在《行业研究 | 从共性需求入手，看家电企业的服务数字化建设（上）》一文中，我们以世界500强与国民家电品牌为例，分析了家电企业服务业务信息化建设的共性，并且从服务履约的角度进行了家电行业售后服务业务分析，本文继续进行家电行业服务管理以及智能化客户服务场景的分享。
家电企业为客户提供的售后服务主要是安装和维修，头部企业这两类业务的工单年度占比超过60%，并且基于安装维修延伸出几类常规业务：
▶新机调试：对于需要通电通水的厨电类产品，新机安装后会需要企业提供调试服务。
▶不良品退换机：不良品退换机在各行业都可能涉及，但由于交易量大、电商渗透度高、7天无理由退换货等机制，导致家电行业不良品退换机业务逐渐扩大。
▶拉修/送修：无法在现场完成的维修服务，机器需要拉回网点车间维修，其中会涉及到拆机、运输、报价和再次安装等多个环节的协同。拉修的业务一般发生在价格高的产品线，综合维修成本远低于退机成本时才有服务的价值。
▶寄修：相对于现场服务的高成本，针对小家电会设置维修中心，打通物流实现远程寄修服务。
▶增值服务：国内优秀的家电品牌利用服务资源扩大服务营收，为客户提供清洗保养、产品延保、预设计、预埋、定期巡检等增值服务。
业务的特色使得家电行业的服务管理也具有一定的行业特点：
|
| 不良品退换货分为售前退换和售后退换。其中新机安装时发生的退换机，需要按退换原因来鉴定是由售前退换还是售后退换。退换机是家电行业无法避免的话题，并且因其涉及到较大的服务成本，是一个需要多部门参与决策的话题，也是家电行业业务流程中较为复杂的场景之一。服务工程师上门鉴定后通过通过鉴定工单发起退换机申请，参与审批的角色通常还包括财务、质检、仓管等部门。 |
| 在售后服务体系中，大多数行业都脱离不开服务商管理的话题，家电行业主要客户为个体消费者，更加要求企业的服务覆盖面。相比于企业自行招聘和管理服务工程师，与各地第三方的服务公司合作在成本上更低、效率会更好。但同时由于服务商的存在，会带来更多服务商管理的难题，需要通过数字化的能力进行赋能。 |
| 服务工程师的培训关系到企业的服务质量和客户满意度，也是在家电行业人员管理中必不可少的环节，通过培训提升工程师的服务能力，通过考试授权服务工程师资质，培训考核是企业建设服务工程能力模型的重要手段。一个工程师在入职后，一般需要通过岗前培训，了解企业规章制度、产品体系及安装规范等，通过考试取得上岗资格，后续根据个人能力，参与不同产品线、服务类别的授权培训及考试，扩大服务授权范围。企业也会制定星级评定的各类标准，通过建立正向的激励制度，促使工程师参与更高星级的竞争，实现双赢。 （延伸阅读：《服务组织培训抓住这四个重点，让员工在实际中提升》） |
| 目前家电行业备件管理系统一般采用专业生产仓储软件，但此类系统功能一般不会有前端工单管理的业务。在服务系统建设时，与主流的生产及仓储系统集成，应该成为系统标准内化能力。 |
| 售后备件的储备是服务履约效率的一个重要影响因素。合理的备件储备、配件计划，能提高一次上门解决率，减少因缺件而导致的退换货。备件仓储管理不仅是简单的备件库存数量管理，而是需要从产品配件清单、配件属性、历史使用率等各个维度入手，做出预测性的配件计划，降低备件呆滞率等重要指标。在售后宝与家电企业的合作中，已有先进实践：突破性地建立自动配件准备的算法模型，通过对历史数据的采集及分析，预测性地计算每个工单需要准备的维修配件。 |
| 从服务系统业务完整性的角度，一般企业关注的主数据包括：产品线、产品备件BOM、客户档案、产品档案、服务商、人员账号。从服务系统建设的经验来看，主数据都需要从其他系统内同步至服务平台，并能够实现SSO免登、保持状态同步等，做好产品内标准化的集成能力。 |
| 产品的保修状态对家电行业的成本控制有着重要的影响。保内是成本，保外是收益，所以家电企业会严格管理产品的保修状态。而家电行业，一般以产品安装日期为质保起算日，无安装日期以开票日期起算，无开票日期以生成日期起算。目前售卖产品延保已经成为家电行业普遍的服务营销类目，通过服务平台售卖延保卡，并自动更新延保周期，能够为后续对客收费，对服务商结算提供较大便利。
增值服务是家电企业在巨大的服务成本面前，寻求私域流量转化的方式之一。除了售卖延保，在售后宝服务过的家电企业中，还提供家电清洗服务、预埋管线服务、预设计等基于产品本身而产生的增值服务。 |
依托于在众多家电客户项目中积累的项目经验，售后宝通过产品上创新的智能化能力，为客户实现多个业务场景的智能化改造，通过AI+服务的方式，让协同效率更高、让资源策略更灵活、让客户体验更好。
场景一：AI质检机器人，监控产品安装规范
在通电通水的家电行业，不规范的安装可能会带来漏水、漏电、漏气、起火等重大的安全隐患。传统的管理办法，是要求安装师傅提供多角度的机器安装图片，再通过人工审核现场图片的方式来发现不规范的安装问题。但由于工单体量大，产品品类多，人工审核无法全部覆盖，采取事后抽查的方式，效率低且准确率不高。
智能化客户服务→售后宝通过AI质检机器人，让系统学习不同品类的产品安装规范，在服务现场就可判断工程师是否要规范上传图片，通过后台运算发现安装现场图片与标准图片的差异，预警审单人员跟进，提早发现安全隐患。
场景二：智能派工，让每一次派单都是最好的选择
面对To C的消费者，家电行业普遍遇到的问题是工单体量大，头部企业的单日工单量在2W左右，传统的派单方式由人工手动分配工单，耗时耗力，还可能因为派单专员不了解产品特性、服务人员技能水平、服务人员出勤情况等各类情况，导致错派误派，引发客户投诉。
智能化客户服务→售后宝的智能派工机器人，通过创建规则引擎，把用户要求、工程师技能、服务等级、服务容量、服务区域、用户位置等各类派工要素，纳入策略机器人，并根据企业不同的分配权重，生成多样化的分配模型，实现AI自动派工，让每一次派单不再随机，让每一次派工都是最好的选择。
场景三：智能知识库，AI重铸知识运用方式
传统的企业级知识库，像一个巨大的宝库，但并不是所有人都拥有寻宝的能力。所以，即便是已经有那么多信息，用户也很难准确地找到特定的内容，需要输入大量的关键词来寻找内容，并且表达偏差将会得到完全不一样的回答。
智能化客户服务→售后宝通过生成式AI的能力，让企业知识库被AI学习，并通过AI提取、分析、总结知识的能力，高效地给使用者传递准确的问题解决方案，让使用者人人都拥有AI，人人都会使用AI。
场景四：自动配件准备，颠覆性的配件计划
在家电行业，机器发生故障需要维修时，通常的处理方式是：维修师傅与客户预约上门实地检测机器→确认故障原因→查询配件是否有货→重新与客户预约再次上门维修时间，这类处理流程已存在十几年，并且多数企业都无法根本性的解决多次上门的问题。
智能化客户服务→售后宝在与家电企业的合作中，通过系统性地建设产品故障树，采集历史故障配件维修方案，结合产品BOM、区域、时间等维度，预测性地进行配件智能化推荐，让历史的每一次成功的维修都被系统学习，越用越准确。
