AUTO AFTERMARKET | 汽车后市场
时代汽车 wwwautotime
廖甜汇 黎飞 张森 张亮
上汽通用五菱汽车股份有限公司技术中心 广西柳州市 545007
摘 要： 国内新能源汽车售后服务市场起步较晚，用户满意率不高，服务体系亟待完善，在大数据的时代背景下，跳脱出固有的被动服务的思维模式，借助信息化的强大力量刻画用户画像，构建符合时代发展和用户个性化需求的主动推荐售后服务系统，由“用户主动预约”向“主动预约用户”转变，扭转我国新能源汽车售后服务市场态势，将成为我国新能源汽车售后服务发展的一大趋势。
关键词：新能源汽车 个性化推荐 大数据 售后服务
1 引言
随着我国经济进入高质量发展的新时期，我国新能源汽车行业的发展也逐步由政策驱动型向市场驱动型
转换。此外，5G时代的到来不断推动着经济以及相应计算机技术的跨越式发展，各行各业都在努力探索现代计算机相关技术在自身所在行业中的应用。在新能源汽车市场进入红海厮杀期的大背景下，新能源汽车厂商的服务水平也成为用户选购汽车的重要考量因素之一，其中，售后服务作为企业服务的主要内容也受到越来越多的关注，此时传统的被动式售后服务的局限性也不断显现。因此，如何在大数据时代背景下，主动脱离传统低效的被动式售后服务，利用计算机相关技术为用户提供更具竞争力的主动式售后服务已经成为新能源汽车厂商思考的重要问题。
2 被动式售后服务和主动式售后服务汽车制造商、经销商、维修商、零部件供应商和汽车用户共同组成了汽车售后服务
的价值链[1]。在大数据的加持下，汽车售后服
务业呈现出被动式服务和主动式服务的两极
发展，与其他行业的售后相比，汽车售后服
务具有持续性较强，利润较为丰厚，服务具
有重复性，服务分工向逐渐细化发展，售后
服务体系趋于体系化等特点。
图1 汽车售后价值链
汽车维修商
汽车用户
汽车销售商
汽车生产商
配件供应商
在现有的市场服务体系下，我国新能源
汽车售后服务长期处于被动提供服务的状态，
各厂商在用户的请求或要求下，才被动地去
满足用户需要的服务，以服务供应为核心和
主要推动力，服务效率低下。随着新能源汽
车市场进入红海厮杀期，各新能源汽车厂商
也纷纷探索以用户为中心的主动式售后服务，
希望通过优化售后服务，来增加用户粘性。
通过收集整合用户信息，总结预测用户需求，
并通过恰当的方式联系用户，为用户主动推
荐相应的服务信息，这种主动向用户推荐售
后服务的主动式服务既能及时有效的满足新
能源汽车用户的需求，又体现了新能源汽车
售后服务商以用户为中心的服务理念，高度
契合汽车售后服务市场要求。因此，在大数
据时代背景下，探索一种及时高效的新能源
汽车售后服务推荐系统，将成为我国新能源
汽车售后服务发展的一大趋势。
3 新能源汽车个性化售后服务推荐系统
3.1 系统主要组成部分
将新能源汽车售后服务系统界定为一个
在大数据背景下，综合运用数据整合分析，
模型推理等技术提前预测用户需求，并在适
时的时机主动向用户推荐用户所需的服务的
专业化程度和技术复杂程度均比较高的智能
Personalized After-sales Service Recommendation System for New Energy V ehicles based on Big Data
Liao Tianhui Li Fei Zhang Sen Zhang Liang
Abstract： T he domestic new energy vehicle after-sales service market started late, the customer satisfaction rate is not high, and the service system urgently needs to be improved. Under the background of the big data era, the purpose of the article is to break the inherent passive service thinking mode and use the powerful power of information to portray users’ portrait, and construct an active recommendation after-sales service system that meets the development of the times and the individual needs of users, and transform from "users actively making reservations" to "actively making reservations for users", so as to reverse China's new energy vehicle after-sales service market, which will become a major development trend of China's new energy vehicle after-sales service.
Key words：new energy vehicles, personalized recommendation, big data, after-sales service
AUTO TIME 181
AUTO AFTERMARKET | 汽车后市场
化服务系统。基于上述界定，将新能源汽车广汽传祺车怎么样
个性化售后服务推荐系统分为信息整合模块，
分析判断模块，个性化主动推荐模块和服务
评价模块。
图2 新能源汽车个性化售后服务推荐
系统
信息整合模块分析判断模块个性化主动推荐模
块服务评价模块
新能源汽车个性化
售后服务推荐系统
3.2 信息整合模块
新能源汽车用户何时需要售后服务，需要怎样的售后服务主要受到用户自身驾驶行为和汽车当前状态的影响，故要通过信息整合构建用户行为和车辆状态数据库，刻画动态的且全面的用户画像，为下一步的分析判断模块提供数据支持。
用户本身的个体特征和其行车环境是影响新能源汽车用户行为的两个主要因素，而不论是用户个体特征还是行车环境，我们均能将其统筹划分为社会和自然两个部分，社会部分是由社会关系中的各个主体所影响的部分，而自然部分则为由非社会关系中的各个主体所影响的部分。因此，可将用户行为数据库细分成用户自然属性数据库、用户社会属性数据库、行车自然环境数据库和行车社会环境数据库[2]。
车辆电池状态、车辆易损件状态和车辆遭受事故情况是影响新能源汽车车辆状态的三个主要因素。因此，可将车辆状态数据库大致细分为车辆电池状态数据库、车辆易损件状态数据库和车辆擦碰事故数据库。
ford野马图3 用户画像数据体系
用户画像数据体系
用户行为数据库
车辆状态数据库
用户自然属性数据库
用户社会属性数据库
行车自然环境数据库
行车社会环境数据库
车辆电池状态数据库
车辆易损件状态数据库
车辆擦碰事故数据库
3.3 分析判断模块
基于信息整合模块所构建的用户行为和
车辆状态数据库，分析判断模块可以对用户
行为和车辆状态进行分析，一方面，基于对
新能源汽车用户行为的分析，我们可以总结
出用户的行为偏好，并通过对用户行为偏好
的建模分析，推断出用户在未来某一特定时
间内最有可能出现的行为，从而及时甚至超
前的为用户提供个性化服务推荐；另一方面，
我们可以对新能源汽车状态进行评估，包括
易损件损耗程度、电池亏电程度、刮碰程度等。
需要指出的是分析判断模块所做出的分析判
断是动态的，因为用户行为和车辆状态处于
一个不断变化的动态过程中。
3.4 个性化主动推荐模块
在由传统低效的被动式售后服务向更具
竞争力的主动式售后服务转变的进程中，个
性化推荐应该被认为是一个关键突破点，对
于用户来说，理想的售后服务应该是高度契
合自身需求的，无目的广撒网式的主动推荐，
摩托车断油不仅无法精准向目标用户提供准确的服务信
息甚至会引起用户反感，因此对于新能源汽
车厂商来说，充分把握用户需求特点，为用
户提供精准的个性化服务是抢占新能源市场
的重中之重。基于信息整合模块和分析判断
模块所显示的信息，个性化主动推荐模块可
通过小程序、车载语音系统、短信、邮
件等方式主动提醒用户，包括维保提醒、易
损件提醒（轮胎损耗提醒、雨刮损耗提醒、
刹车片损耗提醒）、亏电提醒、道路救援（碰
撞提醒）等，并迅速为用户提供相应的定制
化服务，包括精准推送距离用户一定范围之
内的多个服务站点，相应的服务人员的基本
情况和服务时间，以供用户选择，引导用户
进行相关的售后预约等。
3.5 服务评价模块
用户到店接受相关的一系列服务后，积
极引导用户对此次售后服务进行多维度的相
关评价，并将此次评价的内容公开化透明化，
k2016
发动机飞轮壳在为其他用户的服务选择提供依据的同时，
激励售后服务人员提高自身服务水平。同时，
通过刻画用户画像，分析用户所需的售后服
务及用户集中点，在相应区域构建“一站式”
售后服务平台，给用户提供更高效便捷的售
后服务，形成良性循环，提高用户满意度，
提升企业竞争力。
4 结语风行景逸x6
新能源汽车企业想要在物联网新时代中
更加具有竞争力，在产品设计、实现产品实
时升级支持、运营模式、售后服务等各方面
都需要进行一个全新的提升，以此来实现新
突破。在新能源汽车售后服务这一模块，基
于大数据主动向用户推荐个性化服务将成为
未来的大趋势，各汽车厂商应积极主动由“用
户主动预约”向“主动预约用户”转变[3]，为
用户带来五星级享受，提高自身的品牌竞争
力。
基金项目：广西创新驱动发展专项资金
资助项目（桂科 AA18242039）；柳州市科
学研究与技术开发计划资助项目（2018AD
20501）
参考文献：
[1]汪燕.我国汽车售后服务业发展研究[D].
华东师范大学，2006.
[2]曾珠.基于客户行为差异的汽车售后服务
推荐研究[D]. 武汉理工大学，2013.
[3]罗骏炜. 基于物联网和大数据分析的预测
型售后服务[J]. 现代信息科技，2018（09）：
190-191.
作者简介
廖甜汇： 女，上汽通用五菱汽车股份有限公司新
四化场景融合工程师。研究方向：新能
源汽车售后服务。
182AUTO TIME
发布评论