AutoX3黎锐炜：打造横穿维保、配件、车险及二手车的车况信息超级供应链，提升后市场综合效率

步入虎年，资本逐渐退潮，行业竞争和关注焦点又重新聚焦到如何提升“效率”上。从长期主义角度看，对行业及有志于长期耕耘汽车后市场的企业来说，这是好事。

但如何提升售后市场综合效率？

这是个很大的命题，因为AutoX3一直都在聚焦为维修领域提供数字化转型方案，切入点是车况数字化。过去一年多，在我们服务修理厂和4S店过程中，后市场其它领域的合作伙伴也跟我们说，车况数字化这个事情靠谱，大大提升了他们的效率。所以，借此机会抛砖引玉，看看他们是如何提升效率的。

先交代一下背景，截至今年1月底，我们在全球范围内已经服务了4500多个门店，累计检测的车辆122万台，总计发现超过500万个车况问题，其中超过一半涉及到安全性问题。

在经过一些客户同意后，我会介绍下这些售后市场玩家怎么利用这些数据，去提升他们的效率。基于后市场的同仁们都比较忙，我尽量少讲道理，多拿数据。

01、修理厂如何提升客户转化率

都说中国的修理厂竞争很激烈，但这种竞争并不是野蛮生长、开疆拓土式的竞争，而是产能过剩状态下的内卷。当然，对比其它国家来看，中国的内卷程度只能算是中等水平：我们单个门店服务的车辆数平均是600多，东南亚市场的数值平均还不到400。

但是当我们去对标欧美和日本等成熟市场时，就可以很明显感知到产能过剩的压力。因此我们都可以做一个简单判断：国内汽服门店还会有一轮激烈的淘汰赛，对修理厂来说，今年可能会比2021年更难。但是，“剩”者必然是综合效率较高的修理厂，而优秀的数字化能力则是赢家的必要条件。

车况数字化对于提升维修保养用户体验来说，非常关键。只是大部分集团或门店都没有足够的资金和精力去做这个事情，所以一直没有做好。

当我们谈论用户体验的时候，很多人会很简单地认为，这是感知层面的事：比如说门店环境，或者角色框架层面的事，比如说服务态度好不好、反应速度怎么样；或者是产品层面的事，比如说修理厂本身的一些维修水平怎么样。

当然这都对，但是不够。用户体验究竟是什么？我们曾经做过一个调研，研究客户在选择修理厂时，他们要考虑的最关键三个因素。这个调研结果和当时美国汽车流通协会的另外一个调研结果吻合。普遍认为，第一名是“信任”，有76%的受访者选择了“信任”。

过去几年我们花了很大精力去解决客户和门店的信任问题。这里可以分享的内容很多，我先直接分享一个客户体验流程。

- 车辆进厂后，AutoX3 App能通过大数据系统识别某个车型的常见问题，然后自动给出一个检测模板；

- 技师按照这个检测模板的所有检测步骤，进行标记和拍照上传；

- 然后系统会对车况数据进行结构化存储、分析以及推荐相应的维修或者保养计划；

- 同时这个检测报告被同步到一个55寸的交互式大屏上，技师或服务顾问利用这个55寸交互式大屏，和客户讲解车况，展示哪些是正常的，哪些是轻微异常的问题，哪些是紧急的问题；

- 再比对数据库里面其它车辆的类似情况，如果这时候客户还不能理解，技师还可以调取特定部位的3D模型和动画，充分地解释故障产生的原理以及解决方案。

我们通过数千家门店的实践发现，这套流程做下来，所有车况信息对客户很透明，大大促进车主对门店的信任度。

当车辆检测结束后，如果客户要下单，系统会生成施工单，这时候维修工位的摄像头会自动打开，车主躺在休息室就可以看到施工过程的直播以及每一步工序的介绍，我们称为施工过程可视化。

如果客户认为有些项目可以缓一缓再做，技师会和客户共同调整系统自动生产的计划，重新做需求排期，最后会发送一份保养计划到客户手机上。

我们认为这是提升客户信任的关键一步，但又是很容易被低估的一步。在AutoX3之前，其实行业内很多门店没有需求排期的思想，这就导致很多技师会去逼单——趁着难得客户到店的机会，希望一次性把这个客户消费需求都满足了，给他们一个很贵的报价。

现在有了AutoX3，我们可以根据每个配件的情况，科学合理地把不同的需求，排期到符合保养周期的时间里，有一些问题可以不立刻解决就留到下次，这样对客户来说是最省钱的方式，而且会极大增强客户的信任度。

从微观上来看，按照这个流程做的门店，平均单车产值提升了35.7%，客户留存率提升25%，客户满意度达到100%。在流程管控上，广州集群车宝、四川精典汽车以及河南华胜就做得很好，再结合自身优秀的运营能力，平均单车产值均取得了40%以上的提升。

从宏观上来看，中国2.8亿汽车保有量，如果每辆车一年进店2到3次的话，我们每年最少有6亿次的沟通机会，平均到每天就是200万次的沟通机会。但是很多门店并没有好好利用这些机会做转化，最后造成客户没理解或不信任，该做的保养或维修没有做。一年下来，就是千亿级别的产值损失。国内汽后服务市场总值即将超过3万亿，一点点的效率下降导致的损失也不可估量。

02、修理厂提升客户留存率

门店老板每天面临极高的获客成本时，就会变得浮躁。包括我们，一度也把希望寄托于各类CRM软件或拉新玩法上，但事实上这样做治标不治本。留存不到位，获客成本全部转换为沉没成本。

在真正着手研究车况之前，我们也经营过7家门店，这些店的规格在北京算不错的，大众点评5星好评。但可惜的是获客成本仍然很高，大概每个客户在560块钱左右；同时留存率也不高，到店1次的新客户次年留存率只有20%到30%，这意味着70%的客户第二年就跑了。一些比较熟悉的修理厂告诉我，他们的新客留存率会比这个还低，不到20%。上述七家门店使用AutoX3一年后，留存率提升了3倍，新客户在半年内的留存率已经高达65%，消费高峰会集中在第3次到店。

之前我提到过，以客户为研究对象的CRM遇到汽后行业，非常不幸——因为过于关注客户、客户标签再多，只能证明你在某一时间节点上对这个客户了解很多；但是基于汽后行业消费频次很低，客户画像的变化会面临极大不确定性，而这种不确定性将使一切对客户精确但短期的预测变得毫无意义。

所以后市场企业更应该关注车况。不止如此，我们后来更深层次的思考是，关注车况的话，“预防性检修”也意义不大，我们应该注重“预测性检修”。

什么是“预防性检修”？就是避免车辆出问题，技师机械性地按照里程或时间做保养计划的模型。虽然这个模型比起出了问题再处理的“反应性检修”模型要好很多，但这仍然会造成较大程度的耗损，甚至是过度保养。

比方说，油液或者某个配件是健康的，但鉴于预防性检修模型规定的里程要求或时间要求，仍“需要”去更换，这就很浪费资源了。过去我们不太容易感知这个弊端，但全球疫情将它凸显了出来。车都不开了，还保养吗？所以，从19世纪末卡尔奔驰先生定下这个方式后，全球主机厂一直沿用到现在，也已经100多年历史了，我觉得是时候要改变了。

我们认为为了降低能耗、保护环境，应该持续追求准确的预测性保养方式。简单来说就是基于车况问题，利用图像分析算法、大数据的排期校正，来定出环保又省钱保养计划，而不是靠一本冷冰冰的手册。这样一来，保养计划是智能的、准确的、且不带销售偏见的，这将决定客户是否会被留存下来，因为客户能感受到你在给他省钱，而不是让他花冤枉钱。

另外，我们认为基于车内场景的到店提醒效果会远超手机上的提醒，人在车里收到提醒时的紧张程度远超躺在沙发上看视频，这也是为什么我们更加倡导SA用电话或者短信提醒，或者车载系统的信息提醒，而不是由车主通过一个APP或小程序收到提醒。

我们正在和一家主机厂探索共同研发一个基于车载系统的应用，4S店通过车辆检测制定基于预测性检修模型的保养计划，然后车辆在行驶中实时传入行驶里程；当快到里程数时，系统会比对保养计划的里程，符合条件时即提醒回到4S店检查。

03、配件商提升库存管理效率

我整理了一组数据，显示几个特殊市场的平均车龄以及各个领域随着车龄变化的机会分布。阿根廷的车是全球最老的，将近17年；沙特最年轻，才不到4年。相比之下，中国的车龄虽然还算比较年轻，平均是6年。

6年意味着什么呢？意味着已经过了我国新车免年检时间，也意味着配件商开始步入底盘件的黄金时代。底盘件机会是随着车龄增加而增加的，临界点就在第6年；因为这时第一批胶套确实已经老化得比较严重，有些都有断裂的可能，元宝梁托底也有可能变形。但是，对于现在的主流车型，除了制动系统外，底盘系统没有足够多的传感器支持实时监控工况，所以往往需要外部检测介入去了解工况。

因此，及时将底盘情况数字化，通过图像分析快速识别出问题，然后存储下来，就显得非常重要了。这样做，随着客户留存率的提升，整体库存管理的效率也会顺应提升。

比如说，当系统的保养计划清单里显示修理厂在下周会有40辆宝马320i需要换刹车片时，一方面修理厂知道下周的预估业绩，不需要瞎焦虑了；另一方面采购计划也更加有信息基础，修理厂可以放心去采购了——哪怕某个320i车主最后不是精确到下一周到店，最终落在下个月的概率也是八九不离十。

我们一个配件经销商客户，合作前二类易损件的周转率平均在50到60天，国际品牌能做到40几天。当他合作的修理厂用了车况数字化工具之后，他们的库存管理水平也随之上去了，平均库存周转率还能优化5天。当然，我们在供应链领域的探索才刚刚开始，可以分享的数据并不多；快准车服也是几周前才合作上，期待接下来在这个领域中有更多的化学反应。

04、二手车车商提升交易效率

2021年中国大陆二手车共交易1758.51万辆，同比增长22.62%，交易金额为11316.92亿元，同比增长27.32%，2022年的交易量预计突破1900万辆。二手车交易将成为消费新蓝海。

但是二手车的车况非常复杂，一车一况，一台车有两三万个零件。在行业整体透明度较低的背景下，一个普通消费者很难了解一辆车的真实车况，所以二手车市场很容易形成买卖双方信息不对称的柠檬市场。然而，车况检测又是一个非常复杂的事情，它严重依赖于一个评估师的经验、能力和工作态度。那怎么样保证二手车车况透明、价格透明、从而实现二手车的高效交易？解决办法只能靠数字化、可视化检测。

如何解决信任问题？

解决方案一：车况透明化

AutoX3在去年年底就推出了针对各类车型的二手车检测标准，一共200多个检测点。评估师根据不同车型的不同标准化检测流程，将实拍数据回传到服务器。我们会通过分析建模对车辆的车况进行评估，最后给出一个综合车况评分。

这样我们不再非常依赖评估师的经验和能力或态度，评估师只需要拿着检测设备，按照我们的要求对关键点进行数据采集，比如发动机、底盘、漆面的参数，再通过调取AutoX3的维修保养记录、合作保险公司提供的出险记录等，我们能非常精确地判断车况，同时降低对评估师的依赖。

同时，消费者能通过一个搭载着交互式大屏的交易场景，在评估师的讲解下快速且直观地看到车辆的综合情况，包括车辆九大系统的情况，而不再简单地通过车外观和基本信息去瞎猜一台车的好坏。如果车商还提供车辆整备服务，消费者也可查看到整个整备过程。

解决方案二：价格透明化

AutoX3正在为车商研发标准化定价系统，通过使用这个定价系统，车商可以就包括车型、车龄、里程等40多个基本参数以及检测过程中200个检测点的表现，预设每个参数对应的加减价规则。

评估师只需要按照预设的加减价规则模板，如实录入基本信息以及车况检测，最终价格将会自动计算出来；然后价格将会通过实时的交易数据对比全国同期同一条件车辆的成交价，如果偏高或偏低，我们会给出内部预警，这会给车商一个调价参考。

对于车主而言，AutoX3降低了车商“看人出价”的风险，遏制一车多价的行为，甚至可以给车主公布车价的计算规则。

为什么要这样？很多时候哪怕是资深评估师，也会有很多主观偏差，针对同一台车，10个评估师至少有5个定价，因为每个评估师的价值判断是不完全一致的。有些认为车漆重要，有些认为损耗不好，哪怕是声称一车一价的很多技术公司，其实也是通过取市场成交价的均值或中位数的方式来决定最终定价，几乎不可能是基于车况给出真实价值的反应。所以，我们相信基于车况的标准定价策略，将是稳定消费者信心的重大突破。

如何满足新消费形式？

回顾一下，过去几年二手车准车主的消费需求发生了翻天覆地的变化，经历从早期的经销商、大卖场，14年前后的二手车电商，再到自媒体、C2C，以及今天的抖音电商。现在很多新生代车主已经直接在抖音上买车了，人都不去现场了。

举个例子，一个广州的抖音车商表示，他们三分之一的交易完全通过线上完成。河北廊坊的廊大二手车，先全国收车、再通过抖音全国卖车，去年净利润就近千万元。抖音上排行前二十的车商，新增粉丝数在过去短短一年内都基本破百万。

一方面由于限迁、税收和二手车登记等问题的陆续解决，另一方面由于车商和个人的销售占比仍然占据较大份额（国内二手车仍以个人交易为主，大约为55.2%，4S集团销售占比为8.2%，车商销售占比为36.6%。而欧美日等国则是以4S集团销售为主，4S集团销售占比超过40%，车商销售占比30%，个人交易不到30%）。

因此，我们可以简单判断，抖音电商为代表的社交电商将会成为增速最快的二手车交易渠道，跨区域交易的占比会持续攀升。

那车况数字化如何助力抖音车商？

AutoX3依靠强大的技术展现能力，使抖音车商可以通过交互式大屏向观众详细却不费时地直播讲解车况。这样一来，花一到两小时检测的200多个检测点内容，将浓缩在一个55寸大屏上完美呈现。

如果观众感兴趣，车商可以直接将车辆报告粘贴到留言板，然后观众可以收藏自己喜欢的车辆，以便随时作出购买决策。如果想购买，观众可以要求查看车商收车时的检测报告和整备过程的施工报告，最后车商通过线上直接收款，再面向全国交付车辆。

如何提升管理效率？

根据中国汽车流通协会的数据，目前中国大陆库存规模超过50辆车的车商占比超过20%，也就是有超过2万个车商的员工每天要对超过50辆车的状况进行管理，这其实是不容易做到的。

通过使用AutoX3，车商所有员工均可以快速筛选一辆车的收车车况、整备情况、交车车况以及所在位置、预估价格等，并且还支持多账号跨省跨市查阅。

举个例子，在广东湛江有一个车商联盟，他们由同一个城市但不同区的各个车商组成，每个车商在当地收到车辆后，第一时间先做车辆检测，上传车况信息，共享给整个车商联盟。这样联盟其它车商就比较方便地获取车况信息，相当于每个区的车商一下子就“拥有”了整个市的库存，无形中加速了库存流通。

目前中国大陆二手车库存周转率在30-45天的占51%，30天以下的占35%，45到60天的占12%，60天以上的占2%。这意味着超过半数的车辆需要经过1-2个月时间的闲置才能出售。可以预测，这里面只要周转速度多增加10%，就意味着百亿级别的资金占用被释放出来，这还不考虑减少折旧所带来的价值提升。

05、保险方提升保费或服务定价效率

任何保险公司都致力于了解足够多的信息，再去提供保险服务。但是国内保险公司运作方式比较单一，目前就单方面通过出险次数来定保险费率。这对于没有出过险但潜在风险不低的车主，又要怎样定价呢？比如当一台10万元的车，哪怕没出过险，但它的刹车系统或轮胎状况很差，也是很可能撞上一辆法拉利的。或者一台不好好保养的豪车，总有一天会花大价钱去维修。

我想分享一个客户案例 —— 来自英国的Halfords已经尝试这么做——虽然Halfords不是一家保险公司，但是提供了一个类保险的服务。他们原来就为车辆在2年内提供2次“全保”服务，每月只收取固定的20英镑。但后来发现这个方案不是很灵活，所以我们正在尝试根据车况去做浮动定价。只要定期检测的车况优良，“全保”服务的价格则可以打折。但只要车况一般，Halfords就会收取比较高的费用，以保证“全保”服务不亏本。

类似地，对于保险公司而言，我们认为高质量的保险定价是可以且必须基于车况的。例如，保险公司通过给合作的修理厂提供数字化车况工具，修理厂在正常业务结束后，毫不费力地回传车况数据给保险公司，这时候保险公司就可以获得“人+车”的综合性数据了，此时的保费定价就会相当科学有效。在某种程度上也能反向让车主保持一个良好的车况，社会车辆的安全也会得到一定提升。

AutoX3车况数字化工具在为修理厂、配件经销商、保险公司和车商提供技术服务的同时，智能增强多个运营流程，致力于打造横穿维保、配件、车险及二手车市场的车况信息超级供应链，从而提升售后市场综合效率。如果您是政府机关、保险公司或优秀的数据科技公司，同时致力于提升全行业车况数据质量或运用车况数据去推动社会发展，欢迎与我们联系，一起推动汽车后市场透明、信任与健康发展。