基于汽车产业链协同平台的车辆故障业务数据分析与增值服务研究
发布时间：2020-12-22 21:56
近年,我国汽车市场已经进入一个高速增长期,客户对车辆质量要求的日益提高,车辆质量成为汽车畅销的一个重要影响因素。大型汽车制造企业已经开始关注车辆售后质量问题并引进了相关质量管理系统进行整车质量信息反馈,但是中小型制造企业目前仍在以IT系统反映业务流程的阶段徘徊,在整车生命周期内车辆数据流向仍然是售前→售中→售后,没有形成从车辆行驶阶段反馈信息回研发设计阶段的闭环,大量业务数据积累却得不到利用。为提升整车质量,挖掘历史业务数据中的潜在价值,本文结合原型企业实际需求进行了车辆故障业务数据分析系统的研究和实现。本文研究了原型企业所依托的汽车产业链协同平台运作模式,总结了企业售后服务业务中存在的问题。基于原型企业售后服务系统中维修业务的故障数据及其他协同系统中的相关数据对原型企业六大车型展开车辆故障多维分析,主要进行了车辆故障影响因素分析、故障分析报告、故障档案查询、故障件数量预测四个功能的设计与研发。本文通过对影响车辆质量的外界因素进行分析掌握车辆故障规律,形成车辆故障分析报告辅助企业决策层进行决策,研发设计人员根据车辆实际行驶过程中的故障情况对整车质量进行有针对性的改进提升。同时,本文基于...
【文章来源】：西南交通大学四川省 211工程院校 教育部直属院校
【文章页数】：79 页
【学位级别】：硕士
【部分图文】：
浴盆曲线
将售后故障业务数据分析系统与企业原有业务系统结合形成故障信息流，提出了基于汽车产业链协同平台的车辆故障业务数据分析与增值问题解决行了系统流程设计。 汽车售后服务模式和售后服务业务模式分析目前，汽车产业价值链多以汽车制造企业为核心，是由上游供应商、汽车制造经销商、售后服务商组成的一条业务协同的价值链条。在这条价值链条上包值阶段（如售后服务阶段）及众多价值节点（如三包期内故障维修节点）。售后服务指的是汽车生产厂家为客户提供的保养、维修、咨询、回访等一系列务[1]。现有汽车售后服务模式中，汽车制造企业占据售后服务核心并作为各类角色出现，客户作为被服务对象参与，加盟服务商作为车辆保养、维修的实际用在链条上，配件供应商主要承担协助审核重大故障维修申请、查询供应商的责任。此模式中，客户及配件供应商并不作为主要参与者，客户只是保养及的发起者，配件供应商只参与协审，这一模式成为中小型制造企业售后服务式。该模式如图 2-1 所示：
图 2-2 基于汽车产业链协同平台的售后服务业务模式自 2014 年售后“三包”服务业务系统上线以来，主要实现了以下目的:（1）为各制造企业的车辆售后三包政策建立完整的电子报单和审单流程，规范车辆售后走合保养、维修换件、理赔管理等业务流程，减少管理漏洞；（2）完善售后服务工作中三包业务的管理，脱离纸质单据保证数据准确性和完整性；（3）自动关联对应数据，实现厂内和各片区保障中心、服务站、供应商的资源共享、协同工作，提高信息沟通的效率和质量，最终达到信息和业务集成的目的；（4）实现了本系统与制造企业其他业务系统（销售、配件）、协作企业群内部系统的数据集成与共享，保证数据在不同业务阶段数据的基本一致；（5）实现了各类业务数据（包括故障业务数据）大量累积，为企业后期挖掘历史业务数据价值提供了基础。2.2 汽车售后服务模式和售后服务业务问题分析
【参考文献】：
期刊论文
[1]城市交通路口短时流量预测[J]. 张金飞,黎英,高伟,黄名钿. 软件. 2018(01)
[2]自回归求和移动平均乘积季节模型在西安地区出生缺陷预测中的应用[J]. 张丽,米白冰,相晓妹,宋辉,董敏,张水平,章琦,王玲玲,屈鹏飞,党少农. 西安交通大学学报(医学版). 2017(03)
[3]进口汽车后市场质量安全监管的思考[J]. 郑淼茜,曹阳. 管理观察. 2016(26)
[4]汽车机械故障的表现形式与原因分析[J]. 孙云. 现代工业经济和信息化. 2016(14)
[5]数据库系统概论(第5版)[J]. 王珊,萨师煊. 中国大学教学. 2014(09)
[6]基于MVC模式个人博客系统的设计与实现[J]. 杨帆,林勇,胡秀兵. 计算机时代. 2014(01)
[7]基于对故障规律统计分析的汽车备件需求预测[J]. 张浩,高朝晖. 数理统计与管理. 2012(04)
[8]驾驶行为决策风险的多维结构模型[J]. 任园园,李显生,席建锋. 吉林大学学报(工学版). 2011(02)
[9]面向服务的汽车配件需求预测模型[J]. 廖伟智,孙林夫,杜平安. 计算机集成制造系统. 2010(08)
[10]北京市驾驶行为与影响因素分析[J]. 白云,石京. 交通信息与安全. 2010(02)
博士论文
[1]基于云平台的多供应链协同技术研究[D]. 潘华.西南交通大学 2016
[2]基于云服务平台的多联盟企业群协同技术研究[D]. 李斌勇.西南交通大学 2015
[3]基于产业链协作平台的商务智能架构及数据挖掘技术研究[D]. 范黎林.西南交通大学 2009
硕士论文
[1]支持服务生命周期战略管理的业务协同技术研究[D]. 徐谦.西南交通大学 2017
[2]针对BA-FRVM的研究及用于汽车典型故障件的数量预测[D]. 陈强.西南交通大学 2017
[3]Hadoop平台下基于聚类和关联规则算法的工程车辆故障预测研究[D]. 武霞.太原科技大学 2015
[4]汽车零部件企业需求预测模型应用研究[D]. 施卫海.上海交通大学 2014
[5]基于本体的汽车维修服务知识管理系统研发[D]. 辜晓锋.西南交通大学 2014
[6]基于SVR与半监督学习的时间序列预测[D]. 周若愚.西安电子科技大学 2014
[7]基于产业链协作平台的汽车故障分析与诊断系统的研究与应用[D]. 李丽.西南交通大学 2011
[8]汽车配件需求预测研究及其系统设计[D]. 刘小丰.东北大学 2010
[9]汽车售后服务故障件管理及数据挖掘技术应用研究[D]. 罗洪波.西南交通大学 2008
[10]基于遗传神经网络的汽车故障率预测[D]. 杨婷.上海交通大学 2008
本文编号：2932504
【文章来源】：西南交通大学四川省 211工程院校 教育部直属院校
【文章页数】：79 页
【学位级别】：硕士
【部分图文】：
浴盆曲线
将售后故障业务数据分析系统与企业原有业务系统结合形成故障信息流，提出了基于汽车产业链协同平台的车辆故障业务数据分析与增值问题解决行了系统流程设计。 汽车售后服务模式和售后服务业务模式分析目前，汽车产业价值链多以汽车制造企业为核心，是由上游供应商、汽车制造经销商、售后服务商组成的一条业务协同的价值链条。在这条价值链条上包值阶段（如售后服务阶段）及众多价值节点（如三包期内故障维修节点）。售后服务指的是汽车生产厂家为客户提供的保养、维修、咨询、回访等一系列务[1]。现有汽车售后服务模式中，汽车制造企业占据售后服务核心并作为各类角色出现，客户作为被服务对象参与，加盟服务商作为车辆保养、维修的实际用在链条上，配件供应商主要承担协助审核重大故障维修申请、查询供应商的责任。此模式中，客户及配件供应商并不作为主要参与者，客户只是保养及的发起者，配件供应商只参与协审，这一模式成为中小型制造企业售后服务式。该模式如图 2-1 所示：
图 2-2 基于汽车产业链协同平台的售后服务业务模式自 2014 年售后“三包”服务业务系统上线以来，主要实现了以下目的:（1）为各制造企业的车辆售后三包政策建立完整的电子报单和审单流程，规范车辆售后走合保养、维修换件、理赔管理等业务流程，减少管理漏洞；（2）完善售后服务工作中三包业务的管理，脱离纸质单据保证数据准确性和完整性；（3）自动关联对应数据，实现厂内和各片区保障中心、服务站、供应商的资源共享、协同工作，提高信息沟通的效率和质量，最终达到信息和业务集成的目的；（4）实现了本系统与制造企业其他业务系统（销售、配件）、协作企业群内部系统的数据集成与共享，保证数据在不同业务阶段数据的基本一致；（5）实现了各类业务数据（包括故障业务数据）大量累积，为企业后期挖掘历史业务数据价值提供了基础。2.2 汽车售后服务模式和售后服务业务问题分析
【参考文献】：
期刊论文
[1]城市交通路口短时流量预测[J]. 张金飞,黎英,高伟,黄名钿. 软件. 2018(01)
[2]自回归求和移动平均乘积季节模型在西安地区出生缺陷预测中的应用[J]. 张丽,米白冰,相晓妹,宋辉,董敏,张水平,章琦,王玲玲,屈鹏飞,党少农. 西安交通大学学报(医学版). 2017(03)
[3]进口汽车后市场质量安全监管的思考[J]. 郑淼茜,曹阳. 管理观察. 2016(26)
[4]汽车机械故障的表现形式与原因分析[J]. 孙云. 现代工业经济和信息化. 2016(14)
[5]数据库系统概论(第5版)[J]. 王珊,萨师煊. 中国大学教学. 2014(09)
[6]基于MVC模式个人博客系统的设计与实现[J]. 杨帆,林勇,胡秀兵. 计算机时代. 2014(01)
[7]基于对故障规律统计分析的汽车备件需求预测[J]. 张浩,高朝晖. 数理统计与管理. 2012(04)
[8]驾驶行为决策风险的多维结构模型[J]. 任园园,李显生,席建锋. 吉林大学学报(工学版). 2011(02)
[9]面向服务的汽车配件需求预测模型[J]. 廖伟智,孙林夫,杜平安. 计算机集成制造系统. 2010(08)
[10]北京市驾驶行为与影响因素分析[J]. 白云,石京. 交通信息与安全. 2010(02)
博士论文
[1]基于云平台的多供应链协同技术研究[D]. 潘华.西南交通大学 2016
[2]基于云服务平台的多联盟企业群协同技术研究[D]. 李斌勇.西南交通大学 2015
[3]基于产业链协作平台的商务智能架构及数据挖掘技术研究[D]. 范黎林.西南交通大学 2009
硕士论文
[1]支持服务生命周期战略管理的业务协同技术研究[D]. 徐谦.西南交通大学 2017
[2]针对BA-FRVM的研究及用于汽车典型故障件的数量预测[D]. 陈强.西南交通大学 2017
[3]Hadoop平台下基于聚类和关联规则算法的工程车辆故障预测研究[D]. 武霞.太原科技大学 2015
[4]汽车零部件企业需求预测模型应用研究[D]. 施卫海.上海交通大学 2014
[5]基于本体的汽车维修服务知识管理系统研发[D]. 辜晓锋.西南交通大学 2014
[6]基于SVR与半监督学习的时间序列预测[D]. 周若愚.西安电子科技大学 2014
[7]基于产业链协作平台的汽车故障分析与诊断系统的研究与应用[D]. 李丽.西南交通大学 2011
[8]汽车配件需求预测研究及其系统设计[D]. 刘小丰.东北大学 2010
[9]汽车售后服务故障件管理及数据挖掘技术应用研究[D]. 罗洪波.西南交通大学 2008
[10]基于遗传神经网络的汽车故障率预测[D]. 杨婷.上海交通大学 2008
本文编号：2932504
本文链接：https://www.wllwen.com/kejilunwen/qiche/2932504.html
