基于用戶情緒的汽車用戶質量評價的研究

童敏敏

摘 要：為了提高汽車產品質量的用戶滿意度，在原有的汽車售后質量維修數據基礎上增加用戶情緒維度，建立一個用戶質量的評價方法和量化模型。通過用戶對質量需求的差異性，得出不同問題類型、用車時長和車型平臺的用戶對于車輛不同質量問題的抱怨程度，從而得出問題的嚴重程度和解決優先級。本文針對用戶質量的量化評價結果不僅可以預警風險高的問題、減輕用戶抱怨，同時為設計端與制造端的質量改進提供數據支撐。

關鍵詞：用戶情緒 用戶質量 評價方法

1 引言

用戶對汽車質量的重視程度通常是用戶在購買汽車時關注和考慮的重要因素[1]，他們希望購買一輛質量可靠、安全性能良好的汽車，以確保自己和乘客的安全，并減少故障和事故的發生。對汽車制造商來說，滿足用戶對質量的需求是提高市場競爭力和用戶滿意度的關鍵，也能吸引更多的消費者選擇該品牌的產品。從用戶體驗來看，其對產品質量的感知階段是從售后開始的，即從購買車輛之后[2]。當用戶車輛出現故障時，用戶會出現一定程度的抱怨或不滿，會在一定程度上影響用戶的信任和體驗。整車企業除了快速響應、解決用戶車輛問題和妥善安撫用戶外，也在對大量的售后維修數據進行分析和預警，并開展問題質量改進工作，以減少質量損失、降低用戶抱怨，維護品牌口碑。

2 當前汽車質量改進存在的問題

2.1 質量改進的局限性

傳統的汽車質量問題主要以分析千輛車故障率（Incident Per Thousand Vehicles，簡稱 IPTV）：即對某段時間內（一般以月為單位，即一個制造月）所生產且已銷售的車輛，通過計算一定的時間周期，每一千輛為一個單位，統計其產品質量失效的數目[3]。明確車輛存在的質量問題，從而采取相應的措施來解決問題。IPTV作為整車企業主要的質量目標和質量改進方向，但是其在問題預警方面存在明顯的延后性，問題閉環的時效性存在較大問題，同時IPTV只從車輛故障的維度得出的問題，并未結合用戶情緒做深入分析。因此，如何量化使用過程中的用戶質量是整車企業亟需考慮的問題之一。

2.2 依賴傳統的反饋機制

許多汽車制造商主要依靠傳統的反饋機制，如經銷商反饋和用戶投訴來了解質量問題。然而，這種反饋機制存在一定的局限性，這些經銷商反饋和用戶投訴可以是針對特定問題或整體質量體驗的反饋，可能無法及時捕捉到所有的質量問題，尤其是較小的或者潛在的問題。另外，經銷商反饋往往依賴經銷商工作人員的主動參與和反饋意愿，可能無法全面捕捉到用戶的感受和意見。因此，依靠傳統的反饋機制可能會導致質量問題的漏報或信息不全等情況，影響問題的解決和改進的實施。

2.3 質量信息標準不統一

汽車質量數據來自多個渠道，包括用戶投訴、售后維修記錄、質量調查等。這些數據來源可能存在差異，如數據采集方法的不同、數據樣本的偏差等，導致數據的可比性和準確性受到影響，如維修數據只是從故障數量表現，而用戶投訴更多的是增加有用戶抱怨，無法與維修數據一一對應，兩者之間缺乏質量信息標準。因此，缺乏統一的質量信息標準不好衡量和評估汽車質量水平，導致質量改進方向比較分散和不聚焦，無法為汽車企業提供更有效的質量評估和改進方向。

3 用戶質量評價方法

解決汽車質量數據來源的差異性和不一致性是一個復雜的問題，需要考慮用戶質量信息采集的方法、用戶質量標準語言以及影響用戶質量等因素，從而提高用戶質量數據的可比性和準確性。因此，為了能夠更好的評價或量化用戶質量水平，本文基于原有的汽車售后質量維修數據基礎上增加用戶情緒維度，通過加權平均法建立一個用戶質量的評價方法和量化模型。

3.1 用戶情緒等級

在用戶車輛進站維修時增加用戶對潛在問題或已發生故障的用戶情緒記錄，用戶情緒等級按照5分制進行類別分類，其中A1=1分（無抱怨）；A2=2分（輕微抱怨）；A3=3分（中度抱怨）；A4=4分（較高抱怨）；A5=5分（強烈抱怨），見表1：用戶情緒等級分類表。

3.2 用戶質量的影響因素

用戶在汽車使用過程中的質量感知主要受用車時長、車輛類型、故障種類等因素的影響[4]。通過制定用戶質量標準可實現重點問題、重點用戶的風險預防，還可以與設計端、制造端互通信息，確定汽車質量改進方案。

用車時長是影響用戶質量的重要因素，也與其他影響因素之間存在關聯關系。汽車企業通常將用戶購車后的3個月內認定為新車期，購車后3-12個月認定為適應期，購車后12個月以上認定為耐久期。車輛類型通常會影響用戶對質量評價的側重點，量化結果時需要進行按類分析。汽車企業通常將車輛類型分為商用車、乘用車、新能源車等。商用車用戶更加關注車輛的實用性與使用空間，乘用車用戶更加關注舒適性與品質，新能源車用戶則更加關注續航與充電。故障種類是以用戶感知（看、聽、聞、觸、用）為基礎，按照“條件”+“部位”+“癥狀”進行分類。用戶面臨不同故障類型時的反映不同，不同車輛類型的用戶在不同時期面對相同故障時也會做出不同的反映，因此需要對用戶質量進行量化分析[5]。

3.3 故障類型抱怨分值計算

針對某單一故障類型采用加權求和法計算總體抱怨分值，用數學公式可以表達為：

其中，為抱怨等級，為某故障類型各類抱怨等級所占的比重，為抱怨等級的集合。根據用戶質量采集數據計算某故障類型不同抱怨等級所占比例，所有等級所占比例之和等于1。通過計算某單一故障類型抱怨分值可以分析出該故障產生時用戶的表現情況，抱怨分值越高時說明故障問題極易造成強烈抱怨，抱怨分值越低時說明故障問題通常在用戶可接受范圍內。

3.4 用車時長抱怨分值計算

針對不同用車時長條件采用加權求和法計算抱怨分值，用數學公式可以表達為：

其中，Cj表示用車時長的各個階段，C1表示新車期，C2表示適應期，C3表示耐久期，P（Ai | Cj）是條件概率，表示處在Cj時期的用戶針對該故障類型時不同抱怨等級所占比例，通過加權求和的方式最終獲得Cj用車時長條件下的抱怨分值Tj。為了體現不同用車時長條件下抱怨差異，引入用車時長重要度系數K，該系數以耐久期的抱怨分值為基準，Kj=某個用車時長抱怨分值 / 耐久期抱怨分值 =Tj / T3。通常情況下，新車期的抱怨分值普遍較高，因此重要度系數K值也相應會更大。如果某故障類型在新車期的抱怨分值越大，則用車時長總體抱怨分值也越大，可以通過最終加權求和所得抱怨分值反映用戶對故障類型的接受程度。耐久期的數據采集樣本更多，因此以其作為基準構建重要度系數能夠保證計算模型的穩定性。

3.5 車輛類型抱怨分值計算

針對不同車輛類型采用加權求和法計算抱怨分值，用數學公式可以表達為：

其中，Dx表示不同車輛類型，D1表示商用車，D2表示乘用車，D3表示新能源車，P（Ai | Dx）是條件概率，表示不同車輛類型Dx的用戶對該故障問題不同抱怨等級所占比例，通過加權求和的方式最終獲得Dx類型車輛條件下的抱怨分值Vx。為了識別不同車輛類型的抱怨差異，引入車輛類型重要度系數H，該系數以商用車的抱怨分值為基準，Hx=某車輛類型抱怨分值 / 商用車抱怨分值=Vx / V1。通常情況下，商用車用戶對車輛的使用頻率較高，極易發生各種故障問題，因此對故障問題的敏感度相對較低，使用其作為基準可以保證計算模型的穩定性。不同車輛類型的用戶針對故障問題的側重點不同，通過分類考慮的方式可以將抱怨值量綱歸一化，使得分析結果更具有說服力。

4 用戶質量的綜合評價方法與標準

4.1 兩維度分析

汽車上市初期，車輛故障問題通常極少發生，用戶大多關注并討論車輛的外觀質量或駕駛性能，汽車企業則更加注重品牌宣傳與銷售情況。隨著銷量的不斷提升，在汽車上市后的一年時間內，用戶大多處于新車期，基于大數據進行用戶質量分析時，應該避免用戶時長因素導致故障問題嚴重程度的誤判。此時，用戶質量的綜合評價方法主要依賴故障類型抱怨分值和車輛類型抱怨分值。故障類型抱怨分值可以通過該車型采集數據進行分析計算，車輛類型抱怨分值的分析計算過程中可根據實際車輛類型數目進行適當調整，只需滿足概率統計的要求即可。除此以外，用戶質量分析過程中還可以參考相似汽車用戶時長的分析結果，該結果可作為經驗總結而不在統計計算考慮范圍內。因此，采用兩維度綜合評價方法計算用戶質量問題嚴重程度的數學公式可以表示為：

其中，S表示某單一故障問題嚴重程度得分，Q表示故障類型抱怨分值，V表示車輛類型抱怨分值，H表示重要度系數，O表示車輛類型的總數量。通過該公式可以計算統一量綱條件下所有故障問題的嚴重程度，汽車企業則根據評價結果制定對應實施方案。

4.2 三維度分析

汽車上市一到兩年后，用戶主體逐漸步入耐久期，車輛由于老化和耗損通常易發生故障問題，該階段用戶質量分析過程更復雜、結果更嚴謹。當前階段，不同車輛使用時長的用戶所占比例相近，通過用戶時長抱怨分值計算公式可以獲得不同時期的抱怨比重。不同車輛類型的用戶比重逐漸拉開差距，但比重的變化范圍逐漸變小，通過加權求和的計算方法可以減輕由于比重差異導致的分析結果誤差。采用三維度綜合評價方法計算用戶質量問題嚴重程度的數學公式可以表示為：

其中，T表示用戶時長抱怨分值，K表示不同類別的重要度系數，N表示用戶時長的類別總數，N通常為3。通過綜合考慮故障類型、用車時長、車輛類型等影響因素評價故障問題的嚴重程度，分析汽車的用戶質量，能夠為汽車企業售后服務的優化布局提供指導意見。

4.3 故障問題嚴重程度的標準

汽車上市的不同時期通過不同維度分析方法可以計算故障問題的嚴重程度得分，汽車企業需對嚴重程度得分制定標準，從而按照標準結果進行問題排查。通常情況下，問題嚴重程度得分小于2時，企業認為該故障屬于用戶吐槽類型，尚且在可接受范圍內；問題嚴重程度大于2且小于5時，企業認為該故障屬于用戶失望類型，通常不能夠被用戶所接受，亟需企業制定改進措施加以預防；問題嚴重程度大于5時，企業認為該故障屬于用戶不可容忍類型，通常需要企業提前進行問題消除，引起社會廣泛關注時甚至需要進行車輛召回。通過用戶對質量需求的差異性，得出用戶對于車輛不同質量問題的抱怨程度，從而得出問題的嚴重程度和解決優先級。

5 用戶質量的應用場景

多數汽車企業的售后服務只集中在故障發生之后，針對不同故障類型制定相應解決方案，尚未對潛在的故障風險進行預防。用戶使用汽車過程中更加傾向于簡單的保養，對偶發性輕微故障關注度不高，難以聯想連鎖式故障反映。針對用戶質量的研究能夠實現潛在故障的主動預警，將售后服務由故障維修轉向預測性維護，降低用戶抱怨概率，提升品牌口碑?；诠收蠁栴}嚴重程度的研究可以實現售后服務部門有限資源的合理分配，優先解決高風險、高抱怨問題。同時，根據用戶質量分析結果指導制造端進行問題解決與質量改進，也為新車型的設計與制造積累經驗[6]。

6 結論

通過增加用戶情緒的研究，利用數學模型，量化不同影響因素的抱怨分值，建立多場景、多維度工況下用戶質量的評價方法和量化模型。得出不同問題類型、用車時長和車型平臺的用戶對于車輛不同質量問題的抱怨程度，從而得出問題的嚴重程度和解決優先級。本文針對用戶質量的量化評價結果不僅可以預警高風險問題、指導車輛維修管控，降低產品投訴和特殊事件發生，同時也可以為設計端與制造端的質量改進提供數據支撐。

參考文獻：

[1]劉玲，鮑彪. 豐田汽車質量管理體系的構建與實施[J].時代汽車，2018 （05）：9-10.

[2]梅園. 汽車產品售后質量改進方法的研究[D].上海交通大學，2014.

[3]梅園. 汽車產品售后質量改進方法的研究[D].上海交通大學，2014.

[4]柴尚森. 基于在線評論的新能源汽車產品質量改進識別研究[D].西安科技大學，2021.

[5]毛玲，鄧思文，趙登輝等.新能源汽車監測平臺在行駛和充電場景中的應用與思考[J].電工技術學報，2022，37（01）：48-57.

[6]陳川，夏麗娜，康澤軍等.新能源汽車監控數據應用場景及展望[J].時代汽車，2022，No.378（06）：108-110.