- 成功案例
- American Honda Motor Co., Inc.
分析將保修維護資料轉為成本抑減金額
有了SAS,不用1分鐘即可查找出可疑保固申請。
99% 準確率
需求預測
Honda achieved this using SAS® Analytics • SAS® Forecast Server • SAS® AI solutions
美國本田有限公司 (American Honda Motor Co., Inc.) 運用 SAS® 的技術來改善保固申請實效,和預測零件與維修保養服務的使用。
當汽車或卡車的車主將車開進美國的 Acura 或 Honda 經銷商車廠時,服務人員要處理的不只是維修或保養檢查工作。在車主每次進廠時,維修技師都會彙整出維修的資料,包括對美國本田有限公司的任何保固服務申請,這些資料會直接輸入該公司的資料庫。其中包括施工作業的類型、客戶支付的金額、維修保養顧問的意見和許多其他的資料。
現在,將全國 1,200 多家經銷商的這個流程,乘上一天數十次的車主進廠,美國本田有限公司明顯擁有龐大數量的資料。必須有像 Kendrick Kau (美國本田有限公司進階分析部門的副理) 的人員,從這些資料中擷取深入洞察資訊,將資料轉換為有用的資產。
逐年回顧時,我們一直都保持在預測目標值的 1% 誤差以內。 Kendrick Kau Assistant Manager, Advanced Analytics group Honda
Examining warranty data to make maintenance more efficient
Like any other major automobile distributor, American Honda works with a network of dealerships that perform warrantied repair work on its vehicles. This can be a significant cost for the company, so American Honda uses analytics to make sure that warranty claims are complete and accurate upon submission.
In the case of warranty claims, Kau’s team helps empower dealers to understand the appropriate warranty processes by providing them with useful information via an online report. To support a goal of reducing inappropriate warranty costs, Kau and his team must sift through information on repairs, parts, customers and other details. They chose a visual approach to business intelligence and analytics, powered by SAS, to identify cost reduction opportunities.
To decrease warranty expense, the Advanced Analytics team used SAS Analytics to create a proprietary process to surface suspicious warranty claims for scrutiny on a daily basis to make sure they are in compliance with existing guidelines. The effort to identify and scrutinize claims was once fairly manual, tedious and time-intensive.
“Before SAS, it took one of our staff members one week out of each month to aggregate and report warranty data within Microsoft Excel spreadsheets,” Kau says. “Now, with SAS, we populate those same reports on an easily accessible online dashboard automatically, and we recovered a week of manpower that we could put on other projects.”
Artificial Intelligence Technologies
SAS delivers artificial intelligence through these primary technologies: machine learning, natural language processing, computer vision, forecasting and optimization. Want to learn more about how these technologies play a role in AI?
檢查保固資料,讓維護保養作業更具效率
如同其他所有主要汽車經銷商,美國本田有限公司也是透過經銷商網絡,來為該品牌的汽車進行保固維修工作。這對該公司來說可能是一筆龐大的成本,因此美國本田有限公司利用分析技術,在保固申請案件提交時確認其完整性與正確性。
在處理保固申請時,Kau 的團隊會透過線上報告,為經銷商提供實用的資訊,讓經銷商更具能力,瞭解正確的保固程序。為了實現減少不當保固成本的目標,Kau 和他的團隊必須篩選出關於維修、零件與客戶的資訊和其他細節。他們選用了 SAS 的技術,以視覺化的方式呈現商業智慧與分析資料,找出減少成本的機會。
為降低保固服務的費用,進階分析團隊利用 SAS Analytics 建立專門的流程,以便於每日針對可疑的保固申請進行審查,確定這些申請案件符合現有的準則。找出和審查申請案件的工作,這些流程曾經相當耗費人力和時間而且乏味。
Kau 表示:「在使用 SAS 的產品之前,我們的人員每個月必須花費一星期的時間,透過 Microsoft Excel 試算表彙整和報告保固資料。在使用 SAS 的產品之後,現在我們可以自動透過易於存取的線上儀表板,來填入這些相同報告的資料,並省下一星期的人力時間,移轉投入至其他專案。」
藉由將保固資料套用到SAS Analytics,進階分析部門賦予了保固處理部門和現場人員能力,以快速精確地找出不完整、不正確或不合規定的保固申請案件。成效相當顯著。
Kau 表示:「一開始,我們的檢查人員平均需花費 3 分多鐘的時間,找出可能不符規定的申請案件,即使如此,這些人員只有找出35%真正不符規定的案件。運用 SAS 的技術,現在只需不到一分鐘的時間,就能找出可疑的申請案件。而在這些時間內,SAS 的產品找出76%不符規定的案件。」
提高保固申請案件合規程度的努力,為美國本田有限公司帶來了回報。透過更完整的分析保固申請案件,以及給予經銷商更多的教育訓練,美國本田有限公司將其可用人力的成本,減少了 52%。
Honda –簡介與重要數據
3 倍
更快速的保固申請案件分析
$$
減少的人力成本
1200
全國經銷商數量
利用維修保養資料預測未來的需求
美國本田有限公司的進階分析團隊也利用維修保養和零件的資料,來確保經銷商擁有客戶維修時所需的零件,進而建立與客戶更深厚的關係。在對的時間能夠提供對的零件,這是極為重要的,因此車輛的維修資料會直接輸入美國本田有限公司的行銷與客戶維繫工作流程中。
Kau 表示:「我們為行銷團隊提供策略性的深入洞察資訊,協助擬定其計畫,這些計畫旨在吸引客戶使用經銷商的服務,進而建立客戶對我們品牌的忠誠度。Honda 的目標,是贏得車主終生的品牌忠誠度。我們希望客戶享受優質的體驗,而達成這項目標的其中一種方式,就是提供出色的服務。」
美國本田有限公司運用 SAS Forecast Server 來協助進行業務規劃,以確保能夠使用適當的資源,滿足未來的維修保養需求。運用維修訂單與認證的相關歷史資訊,該公司利用先前維修的年份,建立了時間序列。結合時間序列資訊與銷售資料,Kau 的團隊即可預測在未來的幾年內,公司最大的機會在哪裡。
Kau 表示:「我們的目標是預測仍在運作中的車輛數目,以預測來到經銷商的客戶數量。而這項資訊可轉換為我們應事先準備的零件數量,並協助我們規劃人力的安排,以滿足客戶的需求。逐年回顧時,我們一直都保持在預測目標值的 1% 誤差以內。這是極為理想的預測成效,我認為這有很大的部分是 SAS 軟體的功能所實現的。」
推動業務成長的客戶意見回饋
美國本田有限公司運用分析技術的另一種方式,就是用來快速評估客戶問卷調查的資料。進階分析團隊利用 SAS 的技術來探勘問卷調查資料,以取得深入洞察資訊,瞭解車輛使用的方式,並找出最有可能增進客戶滿意度的設計變更。
分析團隊每個星期都會檢視客戶問卷調查的資料。Kau 的團隊使用 SAS 的產品來標記新出現的趨勢,這些趨勢可能需要設計、製造、工程或其他部門的關注。運用 SAS 技術,使用者可以從大方向的問題深入探討,尋找更具體的答案,進而瞭解可能的根本原因。
Kau 表示:「我們可以深入檢視資料,瞭解客戶的心聲。而這引出了許多我們可以去解決的問題。組件的設計方式是最理想的嗎?這是不是客戶教育的問題?這是我們應該在製造過程中解決的問題嗎?因為有了 SAS,我們現在可以透過資料來找出這些重要的問題。」