江苏力好龙骏：打造全生命周期的客户数据生态-第一工程机械网

在2019中国工程机械营销&后市场大会“新营销—D造客户生态论坛”上，江苏力好工程机械有限公司信息化事业部总经理龙骏做了关于《打造全生命周期的客户数据生态》的演讲。

江苏力好工程机械有限公司信息化事业部总经理龙骏

各位尊敬的行业前辈们，大家上午好!

今天我要与各位分享的是力好是如何通过对于数据的运用去帮助，或者去影响客户成功的一个真实的案例。

在开始之前，我先将PPT中所涉及到的数据系统与大家作个分享。

UI系统

大屏中所显示的图片是我们的UI系统，图中的每个星星点点是我们活动的每一台设备。

这个图片是当时晚上8点截取的，当时总台量为32730台，这些看得见的数据以及看不见的数据，都是通过KEN总线，从上千个传感器滤波中提取出的64个关键数值，包括设备油耗、工时等数据，这些数据上传到云，通过数据清洗，再通过大数据计算后，最终得到目前所看到的这些可视化数据。

而今天我要与各位分享的内容主要包括四个模块：

采购入行、智能服务、风险降减、统筹管理。

并且在各个阶段中力好如何通过对数据运用去影响和引导“客户小王”的。

客户小王在2016年找到我们公司，说想购买一台中挖，但由于之前没有相关经验，一直犹豫不定。

我们剖析小王的情况后，得到阻碍他购机的因素为两点：经验不足；对机型的认知程度不高。

数字是不会说谎的，每一个数字背后都有它的故事。而我们要做的就是将这些故事放大，直接或去间接地去影响客户的判断。

2016年全年中挖的平均工时数据和在线设备总台量数据

这张图片是江苏省苏州市在2016年全年中挖的平均工时数据和在线设备总台量数据。

通过蓝色柱状图大家可以看到，中挖在当地平均工时由年初的103小时，到年末最高峰的156小时，全年增长35%。

平均工时增加意味着该区域工程量是在不断增加的。

同时我们看绿色柱状图。该区域增长保持在小幅度增幅。这表明该区域工程量增加了，但是设备保持量在一个恒定值，在一定程度上说明该区域对中挖是有需求的。

同时我们结合中挖在该区域工时同比数据和开工率同比数据均有上升的趋势，说明中挖在该区域市场行情是不错的。

通过这些数据分析，我们在坚定小王入行的信心之后，他在对机型选择上又迷茫了。

这时候我们将苏州地区195和215台量数据调出来进行对比，结合两种机型平均工时数据，我们看到195较215台量多了近三倍。

苏州属于一个轻土方市场，对设备要求不高，又是一个密集型市场，客户往往更加关注成本。

代理商需要利用线上数据，并结合当地市场实际情况，多维度为客户提供科学的建议。既然客户小王选择了我们的品牌，那么对于设备的健康，我们就有义不容辞的责任，这也是我提出的第二个问题。

三一挖掘机

如何让客户的服务体验更智能化?在过去，我们力好在没有系统管理的情况下，服务模式有三个痛点：第一，服务的及时性。就江苏区域而言，目前我们公司服务的设备总台量超过11000台，人均80台，在没有系统的情况下，被动接受客户召请的服务居多，订单容易出现扎堆等问题。客户维修保养服务不能得到有效解决;第二是资源调配不合理，在没有保养订单统筹管理的前提下，过程订单不能得到有效性针对性办理，导致中高级服务人员在做保养，初级服务人员在做维修，技术服务能力与故障之间不匹配，进而导致故障处理效率低;第三是服务过程管控。传统的客服无法及时的掌握服务动态，使客户一直处于被动等待的状态，导致用户服务体验差。

针对于这三个问题，我们是通过以下几个方法逐一解决的。

第一，对即将到达保养节点设备的客户进行主动服务预约，由被动服务转向主动服务。同时我们根据客户的总工时数据，提前进行配件的储备，精确的做配件计划。

第二，关注重大异常问题报警。

重大异常问题报警

图片中系统分别在10月16日、17日对这台机器的机油压力过低进行了报警。

通常这种机油压力过低会导致发动机产生故障，针对这种重大异常问题我们会及时和客户进行核实。

结合第三点，AI服务助手。尽可能帮助客户进行远程故障排查。在解决不了问题的情况下，我们也会派服务工程师去现场为客户进行故障排查，尽可能的防止问题进一步恶化，降低客户成本。

第四，服务订单全过程可视化。目前我们公司80%的服务订单都是通过这个界面，由客户进行主动服务预约下单。客户通过这个界面能够查到服务工程师的星级、闲忙等信息并和工程师协调时间进行服务保养。订单生成后，能够通过手机端了解到服务工程师的具体定位，以及预计到达时间等相关信息。对于客户来说，最大的风险就是经营风险，具体为他所购买设备的施工时间，能干到活的就赚得到钱，干不到活就赚不到钱。我们的服务可以帮助客户解决这个问题，从根本上解决客户的痛点。

第三个问题就是如何帮助客户提高抗风险能力。

在我们管理过程中，发现小王买了机器之后，他前三个月平均工时达到180小时以上，但接下来他的设备平均工时下降到100小时左右。

后来我们在回访过程中发现小王发生较严重的经营问题，主要是以下三点导致：信息闭塞;工程不稳定;以及他自身抗风险能力不足。

我们对客户的这种情况，通常分为三个步骤、两个方法解决。

以客户小王作为一个例子。30%首付购买的设备，月均还款2万，苏州含油台班费240每小时。操作手月工资8000，油费75每小时。我们就此推出小王的资金平衡点：他的设备需要达到每个月工作170小时以上，方能覆盖住他的还款。

三一挖掘机在施工

实际上客户小王设备月均工时只有100小时，针对这种风险等级较高的客户我们会进行回访，帮助客户在工程不理想时采用两个方法：

第一，线上查询施工热点区域。或者通过我们的系统来查询附近的工时数据较多的区域在哪些地方，属于哪些客户。

第二，通过线下的撮合会面来进行介绍，同时将客户介绍给我们的租赁公司。

深挖数字能找到很多问题，也能找到很多解决方法，我们做的就是抓住这个问题，并将这个问题放到合适的地方去。

客户小王在2016年入行后，我们公司为他的设备提供了保障。在2016年底，我们公司也为客户小王渡过了难关。通过小王自己的努力，在2017年和2018年分别购进我司两台设备，2019年客户小王拥有7台挖机成为公司钻石客户。

通过设备不断增加，我们发现他目前管理方法无法满足多设备的管控。

这也是我提出的第四个问题。如何培养客户的科学管理方法?

小王目前传统的管理问题可以归纳为五点：设备油耗;设备定位;设备健康;驾驶员工作;工程结算。

以设备油耗为例，过去设备加油通常由现场管理员、设备管理员直接负责，加多加少、使用多少老板往往不知情，难免会出现以权谋私的情况。

针对这种情况，我们对小王这种弱管理、多设备的群体进行了统一培训。我们将客户的施工场景和管理场景数据化，让客户通过手机实现管理和监控。

具体表现为以下几点：1、多设备统一管理。通过我的设备，客户将他名义下所有类别设备全部放入我们的后台，通过手机便可以查看设备的实时数据;2、设备施工状况监控。帮助客户通过手机便可以实时查看机器相关信息，如右图这台SY0121，客户通过这个界面实时了解到当前档位、油位、定位、以及当日油耗、当日开工时间，以及具体开工时间分布图、怠速比等相关信息。3、施工数据储备。在过去客户往往是通过手工记录的方式来记录这些数据。现在机器设备施工时自动进行数据采集，并通过大数据计算为客户提供更为精准的数据。

工作日志