基于物聯網和大數據分析的預測型售后服務

摘 要：隨著國家級戰略的推進，智能制造凸顯出前所未有的經濟價值。得益于芯片技術和傳感技術的普及和成本的降低，物聯網-大數據的創新性在不同行業得到體現。本文基于物聯網-大數據的思路，結合機械行業的特點，簡述了預測性售后服務的思路、可行性和待解決的問題，這將是新經濟形勢下售后服務的發展趨勢。

關鍵詞：物聯網；大數據；售后服務；自動化

中圖分類號：TP311.13；TP391.44 文獻標識碼：A 文章編號：2096-4706（2018）09-0190-03

Abstract：With the promotion of national strategy，intelligent manufacturing highlights economic value. Thanks to the popularity of chip technology and sensing technology and cost reduction，the innovation of internet of things-big data has been demonstrated in different industries. Based on the idea of increasing the data of internet of things and combining with the characteristics of mechanical industry，this paper briefly describes the idea，feasibility and problems to be solved of predictive after-sales service，which will be the development trend of after-sales service in the new economic situation.

Keywords：internet of things；big data；after-sales service；automation

0 引 言

隨著中國制造2025規劃的推出，工業4.0開始繁榮發展，一方面社會勞動力得到解放，另外一方面企業產能得到大大提升，此外，企業的產品質量較以往更有保障[1]。工業4.0的絢麗打破了傳統制造業的寧靜，自動化改造在制造業中大肆盛行，大量設備商為制造企業的轉型提供技術支持，越來越多的設備集成商在不斷爭搶這片市場，希望在這股浪潮中獲得持續收益。但隨著設備市場進入紅海廝殺期，各設備商在行業的技術優勢將所剩無幾，設備服務商的服務能力將會成為企業的核心競爭力，其中，售后服務作為企業服務的主要內容將越來越被看重，因此，如何提供更具競爭力的售后服務已經成為設備集成商思考的重要問題[2，3]。

1 現代信息產業與售后服務

機械設備涉及生活生產的各個領域，比如電氣設備、環保設備、醫療設備和生產設備等。同時，作為制造業的主要部分，公司的運營流程和管理制度都較完整，其中，售后服務作為公司服務的核心部分，其基本流程是：（1）收到客戶反饋；（2）組織會議，制定處理方法；（3）售后服務記錄；（4）安排售后服務，實施售后服務；（5）完善服務記錄；（6）售后記錄歸檔?？傮w流程是一個被動過程，體現出了公司制度流程的作用，但未體現出售后服務的價值。

設備行業結合物聯網和大數據分析技術，探索企業售后服務的新思路和新方法，將被動服務轉型為主動服務，將模糊化服務轉型為準確性服務，將延時服務轉型為實時服務。首先，基于物聯網獲取的大數據中儲存著設備運行的大量信息，其中包括設備的正常運行數據，比如：設備運行時間、設置參數等，也包括設備實際運行中潛在的問題，比如：異常參數、報警信息、故障頻率等。其次，基于云計算的支撐平臺，進行有效的大數據分析或計算，及時獲得設備運營和維護的數據情報，做到實時掌控產品質量和存在隱患，主動應對有可能出現的重大設備問題。或根據客戶的不同需求，科學整理獲取大量客戶體驗數據，得出不同用途的信息結果，支撐企業不同的管理運營目的。

現代信息技術與傳統制造技術結合，便出現了企業資源計劃（ERP）、產品生命周期管理（PLM）等企業管理的新思路，從中不難看出預測型售后服務的跡象：（1）通過物聯網技術，整合上傳機器運行或機器故障代碼或參數變化；（2）云計算從大數據中分析整理設備故障數據；（3）資深工程師在線閱覽和討論故障數據，同時，參考大數據中已有的案例；（4）確定具體故障點的位置并做好解決方案；（5）在線維護或工程師到達現場解決問題。這使得售后工作的開展有所依據，加快售后服務的效率，降低了企業因為設備故障被迫停產而造成的經濟損失。設備集成商的客戶關系管理（CRM）也將隨之有所突破，公司的競爭力也將因為公司服務升級而得到提升[4-7]。

2 可行性分析

總體來看，新的售后服務思路會隨著市場競爭的加劇，設備的自動化程度的提高而發生轉變，企業售后服務轉型將成為設備供應商實現經濟收益持續性增長的重要手段。其好處不僅是提升公司競爭力，且起著深化生產形式，激勵員工和打造公司品牌形象的作用。如表1所示，通過學習典型案例的運行過程，分析預測型售后服務對公司的經濟作用。整個過程：獲得新客戶-建立對應關系-物聯網建立實際對接-收集售后信息-促使提升產品質量-減輕售后服務壓力-工作量降低-工作效率提高-售后服務貼切-客戶滿意（公司形象提升）。形成了一個從客戶到客戶的閉循環，而且，設備公司更加了解客戶的需求或問題，能獲取直接詳細的一手數據，有的放矢地解決問題和實施售后服務。這不但降低人力成本和員工工作量，而且促進了企業的技術發展和質量提升，使客戶滿意的同時，也讓員工的工作更加輕松有效率。正常的設備運行中，設備常見故障可以基于運行結果歸類總結，分為不同類別，在不同類別下有包含不同小問題，設備的問題檢測可以由此入手。就是在以往的運行數據庫中，獲知哪些參數出現怎樣的異常波動，對應于哪種可能的設備故障，技術人員可借鑒數據庫，現場一一排查和靈活處理，降低了售后服務的頻率，也降低了生產停頓的損耗時間。甚至于工程師也可以在線指導，指導技術人員處理一些異常情況，減少售后服務的等待時間，起到了節省時間、節省人力的作用。因此，無論是從公司利益角度還是從個人工作角度，預測型售后服務所呈現出的優越性，使它容易被大眾接受，這將增大預測型售后服務推廣的可行性。

同時，預測型售后服務的經濟可行性也需要考慮。如表2所示，是信息化改造的資源投入與傳統模式投入情況對比?；谖锫摼W的監測系統雖然在設備的投入上有所增加，但從長期來看，物聯網監控系統是一次性投入、長期收益的模式。傳統模式則是人力資源的不斷重復投入，隨著社會經濟的不斷發展，中國廉價勞動力時代即將成為歷史，加之中國社會老齡化的出現，勞動力數量不足現象會趨于明顯，人力成本將被拉高，因此，企業采用技術成本代替甚至是降低勞動力成本是大勢所趨，也更能節省公司運營成本。

此外，預測型售后服務的技術可行性不容忽視。相較傳統監測模式，物聯網監測模式要求有一個可靠的平臺作為工作正常運行的載體，這是技術層面的需求，值得慶幸的是，物聯網技術被社會各個方面所關注并處于快速發展中，各種云計算平臺也在爭先恐后地各領風騷，如華南制造的大智移云等。雖然所屬環境有所差別，但是實現原理基本一致。在制造業領域有著多年最佳實踐的Infor公司提供了一系列協同商務應用軟件及其相關服務，這些解決方案為制造商的高速發展建立了扎實的基礎，在全球市場中獲得了較強競爭力。

3 存在的問題

3.1 數據安全性問題

工業控制越來越盛行，網絡安全成為一個重要問題。為了獲得設備的實時數據，設備需運行遠程監控模式，則網絡安全性問題也就成了設備商關注的重點[8]。國家也出臺了相關政策支持工業控制安全技術的研發，雖有成效，但仍需時間和經驗的不斷積累。作為非科研型的企業，數據安全問題沒有那么凸顯，這類問題基本依靠系統提供商的技術支持，會隨著網絡技術的不斷發展越來越有保障。

3.2 制造企業隱私問題

一般而言，制造企業的產品都是經過精心設計，具有自己的特色，滿足遠程服務的基礎要求收集的一些數據，不只是設備故障錯誤代碼，還有生產工藝以及內容，這就涉及企業的隱私問題?，F行解決方案是簽署具有法律效力的文件，同時對相關人員進行培訓，提高其職業道德水平，此外，擬定相應的公司獎懲制度，從管理角度出發，確保雙方順利合作。

3.3 硬件和軟件的可靠性問題

工業生產環境相對惡劣時，對監控元件就會有相應的要求，比如，耐高溫、耐腐蝕性等。一旦監測元件或傳感儀器在特殊環境中遭到破壞，設備的運行數據將無法獲得，因此，硬件設備的可靠性是基礎，需要根據不同環境去合理選擇。工業設備不只是硬件的組成那么簡單，其中還需要軟件的支持，若是系統軟件出現未知故障問題，設備的運行情況則難以得到有效反饋，相應的，設備公司將無法提供精準服務。

4 結 論

結合物聯網實現工業改造將成為智能制造的發展趨勢，大數據技術是其快速發展的助力，在大數據時代下，各行各業都將接受轉型升級，預測型售后服務的優勢將協助企業降低維護損失，縮短故障發生周期，有效提升生產效率。預測型售后服務可適用于設備集成商或其他類型的設備研發、銷售一體公司，也可用于工業制造領域，但不局限于工業制造領域，其延展性還有待進一步發掘。

參考文獻：

[1] 沈麗云.“互聯網+”背景下的機器人發展淺析 [J].通信電源技術，2016，33（4）：207-209.

[2] 陳欣欣.大數據售后運用與分析 [J].技術與市場，2018，25（5）：71-72.

[3] 林麗珠.大數據背景下消費者與品牌的關系管理研究 [D].哈爾濱：哈爾濱理工大學，2016.

[4] 張全升，龔六堂.基于物聯網技術的智能物流的發展模式研究 [J].公路交通科技（應用技術版），2011，7（3）：250-252.

[5] 林敏暉.基于物聯網和大數據分析的智能物流研究 [J].遼寧科技學院學報，2016，18（6）：28-30.

[6] 吳海龍.家電企業售后服務流程的優化方法研究 [D].大連：大連理工大學，2004.

[7] 朱艷.醫療設備售后服務補救過程的實證研究 [D].北京：對外經濟貿易大學，2012.

[8] 宗健.工業4.0時代的工控網絡安全防護研究 [J].化工管理，2016（12）：192.

作者簡介：羅駿煒（1968-），男，壯族，廣西武宣人，工程師，學士。研究方向：電站、電灌站管理及其自動化。