汽车维修服务质量评价系统的研究与设计

石昀 凯里学院 大数据工程学院

引言

随着汽车产业的快速发展，汽车制造企业面临的竞争越来越激烈。汽车维修服务需求的不断增多，使得越来越多的企业进入汽车后服务时代。不合格的维修服务，于企业自身而言，损害其品牌价值，引发客户资源流失等等问题。而良好的维修服务，将会为企业带来更多利润空间，为企业发展提供强劲的动力。首先，本文研究并设计了一个合理的汽车维修服务质量评价系统。以汽车制造厂为核心，通过对汽车售后服务链和主要业务流程的分析与研究，寻找影响汽车服务商维修服务质量差异的关键因素。根据实地需求调研，对比国内外维修服务质量评价方案，选择RVM(相关向量机)的方式来建立评价模型，并通过模型训练以及测试结果来验证模型的有效性。

1 研究背景

随着汽车工业取得长足发展以及人民生活水平显著提高，中国汽车保有量从发展初期的169万辆(其中货载汽车148万辆)，发展为突破3亿辆大关的保有量(截至2017年6月底)。中国汽车产业取得了举世瞩目的发展。随着中国加入世贸组织，从2000年初208万辆的汽车保有量，到2009年中国汽车年销售量首次超越美国跃居世界第一，到2013 年2198 万辆近十倍的增长。截止2017年底，我国的汽车保有量增速保持在10%以上，未来汽车保有量还将继续保持快速增长的势头。而中国庞大的汽车保有量，催生出了巨大的汽车维修保养需求量。面对如此巨大的汽车保有量以及汽车维修服务部分利润占比越来越大，加上近年来市场竞争逐年加剧，汽车行业的核心利润已由起初的销售经营环节转向了售后维修服务环节，根据智研咨询调查数据显示，截止2013 年，汽车行业利润的60%来自于售后维修服务，2015年售后维修利润占比已超过70%。汽车维修服务作为汽车发展过程中催生出来的产物，在国外已有成熟的市场环境，而对于中国汽车市场而言，则相对落后。其具体表现为“多”、“乱”、“散”的特点。“多”表现为服务环节多，但是保养就有外部清洁、更换电瓶、更换刹车片等10个大项，对应约50个小项。“乱”表现为汽车维修服务行业从业主体杂乱、路边摊比比皆是、从业人员维修水平良莠不济、职业道德水平参差不齐、小病大修、漫天要价等乱象明显。“散”体现为大量汽车修理厂客户分散，这使得其营业模式零散，从而无法提供行之有效的维修服务。因此如何更有效的做好汽车维修服务，关系到汽车企业能否长久在激烈的市场竞争中占有一席之地。良好的维修服务质量不仅能提升企业品牌形象，树立良好的口碑，而且更能赢得更大的市场份额，为企业获得更多的利润。因此涉及对汽车制造厂旗下所管理的服务站维修服务质量评价对于汽车制造厂而言，地位越来越重要。想要提高维修服务质量，如何行之有效的对汽车制造厂旗下的各个汽车服务商维修服务质量进行管控与监督则成为了重中之重。考核范围过大，超出实际业务需要，则考核方法不当，使得维修服务质量考核流于形式。考核范围过小，无法准确覆盖到汽车维修服务的各个环节，容易以偏概全。因此好的维修服务质量评价既要覆盖到其所涉及的各个环节，又要能随时调节考核指标，以应对不断变化的需求。

2 汽车维修服务业务分析

现代汽车维修服务链一般由整车制造厂、服务站、4S 店、经销商、服务商配件库、原材料供应商、配件供应商、责任厂家等环节组成。在整个维修服务链中制造厂起核心作用，作为维修服务的管理中心、调度中心的同时，还需要对整个维修业务中所有单据（走保、鉴定、结算、旧件等）的相关信息进行交换、集成、管理。因此对于汽车服务商维修服务质量评价的需求研究非常重要。而从整制造厂在维修服务链中的位置来分析，配件供应商位于整车制造厂上游，4S店、服务商、经销商则位于整车制造厂下游，因此在进行维修服务质量评价时，通过对整个服务链进行分析，才能更准确的进行评价。汽车维修服务链结构如图所示。

通过对汽车维修服务链理论研究以及实地需求调研，大致可以将汽车维修服务分为两个部分：

第一部分由整车制造厂以及其产业链上游原材料供应商、零配件供应商（一级、二级供应商等）组成。其中，零配件供应商负责为制造厂提供零配件，原材料供应商负责提供相应的零配件原材料。

第二部分由制造厂及其下游汽车服务站（专营、兼营）、4S 店、经销商为主。服务站通过申请服务，以单据形式提交至制造厂售后服务科，售后服务科审核单据，审核通过后，服务站进行维修服务。

3 数据分析模型选择

RVM 自2001 年由Tipping 提出后，被广泛应用于图像识别、产品评价、飞行安全、故障预测等各个领域。Meng Qinrong采用RVM 对产品进行评价，最后得出的结论是RVM 模型适合于产品评价。Gholami 等人使用RVM 算法成功对新生儿痛苦与非痛苦表情分类。甘旭升等人通过引入RVM，在飞行安全评价指标体系基础上，对飞行安全评价方法进行了改进，结果表明RVM 结构新颖，应用简便，评价结果也更能反映飞行安全的真实情况。赵春晖等人对RVM和SVM 这2 种模型在处理回归问题以及分类问题上进行对比，得出RVM 在该类问题上效率更高且测试时间更短的结论，同时针对RVM 算法的不足，给出了多种改进方案。王继龙通过运用基于优化RVM 算法实现了准确的项目投资绩效评价，且与当前的项目投资评价进行对比，对比结果表明RVM 算法明显优于其它评价模型。实例研究结果表明，采用该方法进行绩效评价时效率更高，与专家评价结果基本一致。而在汽车制造领域，尤其综合绩效评价方面，RVM 鲜有应用。本文依据RVM 泛化性能优良且使用方便，同时性能效率优于BP、SVM的特点，将RVM应用于汽车服务商维修服务质量评价中。

4 系统设计

首先，通过对汽车服务商维修服务质量评价所涉及的相关业务流程的研究，找到影响汽车服务商维修服务质量的关键指标。然后对各关键指标的数据来源进行分析，找出服务商维修服务质量评价体系种各评价指标来源于如下业务单据：服务站基础数据、走保单、质量单、鉴定单等。第二，通过使用WebService 技术来对维修服务质量评价所需要的原始业务数据进行数据抽取操作，将各企业数据抽取并集成到本地数据库，以便进行维修服务质量评价模型的使用以及数据展示。第三，对数据交换所得到的数据进行评价指标的计算，从而得到涉及维修服务质量评价各指标的详细数据。第四，对维修服务质量评价相关参数（指标权重、RVM模型参数）进行设置，并将上一步所得到的数据通过RVM 进行训练。第五步，将第四步模型计算所得数据使用前端框架来对维修服务质量评价结果进行评价结果多维度显示，同时提供导出结果展示功能。系统由系统管理、基础数据查询、数据抽取、评价结果查询、模型控制5个部分组成。各部分功能如下：系统管理：根据用户角色的不同对其设置相应的系统访问权限，同时为每个角色配置所属部门信息、岗位信息等。

基础数据查询：提供对服务站基本信息、工时基本信息、走保单、理赔单、质量单、鉴定单等原始业务单据的查询功能。

数据抽取：将各外部企业原始的业务数据通过外部数据接口以及内部数据接口进行数据交换，为维修服务质量评价的统计与分析提供数据支撑。

评价结果查询：按照时间长度的不同，按月、按年、对区域内服务站或指定服务站的维修服务质量评价结果进行多种方式的评价结果展示。

模型控制：通过该模块来对维修服务质量评价模型进行参数配置、模型训练以及维修服务质量评价控制功能，进而为用户提供一个更准确可靠的评价模型。