背景随着我国汽车保有量的不断增加，售后市场规模也在不断扩大，成为经销商的主要利润来源。面对日益增长的市场和日益激烈的竞争，汽车企业和销售店对售后市场情况的判断极为重要。
立足自身实际，结合市场需求的变化，规划可行的售后业务优化模式，是企业的必由之路。MagicBI Digital Pre-Intelligence作为AI驱动、基于搜索的分析决策平台，可以为售后业务的数字化转型提供数据支持。
售后流程数字化
售后流程可以简单分为预约、接待、保养、配件、交车五个步骤，每个步骤都不可忽视。通过优化每一步的业务内容，提高服务水平和质量，从而提高我们自身的市场竞争力。
1、订票传统模式下，订票提醒是手动完成的。服务顾问检查客户车辆档案信息，并根据行驶里程或时间段间隔判断是否需要致电客户预约到店进行车辆保养。MagicInsight可以自动筛选到维护期的客户，直接生成服务顾问名单。并整合各部门数据，帮助售后服务部门了解车辆情况和保养项目细节。维修车间和零件部门可以调用人员、设备零件数据等信息。以便合理安排预订订单的人员和物料。
2、接待处服务顾问全程参与车辆接收、维修评估、确认登记、维修结算、验车交车，是充分接触客户，与客户互动最多的角色。所以这个岗位需要有一定的工作经验，熟悉车辆信息，零配件价格，保养时间，保养流程。除了掌握业务信息，还需要分析和预测客户心理，从而更好地服务客户，满足客户需求。MagicInsight可以大大减轻接待人员的工作压力，通过建立实时数据库，可以快速搜索客户信息、员工信息、库存信息、产品项目信息等数据内容。帮助前台工作人员有序开展业务，通过系统输入客户信息、本次返厂保养/维修项目、车辆里程、车况、故障现象等信息，利用模型生成预计发货时间。
3、维修经服务顾问确认后，可凭完工单进入维修车间。车间维修车辆的流程是车间的作业流程，包括维修技师之间的协调，配件和工具的获取是否顺畅，车辆维修反馈的及时性等。部门内部的协调程度与完成效率、工作质量和客户满意度密切相关。MagicBI可以打破部门之间的数据壁垒，实现数据整合，将信息以可视化的形式呈现，让维修技术人员了解工作车辆的信息、工作项目的内容、维修资料的详细情况等。并且前台和客户可以了解实时的维修进度，从而使业务发展透明化。
4、配件收入是最重要、最直接的利润来源。每个汽车厂商都有自己的KPI标准来考核配件采购的要求，考核的结果直接体现在店端配件采购的折扣率上。折扣率越低，采购成本越低，售后配件利润越高，对售后利润的贡献越大。MagicInsight可以实现供应商信息管理、库存效益分析、浪费分析等功能，优化采购计划。在毛利率有下降风险时进行预警，从而降低原材料价格和供应风险。
5、配送车辆维修完成后，检查合格车辆并停放在配送站，通知服务顾问。顾问会结算保养费用，及时通知客户，并陪同客户验车。在这个环节中，顾问需要确认车辆的维修质量、更换的零配件、技术状况、外观和内饰，并告知客户。办理出厂手续时，告知客户车辆的注意事项和质保期。MagicBI可以根据上游业务输入的数据，为顾问提供准确的交接信息和注意事项。并建立出厂车辆维修信息档案，跟踪监控车况，主动听取客户评价，为提升服务管理水平提供参考。
关于MagicBI数的预智能
MagicBI Digital Pre-intelligence的成员主要来自微软、阿里、百度、字节跳动等公司的数据团队。我们的使命是让每个分析都变得简单，只针对每个家庭。公司主要做下一代基于搜索的分析，帮助企业建立基于站的企业搜索百科。使用可解释的AI、自然语言分析等技术查询数据，需要太多的训练。同时连接PC端和移动端，支持语音输入，随时随地以任何方式获取数据洞察，实现企业数字化升级。业务员不用学SQL也能做分析，提高业务决策效率。
