La compra de drogas en grandes cantidades afecta a los traficantes.
El mercado del automóvil ha entrado en competencia bursátil y la epidemia ha hecho que la competencia sea aún más cruel. Sin embargo, con el crecimiento de la propiedad de automóviles en China, la edad promedio de los automóviles y el crecimiento de las transacciones de automóviles de segunda mano, el mercado de repuestos para automóviles está mostrando un fuerte impulso de crecimiento. Por supuesto, debido a esto, cada vez más instituciones están ingresando a la competencia del mercado de posventa y los principales fabricantes de equipos originales se enfrentan a desafíos sin precedentes.
Como OEM, si deseas mejorar tu competitividad en el mercado posventa, además de trabajar duro en áreas tradicionales como accesorios, soporte técnico de ingeniería y soporte a la cadena de suministro, también debes fortalecer Los servicios de accesorios posventa de los distribuidores son muy importantes.
En respuesta a este desafío empresarial, compartiré un caso práctico de una plataforma de colaboración inteligente de accesorios posventa basada en big data y algoritmos inteligentes. Toda la plataforma de colaboración se divide en cuatro partes:
Previsión de la demanda de piezas de los agentes
La gestión de la demanda y el análisis de la previsión son los contenidos más importantes de la gestión de piezas posventa. Sin embargo, según la encuesta, sólo el 20% de los distribuidores tienen la capacidad de realizar pronósticos y análisis periódicos y sistemáticos. La mayoría de ellos dependen de la experiencia personal y la capacidad de los empleados para predecir y analizar la demanda de piezas, lo que no sólo requiere mucho esfuerzo. tiempo para procesar datos básicos. Además, es difícil acumular conocimientos de forma eficaz cuando cambia el personal.
Si el OEM puede exportar esta capacidad a los distribuidores, les brindará muchos beneficios, que se reflejan principalmente en:
En primer lugar, les proporciona a los distribuidores una gestión de inventario extremadamente eficiente. Un aporte importante, mejora la tasa de satisfacción única de los accesorios, reduce significativamente las esperas de mantenimiento causadas por la escasez de piezas y mejora la satisfacción y la adherencia del cliente
2. Ayuda a los distribuidores a distinguir con precisión las características de la demanda de accesorios en diferentes temporadas, almacenando así los correctos; cantidad de accesorios en el momento adecuado, lo que reduce efectivamente la ocupación de capital de inventario del distribuidor y, en general, mejora las capacidades de gestión de repuestos posventa del distribuidor.
Veamos cómo funciona esta plataforma de colaboración inteligente:
1. A partir de los datos de mantenimiento postventa del concesionario, utilice un algoritmo de series temporales para estimar el futuro a medio y largo plazo. demanda de accesorios, tendencias y estacionalidad;
En segundo lugar, de acuerdo con las características de ingeniería de los accesorios, las características de demanda de varios tipos de accesorios en el vehículo se determinan mediante modelos de agrupación y árbol de decisión para proporcionar soporte de datos para pronóstico de la demanda de nuevos modelos y nuevos accesorios;
En tercer lugar, combine datos externos para construir un modelo de aprendizaje automático supervisado para responder a eventos ambientales o de mercado específicos. El más típico es la ayuda de datos meteorológicos posteriores. -predicción de ventas.
Por ejemplo, se pronosticará un clima de tifón en algunas zonas costeras de China. Cuando ocurra, algunas necesidades de mantenimiento inusuales aumentarán repentinamente, como "autos inundados". En este momento, varios módulos de control electrónico, componentes del chasis y componentes del tren motriz tendrán mayores necesidades de mantenimiento, lo que tendrá un gran impacto en los servicios de los distribuidores y la cadena de suministro del OEM.
Existen grandes errores entre el análisis tradicional de demanda estacional y los escenarios empresariales provocados por eventos meteorológicos inesperados. En este momento, la solución del modelo de aprendizaje automático puede ser una buena solución. Combinando datos históricos de mantenimiento y datos de pronóstico meteorológico, se puede dar la advertencia de riesgo de demanda para piezas específicas y se puede calcular la escala de consumo aproximada en función de la población de vehículos local.
Y este tipo de evento meteorológico incierto también puede proporcionar un buen soporte de datos para los distribuidores regionales que rara vez experimentan ese clima, permitiéndoles consultar datos de otras regiones cuando se encuentran con escenarios poco comunes.
En cuarto lugar, a través de la retroalimentación de datos de los sensores del vehículo, se puede analizar el estado de funcionamiento de módulos específicos, de modo que cuando los propietarios de automóviles ingresan a la tienda para realizar tareas de mantenimiento, pueden invitar o realizar de manera proactiva diagnósticos específicos del vehículo para mejorar el servicio. eficiencia.
Además, las predicciones de accesorios basadas en datos de sensores del vehículo también pueden brindar a los OEM la posibilidad de detectar riesgos de calidad antes durante la fase de lanzamiento del nuevo automóvil, reduciendo la probabilidad de posibles problemas de tres garantías.
Optimización del inventario de piezas del distribuidor
Cuando se trata de optimización del inventario de piezas del distribuidor, muchas personas pueden pensar en ayudar a los distribuidores a reducir el inventario. De hecho, esto es un malentendido. Desde la perspectiva del OEM, la optimización del inventario de los distribuidores debería ser una cuestión de colaboración entre la cooperación vertical ascendente y descendente y la coordinación horizontal de los distribuidores.
Optimizamos la "responsabilidad de la cadena de suministro" según los requisitos de la ubicación geográfica de los distribuidores, las características de ventas, los requisitos de servicio y otros factores integrales, es decir, abordando estos problemas:
Primero, qué piezas "vale la pena" construir y almacenar?
En segundo lugar, ¿a qué profundidad debe construirse el almacenamiento y durante cuánto tiempo puede soportar la demanda?
3. Con base en los dos puntos anteriores, ¿qué estrategia debería adoptar el centro de distribución posventa del OEM?
Una vez optimizamos el inventario en el centro de distribución ascendente después de vender una determinada marca y descubrimos que los objetivos, métodos y capacidades de gestión de inventario de los distribuidores eran desiguales. La optimización pasiva de la estrategia de inventario ascendente no era la adecuada. De la mejor manera, trabajamos con el cliente para crear una solución de sistema de gestión de inventario para los distribuidores. Además de la gestión de pronósticos, también incluía los planes de inventario actuales y futuros de los distribuidores. Con base en el plan de inventario, calculamos el plan de pedidos para el próximo año. El plan de pedidos actual se convierte en las sugerencias de compras del distribuidor y la información de datos a largo plazo se utiliza principalmente para ingresar datos en el sistema ascendente.
Después de dos años de promoción y aplicación, esta solución ha unificado la comprensión de los distribuidores sobre la gestión de inventario, ha permitido a upstream predecir mejor el comportamiento de los pedidos de los distribuidores y ha sentado una buena base para el trabajo de optimización de inventario ascendente.
Al unificar los objetivos de gestión e integrarlos en el sistema, se puede reducir eficazmente la incertidumbre de los pedidos de los distribuidores. Sobre esta base, las capacidades de gestión ascendente y las capacidades de coordinación con los proveedores de piezas ascendentes se pueden mejorar mejor, mejorando así la eficiencia operativa general de la cadena de suministro y reduciendo en gran medida el efecto látigo de la cadena de suministro.
Asignación inteligente de repuestos de los distribuidores
La gestión de la cadena de suministro está llena de incertidumbres, y mejorar la precisión de los pronósticos y fortalecer las capacidades de gestión de inventario no puede resolver por completo todos los problemas de gestión de repuestos de los distribuidores. Entre ellos, el más importante es la eliminación de piezas inactivas (generalmente definimos como piezas inactivas las que no se han vendido ni comprado en el plazo de un año) o piezas de repuesto a largo plazo.
La aparición de un inventario lento es un problema muy complejo, que puede verse afectado por múltiples factores como errores de pronóstico, fallas en la estrategia de inventario, reemplazo de artículos, pérdida de clientes, mejoras en la calidad de los vehículos, etc. Incluso con capacidades mejoradas de pronóstico y gestión de inventario, aún puede ocurrir inventario muerto con el tiempo.
Sin embargo, el bajo inventario es un problema local. Realizamos un análisis de muestreo de distribuidores y descubrimos que si un accesorio está en un estado lento en un distribuidor, la probabilidad de que todavía esté lento para todos los distribuidores de la ciudad es 77, y para la provincia (o área de ventas) en la que se encuentra ), sólo 35. Si se eleva la perspectiva a todo el país, la probabilidad de seguir deprimido es inferior a 5. Por lo tanto, tenemos muchas posibilidades de encontrar otros compradores para las piezas desgastadas del distribuidor.
La primera cuestión es cómo hacer circular la “parte mundana”.
La plataforma de colaboración de repuestos posventa también es una plataforma de comercio de repuestos entre distribuidores, que ayuda a los distribuidores a comprar y vender repuestos que cumplen ciertas condiciones en la plataforma. La gestión de la plataforma define "ciertas condiciones", generalmente porque el inventario de piezas tiene una vida útil prolongada y la profundidad del inventario ascendente no es grande.
Al mismo tiempo, cuando los distribuidores envían periódicamente órdenes de compra a upstream, las recomiendan a los distribuidores y vendedores circundantes (normalmente de la misma provincia o grupo). Relacione periódicamente piezas desafiladas con distribuidores con un alto volumen de ventas, comuníquese con ellos y promuévalos para completar la asignación.
En la operación real, con el apoyo de ciertas políticas de marca, al menos el 30% de las piezas muertas se pueden utilizar de manera efectiva para liberar capital de trabajo para los distribuidores y reducir los costos de gestión de inventario.
Optimización de la distribución del distribuidor
En el campo de la gestión de la cadena de suministro del distribuidor, los costos de logística y transporte son un costo importante a cargo del OEM. La cantidad de vehículos utilizados en ese año determina el transporte. costo ese año. Desde una perspectiva macro, la relación entre el número total de accesorios pedidos por los distribuidores al OEM y su volumen de ventas en un año es básicamente 1:1, es decir, el volumen total de accesorios enviados en un año es "fijo". , la clave para determinar los costos de transporte es la tasa de carga, es decir, la relación entre el volumen total de mercancías cargadas por cada vehículo de transporte y el volumen disponible del vehículo. Obviamente, cuanto mayor sea el valor, menor será el número total de golpes.
Hay dos factores principales que afectan la tasa de carga. Uno es el volumen de compra de un solo lote de distribuidores en la ruta de transporte.
Por ejemplo, si el volumen total de este lote de compras corresponde a 1,85 coches y el volumen disponible de un solo coche es 75, entonces la tasa de carga media no será 61,7 pase lo que pase. En segundo lugar, cuando el volumen de accesorios es fijo, las diferentes estrategias de carga también afectarán al número real de vehículos.
La clave para mejorar la tasa de carga es:
1. Optimización de las órdenes de compra de los distribuidores regionales. Sobre la base de la cantidad de compra básica (es decir, la cantidad de compra correspondiente a la estrategia de inventario), agregue una parte de la cantidad del pedido para cada distribuidor de modo que el volumen total de piezas compradas cumpla con la carga total de cada distribuidor por debajo del mínimo. condiciones de carga incremental y equilibrada Rango de volumen. Según nuestras estadísticas, este ajuste solo representa entre 1 y 3 del volumen de compras básico del concesionario en promedio;
2 Optimice la estrategia de carga, asigne específicamente la combinación y cantidad de piezas de carga a cada vehículo, y asegúrese de que la tasa de carga de cada vehículo esté controlada entre 70 y 75 y cumpla con ciertos requisitos de transporte, como la relación peso-carga, requisitos de estantes, requisitos de paletas, etc. En promedio, la tasa de carga ha aumentado de menos de 70 a alrededor de 73, lo que en realidad ahorra alrededor del 4% del viaje de transporte anual total, reduciendo efectivamente el costo general del transporte logístico.
Se predice que en el futuro, los OEM pasarán de ser fabricantes a proveedores de servicios de datos, y los activos de datos y tecnológicos se convertirán en su capital competitivo más importante. En la cadena ecológica construida por los OEM, los distribuidores son los participantes más importantes y los socios con las capacidades técnicas más débiles. Los OEM pueden mejorar efectivamente la eficiencia de ambas partes, fortalecer las relaciones de cooperación y pasar de estar impulsados por políticas comerciales a estar impulsados por datos y ser colaborativos. Esta plataforma de colaboración inteligente para accesorios posventa es la encarnación de esta relación de cooperación.
Este artículo es de Autohome, el autor de Autohome, y no representa la posición de Autohome.