← 案例目录DATAWHALE / FDE

案例 23 · 工程租赁报价

Datawhale原书章节 · 印刷页码 225—232 · 当前仅加载一页

Datawhale《FDE案例100》,案例23,原书第227页;下方可展开文字版

原书第 227 页 · 点击页面可放大查看

查看与复制本页文字

文字由原PDF提取,阅读顺序和表格请以原页为准。

Q2:在你参与之前,这个问题过去是怎么解决的?
其实过去这种方式完全可以运行,而且在业务增长期甚至是比较合理的。
因为大客户的价值足够高,老板亲自谈、亲自报价,是最有效率的方式。价格不透明、
订单金额大、影响因素复杂,这些事情交给老板判断,反而比做一个复杂系统更靠谱。
真正的问题出现在长尾订单上。
一个小客户进来之后,老板同样要把需求、车型、运输成本、人员、油费这些因素都过
一遍,再决定最终价格。如果老板正在谈一个大客户,这个小订单就只能放掉。
所以过去的问题,是随着市场环境变化,原来合理的人工分工开始出现了瓶颈。
尤其进入下行期以后,企业开始重新重视那些过去没有被充分服务的小客户。这个时
候,原来的模式就出现了矛盾:老板最应该做高价值客户,却被大量低价值、但不能完
全放弃的订单占用了精力。
这也是我觉得FDE很重要的地方。
如果只是站在技术视角,可能很容易得到一个“做智能报价系统”的结论。但真正进入
业务现场以后,你会发现,问题其实是老板的时间应该花在哪里,以及企业有没有能力
把老板不应该亲自处理的事情接下来。
Q3:后来你使用AI解决这个问题的整体思路和关键步骤是什么?
我们的思路其实比较简单,但真正做起来,比单纯做一个AI报价机器人复杂得多。
第一步,是先把整个业务链路梳理出来。
我们先把客户怎么获客、客户从哪里进来、怎么询价、哪些订单老板必须亲自处理、哪
些订单其实可以标准化这些问题看清楚,再考虑模型怎么选。
227/243