大数据助力新能源汽车售后行业数字化

主讲人：刘鹏北京理工大学电动车辆国家工程研究中心副教授

刘鹏：很高兴今天能够来到汽修协会跟大家做一些分享，前面师老师对于行业市场，包括对于汽车维修，基于数据的维修做了一些介绍。因为他们已经做了一些介绍，我简化一点，给大家留点时间。

我分为三个板块给大家做介绍：

第一，国家战略不用说了，目前来说有2000多万辆车在用，目前各方面技术能力也处于领先地位。意味着从新能源维修维护保养包括汽车后市场服务，我们应该也属于前瞻的探索和应用的阶段，我们必须盈利世界，引领行业。对于行业来说，以前对于传统市场来说有的抄，国外做了什么我们做了什么，现在情况是我们做什么人家抄什么。

这里核心问题是从智能化、网联化逐步发展，发展过程当中意味着给大家提供的要求越来越高了，因为它在整个信息通信方面提供更多的数据。在整个信息化过程当中有AI等等一系列新的技术和手段，那维修的行业是否也应该考虑如何突破，如何发展，如何在现有的技术条件，包括数据条件基础上怎么跨越式发展，这是我们要面临新的困难问题。我们在数据层面如何用好，如何把数据真正的赋能到行业体系内，这是我们的关键和核心。

从2017年之前有些企业想用数，但是需要额外增加终端，增加成本来促进行业发展，但是有了平台以后大家变成了标配，也就是说我的车只要是新能源车出厂就自身带数据，有了数据之后大家就会琢磨怎么用，数据不能放在那儿，一定要跟我的车结合起来。

有哪些数呢？覆盖了73项数据，这里涵盖了从车辆的电池、基本运行状态等等一系列数据。传统车和新能源汽车最大的差异是什么？它们把原有的发动机变成电池电机电控，恰恰这个平台在建立之初是围绕新能源车辆安全为核心的目标和方向，也就意味着但凡跟它的安全、健康等等相关的在数据这些是足以支撑的。引用这些数据可以支撑什么？其实从运行过程来说，它第一哪些地方卖了，卖的怎么样，用的怎么样，用的好不好，整个技术体系融合以后对于它在整个生产过程当中，在营销过程当中，在消费者使用过程当中都有所体现。

具体包括实时的状态数据、报警数据、实时数据、全生命周期数据。就像原来出了问题以后去维修厂检验检测等同于一次体检，体检完了身体很好没有毛病，该回家回家，体检出来亚健康状态该保养保养，但是有问题了怎么办？医生把你扣医院了，该维修维修。这个数据是实时采集数据，实时做体检，意味着不会再出现身体不舒服，去医院一检查给你很严重的问题了，定期体检，实时体检，实时发现问题，早期发现问题，越早发现问题越早解决，对于整体从人的角度从车的角度来说都是最优的方案。

接下来我们考虑说这里面到底应该怎么解决它？怎么支持？一个方面从传统保养来说是油车保养5000公里，半年，很清楚就是换了机油滤芯，但是对于电车来说没有什么可换的，电池它要不要保养？最简单来说手机电池也是一样的，手机电池一直用，发现原来能够用一天，后来发现一天用不够了，后来半天都用不够了，要么换电池要么换手机。这个题怎么更好的支撑？

回到这两者之间的差异，它在整个电池电机电控体系内怎么用数据做支撑？许总针对它在体系内怎么表征做了很详细的介绍。

维修里面它的最大差别在哪？电动汽车是不能开箱，开箱以后密封性不行。所以需要通过数据表征，去看，或者更好的了解里面到底是什么，是什么状态，哪有问题，要不要开箱去修，修的话修哪里，不能说去医院所有都查一遍，结果最后发现啥毛病没有。这是在于有了数据之后能够更精准的表征我到底应该干什么，而不是面面俱到。

检测过程当中我们就会把它的数据和数据之间，问题和数据之间做表征关联。通过关联的方式可以解决从被动维修到主动维保，而且按需检验，这是数据给我们非常重要的支撑。刚刚提到它既然每天都有数据，理论上每天都可以做体检，不要出现真的电池系统出现问题了，把我撂半路，而是一个月之内修就行了，给你很好的提升量，而且在主动维保过程当中对于全生命周期经济效益价值来说我认为也是最好的。

所以这里给我们很好的结果是什么呢？从原来我看不见变成我看得见，而且是看得很清晰明白到底它哪有问题，包括是单体异常还是什么问题，通过这些方式做一些评估。

在这个体系内怎么做呢，大家能够看到去体检的时候会问你一个什么？问你一个年龄，因为你的年龄和你的性别决定了体检范围指标不一样，所以我们也会通过数据统计到底他在什么阶段，应该处于什么范围，这个范围该修还是该换。我们也会通过这种方式把充放电行为，怎么用的，用完之后的表征，是合理还是不合理的，是用户用不好还是电池本身不行有所区分。这里给大家展示的0-6万公里，不同时间段电池压差不太一样，统计完之后发现一出厂就有50-60毫伏差异，这不可以，因为车场定义的20毫伏才定义是合格的产品出库。所以我们需要通过数据统计知道后续维修的时候它的点在哪，它的范围在哪，也就是说在体检的时候那个指标范围是随着年龄、身体过程和状态实时的变化，它不能是一成不变就有这个数儿。

基于这个我们把使用的条件，在什么情况下是什么状态进行关联，关联之后做对比分析，确定这个车在这个状态下到底是什么。

同时对于它的安全体系做了模型，在车端知道它是超了还是没超，模型隐含的技术体系梳理持续。做的最简单的一量体温发烧了，最详细的指标体系根据更细的再分析描述。

基于我刚才说的这些，从线上做实时诊断评估，同时把整个健康状态做技术分析，线下再做诊断，根据诊断结果再做具体维修和保养，通过这种方式把它梳理的更清晰。这是从线上线下过程当中，最后结果是什么，车况正常还是健康度下降还是电池存在安全风险。这是从用户角度来说怎么梳理的条件。

给大家一个基本的案例，从预警到报警，通过这套体系告诉你变缓之后怎么到达正常的情况，这是对于维修体系要做的工作。电动车二手车要测它到底是什么状态，充一轮，跑一轮，但是这么做成本相对比较高，后面如何用这种方式方法来对电池健康状态进行评估，评估电池是什么状态，值多少钱，同样一个状态在不同时期价格不一样。通过这种方式评估量级以后，另外延续对它的价值进行评估评价。同时对于它的健康度包括使用强度等等。通过这几项指标对于整个状态进行精细化的评估。同时这边也会在亦庄成立一个电池家，对电池包括二手车评估之后进行交易管理。

另外针对保险这块，对于保险核定是2019年开始做了很多工作，现在也成为保险行业重要的指标，核心是通过原有车型、使用情况、充电次数等等降低保险赔付率。有了电池状态会做延保，延保电池是多少、值多少，应该怎么保，通过这个梳理出来。反欺诈这块也是，这个状态是否满足赔付的要求，也可以通过这个数据做一些评估支撑。