家电行业智能派单探讨

很多行业在服务过程中都会有派单，但家电行业的派单有其独特性，它的智能派单的复杂度是美团、滴滴这样的企业无法比拟的。本文作者对外卖和家电行业的智能派单的区别进行了对比，并分析了家电派单的症结，以及介绍了在CRM3.0产品架构下，如何实现智能派单，一起来看一下吧。

我在之前文章《B2C基础服务创新》中介绍了工单管理创新之一的智能派单，本篇文章中我详细探讨一下家电行业的智能派单。

很多行业在服务过程中都会有派单，比如外卖、叫车，但家电行业的派单有其独特性。很多头部家电企业有数万名服务工程师，背后会有成千，甚至上万名信息员支撑。这些信息员平日里很大一部分工作就是二次派单，也就是安装和维修工单派到网点后，由信息员沟通用户，了解需求和问题，重新选择服务工程师和确定上门时间，甚至根据用户需求，为服务工程师锁定备件。

这几千甚至上万名信息员每年会消耗企业或网点几亿甚至十几亿的资金，所以针对家电企业来说通过数字化技术来实现智能派单，即选择最合适的工程师一次派单到位，一直都是降本增效的迫切需求。

很多人会自然想到美团、滴滴这样的企业不都是每天都在智能派单，不需要人做二次派单啊，都是数字化平台自动做，做的很好啊，为什么家电企业做不到？其实家电行业有自己的特性，它的智能派单的复杂度是美团、滴滴这样企业无法比拟的，所以学习和模仿美团和滴滴解决不了家电企业的难题。

一、智能派单三角模型（CTS）

图1 智能派单的三角模型（CTS）

如上图所示的智能派单的三角模型（CTS），智能派单也就是基于人、兵、物的智能撮合。人（Customer）就是洞察用户的详细需求，兵（Technician）既是深度了解服务工程师的能力，物（Support）既是完全掌控服务保障设施。

下面我比较一下外卖派单和家电售后服务派单之间的人、兵、物的不同：

1）人

外卖：复杂度是１。针对外卖来说，用户的需求复杂度仅仅是尽快安全送达。

家电：复杂度是N。洞察用户详细需求涉及以下内容：

服务类型：安装、维修、清洗保养、以旧换新、移机……
家电类型：冰箱、洗衣机、空调、热水器、油烟机、电视、小家电……
问题类型：故障现象、故障原因、维修措施、故障位……
上门要求：时间区间、送装一体、成套一次……

2）兵

外卖：复杂度是１。针对外卖来说，只要找到附近当前时间允许，可以接活的骑手就行。排程上只要考虑地图路线和行程时长即可。

家电：复杂度是N。深度了解服务工程师能力涉及以下内容：

维修技能：服务工程师都需要持证上岗，有自己专修的家电类型。另外服务工程师是有星级的，针对重要用户，会派高等级的服务工程师。
维修时长：在确定故障现象、故障原因、维修措施等前提下，每个服务工程师由于技能和经验的差异，维修时长是不同的，需要个性化值。
排程：除了路上时间外，每个服务工程师的主要时间是在入户安装和维修过程中的时间花费。这除了跟故障原因、维修措施、服务工程师针对性的维修能力相关外，也跟用户家庭居住环境相关，比如电梯和楼道太窄，需要把大家电从楼上窗户吊上去等很多额外时间花费。

3）物

外卖：复杂度是１。针对外卖来说，服务的保障设施就是骑手交通工具小摩托。

家电：复杂度是N。家电服务的保障设施涉及以下内容：

备件：很多二次上门是因为没带备件引起的。家电安装和维修涉及到成千上万种备件，如果服务工程师入户前不了解故障原因和维修措施，备件是很难带全的。
服务设备：家电服务中很多是需要专门的设备的，比如家电清洗，空中作业，吊装大家电等。
运载设备：很多大家电安装和拉修是需要专门车辆的，小摩托是无法装载的。
人力资源：很多大家电安装和拉修一个人是搬不动的，需要去２个人，有时候甚至更多人。

综上所述，家电售后服务智能派单的复杂度是外卖智能派单的Ｎ的立方倍，所以想靠模仿外卖或叫车软件的派单逻辑，是解决不了家电智能派单的难题的。

二、家电派单的症结——三盲

在家电智能派单设计中，我们太过多强调技术和算法有多先进，但由于对家电售后服务业务问题症结产生的内因并不了解。就拿智能派单来说，家电派单症结产生的主要原因就在用户自助接入或通过坐席员接入报单这个环节上。

图2 家电派单的症结——三盲

如上图所示，我们家电派单基本上是盲派。即坐席员下单或用户自助下单时，即不了解用户真实需求，也不了解工程师的服务能力，还不了解需要什么服务保障能力，即三盲状态，仅仅根据用户地理位置，和用户期望的上门时间段，根据区块把单派到了服务网点。这样网点肯定是需要信息员把信息细化，通过与用户再次沟通后，进行二次派单。

不了解用户真实需求：在下单时，仅仅知道家电类型和故障现象是不够的，这时候得需要知道故障原因和维修措施，才有可能匹配最合适的服务工程师和锁定服务保障设备。
不了解工程师真实服务能力：一般我们只有服务工程师的服务认证能力，但对于该服务工程师针对某一家电的服务措施所需时长，我们是没有个性化的数据支持的。家电服务措施上万、几十万条，甚至更多。针对某一工程师某一维修措施的个性化数据，如熟练程度，时长等，需要长期积累和海量数据的学习。
不了解服务保障能力：即坐席员下单或用户自助下单时，是不会选需要带哪些备件，和准备什么服务装备的。这一块我们必须通过服务数据资产平台，沉淀当家电类型和服务措施确定后，需要自动关联和推荐准备什么备件和装备。

综上所述，如果我们不在下单场景中，识别故障原因和维修措施，不同时通过服务智慧大脑识别最合适的服务工程师，不通过服务智慧大脑推荐所需备件和装备，那基本就是盲派，之后一般都得通过信息员二次改派。所以我们一定不能错过下单这个时间点，一定要把智慧派单的决策点提前，需要在坐席员下单或用户自助下单时，收集更多用户信息，通过服务智慧大脑做智能撮合。