蔚來NIO8D的研究與應用

杜晨　姚偉　閻子嘉　黃鏵

摘 要：本文詳敘了蔚來量產產品質量部 NIO 8D思考的由來，框架的制定，以及實際案例的應用。為避免讀者困惑，舉證了NIO 8D與傳統G8D的差異。同時經過多輪NIO 8D的試運行，對有價值信息進行抽取和匯總，初步形成了適用于蔚來售后問題解決的知識庫。并希望在未來，通過NIO 8D的應用與擴展，形成可以廣泛使用的制造業的問題解決方法論，分享給各個企業。

關鍵詞：用戶滿意 NIO 8D 外部應力 內部強度 屬性 噪音

Research and Application of NIO 8D

Du Chen Yao Wei Yan Zijia Huang Hua

Abstract：This paper describes the original idea， the framework and practical examples of NIO 8D from Current Model Quality Department. In order to avoid readers' confusion， the difference between NIO 8D and traditional G8D is described. After several practice of NIO 8D， valuable information was extracted. Meanwhile， aftersales problem-solving knowledge database is gradually generated. We are expecting that through the extensive application of NIO 8D， this problem-solving methodology can be used in manufacturing industry and shared with all enterprises.

Key words：user satisfaction， NIO 8D， external stress， internal strength， attribute， noise

1 背景

自從20世紀摩托羅拉六西格瑪理論，福特8D理論，豐田精益生產，通用Red-X這些方法論問世以來，質量的方法論似乎進入了“歷史的終結”，所有國內合資，外資，獨資的車企質量的從業人員始終遵循著這些經典理論，從組織構架到思維方式都基于此而搭建，所有質量活動圍繞降低質量成本開展。進入“十四五”以來，國家積極培育新能源產業，大力提倡彎道超車，一時間百家爭鳴，蔚來作為其中的頭部企業，尤其有著自己的生存之道，創始人李斌在蔚來上市之初說了一句看似簡單實際大智慧的話：傻傻的對用戶好，來概括蔚來的企業文化即以用戶為中心。用戶滿意才是蔚來最重要的護城河。因此蔚來的質量活動是圍繞用戶滿意而展開。自上市以來，蔚來汽車的定位始終是國內高端乘用車市場，直面BBA這些高端品牌以及背后百年造車企業，其質量體系積淀深厚，組織結構完備，肯定不是2014年才成立的蔚來所能匹及的，這就要求質量部門需要在有限的時間內給出適合蔚來價值體系的，并帶有自己“比較優勢”的質量解決方案。以此為背景，在售后領域，在3年的不斷實踐中，量產產品質量部給出了自己的新8D構想。

2 NIO 8D（蔚來產品問題解決數字化模型）的由來

在蔚來成立初期，量產產品質量部依循傳統G8D流程，從系統搭建到人員配備都參考傳統車企進行匹配，靠日以繼夜加班加點來響應用戶抱怨，靠無數次的專題會議來研究解決方案，靠8D模塊化系統進行問題管理。然而，較發展百年的傳統汽車行業，蔚來汽車的價值定位已經截然不同，致力于成為用戶企業的我們，通過一次又一次得經驗總結，迭代理念，不斷優化傳統G8D流程，使之更契合蔚來汽車的價值體系，形成了獨特的NIO 8D（蔚來產品問題解決數字化模型）。

2.1 NIO 8D 框架

D0：了解問題現象，并按需采取緊急遏制措施ERA

D1：成立問題解決小組

D2： 初步問題診斷，其目的是縮小尋找根本原因的范圍

D3：指定短期措施ICA

D4：尋找問題根本原因

D5：針對根本原因指定長期措施PCA

D6：長期措施PCA的執行與驗證

D7：Lessons and learn，防止問題再次發生

D8： Close

相較于G8D，NIO 8D將各個活動從串聯改成了部分并聯。各個活動的創新點會在后續的章節中簡述。

2.1.1 問題現象

圖2OEM QD是傳統整車廠質量部，OEM MD是傳統整車廠市場部。

傳統汽車行業質量部在長久的運作中，形成了固定的問題反饋鏈路，即，依托于各個區域經銷商的質保數據進行IPTV排序，按照帕累托法則排出優先級，而后集中資源進行問題管理和解決。針對重大投訴但是案例數量不多的問題，則需要維修站有經驗和質量意識的資深從業者與主機廠區域技術主管形成良好的線下溝通來進行反饋和收集。由于經銷商體系的紛雜以及流動性，許多重要的D0信息會被過濾或傳遞質量不高，即使所有主機廠都積極進行系統建設的當下，由于信息源頭的不可控性，難以形成結構化的質量數據，非結構化且遲滯的數據導致質量活動的開展效率受阻，通常一個問題解決的周期是以季度來計算的。

一般來說，傳統整車廠獲取到用戶的抱怨到執行短期措施大約需要2個月，但蔚來只需要7天，可以說蔚來售后體系最大的特點是極大地縮短了D0的環節，有時用戶抱怨的一瞬間蔚來已獲取信息并且即使開展分析。這2個月時間是如何省下來的呢？

（1）經銷商體系下，4S店還是以賣車盈利作為主要業務模式，而蔚來由于是線上銷售，售后NSC主要活動就是服務用戶，專業性更強，以此充分利用NSC直營體系， 培訓各站端服務人員質量意識，進而高效得到結構化數據。可以理解成，隸屬于同一個班子的人對從研發，制造，售后，end of life的車輛的整個生命周期進行管理，無中間商賺差價，沒有屏障的透明化溝通可以帶來更迅速的反饋，參考梅特卡夫定律。

梅特卡夫定律：一個網絡的價值跟連接的用戶數平方成正比。

當K=0.4時，Y約等于連接用戶數。

參考下圖，如果網絡里有3個節點相連，那么價值=3。如果網絡里有5個節點相連，價值就是10，7個節點相連，價值就是21。

目前一個公司內部，如果都使用一個辦公軟件，如企業微信飛書等，那完全可以做到暢通連接，大事小事拉一個群，叫上所有相關方就可以做到快速響應。然而傳統OEM與用戶之間還隔著不同的部門，不同大區，以及中間商---4S店。

以上做一個初步假設，當用戶先面對4S店（5個節點），由4S店來聯系整車廠（5個節點），網絡價值22。 反之參考蔚來的模式，整車廠和4S店融合（10個節點），網絡價值46。效率的提高就是這么來的。

再者，經過幾年的實踐，蔚來已將快速響應用戶抱怨進行充分的規范化，并借助系統進行數據的拉通傳遞。以下截取規范中的一段來給大家做個參考。

當失效發生時，需第一時間了解用戶在失效發生的時間段所感受到的所有信息。

a.失效發現/發生時，用戶當時看到了什么，聽到什么、感受到了什么？

b.失效發現/發生時的環境情況和工況 （包括，時間/天氣/路況/車輛狀態）？

c.失效發現/發生后，故障是否恢復了，如何恢復的？

d.失效發現/發生前，是否也曾經偶發過？第一次發生的時間和里程？ 何種頻率？ 車輛是否存在其他異常或者事件？

（2）通過應用技術的創新，提升信息收集效率，其中尤以NOMI（智能機器人頭）為代表，用戶開車時可以自由的與NOMI交流，將心中的困惑告知NOMI，同一時間蔚來的小伙伴已在后臺感同身受。

綜上，2個月時間的節省來源于科技創新，組織架構，流程體系的全系統性思考。

2.1.2 初步問題診斷

一切改進源于一個好的開端，由于上述D0的環節，CMQ獲得了大量相對準確的結構化數據，就為后續D2，問題定義活動的開展打下了堅實的基礎。在獲取用戶第一時間所想所感后，我們會按需發起緊急遏制措施（ERA），如用戶安撫或者安排緊急救援車等。同時我們需要對有效信息進行分級分類，如部分失效需要現場調查，如失效發生的位置，周邊環境以及車內DVR視頻。部分的失效則根據當前失效時間，同步調取車輛后臺數據，避免第一現場數據被后續存儲覆蓋，通過研究失效發生時的故障碼等信息，可對該失效做初步診斷。 以上的技術和管理手段確保了D0和D2幾乎是同步開展，把串行活動并行化，在加速問題分析的同時，后臺的質量和工程人員可以第一時間給與現場人員最佳的技術指導，同時改善了問題定義速度和一次維修成功率。

為了將根本原因的范圍縮小到最小。在做問題診斷時，我們會嚴格按照整車->系統->零件->子零件的分級對失效現象進行分層，一直打散到維修站可以測量的最小零件（圖6）。

2.1.3 根本原因

在將問題準確定義到最小可分解或可測量零件后，為下一步探尋根本原因提供了可靠保障。為了觸及到產品問題的根本原因，常見的分析方式如故障樹FTA和5why，但這些常見工具可以用于任何問題解決，而非汽車行業專屬。我們深知為了在新能源汽車的售后問題解決領域占據有利地形，一路追查到根本原因，可以能給研發段提供有價值的Lessons and learn，有助于提高零件可靠性，傾注design for service的靈感，為公司節約成本的同時提升用戶滿意度，可謂雙贏（圖7）。

【外部應力概率函數】與【內部強度概率函數】的干涉面積，即是【失效率】。且【外部應力】與【內部強度】皆為隨機變量。蔚來量產產品質量部在此基礎上根據多年售后問題的經驗推導出如下探究問題根本原因的方法【D4】。

外部應力在這里認為是售后產品問題的【輸入】比如一個壓強，一個力。內部強度指的是產品/零件【屬性】，比如傳動軸墊片的強度/厚度等。Noise【噪音】，代表一些不可避免的環境因素，如海南多雨高溫高濕，黑河零下40°的超低溫，道路情況不良有顛簸路面等等。

【輸入】【屬性】和【噪音】三者的復雜化學反應，導致了【輸出】，比如一個超過標準范圍的壓強，而這個【輸出】進一步形成了失效模式。

Y=f（X），中的f，可理解成將【輸入】【屬性】和【噪音】三者的反應轉化成【輸出】的一個系統。因此挖掘根本原因的過程可以看成學習Y=f（X）的過程。我們將影響Y=f（x）的因素圖示化展現如上，在之后的章節中會用實際案例來贅述而方便大家理解。

通過D2信息的層層遞進，確定了【失效模式】，并推導出【輸出】。然后通過常見方法論比如魚骨圖，故障樹，后臺數據差異，傳統的統計差異（如失效月集中，批次集中，季節集中，地域集中等找到【輸入】【屬性】和【噪音】。最后通過經驗，計算，統計，試驗等各種手段，來推導f（? ）這個邏輯關系，并再加以驗證。D0 ERA->D3 ICA->D5 PCA 和用戶之間的0距離充分溝通，使得ERA（緊急止血措施）能在很短時間內完成。并且由于售后到生產到研發的“一路暢通”，加上運行日漸成熟的合作伙伴管理體系，初步診斷后，往往ICA（短期措施）也能在一天時間內落地。從NIO 8D的框架來看，D0，D2，D4開展的同時，對應的ERA，ICA和PCA已著手準備。并聯而非串聯的流程，提高了問題解決的效率，為公司節省了質量成本。

2.1.4 經驗總結

快速更新迭代的大環境下，為了長期占據有利地形并將人員流失的影響降到最低，經驗分享與傳遞是所有日漸成熟的企業都會關注，且也是問題解決后，附加值最高的環節。上文中提到，產品質量問題解決除了為用戶答疑解惑外，更為了給其他模塊提供有價值的Lessons and learn，設計更robust的零件等目的。對于如何準確挖掘并落地的經驗總結，量產產品質量部有自己的深刻理解。

在蔚來，經驗總結分為舉一反三與lessons and learn。

（1）舉一反三可以是橫向也可以是縱向。

橫向比如不同車型上的同一款零件的展開，縱向比如同一款車上同類零件。ET7輪速傳感器線束布置參考了Tesla Model 3和Audi Q5。和輪速傳感器線束一樣，重點區域布置在運動件上的一些線束經過排摸也得以充分安置。舉一反三聽上去很容易理解，但其實難度并不小。要做到每一一個可以經驗總結的點都被充分傳遞和消化，不是開幾場會議就能完成的。這涉及每個業務模塊（項目，研發，制造，供應鏈，售后）的流程和系統上的橫向拉通，不僅有效率，且要有效。對于蔚來這個上萬人體量的公司來說，并不容易。

（2）lessons and learn就是根據售后發生問題的根本原因，尋找流程、機制、標準等缺失或者不足，并將不足的點討論且標準化在公司的標準系統庫中（圖10）。

當研究根本原因時，為避免后續不必要的時間浪費。分析者可以重新審視最初的設計需求，Design spec以及DV/PV試驗標準是否合理，最初的實驗結果是否滿足要求。

分析進行中時，會識別到一些事實存在且無法避免的Noise（噪音），這些信息往往對研發端制定的Design spec或者DV/PV試驗標準有參考價值。

通過D2階段層層分解的失效模式，可以反推檢查研發端的DFMEA是否加入了該失效模式，并且如何對該失效模式進行預防。

一些影響根本原因的產品屬性x1，x2...會啟示我們進一步研究PFMEA對該屬性的控制方式。

3 NIO 8D 應用案例

為了讓讀者更好的理解NIO 8D，我們采用一個簡單的案例來說明。 由于涉及敏感信息，暫時羅列D0-D2-D4的信息供各位讀者參考（圖11）。

D0，城市端集中反饋5例充電故障，儀表提示動力系統故障，讀取故障碼發現5臺車均存在交流充電口溫度過高。故障出現時，清除故障碼/三鍵重啟/整車下電都不能恢復。

D2，通過反饋的結構化數據，確認失效車輛和無故障車輛的差異存在于制造日期和使用地域，通過現場第一時間的ABA，以及后臺數據的對比，確認到問題就是交流充電座導致，排除了軟件及相關硬連接。

D4，使用地域--通過5臺車輛失效環境的總結（Y、外部應力），我們懷疑是由于沿海地區富含鹽分的空氣導致了溫度傳感器的腐蝕，回顧開發階段的試驗，雖然PV大綱中有鹽霧相關試驗，但是和現場采集到的、目前用戶實際的使用場景有較大差異，因此迅速調整試驗方案--確認環境噪音。

制造日期--針對5個失效件存在集中性的特征以及拆解故障件后發現的腐蝕情況（X，內部強度）根據FTA（失效故障樹）列出潛在的“屬性”原因。

D4+D5，參考FMEA思維，同時基于外部應力及內部強度，同步開展驗證及分析試驗，在一次鹽霧試驗中，同時完成同批次-非同批次配對，良品件氣密極端值配對，良品件密封膠極端尺寸配對，NTC氣密極端值配對，4組對比，節約了試驗時間和經費，最終驗證該失效原因。

4 總結

在用戶思維的核心下，NIO 8D相對于傳統8D進行了如下迭代。首先在D0階段，我們強調多用戶場景和觸點以及原汁原味用戶D0信息傳遞。實現后臺互聯數據/大數據在用戶場景還原。其次在D2，我們采用多層級的失效模式定義，從整車級到維修站可以測量的最小級別。針對不同層級失效模式應對措施（D0-D3-D5）。D4基于P圖和深入失效機理的根本原因分析。在經驗總結時期，區分不同維度和時效的舉一反三和Lessons and learn。

以上部分是4年來量產產品質量部對NIO8D做的一些探索，是整個售后問題解決業務鏈的數字化的基石，我們期望蔚來的售后質量管理最終能夠形成一個全域感知（各類用戶觸點，各類可靠性和指標預警等等）和價值體系協同（工程和合作伙伴為主的業務價值體系）的平臺，讓信息能流暢回傳，幫助工程師高效分析，管理者能夠全域感知，經驗總結高度融入，從而打造更寬更深的護城河。