沈建东
中国石化销售股份有限公司江苏石油分公司 江苏省南京市 210003
随着大数据、人工智能、物联网等新技术的快速发展和应用落地,新零售模式正不断推陈出新,产品和服务日趋个性化、定制化和智能化,客户对多、快、好、省等需求也越来越高。而加油站是民生保障的重要环节,同时也是油品销售企业最主要的客服服务场所,也在不知不觉中被动接受新零售的变革与挑战。但由于成品油的特殊性,加油还是需要人们开车到加油站。对比之下,这一刚性需求只会让客户对加油站的服务要求更高,他们迫切希望加油过程能更加方便,现场服务能更好。有一点不满意都有可能造成客户投诉,甚至是客户流失。对油品销售企业而言,需要不断地以客户需求为导向,顺应大众消费方式与习惯的转换,为客户提供更优质、更便捷的服务体验,全面满足用户对美好出行的需求。
但随着近年来成品油消费增幅逐年放缓,成品油销售终端领域又全面放开,外资、民营、地炼企业加速终端市场布局渗透,“红海”市场竞争日趋激烈,新一轮市场再平衡正在形成。业内预计未来3-5 年内,成品油将面临增长拐点。加上新能源替代、“双碳”政策、疫情常态化等因素影响,拐点或将加速到来。特别是对传统大型成品油企业而言,生存压力日益加大,转型发展迫在眉睫,更要借助新技术手段,着力解决客户的痛点需求,创新和转变经营管理模式,提升客户服务能力,用差异化的服务赢得市场,不断地提升企业竞争力。
本文围绕加油服务场景探索人工智能应用,运用大数据、AI 人工智能等数字化技术,配合摄像头采集车辆信息,通过自动识别追踪车辆运行轨迹,将车牌、车位、加油机、加油枪、银行卡进行关联,确定客户与加油流水的对应关系。加油挂枪后,系统通过客户已授权的支付方式自动完成扣款。其中,车辆轨迹跟踪、特殊条件下的车牌识别、加油站算法模型、油枪分配算法是技术研究的重点。
一是建立车辆“face ID”。除了获取车牌号码外,还通过AI 算法处理,采集车辆更多的属性和细节信息,包含车辆品牌、型号、颜色、类别以及局部特征,从而满足自定义组合查询和模糊查询的强大功能。车辆本身包含的信息非常多,不同场景有不同的数据诉求。通过不断丰富数据类型、对每个车辆建立唯一的虚拟“车辆模型”,即车辆的”face ID”。当在不同场景下出现该车辆信息时,可通过数据库中的信息对比,实现指定场景下的信息真实性检测或用于服务促进。
二是实时结构化数据。不仅对静态车辆进行识别,还对视角范围内的行驶中车辆,进行轨迹追踪和关键帧抓取。通过海量数据样本训练,实现对实时视频和录像的视频结构化分析,车辆关键要素提取完成后,存入结构化数据库,在需要时可直接搜索关键特征信息,服务器可直接调取出对应关键字信息所在的视频录像,秒级精准检索极大地减少了查证时间,提高了效率。
近两年来,市场陆续出现多种形式的无感加油模式,但对比看来,AI 无感加油模式的优势更突出。为进一步论证AI 无感加油模式的应用优势,以下对主流的ETC 无感加油、RFID 无感加油两大模式进行了对比研究。结合各模式的使用场景和建设成本,对优劣势进行分析,具体情况如下:
车主注册需要去营业厅办理业务开通,将银行卡与RFID 绑定,由银行专人辅助安装电子标签。现场加油前员工需询问加油方式,确认后加油工在键盘上选择RFID 加油,提枪识别电子标签获取用户加油信息。
需在车主车辆上安装RFID 电子标签,成本约50 元/人。站点需要安装服务器、屏幕(或其他用于提示车主信息的终端)等设备。单站改造投入预计10-30 万元,车主推广成本另计。
优势是车辆识别率高(接近100%);加油时车主无需操作。劣势是前期获客成本高,需营业厅人工发卡、车主需安装电子标签,解绑时车主也需去营业厅;人工参与环节多,需事先询问加油信息、加油完成确认才可放行;后期维护成本高,需要一个月更换一次电池等;仅解决了支付问题,数据采集只有会员交易数据,应用不具备可拓展性。
车主自助在线注册,车辆进入加油站后,天线识别出车辆上安装的ETC 标签中的车主相关信息。加油工询问客户交易需求(油品、金额)、在屏幕或手持POS 设备选择车牌,然后为客户加油。
需在车主车辆上安装ETC 接收器,虽然车主基本已安装该设备,但大部分车主除了上高速,其他是拔卡状态。站点也需安装防爆ETC 天线、服务器等设备,还需增加屏幕或手持防爆POS,进行人工车牌选择。单站投入成本10-20 万。
优势是车牌识别准确率高,接近100%;车主体验相对流畅,无需操作;建设成本相对较低。劣势是加油时车主需与加油工进行信息确认,加油工需进行选车牌等相关操作,并确认身份;目前数据应用受制于ETC 管控单位;数据单一、后期无法产生其他应用价值;可能存在扣款失败问题;客户受众群体受限,必须要安装ETC。
车主自助在线注册,注册流程简单,注册完即可使用。现场加油时,后台自动关联车牌-油枪,员工提枪即可加油,加完即走,线上开票。
车主方无需改造和硬件成本投入。主要对于站点进行改造,需增加摄像头及AI 算法服务器,需安装屏幕或其他提示设备(智能手表或手持POS 等)。软件方面需完成管控、油枪的对接,但目前已形成标准化方案,后续只需接入即可。目前单站投入10-20 万元。
优势是车主体验流畅,完全无需操作无需交流;具备全程客户自助加油的条件、大幅减少员工工作量,释放员工潜力;全站采集更完善的数据,便于数据分析和拓展应用场景,包括安全行为监控、站内排队情况分析、滞留时间分析等。劣势是对硬件要求高,改造成本相对略高。
综上所述,和其他支付方式相比,AI 无感加油具有明显的比较优势,如相对成本不高、识别精度较高、员工负荷小、客户体验好、数据价值高等;且现场无需扫码,避免了监管部门要求的使用手机扫码的安全风险;平均缩短加油服务时间3 分钟以上,更有助于现场通过。从长远来看,可以引领未来加油发展的新趋势,具备较好的推广和应用价值。
目前,AI 无感加油模式已在某石油销售企业上线200 座站点。自推出市场后,其以创新的加油方式和全新的支付体验,大大提高了加油站的通行效率,提升了站点业绩和品牌影响力。为进一步支撑站级经营需要,通过该模式采集了大量的车辆数据、消费数据、设备数据等各类数据,继而在探索数字化应用支撑经营决策方面也进行了探索和实践。
车辆入站后,通过AI 摄像头抓取车辆信息,进行准确率比对分析,确保100%车牌识别率,同时采集车型、颜色等特征信息,便于进行车主画像数据采集。
通过关联注册用户信息,记录车主的加油偏好、交易偏好等行为,积累有效客户标签,预测车主加油或消费行为,可实现针对性营销投放及主动服务。并通过异业合作等,帮助油企建立360°客户画像和类型切分,为服务分级及智慧化营销提供数据决策。
开展进站客户数据分析,对入站车辆进行实时监测,分析各站实时车流量情况,判断拥堵情况、及油品使用量等信息,为客户判断拥堵提供智能引导,为站级分流提供指导。
AI 无感加油和油枪、油机关联,可实时采集加油状态和油机状态,从而判断油机出油速率、油机服务效率,进而检测判断油枪运行是否异常,自动排查设备故障,开展自动化运维,进一步帮助优化设备布局。
将员工服务行为通过AI 智能识别进行数字化,对站内人员、油枪等进行行为捕捉采集,判断员工服务和操作标准是否规范,对危险动作进行分析和实时预警。
基于上述数据,在数据化应用方面初步探索了以下应用场景,支撑企业及站级经营管理需要:
分析当天销售、当月销售、历史收入趋势、各油品销售数据分析等;分角色权限,让站长、片区经理、分公司、省公司等各层级清楚了解各站点的最近油品销售情况;及时发现业绩下降时点,及时定位并分析原因寻找处理对策;关联营销优惠,区分我司投入营销资源、第三方合作营销资源,进行量利效分析。
分析当前实时车流量数据、历史流量趋势、加油车辆趋势;了解各站点车辆进站数据,了解各站点车流量情况;通过趋势发现入站车辆下滑原因,分析定位,如入口设置是否合理,交通管制等等;分析各站点现场通过率,判断车辆拥堵情况;把握客户用油高峰,合理人员配比,可进行弹性排工,提高效率。
分析各油站进站用画像结构和趋势变化,了解进站客户的整体年龄结构、消费结构、购买能力等;分析客户加油的频次、偏好等,把握客户消费节奏;重点细分目标客户,分群开展精准营销,特别是针对新客户、流失预警客户、流失客户、价格敏感客户等不同客户类型进行营销。
分析车辆进站到离开油站所花时间,看出整个油站的畅通拥挤情况,结合站点布局等因素考虑改进措施;分析排队时长,从进站到进入车位所用时间,判断拥挤排队现象;分析等候时长,车辆停靠到开始加油所用时间,判断加油服务及时性,优化服务效率;分析加油时长,从开始加油到加油结束所用时间,计算油枪加油效率(速率);分析滞留时长,加完油到车辆离开加油车位所有时间,判断用户是否有购买非油品的可能性。
分析各油品枪数、日均交易次数/枪、日均忙时/枪;分析各油机-油枪参数、提枪次数、平均流速/分、每日忙时、每日可用占比、闲置状态等,提醒需维修的问题设备,优化现场车辆引导。
基于该加油服务模式创造的数据价值,以“共建、共创、共享”为发展理念,构建第三方合作生态圈。一是通过合作引流外部用户成为无感用户,吸引银行、保险等第三方合作资源,多方联合开展客户营销,壮大客户群体,锁定忠诚客户,扩大市场影响力;二是通过开展深度合作,进一步丰富车主画像,并根据大数据分析客户偏好,实施个性化推荐,实施精准营销,进而分析背后沉淀的营销数据,形成价值创造的闭环。
总的来说,“AI 无感加油”模式将AI人工智能、大数据等前沿技术与油站智慧场景进行融合创新,为油站带来了颠覆性的改变,不仅为车主带来了前所未有的便捷,也促进了油站管理更加精准高效,帮助油品销售企业打造出了“服务+营销+管理”为一体的数字化油站。具体价值主要体现在以下几个方面:
从服务社会智慧出行视角,在智慧油站场景中引入新技术,这为智慧出行提供了成熟解决方案。使用AI 无感加油的车主只需完成首次注册,从进站到驶离油站平均用时只有2 分30 秒。它不仅提高了车主的出行效率,优化了出行体验,还提升了油品服务企业改革创新、服务城市智慧出行的企业形象。
从目前应用情况看,无感加油模式下,客户无需插卡、无需下车、无需现金、发票自动推送,全程无接触操作,节省客户加油时间1-3 分钟,减少了油站排队时间,加快通行效率,提升油站业绩。初步估算该模式下,现场通过能力至少可提升了1.5 倍。
该模式下,员工不需要和客户确认油品、不需要插卡加油(客户可自助)、不需要向客户发起收款、不需要核对支付信息、也不需要为客户开票。和其他方式相比,员工工作量得到了较大减轻,还避免了错账,也避开了逃单风险。一方面可以让员工腾出了精力拓展便利店商品和汽服、快修、餐饮等综合服务;另一方面也有助于企业进一步实现减员和优化用工。
该模式与保险、第三方车主等多家服务机构建立了合作,共同提供增值会员权益服务,拓展获客渠道,有助于获取有效及高品质用户资源。通过科技引流和第三方合作权益引流,以全新的加油体验和持续优惠刺激吸引客户,开展差异化服务竞争,改变用户加油习惯,形成用户粘性,转变成为忠实用户。
基于AI 无感加油采集的客户数据,通过数据分析与建模,开展车辆和客户特征数据分析,记录车主加油偏好、交易偏好等行为,从而针对性开展营销投放及主动服务,帮助企业节约客户维护成本,实现精准服务和精准营销。同时,在员工劳效、设备管理、安全管理等方面,帮助企业改进生产流程,提高运营管理效率和效果,实现企业精益管理和精准运营。
在本文的研究基础上,下一步将持续研究AI 人工智能技术在加油站其他领域的应用,探索智慧油站相关的其他场景,包括大数据分析、安全操作监控、实时风险识别、异常行为监控预警等,引领智慧加油站的发展潮流和趋势,助力企业转型发展。