一季度投诉再破五万宗，四项变化影响愈发深入-企知道

一季度投诉再破五万宗，四项变化影响愈发深入

来源：

车市睿见

发布时间：2024-04-15

复制链接
微信扫一扫

2024年一季度,国内领先的缺陷汽车产品信息收集及汽车消费者投诉信息受理平台车质网共受理消费者对汽车产品的有效投诉53,697宗,季度投诉量历史上第二次突破5万宗。其中,单纯质量问题仍是投诉主体,占比超40%。时间回溯到整个2023年,车质网全年共受理的168,725宗投诉中,质量类占比66.4%,增长量超过往年。

车市睿见对上述超20万宗投诉进行分析,总结出持续深入影响消费者对产品质量反馈的四大变化。

01 消费者之变

关注点向设计、舒适度转移

信息传播深度和广度加深,越来越多的消费者开始形成自己对汽车产品品质的判断,从最初被动接受产品,向主动提出需求转变,再叠加企业在营销中的传播,一旦不同频,极易引发用户抱怨。

以2023年一个典型设计类投诉为例。日间行车灯常亮是一部分消费者的关注点,但消费者用车时发现车辆配备的日间行车灯仅在P挡时点亮。消费者认为“官方没有明确标注”,有被欺骗的感觉,“很难再向他人推荐购买。”

座椅和NVH带来的舒适性问题也在引发消费者的抱怨。当消费者投诉后,企业联合经销商对车辆实测的结果是“目前该车型车内噪音水平已经处于行业中上等。”显然,这样的结论与投诉者对噪音量级的需求不匹配。

随着消费者在用车层面更加主动,主机厂应更多挖掘用户需求,特别是更精准的数据,作为功能定义。

投诉行为转向“抱团” “深挖”

2023年,车质网共接到集中投诉事件790次,是2022年的两倍多。790次投诉总计产生了79757宗投诉。这意味着,47%的投诉通过“口口相传”产生。

梳理时间线可以发现,避免集中投诉并非无章可循。这些事件均经历了预警期、潜伏期、爆发期三个阶段。其中,预警期约1-2个月,通过发酵和外部力量关注,再经过2-3个月的潜伏期,最终爆发。

主机厂在预警期提前布局,在潜伏期有效阻断,效果将好于爆发期出现后的补救。

在集中投诉事件中,车门框及螺丝生锈投诉的案例也较为典型。消费者需要将门框密封条扒开后才可发现,这与一般消费者的用车习惯并不相符。之所以引发大量消费者关注,与部分消费者的“主动挖掘”和分享不无关系。

02 用车方式之变

智能驾驶

2023年,车质网共受理智能驾驶相关投诉2488宗,较2022年翻了一倍多。

从智能驾驶投诉分类来看,AEB自动刹车系统的投诉最多,特别是“自动刹车误触发”问题。多位用户反馈,“自动刹车误触发”极易导致后车追尾。还有一些用户上车会关掉AEB功能(还有怠速启停,并且两个功能无法正常永久关闭)。

目前,正常路况下的智能驾驶已经比较成熟,但对于一些比较极端的工况、路况、天气等环境,智能驾驶依然存在着不少问题。车企应多进行极端天气、特殊路况的场景测试和场景评价,才能让智能驾驶更快地成为普通车主的“刚需”。

智能钥匙

机器接管人类还有另外一个不太受人关注的点,就是智能钥匙,或者说是车联App(大多都可以实现最基础的解锁、上锁等车控功能)。由于很多品牌车辆及手机App底层设计架构的问题,导致一些功能不能用、不好用。

根据车主访谈,车联App最初并不是车主的必需品,因为有实体钥匙可替代。但随着被车联App基础功能吸引,也逐渐开始使用社区、商城等板块功能,企业也由此进行品牌运营、用户调研等。

相比之下,部分传统品牌车联App质量问题较多,用户并没有形成使用习惯,用的人太少,车企更不重视该功能,形成恶性循环。

03 开发验证之变

近些年,车型换代周期从6-7年缩短到了2-3年,更有工程师感叹GVDP仿佛已经不存在了。软件仿真和环境仓模拟越来越多,开发过程发生着变化,但一些潜在问题也逐渐暴露,影响着产品质量。

以某自主全新新能源品牌车型为例,该车型2023年年初大批量交付后,出现较多质量问题,投诉呈现四个特点:

1.单宗投诉包含的问题项多:每宗投诉包含问题项5.82个,其中质量问题项32个,服务问题项1.5个;

2.用户投诉描述清晰:用户对于质量问题的场景描述和对服务问题的流程描述比较清晰;

3.投诉问题项分散:涉及总计332个问题项,其中质量问题265个,服务问题67个;

4.感知类问题投诉项多:相比其他车型以故障类投诉为主,该车型用户对于噪音、舒适性等感知类问题投诉同样较多。

针对日渐增多的质量投诉,研究人员对该车型实车进行了为期一天的实车测试,测试结果虽然没有投诉情况那么严重,但质量问题相对过往测试车型属于较多范围。

验证不足不仅出现在新品牌车型上,传统品牌燃油车也有同样类型的集中爆发质量问题投诉。

开发压力大的现实环境下,如何在有限的时间和经验中完善产品质量,是所有主机厂面临的问题。同时,当前功能相似、使用趋同的现象越来越多,多利用竞品、行业的重点质量问题,深挖问题场景,结合自身特点,丰富质量防再发清单,形成“从1找N,从N归1”的工作模式(从单一质量问题中挖掘多种可能场景,每个场景进行逐一深入验证),加强开发期间的验证,才能更好的提升上市时的产品质量。