劉亞麗 沈開陽 陳 挺
(美的集團IoT 佛山 528305)
隨著物聯(lián)網(wǎng)發(fā)展,越來越多的家電產(chǎn)品實現(xiàn)了智能化,產(chǎn)品使用環(huán)境、用戶行為習慣、定制化場景需求等都會導致產(chǎn)品出現(xiàn)新的質量問題,智能化產(chǎn)品的質量由傳統(tǒng)的硬件故障轉為軟硬件兼容故障類型。質量監(jiān)控與診斷平臺則可基于用戶行為軌跡、大數(shù)據(jù)、設備日志等方式對問題進行預警、聚合、自助分析與判定,快速提升產(chǎn)品質量,高效地用戶服務。
傳統(tǒng)售后服務的基本流程是:
1)收到客戶反饋;
2)尋找產(chǎn)品樣機,復現(xiàn)用戶問題 ;
3)組織會議,制定處理方法;
4)安排售后服務,實施售后服務;
5)完善服務記錄;
6)售后記錄歸檔;
7)累積同類問題記錄,當客訴量升級到一定量級則升級事故處理。
傳統(tǒng)的售后服務是一個被動過程,單單只是完善公司制度的售后服務流程,并未挖掘售后數(shù)據(jù)的高端價值,也不能提升用戶體驗。質量監(jiān)控與診斷平臺則轉被動為主動,大數(shù)據(jù)分析批量解決,為用戶定制個性化服務,提前告知客戶故障并為客戶提供最優(yōu)產(chǎn)品服務體驗。
基于質量監(jiān)控與診斷平臺的售后服務流程為:
1)通過物聯(lián)網(wǎng)產(chǎn)品,收集并上傳用戶/設備等各種數(shù)據(jù);
2)根據(jù)故障模型自動診斷并輸出故障報告;
3)批量推送故障解決措施至用戶端;
4)硬件異??煽焖侔才攀酆蠼鉀Q,軟件異??杉皶rOTA遠程批量升級;
5)可針對用戶畫像,定制特殊服務。
從結構來說,整個系統(tǒng)主要分為數(shù)據(jù)來源、數(shù)據(jù)處理、核心功能、前端展示4大部分。
從功能來說,整個平臺可實現(xiàn)預警功能、質量監(jiān)控功能、故障分析與診斷功能和用戶服務功能。
整體質量監(jiān)控與診斷平臺系統(tǒng)架構如圖1所示。
圖1 系統(tǒng)功能架構
物聯(lián)網(wǎng)產(chǎn)品聯(lián)入網(wǎng)絡,可以獲得以下基本信息:
1)通過生產(chǎn)MES系統(tǒng)的SN碼和模組MAC進行關聯(lián),可以獲得產(chǎn)品的基本信息,包含設備的品牌、品類、型號、功能特性等;
2)用戶的設備綁定到用戶賬號,通過賬號可以獲得用戶信息,包含用戶名稱、用戶角色、用戶性別、用戶家庭關系等;
3)若產(chǎn)品具有傳感器、射頻識別(RFID)技術、全球定位系統(tǒng)、紅外感應器、激光掃描器、氣體感應器等各種裝置,還可以獲得設備位置信息、距離信息、周邊環(huán)境(溫度、濕度、光、熱、電、聲音等)的信息;
4)設備在使用過程中,記錄在云端的日志和大數(shù)據(jù)埋點可以獲得用戶行為軌跡以及操作路徑、使用習慣等信息。
以上信息,都可以作為基礎數(shù)據(jù)源,存入大數(shù)據(jù)庫中用于后期問題的排查診斷和分析。
有了數(shù)據(jù)源,就需要對數(shù)據(jù)進行處理,數(shù)據(jù)處理后的目的與作用一是為了查看關注指標的變化,二是發(fā)現(xiàn)異常與問題,三是對問題進行聚合和分析。
3.2.1 數(shù)據(jù)提取
提取與監(jiān)控指標的過程其實就是按照事實建立評價規(guī)則,然后按照規(guī)則提取相關數(shù)據(jù),通過算法計算結果,最后呈現(xiàn)出來。
例如:物聯(lián)網(wǎng)模組的指標,從用戶角度提取關注點:聯(lián)網(wǎng)成功率、連接穩(wěn)定性、控制成功率、升級成功率等。然后制定相應的規(guī)則,比如按照每一天去統(tǒng)計配網(wǎng)動作的次數(shù)或者按照每個用戶使用配網(wǎng)的次數(shù)等。接著制定計算算法,如配網(wǎng)成功率 =配網(wǎng)成功次數(shù)/配網(wǎng)總次數(shù)×100 % ,可以獲得相關指標的數(shù)據(jù)。
3.2.2 故障模型庫
故障模型庫也稱專家系統(tǒng)庫,是一項非常復雜的綜合技術,里面包含大量高質量問題領域的知識庫,以及利用領域知識的推理模型,如圖2所示。
圖2 故障模型庫
故障模型庫不僅需要面對不同的設備,還需要適應變化的環(huán)境,比如用戶家庭網(wǎng)絡因素、用戶家庭網(wǎng)絡下設備數(shù)、用戶行為習慣等。因此,故障模型庫應該具備學習能力,能夠在應用過程中逐步擴充其功能。故障模型庫是設備自適應環(huán)境的需求,也是與用戶互通、了解用戶、學習用戶的重要橋梁。
3.2.3 數(shù)據(jù)聚合
數(shù)據(jù)聚合是指將處理后的數(shù)據(jù)按照不同的維度進行統(tǒng)計匯總,因產(chǎn)品的多樣性、復雜性以及使用環(huán)境、用戶行為習慣等因素,導致數(shù)據(jù)呈現(xiàn)的形態(tài)可以多種多樣,物聯(lián)網(wǎng)產(chǎn)品質量查看維度也可以分為幾類:
1)實時數(shù)據(jù)與離線數(shù)據(jù),實時數(shù)據(jù)一般用于監(jiān)控與預警,離線數(shù)據(jù)用于建模和用戶畫像分析;
2)數(shù)據(jù)可以按照品類、型號、大小、用時長短、不同模組硬件、不同軟件版本、不同平臺支持等維度進行聚合和提?。?/p>
3)數(shù)據(jù)可以是批量呈現(xiàn),也可以是單設備查詢。
從不同角度、不同維度、不同指標,運用圖形方式進行展示,如散點圖、控制圖、曲線圖等可以更直觀得看到異常和問題變化的趨勢。
整個平臺的核心功能有預警功能、質量監(jiān)控功能、故障分析與診斷功能和用戶服務功能 4大功能塊:
1)預警平臺包含數(shù)據(jù)預警系統(tǒng)、指標預警系統(tǒng)和VIP用戶預警系統(tǒng),分別是保障基礎數(shù)據(jù)源穩(wěn)定性和正確性、監(jiān)控指標是否穩(wěn)定或者波動差異、特定用戶使用性能穩(wěn)定;
2)質量監(jiān)控平臺包含質量指標展示系統(tǒng)、質量指標評價系統(tǒng)、質量指標追溯系統(tǒng),分別是用于監(jiān)控指標變化趨勢、對指標變化進行優(yōu)勢分析及評價、查詢歷史指標數(shù)據(jù),追溯歷史數(shù)據(jù)和預測未來發(fā)展趨勢;
3)質量分析與診斷平臺則用于對問題的診斷,基于故障模型庫中各種問題分析的模型,用戶輸入相關設備SN碼后,對相應SN進行問題的診斷與分析,輸出故障診斷報告;故障診斷可以是基于某一個單獨設備進行診斷,也可以是根據(jù)用戶自定義的維度聚合進行診斷;
4)用戶服務平臺則是與售后服務系統(tǒng)打通,將用戶報售后的問題導入到質量分析與診斷平臺,進行自助分析,輸出問題診斷報告,回饋到售后服務系統(tǒng),可以快速并實時定位用戶問題,給到用戶解決方案與指引,高效閉環(huán)。并且在診斷分析問題時,對用戶和設備都做問題標簽,一方面是更好地服務種子用戶,另一方面也便于對其他出現(xiàn)類似問題的設備進行一個指引查詢。
因質量監(jiān)控與診斷平臺主要是監(jiān)控與診斷的,所以給到前端用戶的界面的一個是監(jiān)控平臺:展示數(shù)據(jù),預警數(shù)據(jù)變化,多維度去查看數(shù)據(jù);另一個是診斷平臺:根據(jù)用戶的輸入,基于故障模型,輸出診斷報告,對問題設備進行標簽注釋,方便同類問題聚合和分析探索。
平臺需要穩(wěn)健地發(fā)展,就要不斷地優(yōu)化和豐富故障模型庫,而質量方法論PDCA則非常適合對平臺進行優(yōu)化。PDCA循環(huán)是美國質量管理專家沃特·阿曼德·休哈特(Walter A. Shewhart)首先提出的,由戴明采納、宣傳,獲得普及,所以又稱戴明環(huán)。平臺基于PDCA方法優(yōu)化策略如下:
Plan(計劃):設定指標規(guī)則,比如每日數(shù)據(jù)丟失率不超過5 %、在線率不低于97 %、升級失敗率不超過2 %等;
Do(執(zhí)行):將計劃指標轉化為監(jiān)控指標,進行每日數(shù)據(jù)監(jiān)控與對比,看是否能達到指標要求;
Check(檢查):檢查未達到指標的設備,分析并找到問題。問題可以是通過自助分析平臺發(fā)現(xiàn)的,也可以是售后渠道獲得的,還可以是設備問題標簽定義的;
Action(處理):改進自己的動作,可以是調整故障模型庫,也可以新增新的故障識別模型,或者是根據(jù)發(fā)現(xiàn)問題的現(xiàn)象提取新的異常指標。
如此反復循環(huán),對問題進行定義、確認、驗證、澄清、形成新的指標庫,保障平臺的可持續(xù)優(yōu)化與發(fā)展。
基于以上理論,筆者做了一套監(jiān)控與診斷平臺,發(fā)現(xiàn)了設備與用戶的一些問題和異常點,并針對問題進行了解決,也對平臺進行了一些功能的優(yōu)化,圖3為平臺中的應用截圖。
圖3 質量監(jiān)控與診斷平臺部分功能截圖
智能家居是未來家庭生活變化的趨勢,而基于物聯(lián)網(wǎng)的質量檢測手法與售后服務模型的轉變也是必然改變的。本研究以智能家居產(chǎn)品為研究對象,構建并實現(xiàn)了智能產(chǎn)品遠程監(jiān)控與診斷平臺。該平臺通過對設備、用戶、環(huán)境進行了動態(tài)監(jiān)控與數(shù)據(jù)獲取,進一步提高了設備問題的快速診斷與決策,提高了問題識別的大量性和精準性。
該平臺的主要功能已經(jīng)在不斷測試和試用中,并初步實現(xiàn)了設備的監(jiān)控與診斷功能。但在試用中存在數(shù)據(jù)丟失與不穩(wěn)定、故障模型特定要求、未識別售后大部分現(xiàn)象等問題需要進一步改進。如何進一部完善該平臺的功能,提高平臺的適用性、穩(wěn)定性和可靠性,今后還需要進一步的研究和探索。