中國汽車行業(yè)整體上進(jìn)入了慢速發(fā)展階段，汽車保有量已經(jīng)接近飽和，對存量用戶的運(yùn)營成為眾多車企爭相競爭的新場域。維護(hù)老客戶，促進(jìn)老客戶的價(jià)值轉(zhuǎn)化，提升老客戶的滿意度，促進(jìn)其復(fù)購和推薦，成為企業(yè)運(yùn)營的重要目標(biāo)。

而在汽車售后市場同樣也面臨著更多的挑戰(zhàn)。一方面，受疫情影響，居民消費(fèi)熱情減淡，配件銷售的大盤有所下滑；另一方面，配件終端渠道商中出現(xiàn)了諸多新的競爭者，尤其一些新興互聯(lián)網(wǎng)養(yǎng)車平臺(tái)對消費(fèi)者的分流，導(dǎo)致主機(jī)廠配件進(jìn)銷存的數(shù)據(jù)管理需要進(jìn)行快速迭代。

某歐美豪車品牌的售后服務(wù)業(yè)務(wù)線，還沿用過去DMS體系，主機(jī)廠依賴于經(jīng)銷商4S店每月自主錄入的財(cái)務(wù)數(shù)據(jù)輔助決策。這種情況不僅造成主機(jī)廠信息缺失，難以準(zhǔn)確指導(dǎo)業(yè)務(wù)，也導(dǎo)致一線4S店的執(zhí)行效率較低。大量精細(xì)的車主行為數(shù)據(jù)、配件銷售數(shù)據(jù)躺在數(shù)據(jù)庫里，沒有充分利用起來。

該品牌希望能夠用數(shù)據(jù)驅(qū)動(dòng)業(yè)務(wù)，通過對車主、配件數(shù)據(jù)做銷售管理，包括做整體的配件銷量預(yù)測，以制定主機(jī)廠的采購預(yù)算表；基于車主的行為標(biāo)簽，提升車主進(jìn)站效率；通過算法模型，為車主進(jìn)站推薦匹配的配件商品，實(shí)現(xiàn)銷量提升。

實(shí)施時(shí)間：

2022年3月啟動(dòng)；

2022年5月完成配件銷量預(yù)測，主機(jī)廠對經(jīng)銷商部署實(shí)施；

2022年6月啟動(dòng)第二期進(jìn)站與配件營銷預(yù)測；

2022年7月完成算法模型，分發(fā)給各地經(jīng)銷商；

2022年8-9月開展線下培訓(xùn)、落實(shí)、反饋；

2022年10-11月啟動(dòng)工作流程的系統(tǒng)化。

應(yīng)用場景

本次項(xiàng)目涉及到三個(gè)模型算法和業(yè)務(wù)系統(tǒng)對接兩部分。

一、算法模型的應(yīng)用場景

配件銷量預(yù)測：

預(yù)測總量對主機(jī)廠每年的進(jìn)貨管理、預(yù)算分配，根據(jù)市場變化，及時(shí)調(diào)整計(jì)劃，節(jié)省成本；對經(jīng)銷商4S店來說，細(xì)致到單月的配件預(yù)測，能夠給到詳細(xì)的指標(biāo)，指導(dǎo)經(jīng)銷商的月度策略。

車主進(jìn)站預(yù)測：

經(jīng)銷商4S店的電銷人員需要對客戶進(jìn)行呼叫，引導(dǎo)其進(jìn)店維保，過去電銷人員采取全量呼叫的辦法，為了達(dá)成業(yè)績額，甚至?xí)ν粋€(gè)客戶反復(fù)呼叫，反而會(huì)對客戶造成打擾，降低品牌形象、直接減少收益。

配件營銷推薦：

由于客戶一年內(nèi)進(jìn)站的次數(shù)有限，通常是1-3次，因此在進(jìn)站中為客戶精準(zhǔn)推薦配件，能夠提升轉(zhuǎn)化效率。過往銷售人員根據(jù)自身經(jīng)驗(yàn)推薦產(chǎn)品，難以對所有客戶進(jìn)行準(zhǔn)確判斷，通過“機(jī)器智能+銷售經(jīng)驗(yàn)”的組合，能夠提升推薦效率。

二、經(jīng)銷商4S店業(yè)務(wù)系統(tǒng)對接

進(jìn)站預(yù)測與配件營銷推薦這兩個(gè)項(xiàng)目的成果，前期通過DMS系統(tǒng)，試點(diǎn)經(jīng)銷商4S店通過“離線表格上傳—分發(fā)—導(dǎo)出”的方式，查看相關(guān)信息開展邀約與推薦。

后期將數(shù)據(jù)預(yù)測結(jié)果放在SCRM系統(tǒng)中，經(jīng)銷商4S店的客戶經(jīng)理可在移動(dòng)端查看信息，在業(yè)務(wù)動(dòng)作結(jié)束后，能夠及時(shí)反饋結(jié)果，實(shí)時(shí)優(yōu)化算法模型，提升運(yùn)營質(zhì)量。

面臨挑戰(zhàn)

挑戰(zhàn)主要分為模型算法和業(yè)務(wù)應(yīng)用兩大類。

在模型算法中，兩期項(xiàng)目均需要學(xué)習(xí)過去三年中實(shí)際的配件銷售、客戶進(jìn)站數(shù)據(jù)，在數(shù)據(jù)層面主要存在三個(gè)方面的問題：

1.配件的數(shù)量多，車企可售配件有上萬個(gè)SKU，數(shù)據(jù)量大，全量預(yù)測噪音多，效果不佳；

2.新客因?yàn)槿鄙賯€(gè)人標(biāo)簽數(shù)據(jù)，預(yù)測不準(zhǔn)；

3.受疫情影響，在2020年1-3月份，2022年上海地區(qū)4-6月份的數(shù)據(jù)均出現(xiàn)明顯斷層，對整體預(yù)測造成影響。同時(shí)由于2022年受疫情影響深入，各地經(jīng)銷商數(shù)據(jù)出現(xiàn)異動(dòng)，需要做多元分析。

在實(shí)際的業(yè)務(wù)應(yīng)用中，由于數(shù)據(jù)治理和算法成果需要跟一線的銷售人員使用，且進(jìn)站、交易的環(huán)節(jié)發(fā)生在線下，數(shù)據(jù)反饋的周期長、精度差，對算法優(yōu)化造成挑戰(zhàn)。為了推行項(xiàng)目，需要跟業(yè)務(wù)人員做密切配合。因此項(xiàng)目組需要深入到4S店進(jìn)行培訓(xùn)、持續(xù)溝通，以保障數(shù)據(jù)輸入、輸出的準(zhǔn)確性，才能夠確保項(xiàng)目的有效性。

同時(shí)由于一線銷售人員學(xué)歷水平不高、數(shù)據(jù)意識(shí)與技能薄弱，對于數(shù)字化工具存在排斥心理。項(xiàng)目開始時(shí)，預(yù)測結(jié)果是通過離線的表格人工導(dǎo)入到DMS系統(tǒng)中，由銷售負(fù)責(zé)人閱讀并下發(fā)給銷售人員。這一階段會(huì)有一定的信息磨損，后期通過SCRM工具，實(shí)現(xiàn)系統(tǒng)直發(fā)、過程可見、快速反饋。

數(shù)據(jù)支持

數(shù)據(jù)為該車企過去3年的經(jīng)銷商私域數(shù)據(jù)：包括DMS（經(jīng)銷商管理系統(tǒng)）、DCC（撥號(hào)控制中心）、配件電商商城數(shù)據(jù)。一共有約幾十萬個(gè)用戶id、上百個(gè)字段、約千萬行數(shù)據(jù)。

數(shù)據(jù)獲取階段：與客戶系統(tǒng)進(jìn)行對接，部署算法環(huán)境。

數(shù)據(jù)清洗階段：對客戶表結(jié)構(gòu)進(jìn)行清洗，對缺失、異常值進(jìn)行處理；對不同的表結(jié)構(gòu)進(jìn)行匹配，將車輛VIN碼為唯一識(shí)別碼，打通數(shù)據(jù)。

數(shù)據(jù)分析階段：對該品牌過往數(shù)據(jù)做總體分析，分析品牌基盤、整體趨勢、波動(dòng)情況、營銷活動(dòng)效果等做出整體評估。

建模階段：根據(jù)以上步驟的結(jié)果，建立預(yù)測模型，將歷史部分?jǐn)?shù)據(jù)作為訓(xùn)練集，預(yù)測車主進(jìn)站、購買配件的概率。根據(jù)業(yè)務(wù)需求，持續(xù)優(yōu)化模型。

應(yīng)用技術(shù)與實(shí)施過程

一、前期準(zhǔn)備工作

數(shù)據(jù)獲取階段：與客戶系統(tǒng)進(jìn)行對接，部署算法環(huán)境。

數(shù)據(jù)清洗階段：對客戶表結(jié)構(gòu)進(jìn)行清洗，對缺失、異常值進(jìn)行處理；對不同的表結(jié)構(gòu)進(jìn)行匹配，將車輛VIN碼為唯一識(shí)別碼，打通數(shù)據(jù)。

數(shù)據(jù)分析階段：對該品牌過往數(shù)據(jù)做總體分析，分析品牌基盤、整體趨勢、波動(dòng)情況、營銷活動(dòng)效果等做出整體評估。

建模階段：根據(jù)以上步驟的結(jié)果，建立預(yù)測模型。

二、配件銷量預(yù)測

配件銷量預(yù)測的總體思路是用單ASC閱讀出庫預(yù)測金額X單ASC采銷比=單ASC月度訂購預(yù)測金額。

三、在建模過程中，首先要對歷史數(shù)據(jù)進(jìn)行進(jìn)一步處理，數(shù)據(jù)類型包括：

1.配件的活動(dòng)數(shù)據(jù)，其作用是在預(yù)測；

2.該品牌的基盤數(shù)據(jù)、新車增量、去年留存數(shù)據(jù)，這是配件總銷量的基礎(chǔ)；

3.單店的出庫歷史數(shù)據(jù)，出庫產(chǎn)品、金額、類型占比。

在歷史數(shù)據(jù)中選擇一個(gè)觀察點(diǎn)，根據(jù)觀察點(diǎn)前的數(shù)據(jù)計(jì)算特征變量，對下月值進(jìn)行預(yù)測。通過比較預(yù)測值與實(shí)際值，評估模型表現(xiàn)。

通過使用不同模型或調(diào)整模型參數(shù)和數(shù)據(jù)特征，再次預(yù)測并對模型預(yù)測值進(jìn)行評估。反復(fù)多次對模型進(jìn)行調(diào)優(yōu)并評估，直至達(dá)到模型最優(yōu)表現(xiàn)。

最后評估lightgbm模型的效果，以MAPE(Mean Absolute Percentage Error),MAE（Mean Absolute Error ）、決定系數(shù)R2、RMSE（Root Mean Squared Error）均方根誤差三個(gè)指標(biāo)預(yù)測模型的準(zhǔn)確性，剔除噪聲數(shù)據(jù)。

四、車主進(jìn)站和配件銷售預(yù)測模型

在這一期中，增加了車主的數(shù)據(jù)和維度，預(yù)測模型更加復(fù)雜：DMS數(shù)據(jù)，CCX標(biāo)簽數(shù)據(jù)，商城數(shù)據(jù)，獲取到車主和配件的數(shù)據(jù)信息。

車主模型構(gòu)建中，三個(gè)新增數(shù)據(jù)來源預(yù)測在本月度。

從業(yè)務(wù)上考慮，邀約客戶的宗旨是確保應(yīng)邀盡邀，不遺漏任何可能進(jìn)站的客戶，因此在模型訓(xùn)練中優(yōu)先考慮召回率。據(jù)此選擇以auc作為目標(biāo)調(diào)優(yōu)模型，并最終以F2指標(biāo)作為評價(jià)標(biāo)準(zhǔn)選擇最佳threshold切分點(diǎn)：

在配件模型中，面臨一個(gè)問題是配件的SKU數(shù)量非常多，不可能全量預(yù)測，因此先根據(jù)業(yè)務(wù)需求選擇了19個(gè)品類、3000多個(gè)SKU作為評估預(yù)測對象。

配件推薦平衡Precision和Recall的結(jié)果，盡可能提升SA開口成功率，也不浪費(fèi)資源。

五、業(yè)務(wù)應(yīng)用

對以上預(yù)測結(jié)果分別與主機(jī)廠和經(jīng)銷商進(jìn)行溝通，為銷售發(fā)放預(yù)測結(jié)果，銷售主管、客戶經(jīng)理根據(jù)結(jié)果采取對應(yīng)的業(yè)務(wù)動(dòng)作。

六、模型優(yōu)化

根據(jù)實(shí)際業(yè)務(wù)反饋的結(jié)果，并同主機(jī)廠、經(jīng)銷商保持密切的溝通，不斷優(yōu)化模型，提升準(zhǔn)確性。

七、系統(tǒng)化

試驗(yàn)一段時(shí)間后，離線操作流程的繁瑣弊端暴露出來，此前已為該品牌建立了企微SCRM系統(tǒng)，一線銷售主管、客戶經(jīng)理也使用起來。在客戶經(jīng)理的界面中開設(shè)板塊，業(yè)務(wù)人員能夠快速看到預(yù)測結(jié)果，從而快速形成運(yùn)營策略，提升整體效率。系統(tǒng)化后，模型的優(yōu)化也實(shí)現(xiàn)了實(shí)時(shí)性。

商業(yè)變化

提升經(jīng)銷商4S店預(yù)約進(jìn)站的效率。

經(jīng)過一段時(shí)期的實(shí)踐，原先4天才能完成的邀約工作，經(jīng)過算法推薦后，1天就可以完成；

原先平均打100個(gè)電話有20個(gè)進(jìn)站客戶，現(xiàn)在打50個(gè)就能取得同等效果。

同樣的營銷活動(dòng)，試點(diǎn)算法推薦的4S店比未使用算法推薦的4S店，整體銷量提升5%。

相關(guān)企業(yè)介紹

·數(shù)皆智能

DIA數(shù)皆智能成立于2016年，技術(shù)團(tuán)隊(duì)孵化自益普索中國，并于2017年成立上海益普索信息技術(shù)有限公司（SIIT）。2021年更名為上海數(shù)皆智能技術(shù)有限公司。通過體驗(yàn)驅(qū)動(dòng)的數(shù)字化運(yùn)營，幫助企業(yè)實(shí)現(xiàn)客戶資產(chǎn)的增值，并最終帶來長期、健康的業(yè)務(wù)價(jià)值成長。

DIA數(shù)皆智能的主要業(yè)務(wù)是為線上線下高互動(dòng)的B2C企業(yè)建立體驗(yàn)和行為數(shù)據(jù)的閉環(huán)。自研的Bri.eXperience聽客（體驗(yàn)數(shù)據(jù)監(jiān)測）、Bri.Voice聆客（用戶之聲監(jiān)測）、秒算（XO融合、NPS預(yù)測、策略模擬）、Bri.Engagement悅客（線上旅程執(zhí)行）、Bri.Channel友客（線下旅程執(zhí)行）組成了DIA數(shù)皆智能的產(chǎn)品矩陣——用戶體驗(yàn)提升智能運(yùn)營平臺(tái)。幫助企業(yè)進(jìn)行全業(yè)務(wù)、全客群、全渠道、全觸點(diǎn)精細(xì)化運(yùn)營，從而提升客戶體驗(yàn)，助力企業(yè)實(shí)現(xiàn)客戶資產(chǎn)持續(xù)增值。

·某美國豪車品牌

某美國汽車品牌，一個(gè)具有百年歷史的世界著名豪華汽車品牌，憑借著出色的品控以及卓越的駕駛質(zhì)感深受消費(fèi)者的青睞和追捧。曾在行業(yè)內(nèi)創(chuàng)造了無數(shù)個(gè)第一，締造了無數(shù)個(gè)豪華車的行業(yè)標(biāo)準(zhǔn)。可以說該汽車品牌的歷史代表了美國豪華車的歷史。