CN108364185A - 一种基于大数据的汽车售后管理系统 - Google Patents

Abstract

本发明涉及大数据技术领域，特别是一种基于大数据的汽车售后管理系统。本发明的系统包括运维端和用户端；运维端分为前台和后台；前台为运维人员提供可视化视图操作界面，包括：实时业务仪表盘监控模块和实时信息预警模块；后台为汽车配件售后供应模块，提供详细的功能业务分类，包括：配件计划模块、配件仓储模块、配件物流模块、配件销售模块；用户端为用户在WEB端、APP端或其他手持设备软件上的操作、查询系统，包括：维修大数据测算模块、汽车零件性能分析模块、用户信息通知模块和用户反馈调查模块。本发明实现了汽车配件售后管理的可视化、实时性。

Description

一种基于大数据的汽车售后管理系统

技术领域

本发明涉及大数据技术领域，特别是一种基于大数据的汽车售后管理系统。

背景技术

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运作的透明和高效，如何降低售后客户流失率，一直是整车厂的目标。

面对这样一条复杂的、多环节的售后配件业务链，业务面临的痛点是仓库运作信息不透明，无法考核仓储效率。运输信息不透明，无法考核承运商。而且业务人员都是通过手工统计数据生成excel报表，每月都有很多重复性的工作；只能通过不断的增加人力的方式来提高效率。所以，售后配件部门希望有一种更加高效的分析方式来满足业务。

发明内容

本发明解决的技术问题在于提供一种基于大数据的汽车售后管理系统，实现汽车配件售后管理的可视化、实时性。

本发明解决上述技术问题的技术方案是：

所述的系统包括运维端和用户端；

运维端分为前台和后台；前台为运维人员提供可视化视图操作界面，包括：实时业务仪表盘监控模块和实时信息预警模块；后台为汽车配件售后供应模块，提供详细的功能业务分类，包括：配件计划模块、配件仓储模块、配件物流模块、配件销售模块；

用户端为用户在WEB端、APP端或其他手持设备软件上的操作、查询系统，包括：维修大数据测算模块、汽车零件性能分析模块、用户信息通知模块和用户反馈调查模块。

所述的实时业务仪表盘监控模块实现：

A，报表制作，采用可配置的、可拖拉的人性化操作方式，对目标报表模板进行高自由度改进，也可以创建全新的报表；

B、数据搜索，对配件数据进行系统地整理，按标签、属性、类别、状态、数量、生产日期等基本属性，或者按销售量、库存量、相关配件、上级配件、下级配件等特殊条件，进行清楚地关联和展现；同时提供超链接可追踪属性和条件；

C、数据展现，以实时的动态图表为展现依据；

D、图表联动；

所述的实时信息预警模块，实时的数据展现；提供一个阈值，当异常数据超过阈值时，颜色标红，同时提醒运维人员，该数据存在异常；同时将问题信息存入历史数据库，即对问题总结报表做数据支撑。

所述的配件计划模块，以订单一次满足率为重点关注指标；通过关注订单一次满足率的增长/衰减幅度，以及仓库库存的数量增加/减少情况，对库存结构和市场需求做出平衡处理；

所述的配件仓储模块，以仓库收发货波均衡性为重点关注指标；通过对比 PDC仓库的收货金额和发货金额，发现仓储相关问题；

所述的配件物流模块，以到货时效和到货延迟为重点关注指标；通过实时监控系统收集数据，按自定义排序方式分析数据，通过地图控件和报表控件掌控各地域各配件的到货时效和延迟情况；供后期数据分析和策略调整用；

所述的配件销售模块，通过对不同销售配件的销售量、销售交易频率、销售地域分布、车型分布进行大数据分析，转为可视化人性化定制报表，为配件供应提供关键数据和重要依据。

所述的维修大数据测算模块，创造汽车零部件生命周期表；利用大数据分析工具对汽车零部件生命周期进行跟踪和预测；使用户足清楚地掌握每辆车的车型、所处位置、行驶状况、当前的检修状态以及零件自然磨损更换周期；可以远程给驾驶员提供需要更换的零部件信息，提前预约并配置零部件，及时更换配件；

所述的汽车零件性能分析模块，对维修大数据测算模块起支持作用；通过大数据分析和汽车零件性能经验，对汽车配件进行实时高效分析和研究。

所述的用户信息通知模块，流向用户的输出装置；将信息以多种方式和途径告知用户，包括短信，APP消息，邮件等；使用户能在第一时间了解、解决已知问题、已知风险等；

所述的用户反馈调查模块，对汽车配件的系统功能进行反馈；通过问答系统收集用户的偏好；在共享信息的同时，改善相关大数据内容与结构，使大数据分析更准确，更高效；形成一个用户提供/改善信息给大数据，大数据测算、分析用户配件的良性循环。

本发明的系统利用大数据分析，对汽车配件进行售后管理，运维端：利用可视化报表缩短分析周期，极大提高工作效率，通过实时预警对异常业务及时处理，联动的图表使得运维人员能够层层深入发现问题，定位问题；用户端：利用维修大数据测算和汽车零件性能分析，使用户能够对车内配件的状态了然于胸，做到绿色汽修，甚至可以远程预约、配置和更换配件。

附图说明

下面结合附图对本发明进一步说明：

图1为本发明的流程图。

具体实施方式

下面将结合附图，对本发明实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出实质性创造获得的方案，都属于本发明保护的范围。

以下是本发明的关于一种基于大数据的汽车售后管理系统的重要功能实现说明：

1：实时业务仪表盘监控模块。

a:报表制作。人性化的可视化自助式报表制作，采用可配置的，可拖拉的人性化操作方式，对目标报表模板进行高自由度改进，也可以创建全新的报表；这种基于WEB前端的H5技术，具有扩展好，不同终端适应度高的特点；

b:数据搜索。对配件数据进行系统地整理，无论是按标签、属性、类别、状态、数量、生产日期等基本属性，还是按销售量、库存量、相关配件、上级配件、下级配件等特殊条件，都可以很清楚地关联和展现；同时提供超链接可以追踪属性和条件；

c:数据展现。以实时的动态图表为展现依据，图标采用百度的echarts，并对其进行二次开发，使之符合本系统环境和要求；

d:图表联动。举例：售后配件运输OTD的分析仪表盘中，通过对仓库、订单类型、延时天数的分布，找出问题运输线路，定位到承运商和车牌号，从而能够针对性的制定改进措施。

2：实时信息预警模块。实时的数据展现，提供一个阈值，当异常数据超过阈值时，颜色标红，同时提醒运维人员，该数据存在异常；同时将问题信息存入历史数据库，即对问题总结报表做数据支撑；

3：配件计划模块。以订单一次满足率为重点关注指标；公式：订单一次满足率＝一次满足项数/维修站订单项数；满足率一般维持在一个较高的范围内，不一定要100％；通过关注订单一次满足率的增长/衰减幅度，以及仓库库存的数量增加/减少情况，对库存结构和市场需求做出平衡处理；

4：配件仓储模块。以仓库收发货波均衡性为重点关注指标；通过对比PDC 仓库的收货金额和发货金额，即可发现仓储相关问题；可自定义设置收发货浮动范围，如5％；可自定义设置报警方式，报警频率和时间；

5：配件物流模块。以到货时效和到货延迟为重点关注指标；通过实时监控系统收集数据，按自定义排序方式分析数据，通过地图控件和报表控件掌控各地域各配件的到货时效和延迟情况；供后期数据分析和策略调整用；

6：配件销售模块。通过对不同销售配件的销售量、销售交易频率、销售地域分布、车型分布进行大数据分析，转为可视化人性化定制报表，为配件供应提供关键数据和重要依据；

7：维修大数据测算模块。创造汽车零部件生命周期表；利用大数据分析工具如spark，对汽车零部件生命周期进行跟踪和预测；可以使用户足不出户便能清楚地掌握每辆车的车型、所处位置、行驶状况、当前的检修状态以及零件自然磨损更换周期；可以远程给驾驶员提供需要更换的零部件信息，提前预约并配置零部件，及时更换配件；

8：汽车零件性能分析模块。对维修大数据测算模块起支持作用；通过大数据分析和汽车零件性能经验，对汽车配件进行实时高效分析和研究；

9：用户信息通知模块。流向用户的输出装置；将信息以多种方式和途径告知用户，包括短信，APP消息，邮件等；使用户能在第一时间了解、解决已知问题、已知风险等；对应接口包括短信SMS接口，APP消息推送接口、邮件接口等；

10：用户反馈调查模块。对汽车配件的系统功能进行反馈；通过问答系统收集用户的偏好；在共享信息的同时，改善相关大数据内容与结构，是大数据分析更准确，更高效。因此形成一个用户提供/改善信息给大数据，大数据测算、分析用户配件的良性循环。

Claims (5)

1.一种基于大数据的汽车售后管理系统，其特征在于：所述的系统包括运维端和用户端；

运维端分为前台和后台；前台为运维人员提供可视化视图操作界面，包括：实时业务仪表盘监控模块和实时信息预警模块；后台为汽车配件售后供应模块，提供详细的功能业务分类，包括：配件计划模块、配件仓储模块、配件物流模块、配件销售模块；

用户端为用户在WEB端、APP端或其他手持设备软件上的操作、查询系统，包括：维修大数据测算模块、汽车零件性能分析模块、用户信息通知模块和用户反馈调查模块。

2.根据权利要求1所述的系统，其特征在于：所述的

实时业务仪表盘监控模块实现：

A，报表制作，采用可配置的、可拖拉的人性化操作方式，对目标报表模板进行高自由度改进，也可以创建全新的报表；

B、数据搜索，对配件数据进行系统地整理，按标签、属性、类别、状态、数量、生产日期等基本属性，或者按销售量、库存量、相关配件、上级配件、下级配件等特殊条件，进行清楚地关联和展现；同时提供超链接可追踪属性和条件；

C、数据展现，以实时的动态图表为展现依据；

D、图表联动；

所述的实时信息预警模块，实时的数据展现；提供一个阈值，当异常数据超过阈值时，颜色标红，同时提醒运维人员，该数据存在异常；同时将问题信息存入历史数据库，即对问题总结报表做数据支撑。

3.根据权利要求1所述的系统，其特征在于：所述的

配件计划模块，以订单一次满足率为重点关注指标；通过关注订单一次满足率的增长/衰减幅度，以及仓库库存的数量增加/减少情况，对库存结构和市场需求做出平衡处理；

所述的配件仓储模块，以仓库收发货波均衡性为重点关注指标；通过对比PDC仓库的收货金额和发货金额，发现仓储相关问题；

所述的配件物流模块，以到货时效和到货延迟为重点关注指标；通过实时监控系统收集数据，按自定义排序方式分析数据，通过地图控件和报表控件掌控各地域各配件的到货时效和延迟情况；供后期数据分析和策略调整用；

所述的配件销售模块，通过对不同销售配件的销售量、销售交易频率、销售地域分布、车型分布进行大数据分析，转为可视化人性化定制报表，为配件供应提供关键数据和重要依据。

4.根据权利要求1所述的系统，其特征在于：所述的

维修大数据测算模块，创造汽车零部件生命周期表；利用大数据分析工具对汽车零部件生命周期进行跟踪和预测；使用户足清楚地掌握每辆车的车型、所处位置、行驶状况、当前的检修状态以及零件自然磨损更换周期；可以远程给驾驶员提供需要更换的零部件信息，提前预约并配置零部件，及时更换配件；

所述的汽车零件性能分析模块，对维修大数据测算模块起支持作用；通过大数据分析和汽车零件性能经验，对汽车配件进行实时高效分析和研究。

5.根据权利要求1所述的系统，其特征在于：所述的

用户信息通知模块，流向用户的输出装置；将信息以多种方式和途径告知用户，包括短信，APP消息，邮件等；使用户能在第一时间了解、解决已知问题、已知风险等；

所述的用户反馈调查模块，对汽车配件的系统功能进行反馈；通过问答系统收集用户的偏好；在共享信息的同时，改善相关大数据内容与结构，使大数据分析更准确，更高效；形成一个用户提供/改善信息给大数据，大数据测算、分析用户配件的良性循环。