聊一聊整车厂的那些事——售后配件业务
此文已由作者王文开授权网易云社区发布。
欢迎访问网易云社区，了解更多网易技术产品运营经验。
前言：
本文主要介绍了整车厂售后配件业务的整体状况和痛点，并且展示了网易有数是如何助力整车厂的售后部门，发现其业务问题、定位问题、解决问题；
正文：
随着汽车市场竞争的愈发激烈，整车厂销售业务的利润逐年在下降，卖一台车的利润远比你想象的要低；相对来说，售后业务的利润则较为丰厚；随着过去10多年中国汽车市场的高速发展，一些大型的整车厂的基盘客户数已经达到千万以上；车辆进4S店维修，维修保养所用到的配件都是4S店向整车厂订购的纯正配件；所以整车厂越发重视售后业务的发展，如何把售后整条供应链做的透明和高效，如何降低售后客户流失率，一直是整车厂的目标；
在聊如何分析售后配件业务前，还是先来唠叨几句，讲讲什么是整车厂；我们所说的整车厂，比如上汽通用、上汽大众、一汽大众等等，这些都是行业的巨头；就说造一台车，其实只有车壳子、发动机和变速箱是在整车厂生产的，其余的所有配件都是由配件供应商生产完后，送到整车厂去组装的；所以一个整车厂会有冲压车间（将钢板冲压成车壳）、车身车间（组装车壳）、油漆车间（给车壳子上颜色）、总装车间（组装各种零件，比如装发动机、装玻璃、装轮胎、装内饰等等，这个车间和你玩乐高的感觉差不多）
售后业务也是一样，维修所用的纯正配件其实都是各地的配件供应商各自生产，某些配件会送往整车厂的打包中心（PC：Package Center）去贴纯正配件的标签，然后再发往整车厂各地的配件仓库，我们简称为PDC（Part Distribute Center），然后再通过承运商送往各地的维修站；详细如下图展示：
解释：
PC：Package Center 包装中心，用来打印纯正配件标签
PDC：Parts Distribute Center 配件分拨中心
DD：Direct Delivery 直送模式，对于一些危险品（易燃易爆易碎），比如油漆，整车厂是不会存放在自己仓库中的，会让供应商直接送至维修站；
Milk Run：循环取货模式，类似于以前送牛奶员的形象说法；
JIT：Just In Time的缩写，JIT配送是属于定时配送的一种,它强调准时,即在客户规定的时间,将合适的产品按准确的数量送到客户指定的地点
售后供供应链主要分为以下几个环节：
1、配件计划
2、配件仓储
3、配件物流
4、配件销售
配件计划：快速响应市场需求
配件计划的目标简单来说就是要快速响应市场需求，但也不能以囤很多配件的傻办法来满足，必须做到供需平衡；
计划环节一般会关注订单一次满足率、单库一次满足率、缺货订单的原因分析，以及配件需求波动预警等指标；
就拿订单一次满足率来举个栗子，这个指标是什么意思？从数学公式上来说
订单一次满足率 = 一次满足项数 / 维修站订单项数
如果单看这一个指标的话，一般满足率维持在一个较好的范围内就可以，并不是一定要达到100%；但很多情况下会结合别的指标一起来发现问题
如下图，可以看到，
配件库存金额逐月在上升，但是一次满足率却下滑了，可能说明该整车厂的库存结构并不符合市场需求，即：维修站订购的我们仓库没有，仓库有的市场却没有需求
配件仓储：提升仓储效率，降低仓储成本
配件仓储的目标简单来说就是要提升仓储效率,降低仓储成本
对于配件的件数、金额、体积都会进行分析；
主要会关注以下几个指标：
1、发运金额、发运条数、发运体积（总库存、在库、在途）
2、库容能力，零件体积（无销售额、有销售额）
3、收发货环比（同比）波动，收发货均衡趋势分析
4、库存金额、库存周转率、库存可供天数
就拿仓库收发货波均衡性来分析，从业务上来说，一个PDC仓库的收货金额 和 发货金额 不能有太大的偏差，如果收货远远大于发货，说明仓库压力会非常大，货品都囤积在PDC内，反之也一样，一定要保证一个均衡性；
我们设定每个配件仓库的收发货金额比值允许在上下5%的波动范围内，从图中可以看出7号PDC仓库的波动情况非常大，超出了正常阈值，并以红色进行预警，需要特别关注；
配件运输：提升到货时效、降低运输成本
目前的现状是运输信息不透明，无法考核承运商，业务通过手工统计数据生成报表，通过增加人力的方式满足OTD的要求；
整车厂主要会关注运输到货时效，运输到货准时率，运输延迟比率进行分析，定位到时哪条运输线路，哪家承运商，运输车辆的车牌号，然后通过GPS行驶轨迹，进行定位分析；
配件销售：提示配件销售额
1、对标竞品配件、梯度价格划分、调价利润分析
2、提高营销活动传播效率、精准定位目标车主、配件生命周期预测
3、异常维修站的分析，防止外采外购现象；
关于第3点，还是比较有意思的，整车厂规定维修站的配件一定要向原厂订购，但是原厂的配件很贵，所以维修站会想尽一切办法
比如通过配件之间的相关性，假设比较每家维修中机油/机滤的消耗比，通过箱线图（目前有数尚未支持，后续版本会增加），可以看大多数维修站的比值分布，对于一些异常维修站，而进行进一步的排查
以上介绍了售后配件业务的几个环节，最后放一张Dashboard，是对售后配件运输OTD（到货时效）的分析：通过对仓库、订单类型、延时天数的分布，找出问题运输线路，定位到承运商，进行下一步的跟踪
从整体上来看，可以发现：
1、3号PDC仓库的发货时效比较长，需要关注原因；
2、2017年前三月的到货时效，与2016年整体比较，呈现上升趋势，尤其是2017年3月，达到了39小时，需要重点关注；
3、饼图显示的是不同的订单类型（常规订单、紧急订单、DD订单）的到货延迟小时数，业务上首先需要关注紧急订单的延迟问题；
4、通过地图，显示出了到货时效和到货延迟的关系；比如黑龙江省，该省的平均到货时效很高（超过600小时，25天），但是却不存在延迟；原因是本来这些地区路途比较久远，运输时间较长，当地维修站一般会提前比较久的时间备货，所以延迟率不高；反而是江浙沪地区，交通比较便捷，但延迟情况很严重，需要排查原因；
以上可视化图表（除箱线图外），均通过网易有数制作；
可视化的目的是要帮助业务发现问题、定位问题、解决问题；
一切只炫功能、只炫美观，不能解决实际业务问题的可视化产品都是在耍流氓；
网易有数作为一款敏捷的分析平台，真正能让业务人员分析自己的数据，拉近人与数据的距离，立即洞察数据中隐含的故事；
网易有数，让拥有数据的你，做到心中有数
欢迎来官网试用体验：
外网用户：https://youdata.163.com/
内网用户：https://youdata.netease.com/
网易有数：企业级大数据可视化分析平台，具有全面的安全保障、强大的大数据计算性能、先进的智能分析、便捷的协作分享等特性。点击可免费试用。
相关文章：
【推荐】 AWS AutoScaling的一个ScaleDown策略问题以及解决方法
【推荐】 测试环境docker化—容器集群编排实践
