摘 要：随着国家级战略的推进，智能制造凸显出前所未有的经济价值。得益于芯片技术和传感技术的普及和成本的降低，物联网-大数据的创新性在不同行业得到体现。本文基于物联网-大数据的思路，结合机械行业的特点，简述了预测性售后服务的思路、可行性和待解决的问题，这将是新经济形势下售后服务的发展趋势。
关键词：物联网；大数据；售后服务；自动化
中图分类号：TP311.13；TP391.44 文献标识码：A 文章编号：2096-4706（2018）09-0190-03
Abstract：With the promotion of national strategy，intelligent manufacturing highlights economic value. Thanks to the popularity of chip technology and sensing technology and cost reduction，the innovation of internet of things-big data has been demonstrated in different industries. Based on the idea of increasing the data of internet of things and combining with the characteristics of mechanical industry，this paper briefly describes the idea，feasibility and problems to be solved of predictive after-sales service，which will be the development trend of after-sales service in the new economic situation.
Keywords：internet of things；big data；after-sales service；automation
0 引 言
随着中国制造2025规划的推出，工业4.0开始繁荣发展，一方面社会劳动力得到解放，另外一方面企业产能得到大大提升，此外，企业的产品质量较以往更有保障[1]。工业4.0的绚丽打破了传统制造业的宁静，自动化改造在制造业中大肆盛行，大量设备商为制造企业的转型提供技术支持，越来越多的设备集成商在不断争抢这片市场，希望在这股浪潮中获得持续收益。但随着设备市场进入红海厮杀期，各设备商在行业的技术优势将所剩无几，设备服务商的服务能力将会成为企业的核心竞争力，其中，售后服务作为企业服务的主要内容将越来越被看重，因此，如何提供更具竞争力的售后服务已经成为设备集成商思考的重要问题[2，3]。
1 现代信息产业与售后服务
机械设备涉及生活生产的各个领域，比如电气设备、环保设备、医疗设备和生产设备等。同时，作为制造业的主要部分，公司的运营流程和管理制度都较完整，其中，售后服务作为公司服务的核心部分，其基本流程是：（1）收到客户反馈；（2）组织会议，制定处理方法；（3）售后服务记录；（4）安排售后服务，实施售后服务；（5）完善服务记录；（6）售后记录归档。总体流程是一个被动过程，体现出了公司制度流程的作用，但未体现出售后服务的价值。
设备行业结合物联网和大数据分析技术，探索企业售后服务的新思路和新方法，将被动服务转型为主动服务，将模糊化服务转型为准确性服务，将延时服务转型为实时服务。首先，基于物联网获取的大数据中储存着设备运行的大量信息，其中包括设备的正常运行数据，比如：设备运行时间、设置参数等，也包括设备实际运行中潜在的问题，比如：异常参数、报警信息、故障频率等。其次，基于云计算的支撑平台，进行有效的大数据分析或计算，及时获得设备运营和维护的数据情报，做到实时掌控产品质量和存在隐患，主动应对有可能出现的重大设备问题。或根据客户的不同需求，科学整理获取大量客户体验数据，得出不同用途的信息结果，支撑企业不同的管理运营目的。
现代信息技术与传统制造技术结合，便出现了企业资源计划（ERP）、产品生命周期管理（PLM）等企业管理的新思路，从中不难看出预测型售后服务的迹象：（1）通过物联网技术，整合上传机器运行或机器故障代码或参数变化；（2）云计算从大数据中分析整理设备故障数据；（3）资深工程师在线阅览和讨论故障数据，同时，参考大数据中已有的案例；（4）确定具体故障点的位置并做好解决方案；（5）在线维护或工程师到达现场解决问题。这使得售后工作的开展有所依据，加快售后服务的效率，降低了企业因为设备故障被迫停产而造成的经济损失。设备集成商的客户关系管理（CRM）也将随之有所突破，公司的竞争力也将因为公司服务升级而得到提升[4-7]。
2 可行性分析
总体来看，新的售后服务思路会随着市场竞争的加剧，设备的自动化程度的提高而发生转变，企业售后服务转型将成为设备供应商实现经济收益持续性增长的重要手段。其好处不仅是提升公司竞争力，且起着深化生产形式，激励员工和打造公司品牌形象的作用。如表1所示，通过学习典型案例的运行过程，分析预测型售后服务对公司的经济作用。整个过程：获得新客户-建立对应关系-物联网建立实际对接-收集售后信息-促使提升产品质量-减轻售后服务压力-工作量降低-工作效率提高-售后服务贴切-客户满意（公司形象提升）。形成了一个从客户到客户的闭循环，而且，设备公司更加了解客户的需求或问题，能获取直接详细的一手数据，有的放矢地解决问题和实施售后服务。这不但降低人力成本和员工工作量，而且促进了企业的技术发展和质量提升，使客户满意的同时，也让员工的工作更加轻松有效率。正常的设备运行中，设备常见故障可以基于运行结果归类总结，分为不同类别，在不同类别下有包含不同小问题，设备的问题检测可以由此入手。就是在以往的运行数据库中，获知哪些参数出现怎样的异常波动，对应于哪种可能的设备故障，技术人员可借鉴数据库，现场一一排查和灵活处理，降低了售后服务的频率，也降低了生产停顿的损耗时间。甚至于工程师也可以在线指导，指导技术人员处理一些异常情况，减少售后服务的等待时间，起到了节省时间、节省人力的作用。因此，无论是从公司利益角度还是从个人工作角度，预测型售后服务所呈现出的优越性，使它容易被大众接受，这将增大预测型售后服务推广的可行性。
同时，预测型售后服务的经济可行性也需要考虑。如表2所示，是信息化改造的资源投入与传统模式投入情况对比。基于物联网的监测系统虽然在设备的投入上有所增加，但从长期来看，物联网监控系统是一次性投入、长期收益的模式。传统模式则是人力资源的不断重复投入，随着社会经济的不断发展，中国廉价劳动力时代即将成为历史，加之中国社会老龄化的出现，劳动力数量不足现象会趋于明显，人力成本将被拉高，因此，企业采用技术成本代替甚至是降低劳动力成本是大势所趋，也更能节省公司运营成本。
此外，预测型售后服务的技术可行性不容忽视。相较传统监测模式，物联网监测模式要求有一个可靠的平台作为工作正常运行的载体，这是技术层面的需求，值得庆幸的是，物联网技术被社会各个方面所关注并处于快速发展中，各种云计算平台也在争先恐后地各领风骚，如华南制造的大智移云等。虽然所属环境有所差别，但是实现原理基本一致。在制造业领域有着多年最佳实践的Infor公司提供了一系列协同商务应用软件及其相关服务，这些解决方案为制造商的高速发展建立了扎实的基础，在全球市场中获得了较强竞争力。
3 存在的问题
3.1 数据安全性问题
工业控制越来越盛行，网络安全成为一个重要问题。为了获得设备的实时数据，设备需运行远程监控模式，则网络安全性问题也就成了设备商关注的重点[8]。国家也出台了相关政策支持工业控制安全技术的研发，虽有成效，但仍需时间和经验的不断积累。作为非科研型的企业，数据安全问题没有那么凸显，这类问题基本依靠系统提供商的技术支持，会随着网络技术的不断发展越来越有保障。
3.2 制造企业隐私问题
一般而言，制造企业的产品都是经过精心设计，具有自己的特色，满足远程服务的基础要求收集的一些数据，不只是设备故障错误代码，还有生产工艺以及内容，这就涉及企业的隐私问题。现行解决方案是签署具有法律效力的文件，同时对相关人员进行培训，提高其职业道德水平，此外，拟定相应的公司奖惩制度，从管理角度出发，确保双方顺利合作。
3.3 硬件和软件的可靠性问题
工业生产环境相对恶劣时，对监控元件就会有相应的要求，比如，耐高温、耐腐蚀性等。一旦监测元件或传感仪器在特殊环境中遭到破坏，设备的运行数据将无法获得，因此，硬件设备的可靠性是基础，需要根据不同环境去合理选择。工业设备不只是硬件的组成那么简单，其中还需要软件的支持，若是系统软件出现未知故障问题，设备的运行情况则难以得到有效反馈，相应的，设备公司将无法提供精准服务。
4 结 论
结合物联网实现工业改造将成为智能制造的发展趋势，大数据技术是其快速发展的助力，在大数据时代下，各行各业都将接受转型升级，预测型售后服务的优势将协助企业降低维护损失，缩短故障发生周期，有效提升生产效率。预测型售后服务可适用于设备集成商或其他类型的设备研发、销售一体公司，也可用于工业制造领域，但不局限于工业制造领域，其延展性还有待进一步发掘。
参考文献：
[1] 沈丽云.“互联网+”背景下的机器人发展浅析 [J].通信电源技术，2016，33（4）：207-209.
[2] 陈欣欣.大数据售后运用与分析 [J].技术与市场，2018，25（5）：71-72.
[3] 林丽珠.大数据背景下消费者与品牌的关系管理研究 [D].哈尔滨：哈尔滨理工大学，2016.
[4] 张全升，龚六堂.基于物联网技术的智能物流的发展模式研究 [J].公路交通科技（应用技术版），2011，7（3）：250-252.
[5] 林敏晖.基于物联网和大数据分析的智能物流研究 [J].辽宁科技学院学报，2016，18（6）：28-30.
[6] 吴海龙.家电企业售后服务流程的优化方法研究 [D].大连：大连理工大学，2004.
[7] 朱艳.医疗设备售后服务补救过程的实证研究 [D].北京：对外经济贸易大学，2012.
[8] 宗健.工业4.0时代的工控网络安全防护研究 [J].化工管理，2016（12）：192.
作者简介：罗骏炜（1968-），男，壮族，广西武宣人，工程师，学士。研究方向：电站、电灌站管理及其自动化。
