據公安部交通管理局最新數據顯示, 截至2018年1月15日, 全國汽車保有量達到2.17億輛, 其中以個人名義登記的小型和微型載客汽車為1.70億輛, 消費者常規維保年均平均費用達到4043元, 行業整體形成 '萬億' 級市場規模. 與其他垂直o2o行業的偽需求不同, 汽車後市場的用戶規模龐大, 用戶剛需痛點強烈, 總體趨勢向好.
然而, 在已經過去的2017年, 汽車後市場並不平靜, 行業內部洗牌不斷. 許多創業公司倒在了市場爆發前. 維修過程不透明, 車間工人消極怠工, 人員巡店成本高, 維修等級認證繁瑣, 銷售補貼無法核實, 門店客流量難以計算, 老用戶黏性不穩定……這些成為當下汽車後市場發展的掣肘.
用數據賦能連鎖門店
伴隨著汽車後市場等線下零售店的規範化以及線上電商的崛起, '新零售' 的概念也應聲而起.
'未來的十年, 二十年, 沒有電子商務這一說, 只有新零售這一說, 也就是說線上線下和物流必須結合在一起, 才能誕生真正的新零售, 線下的企業必須走到線上去, 線上的企業必須走到線下來, 線上線下加上現代物流合在一起, 才能真正創造出新的零售起來. ' 2016年10月, 馬雲第一次提出了 '新零售' 這個隨即火便大街小巷的概念.
之後, 馬雲又提出了 '新零售' 映射到連鎖行業的新屬性——除了標準化, 流程化, 規模化, 成本化等基本屬性之外, 他提到, 未來將由智能化去賦能連鎖行業門店終端的運營.
'在和很多連鎖行業的管理者溝通時, 我們發現了一個趨同點: 當一家連鎖店的門店數量在25-35家時, 單店的坪效以及毛利率較高. 但是當門店數量大於35家時, 單店坪效和毛利率反而處於下降趨勢. ' 近日, 在北京汽車服務世界舉辦的智庫峰會上, 上海悠絡客電子科技股份有限公司汽車後市場事業部負責人熊銳接受了筆者採訪, 他認為對於時下流行的 '新零售' , 每人都有自己的理解, 而在他看來, 針對汽車後市場行業線下連鎖店的弊端, 新零售可通過AI技術, 用數據對其賦能.
'隨著終端的擴張, 企業可能面臨著管理半徑地不斷擴大, 管理者對於終端的觸角也在不斷地延長, 這造成了終端經營的時段與所需匹配的終端零售管理的時段是幾乎不匹配的. ' 在熊銳看來, 不僅針對汽車後市場行業, 如今線下連鎖門店在管理層面, 或許都會面臨著如何真實, 高效地獲取店鋪資訊的問題. '對於連鎖店的運營管理者而言, 很難完全掌控終端. '
如何打破線下連鎖門店的管理邊界? 熊銳說, 他們想要做的, 就是通過人臉識別, 影像採集等技術手段, 多角度收集並解讀數據, 通過數據指導運營, 幫助企業決勝管理的最後一公裡.
'悠絡客花了9年時間打造智慧門店, 可以通過攝像頭, 採集顧客的面部表情, 從而分析顧客的情緒, 年齡等, 還可以監測車輛狀況, 出廠日期, 維修工位以及維修員工的工作狀態等. 重塑 '人, 貨, 場' 的線下場景, 預測可能發生的異常或趨勢. ' 熊銳介紹到.
具體到 '人, 貨, 場' 場景, 熊銳說, 悠絡客AI技術中最重要的一環, 便是智能數據採集. 首先, 可採集消費者屬性, 從性別, 年齡, 到店的頻次, 以及到店率, 轉換率等.
其次, 通過悠絡客精準的車牌識別技術, 可以自動獲取車輛的進場時間, 離場時間, 從而幫助管理者統計整個門店車輛的進場時間, 離場時間, 在店時間等, 憑此資訊看出每一家門店工位的利用率, 以及每一輛車的維修時段, 通過查看比較全國的車流資訊, 及時發現終端門店出現的問題, 並妥善處理.
除此之外, 還可對相關的人員行為的採集數據, 了解到日常終端人員的環境行為數據, 服務流程數據, 基層管理者以及所有終端的技能技師認證的數據.
據悉, 在使用過悠絡客解決方案的商家中, 2016年度單店銷售額平均提升約21%, A類重點提升率為37%, 平均使用終端管理從4-5家/人提升到17家/人, 最高51家/人, 管理成本降低約30%. 不過, 在推廣該解決方案的過程中, 也存在著許多現實問題. '在智慧門店的推廣過程中, 最大的困難是 '人' ' . 熊銳坦言, '因為會涉及到不同員工的現有利益, 在落地環節, 還需要一定的市場教育和發展. '
