[发明专利]自动判断车辆保养用户潜在流失风险的方法

说明书

本发明公开了一种自动判断车辆保养用户潜在流失风险的方法，本方法通过车载GPS及智能总线采集车辆信息并通过互联网实时回传至后台服务器；将车辆曾经的维修点信息与地图数据进行匹配，获得车辆曾经去过的维修公司信息；通过比较提取不在4S店维修保养的车辆及车辆用户数据，建立不在4S店保养的车辆用户的样本数据；根据样本数据通过机器自学习方法生成决策模型，由决策模型形成潜在流失客户集，通过互联网将潜在流失客户集发布给4S店，以便4S店针对潜在流失客户提供差异化、个性化服务，避免客户流失。本方法通过判断模型分析车辆保养用户潜在流失概率，以便针对潜在流失用户提供特定服务，从而避免用户流失，确保车辆得到优质保养服务。

技术领域

本发明涉及一种自动判断车辆保养用户潜在流失风险的方法。

背景技术

车辆保养是指定期对车辆相关部分进行检查、清洁、补给、润滑、调整或更换某些零件的预防性工作，又称汽车维护。车辆保养主要包含了对发动机系统、变速箱系统、空调系统、冷却系统、燃油系统、动力转向系统等的保养范围。车辆保养的目的是保持车容整洁，技术状况正常，消除隐患，预防故障发生，减缓劣化过程，延长使用周期。

车辆在质保期内一般都是去4s店保养, 4S店全称为汽车销售服务4S店（Automobile Sales Servicshop 4S），是一种集整车销售（Sale）、零配件（Sparepart）、售后服务（Service）、信息反馈（Survey）四位一体的汽车销售企业。当车辆出现任何质量问题可以负责维修以及更换配件并实时录入相关信息，便于车辆状况的跟踪,如果车辆不在4S店保养的话会产生纠纷并得不到保障。

但是随着车辆使用年数的增长，车辆用户会慢慢选择去其它汽车修理公司维护保养，因此4S店需有一种方法能够判断现有的用户哪些可能会流失，针对这些潜在流失客户做一些差异化、个性化的服务，从而避免客户流失。目前4S店针对已经流失的用户发放调查问卷等人工方式收集相关数据，制定挽留客户的策略。而潜在流失用户的信息大多通过人工的方式进行统计分析，成本高、效率低、耗时间，并且统计的样本量小，往往导致分析的结果出现偏差，无法全面分析问题。

发明内容

本发明所要解决的技术问题是提供一种自动判断车辆保养用户潜在流失风险的方法，本方法采集车辆和用户信息，采用机器自学习的方法训练用户流失的判断模型，通过判断模型分析车辆保养用户潜在流失的概率，以便针对潜在流失用户提供差异化、个性化服务，从而避免用户流失，确保车辆得到优质的保养服务。

为解决上述技术问题，本发明自动判断车辆保养用户潜在流失风险的方法包括如下步骤：

步骤一、车辆信息采集，通过车载GPS采集器、智能总线采集车辆实时位置数据、时间、车辆ID、速度、是否点火点、是否熄火点数据，并通过互联网将采集的数据实时回传至后台服务器；

步骤二、采集车辆曾经的维修点信息，将车载GPS位置数据、是否点火点、是否熄火点数据与地图数据进行匹配，获得车辆曾经去过的维修公司信息；

步骤三、将车辆曾经去过的维修公司信息与4S店车辆维修保养记录进行比较，判断车辆一直在4S店维修保养、已经不在4S店维修保养或偶尔去其它维修公司维修保养；

步骤四、提取一直在4S店维修保养和已经不在4S店维修保养的车辆及车辆用户数据，建立一直在4S店维修保养和已经不在4S店保养的车辆用户的样本数据；

步骤五、根据样本数据通过机器自学习方法生成决策模型，决策模型(X, Y)的数学表达式为：

(X, Y) = (x₁, x₂, x₃…, x_k, y)

其中：变量 y 表示是否为流失用户，变量x₁, x₂, x₃…, x_k是影响用户是否流失的因素；