聊一聊整車廠的那些事——售後配件業務

此文已由做者王文開受權網易雲社區發佈。

歡迎訪問網易雲社區，瞭解更多網易技術產品運營經驗。

前言：

本文主要介紹了整車廠售後配件業務的總體情況和痛點，而且展現了網易有數是如何助力整車廠的售後部門，發現其業務問題、定位問題、解決問題；

正文：

隨着汽車市場競爭的愈發激烈，整車廠銷售業務的利潤逐年在降低，賣一臺車的利潤遠比你想象的要低；相對來講，售後業務的利潤則較爲豐厚；隨着過去10多年中國汽車市場的高速發展，一些大型的整車廠的基盤客戶數已經達到千萬以上；車輛進4S店維修，維修保養所用到的配件都是4S店向整車廠訂購的純正配件；因此整車廠愈加重視售後業務的發展，如何把售後整條供應鏈作的透明和高效，如何下降售後客戶流失率，一直是整車廠的目標；

在聊如何分析售後配件業務前，仍是先來嘮叨幾句，講講什麼是整車廠；咱們所說的整車廠，好比上汽通用、上汽大衆、一汽大衆等等，這些都是行業的巨頭；就說造一臺車，其實只有車殼子、發動機和變速箱是在整車廠生產的，其他的全部配件都是由配件供應商生產完後，送到整車廠去組裝的；因此一個整車廠會有衝壓車間（將鋼板衝壓成車殼）、車身車間（組裝車殼）、油漆車間（給車殼子上顏色）、總裝車間（組裝各類零件，好比裝發動機、裝玻璃、裝輪胎、裝內飾等等，這個車間和你玩樂高的感受差很少）

售後業務也是同樣，維修所用的純正配件其實都是各地的配件供應商各自生產，某些配件會送往整車廠的打包中心（PC：Package Center）去貼純正配件的標籤，而後再發往整車廠各地的配件倉庫，咱們簡稱爲PDC（Part Distribute Center），而後再經過承運商送往各地的維修站；詳細以下圖展現：

解釋：

PC：Package Center 包裝中心，用來打印純正配件標籤

PDC：Parts Distribute Center 配件分撥中心

DD：Direct Delivery 直送模式，對於一些危險品（易燃易爆易碎），好比油漆，整車廠是不會存放在本身倉庫中的，會讓供應商直接送至維修站；

Milk Run：循環取貨模式，相似於之前送牛奶員的形象說法；

JIT：Just In Time的縮寫，JIT配送是屬於定時配送的一種,它強調準時,即在客戶規定的時間,將合適的產品按準確的數量送到客戶指定的地點

售後供供應鏈主要分爲如下幾個環節：

一、配件計劃

二、配件倉儲

三、配件物流

四、配件銷售

配件計劃：快速響應市場需求

配件計劃的目標簡單來講就是要快速響應市場需求，但也不能以囤不少配件的傻辦法來知足，必須作到供需平衡；

計劃環節通常會關注訂單一次知足率、單庫一次知足率、缺貨訂單的緣由分析，以及配件需求波動預警等指標；

就拿訂單一次知足率來舉個栗子，這個指標是什麼意思？從數學公式上來講

訂單一次知足率 = 一次知足項數 / 維修站訂單項數

若是單看這一個指標的話，通常知足率維持在一個較好的範圍內就能夠，並非必定要達到100%；但不少狀況下會結合別的指標一塊兒來發現問題

以下圖，能夠看到，

配件庫存金額逐月在上升，可是一次知足率卻下滑了，可能說明該整車廠的庫存結構並不符合市場需求，即：維修站訂購的咱們倉庫沒有，倉庫有的市場卻沒有需求

配件倉儲：提高倉儲效率，下降倉儲成本

配件倉儲的目標簡單來講就是要提高倉儲效率,下降倉儲成本

對於配件的件數、金額、體積都會進行分析；

主要會關注如下幾個指標：

一、發運金額、發運條數、發運體積（總庫存、在庫、在途）

二、庫容能力，零件體積（無銷售額、有銷售額）

三、收發貨環比（同比）波動，收發貨均衡趨勢分析

四、庫存金額、庫存週轉率、庫存可供天數

就拿倉庫收發貨波均衡性來分析，從業務上來講，一個PDC倉庫的收貨金額 和 發貨金額 不能有太大的誤差，若是收貨遠遠大於發貨，說明倉庫壓力會很是大，貨品都囤積在PDC內，反之也同樣，必定要保證一個均衡性；

咱們設定每一個配件倉庫的收發貨金額比值容許在上下5%的波動範圍內，從圖中能夠看出7號PDC倉庫的波動狀況很是大，超出了正常閾值，並以紅色進行預警，須要特別關注；

配件運輸：提高到貨時效、下降運輸成本

目前的現狀是運輸信息不透明，沒法考覈承運商，業務經過手工統計數據生成報表，經過增長人力的方式知足OTD的要求；

整車廠主要會關注運輸到貨時效，運輸到貨準時率，運輸延遲比率進行分析，定位到時哪條運輸線路，哪家承運商，運輸車輛的車牌號，而後經過GPS行駛軌跡，進行定位分析；

配件銷售：提示配件銷售額

一、對標競品配件、梯度價格劃分、調價利潤分析

二、提升營銷活動傳播效率、精準定位目標車主、配件生命週期預測

三、異常維修站的分析，防止外採外購現象；

關於第3點，仍是比較有意思的，整車廠規定維修站的配件必定要向原廠訂購，可是原廠的配件很貴，因此維修站會想盡一切辦法

好比經過配件之間的相關性，假設比較每家維修中機油/機濾的消耗比，經過箱線圖（目前有數還沒有支持，後續版本會增長），能夠看大多數維修站的比值分佈，對於一些異常維修站，而進行進一步的排查

以上介紹了售後配件業務的幾個環節，最後放一張Dashboard，是對售後配件運輸OTD（到貨時效）的分析：經過對倉庫、訂單類型、延時天數的分佈，找出問題運輸線路，定位到承運商，進行下一步的跟蹤

從總體上來看，能夠發現：

一、3號PDC倉庫的發貨時效比較長，須要關注緣由；

二、2017年前三月的到貨時效，與2016年總體比較，呈現上升趨勢，尤爲是2017年3月，達到了39小時，須要重點關注；

三、餅圖顯示的是不一樣的訂單類型（常規訂單、緊急訂單、DD訂單）的到貨延遲小時數，業務上首先須要關注緊急訂單的延遲問題；

四、經過地圖，顯示出了到貨時效和到貨延遲的關係；好比黑龍江省，該省的平均到貨時效很高（超過600小時，25天），可是卻不存在延遲；緣由是原本這些地區路途比較久遠，運輸時間較長，當地維修站通常會提早比較久的時間備貨，因此延遲率不高；反而是江浙滬地區，交通比較便捷，但延遲狀況很嚴重，須要排查緣由；

---

以上可視化圖表（除箱線圖外），均經過網易有數製做；

可視化的目的是要幫助業務發現問題、定位問題、解決問題；

一切只炫功能、只炫美觀，不能解決實際業務問題的可視化產品都是在耍流氓；

網易有數做爲一款敏捷的分析平臺，真正能讓業務人員分析本身的數據，拉近人與數據的距離，當即洞察數據中隱含的故事；

網易有數，讓擁有數據的你，作到心中有數

歡迎來官網試用體驗：

外網用戶：https://youdata.163.com/

內網用戶：https://youdata.netease.com/

網易有數：企業級大數據可視化分析平臺，具備全面的安全保障、強大的大數據計算性能、先進的智能分析、便捷的協做分享等特性。點擊可免費試用。

相關文章：
【推薦】 AWS AutoScaling的一個ScaleDown策略問題以及解決方法
【推薦】 測試環境docker化—容器集羣編排實踐