汽車售后產品質量提升研究

梁海陸，李延靜

（長興吉利汽車部件有限公司，浙江 湖州 313100）

引言

產品質量是企業的生命，高質量產品是企業可持續發展的前提。產品質量按照產品全生命周期所處階段，簡單可分為研發質量、制造質量和售后質量。售后質量直接影響著終端客戶的使用體驗，影響品牌口碑和銷量，并且對企業來講，售后問題意味著質量溢出，所以售后質量工作的及時性和有效性至關重要，售后產品質量提升需要持續優化。

1 售后產品質量研究的背景和需求

1.1 售后質量當前問題

售后質量數據非常龐大，并且不斷增長變化，一些公司售后質量數據分析沒有系統化，這有多種情形，有的是沒有開發和使用在線系統，僅利用excel等簡單辦公軟件粗略分析，導致問題分析和呈現不能做到及時更新和可視化；有的是雖然使用了在線系統，但系統并未對數據合理分析和可視化呈現，導致問題嚴重性不能及時識別，也不能為問題分析提供方向。

1.2 汽車售后質量工作借鑒意義

相比于其他日常消費類產品，汽車售后質量數據相對比較多和復雜，一是因為它的一級子零件多，一臺車就有1 500個左右，二是因為車輛的使用周期很長，馬路上10年以上的車比比皆是，三是因為車輛的使用工況復雜，高原高溫高寒均涉及。面對大量售后質量數據，經過多年探索，整車企業的數據分析模式不斷完善，此篇文章匯總整理，希望可以為各行各業質量或售后工作者提供更多數據分析思路，建立合格的質量售后系統。

2 售后質量系統要求

面對動態變化的大量售后數據，為了能方便快捷地了解整個產品售后問題狀態，識別關鍵因素，確定攻堅對象，鎖定對象調查方向，一個合格的售后質量系統，應符合以下要求：

首先，售后質量系統需要關聯索賠數據、銷售數據和生產數據中與質量解析強相關的數據，有了這些基礎數據，數據分析才能全面展開。

其次，選取合適的質量評價指標，通過實際數據聚焦關鍵因素。

最后，可視化顯示數據，并且可以根據各個基礎數據篩選呈現，如下視圖，這會極大提高問題解決效率。

圖1 可視化視圖

數據分析對象可以是整個產品，也可以是某個子零件、某個問題，可以再利用帕累托圖，聚焦關鍵因素，立項公關。

3 售后質量基礎數據

售后質量基礎數據包含三大塊，即索賠數據、銷售數據和生產數據。售后質量工作第一步，要確保能拿到上述三大塊完整的最新數據。

圖2 售后質量基礎數據

索賠數據是售后質量問題的主要來源，銷售數據和生產數據是售后問題必須調查確認的數據，售后質量人員需要從各項數據分析中確認調查方向。

3.1 索賠數據

索賠數據，顧名思義就是客戶發生問題時，向廠家或者授權機構索賠維修時經銷店記錄的數據。索賠數據里面，應包含下面對質量分析有核心影響的數據：產品唯一性編碼、產品配置、維修經銷店、生產時間、維修時間、行駛里程、零件名稱、零件號、客戶故障描述、經銷店故障診斷、解決方案、維修成本等。

3.2 銷售數據

銷售數據，就是產品在經銷店銷售時經銷店記錄的數據。銷售數據里面，應包含下面對質量分析有核心影響的數據：產品唯一性編碼、產品配置、銷售經銷店、生產時間、銷售時間、維修保養記錄、交付檢查記錄等。

3.3 生產數據

生產數據即是企業生產、下線檢查、出廠等時記錄的數據。生產數據里面，應包含下面對質量分析有核心影響的數據：產品唯一性編碼、電檢數據、追溯數據、出廠時間、出廠檢查記錄等。

4 售后質量指標

了解了上述基本售后質量數據，接下來我們繼續介紹售后質量基本的質量評價指標，只有了解了每個質量指標基本含義，才能從數據中挖掘出來有用的信息。

4.1 IPTV千車故障率

IPTV (Incident Per Thousand Vehicles)，即千車故障率，對某段時間內（一般以月為單位，即一個制造月）所生產的、且已銷售的車輛，在一定在用期內，平均每千輛車發生的索賠數量。

圖3 IPTV定義圖示

在用期MIS（Month In Service）代表已銷售車輛按月計算的顧客使用時間，如下3MIS代表售后90天內的車輛數據。

舉個例子，某個零件2020年4月的3 IPTV是2，指的是這個零件在2020年4月生產并銷售的車上，使用了0～90天內發生問題的千車故障率是2。

IPTV在使用時要特別注重數據成熟度，還是按照上面的例子來說，如果4月生產的車有一半客戶使用還沒有達到90天，代表這個月的3 IPTV數據還未成熟，后期發生波動的可能性比較大，暫不能作為最終數據處理。

圖4 3MIS 圖示

4.2 CPV單車索賠成本

CPV (Cost Per Vehicle)：單車索賠成本。

對某段時間內（一般以月為單位）所生產的且已銷售的車輛，在一定在用期內，平均每輛車發生的索賠成本。

圖5 CPV定義圖示

舉個例子，某個零件2020年4月的3 CPV是200，指的是這個零件在2020年4月生產并銷售的車上，使用了0～90天內發生問題的千車索賠成本是200。

CPV在使用時，同IPTV一樣，要特別注重數據成熟度，還是按照上面的例子來講明，如果4月生產的車有一半客戶使用還沒有達到90天，代表這個月的3 CPV數據還未成熟，后期發生波動的可能性比較大，暫不能作為最終數據處理。

5 可視化數據分析

5.1 IPTV/CPV趨勢圖運用

IPTV/CPV的數據分析前提，一定是轉化成了圖表，否則很難通過一堆離散數據看到問題。圖表的橫坐標是生產月，縱坐標是IPTV/CPV分值，如下以IPTV趨勢圖舉例。

圖6 IPTV趨勢圖一

通過上面趨勢圖，可以很明顯看到從生產月2018年7月開始產品有質量突跳，3和6 IPTV很高，12 IPTV還未成熟，所以不能確定使用期6～12個月的產品質量有無問題。

通過上面趨勢圖，第一個波峰顯示生產月2018年1月和2月是12 IPTV數據突跳，6 IPTV沒有問題，說明產品在使用了6～12個月發生的問題很多。緊接著2018年3～5月各項IPTV數據都很平穩，如果低于質量目標的話，說明這個階段產品質量很好，上個問題整改措施斷點有效。最后一個IPTV突跳是2018年7月，3 IPTV明顯突跳，使用期很短就出了問題，需要重點排查產品制造和供應商質量等該時間段有無變化點。

圖7 IPTV趨勢圖二

5.2 二八定律

二八定律，又稱為帕累托法則，即百分之八十的問題是百分之二十的原因所造成的。該理論由意大利經濟學家V.Pareto提出，在質量分析上一個主要用途是去發現所有問題里面的關鍵因素，保證20%的投入就有80%的產出，即使用最低的資源消耗取得最優效果。

帕累托圖，是按照問題各因素發生頻數和累計頻率繪制的排列圖，目標是識別造成問題的大多數因素。

圖8 二八定律案例

在上面帕累托圖案例中，背景是要降低某產品索賠頻次，依據帕累托法則，我們需要找出不同類別的數據根據其頻次降序排列，并在同一張圖中畫出累積百分比圖。帕累托圖幫助我們找出80%的“至關重要的極少數”，重點立項解決，暫時忽略20%的“微不足道的大多數”。

帕累托圖適用于問題嚴重程度或索賠成本相似的對象篩選，對于嚴重程度高或索賠單價高的零部件，需要分開另行分析。

6 結語

數據資產是企業數字化轉型的核心驅動力量之一，挖掘數據價值的前提是有一個可視化的系統，能采集到完整的基礎數據，有明確的計算邏輯和分析評價指標，有合理的問題公關立項原則。

本文從售后產品質量提升的角度，介紹了售后質量系統的基本要求、相關的基礎數據、基本數據分析指標和公關立項原則，目標是數據化的系統性地識別關鍵影響因素，高效提升產品質量。