IPTV

售后千辆车故障率的算法模型和应用

第四章 售后千辆车故障率的算法模型和应用

4.1售后千辆车故障率的概念

对于目前国际上多数乘用车生产企业来说，售后千辆车故障率（IPTV: Incident Per Thousand Vehicle）和单车索赔费用（CPV: Cost Per Vehicle）是普遍采用的用来衡量产品车售后质量表现的基本指标。它们分别指示在某一售后期长内每千辆产品车的故障率（质量索赔次数）和每辆车的维修成本（质量索赔费用）。本文以下论述的所有索赔数据分析过程、方法和结果主要将围绕千辆车故障率这个基本参数展开。

在本文3.2章关于售后期长图的介绍中，对于售后期长这个概念已经做过解释：售后期长也可简称为车龄，单位为天，是指车辆从售出给消费者的第一天开始计算，一直到现在为止的时间段。

通常，千辆车故障率在计算时，会将车辆按生产批次划分成若干个不同的集合，比如按月为单位，即从某月第一天起直到该月结束时，某车型在这个月中的制造总数。然后对每个集合中迄今已售出的全部车辆进行统计，由于每个集合中的轿车是陆续售出的，因此它们的统计时间的起点即售出时间也是不同的。因此由于售后千辆车故障率的计算是一个动态的过程，车辆的样本数、售后期长以及及索赔数都是根据计算时间的不同在变化。

以下将具体介绍BASIC.KNOW系统所使用的千辆车故障率算法模型和应用。

售后千辆车故障率的算法模型和应用

4.2售后千辆车故障率的计算方法

4.2.1 非校准法（Unadjusted）

270 240 210 180

270 225 = 实际车辆索赔 180 = 当前售后期长（天） 135 售后期长

（车龄）

150 120 90 60 30 90 45 0 0 图16 非校准法图示

Fig.16 Unadjusted arithmetic illustration

非校准法算法条件： 1. 取所有车辆样本；

2. 取发生的索赔总数或索赔费用总数； 3. 取售后期长平均值。 非校准法算法公式：

累积IPTV = 发生索赔总数 * 1000

车辆总数

累积CPV = 索赔费用总数

车辆总数

售后千辆车故障率的算法模型和应用

平均售后期长 = ∑(每台售后期长)

车辆总数

非校准法算法示例：

车辆 售后期长（天） 发生索赔次数 #1 270 3 #2 #3 #4 #5 #6 #7 #8 总计

225 2 180 0 135 2 90 1 45 1 0 1 0 0 945

10

发生索赔总数 = 10 样本车辆总数 = 8

累积IPTV = 发生索赔总数 * 1000 = 10 * 1000= 1250

样本车辆总数 8

平均售后期长 = ∑(每台售后期长)= 945 = 118 天

样本车辆总数 8

根据非校准法计算这批车辆平均售后期长118天的千辆车故障率为1250。

售后千辆车故障率的算法模型和应用

4.2.2 匹配法（Matching）

270 240 210 180

180 270 忽略 225 = 实际车辆索赔 = 当前售后期长（天） 135 售后期长 150

（车龄）

120 90 60 30 90 90 90 90 90 所需的售后期长为90天 忽略 0 0 45 图17 匹配法图示

Fig.17 Matching arithmetic illustration

匹配法算法条件：

假定所需的售后期长为90天：

1. 取已满所需售后期长的车作为样本车（忽略未满所需售后期长的车辆）； 2. 取样本车在所需售后期长内的所有索赔或所有费用总和。 匹配法算法公式：

累积IPTV = 样本车在所需售后期长内的索赔次数 * 1000 已满所需售后期长的样本车 累积CPV = 样本车在所需售后期长内的索赔费用 已满所需售后期长的样本车 匹配法算法示例： 所需售后期长为90天:

车辆 售后期长（天） 发生索赔次数 #1 90 #2 90 #3 90

1 1 0