根据当地车辆保有情况计算出大致的使用规模。

不仅如此，这种不确定的气象事件还可以为此类天气罕见地区的经销商提供良好的数据支持，让他们在遇到罕见场景时可以参考其他地区的数据。

4、 通过车载传感器的数据反馈分析特定模块的工作状态，可以在维修过程中主动邀请车主或对车辆进行有针对性的故障诊断，从而提高服务效率。

此外，使用车载传感器数据进行配件预测也可以为原始设备制造商在新车上市阶段早期识别质量风险提供可能性，从而降低最终出现三包问题的可能性。

经销商零部件库存优化

谈到优化经销商零部件库存，很多人可能会想到帮助经销商减少库存，但这实际上是一种误解。从主机厂的角度来看，经销商库存优化应该是上下游纵向协同、经销商横向协同的协同问题。我们根据经销商的地理位置、销售特点、服务要求等因素的综合要求，优化“供应链责任”，即解决这些问题：

首先，哪些配件值得建造和储存？

其次，存储应该建得有多深，它能支撑需求多长时间？

第三，基于以上两点，主机厂售后配送中心应该采取什么策略？

我们曾在某品牌售后服务的上游配送中心进行库存优化，发现经销商库存管理的目标、方法和能力参差不齐。被动地优化上游库存策略并不是最好的方法。因此，我们与客户合作，为经销商构建了一套库存管理系统解决方案，其中不仅包括预测管理，还包括经销商当年的当前和未来库存计划。基于库存计划，计算下一年的订购计划。当前订购计划转换为分销商的采购建议，长期数据信息主要输入上游系统。

经过两年的推广和使用，该方案有效统一了经销商对库存管理的认识，使上游能够更好地估计经销商的订购行为，为上游库存优化工作奠定了坚实的基础。

通过统一管理目标并将其集成到系统中，可以有效降低经销商端订购的不确定性。在此基础上，可以更好地提高上游管理能力以及与上游配件供应商的协作，从而提高供应链的整体运营效率，大大降低供应链的牛鞭效应。

经销商配件的智能配置

供应链管理充满不确定性，预测准确性的提高和库存管理能力的加强并不能完全解决所有经销商零部件管理问题。其中，最重要的问题是处理报废零件或保质期长的配件的困难。

停滞库存的出现是一个复杂的问题，可能受到公关等多种因素的影响……

虚构错误、库存策略缺陷、工程更换、客户流失和整体车辆质量改进。即使预测和库存管理能力有所提高，随着时间的推移，停滞的库存仍将继续出现。

然而，库存停滞是一个局部问题。我们对经销商进行了抽样分析，发现如果某个经销商的零部件处于停滞状态，那么该市所有经销商的零部件保持停滞的概率为77%，而对于其所在的省份，这种概率仅为35%。如果将视角扩展到全国范围内的品牌，该组件保持停滞的概率不到5%。因此，我们很有可能为经销商的报废零件找到其他买家。

我们面临的第一个问题是如何让“死零件”循环？

售后零部件协作平台也是经销商之间的零部件交易平台，支持经销商在平台上买卖符合一定条件的零部件。“某些条件”由平台管理层定义，通常是由于零件的库存年限长和上游库存深度小。

同时，当经销商定期向上游提交采购订单时，向他们推荐附近的经销商和卖家。定期为销量高的经销商匹配滞销零部件，并与他们沟通，促进他们完成分配。

在实践中，在某些品牌政策的支持下，至少30%的废旧零部件可以得到有效利用，为经销商释放了流动资金，降低了库存管理成本。

经销商分销优化

“

从主机厂向经销商输出数字化能力或系统平台，可以有效提高双方效率，加强合作，从业务政策驱动到数据驱动和协同。

”

在分销商供应链管理领域，物流和运输成本是主机厂承担的一项重要成本，而一年内使用的车辆数量决定了该年的运输成本。从宏观角度来看，经销商从主机厂订购的配件总量与其一年内的销量之间存在1:1的关系。换句话说，一年内需要运输的配件总量是“固定的”，而确定运输成本的关键是装载率，即每辆运输车辆上装载的货物总量与车辆可用体积的比率。显然，这个值越高，车辆总数就越低，物流运输总成本就越低。

影响加载速率的主要因素有两个。首先，运输路线上单个批次经销商的采购量。例如，如果这批采购的总数量对应于1.85辆，单车的可用数量为75%，那么无论数量如何，平均装载率都不会为61.7%；其次，当配件的数量固定时，不同的装载策略也会影响实际的车辆数量。

提高装载率的关键在于：

1.区域经销商采购订单的优化，在基本采购数量的基础上，为每个经销商增加一部分订单数量。在增量最小、各经销商负载均衡的情况下，所购配件总量满足总负载量范围。据我们统计，此次调整仅占经销商基本采购量的平均1%-3%；

2.优化装载策略，为每辆车分配特定的装载配件组合和数量，以确保每辆车的装载率控制在70%至75%之间，并满足一定的运输要求，如重货泡沫比、料架要求和托盘要求。平均而言，装载优化将装载率从70%以下提高到73%左右，节省了约4%的年运输总行程，有效降低了整体物流运输成本。

有人预测，主机厂未来将从制造商转型为数据服务提供商，数据资产和技术资产将成为其最重要的竞争资本。在主机厂打造的生态链中，经销商是最重要的参与者，也是技术能力最弱的合作伙伴。主机厂向其输出数字化能力或系统平台，可以有效提高双方效率，加强合作关系。从商业政策驱动到数据驱动和协同，这个售后配件智能合作平台就是这种协同关系的体现。

本文首发于微信公众号：《汽车商业评论》。文章内容属于作者个人观点，不代表和讯网络的立场。投资者应据此操作，并承担风险。

标签：发现

汽车资讯热门资讯