：刘京是狗熊会在线实习的一位学员，参加了水妈的报告撰写项目，并且完成了一份很优秀的数据分析作品。报告撰写项目的第二期正在招生（

  产品质量是企业的生命线，慢慢的变多的车企正在通过用户调研，倾听客户诉求，提升产品质量。考虑到企业的人力资源和运营效益，在海量的调研信息中找出主体问题的关键改善点是每个企业面临的课题。本报告通过用户的调研结果，试图对汽车的制动异响问题进行统计分析，从各车型的抱怨率、库存时长、驾驶行为等维度，揭示与各车型匹配度最高的制动异响发生模式，为进一步推测问题的发生原因和实施质量改善提供数据支持。并且，此方法也可以推广至别的问题的故障模式判断，提高推测精度，提升质量改善效率。

  中国是一个巨大的汽车市场。据英国LMC Automotive公布的报告数据显示，2018年中国汽车销量2808.1万辆（来自于市场研究咨询机构LMC Automotive的数据，），占全球近30%的份额，连续10年超过排名第二的美国，稳居世界第一。虽然中国有着全球最大的汽车市场，但由于家用汽车的普及时间较晚，用户在选购新车时没有太多的经验。因此，亲友的推荐和“汽车之家”“网易汽车”等汽车网站的口碑成为重要参考途径。除此之外，权威测评机构的调研结果提供了可信赖的判断依据。

  1968年在美国成立的J.D.Power公司是一家汽车调查研究机构，其新车质量研究(IQS)在美国是家喻户晓的调研项目之一。自2000年J.D.Power进入中国之后，每年持续在中国多个城市开展各类调研。2018年9月，J.D.Power发布了2018中国IQS的调研结果，该调研是基于2017年6月至2018年5月之间购车的33404位车主的线款车型。鉴于调查的最终结果对品牌的影响，全球500强的某公司将IQS得分作为重要的行业对标参考，并且制定了力争挤入IQS行业排名前五的中长期目标。此次中国IQS调研结果为，某公司品牌车辆的有效样本是520个，综合得分为104分（得分指PP100，即100名用户中有多少人抱怨，分值越小则说明抱怨越少，质量越好。），在所有足量样本的主流品牌中排名第13位。

  进一步分解此次IQS的失分项目发现，该公司在制动系统发出的异响问题方面失分较多。行业最佳成绩是0分，代表没有抱怨；行业平均得分为2.6分；该公司的得分为4.7分。可见该问题的抱怨率接近行业平均的2倍，有较大的改善空间。并且，制动异响问题属于功能性质量上的问题（功能性质量上的问题，多为品控问题，比如异响、异味、功能失效等。与之相对的是感性质量上的问题，多为设计缺陷，比如舒适性、易用性、按键布局等。），受用户主观判断的影响较小，直接影响用户的用车体验。所以，制动异响问题的改善优先级较高。

  汽车的制动系统俗称刹车，即踩下刹车踏板后使刹车片夹紧刹车盘，通过摩擦达到减速目的。制动异响的发生模式是指在重复某特定的操作时，制动系统发出了某种异常的响声。通常，制动出现的异响是振动的某种表现形式，可能的原因有刹车片的材质问题，刹车时动静摩擦的临界点导致振动，消音片没有起到足够的消音效果，或是刹车片与支架的碰撞等。而判断其最终的原因的重点是异响发生时的操作和车辆状态，比如刹车踏板的踩踏力度，车辆行驶状态（行进方向/车速），异响频率等。本文试图通过调研结果的统计分析，找到制动异响的主要发生模式。

  但是，IQS调研有其自身的局限性。一方面，样本量偏少。本次2018中国IQS调研中，该公司品牌的4个车型一共只有520个有效样本，其中只有12名用户抱怨制动异响。从这12名用户反馈结果推测发生模式，结果受随机性的影响较大。另一方面，问题描述不详。出于对用户个人信息的保护，车企无法从J.D.Power得到车辆的底盘号，也无法获取用户的联系方式等信息。因此，通过统计分析IQS调研结果，车企难以进一步探索问题真相，无法针对性地开展进一步调查改善活动。

  为了弥补IQS样本量不足的问题，该公司自主实施了新车质量调研。本文利用了15245份新车调研结果，通过数据分析，推测与各车型匹配度最高的制动异响发生模式，最后对问题的改善方案提出了合理建议。

  本文使用的数据来源于该公司在2018年累计邀请的约10万名新车用户参与线上问卷调查，最终回收了15245名用户的有效问卷，其中抱怨制动异响问题的共有274例。变量可以被分成2组，（1）车辆信息，包括车型，发动机排量，生产时间，购车时间等；（2）驾驶行为，包括行驶方向，刹车力度，行驶速度等。具体变量说明如表2-1所示。

  首先，利用表3-1粗略地介绍12种主要的制动异响模式。模式1-9按刹车力度分类，模式1为大力刹车，模式2-4为非制动状态，模式5-9为中小力度刹车；模式10-12属于耐久性问题，不在本报告讨论范围。

  图3-1比较了4个车型的抱怨率，发现车型D的抱怨率（PP1000，即千台车抱怨率）达到22.7分，在4个车型中得分最高；车型C的抱怨率为15.0分，得分最低。

  进一步观察各车型不同发动机排量的抱怨率。通过图3-2的抱怨率统计可见，所有车型均呈现大排量车型的抱怨率高于小排量车型的情况，即车型A/B/D的2.5L排量的抱怨率高于2.0L排量，车型C的2.0L排量的抱怨率高于1.5L排量。特别是车型A的2.5L排量的车型达到34.2分的最高抱怨率，出现这个现象可能有以下三个原因：第一，大排量车型的整备质量较重，相对刹车负荷较大；第二，大排量车型的用户对油耗不敏感，驾驶习惯偏向激进，更容易暴露刹车的潜在问题；第三，样本量少导致的数据误差。

  图3-2还显示了各车型的不同发动机排量的市场占有率。发现除了车型D以外，其他大排量车型的市场占有率较小，不到小排量车型的1/4。特别是车型A的2.5L排量车型只占到整个车型的4%，146名用户样本中有5人抱怨。虽然抱怨率最高，但其改善对整体分值的下降贡献不大，改善的优先级较低。而车型D的两种排量车型的占有率接近，分别有983个（2.0L排量）和1401个（2.5L排量）样本，图3-1的抱怨率排名也是最高，建议对D车型优先做出详细的调查改善。

  利用生产时间和购车时间计算库存时长，图3-4显示了库存时长分布的抱怨率情况。未曾发现抱怨率随库存时长递增的情况，可见由于库存时间长所导致的刹车系统生锈现象，从而引发的制动异响问题（模式4和9）并不突出。

  将表3-1的主要发生模式清单按照行驶方向、刹车力度、行驶速度进行整理，得到表3-2的刹车异响发生模式对照表。

  通过发生异响时用户的操作方式和车辆状态，统计发生频次，频次多的情况即是最容易发生的制动异响模式。图3-5统计了行驶方向、刹车力度、行驶速度在各状态下的发生频次，并以色阶显示了频次的高低。

  通过表3-2和图3-5的对比，即可推测匹配度最高的异响发生模式。图3-5的车型A中，(a)对应模式6或7；(b)对应模式6。车型B中，(c)对应模式6或7；非制动时异响(d)对应的模式4是所有车型中抱怨最多的，考虑可能是生锈问题，也可能是电子手刹（EPB）释放不同步导致刹车拖拽，抱怨比例不高，可以暂时关注不做改善。车型C中，(e)对应模式6或7；(f)对应模式6，建议优先解决模式6的问题。车型D中，(g)对应模式5；(h)对应模式6或8；(i)对应模式6，相对问题比较突出，建议测量制动零件相关部位的尺寸，检查是不是符合设计要求；与其他车相比，(j)的计数频次有些异常，且匹配不到任何发生模式，可能是由于客户回答过于随意导致，也可能是某种新的发生模式，需要进一步确认。

  车型D的刹车异响抱怨率最高，对应模式6或8的问题比较突出，建议测量制动零件相关部位的尺寸，检查是不是满足设计要求。

  车型A的刹车异响抱怨率排名第二，实际生产中与车型D使用部分通用的零件，建议与车型D共同调查和改善。

  车型B和C的发生模式类似，都是模式6或7的抱怨较多，建议进一步邀约相关用户，对其车辆进行实车确认。

  最后，该分析方法还可以推广到别的问题模式分析中，从海量的信息中挖掘有价值信息，以车企的视角利用工程语言展现调查结果。

  我是车企工作的一名质量经理，主管用户的新车问卷调查、分析、质量改善的业务。平时的工作除了数据的分析，还包括问题调查和改善推进等。有缘听了一期樊登读书邀请王汉生教授的访谈，感觉自己在数据分析方面还处于初级阶段，深感客户反馈的信息中还有很多有价值的内容可以挖掘。拜读了《数据思维》，了解个大概。从而结识了狗熊会，希望能够通过该平台研习统计学有关专业知识，进一步提升业务能力。

  另外，希望狗熊会能够逐步扩大影响力，聚集更多各行业的数据分析人员，引导同行间开展线上线下的互动，促进密集交流，提升整体数据分析能力。

  声明：本文由入驻搜狐公众平台的作者撰写，除搜狐官方账号外，观点仅代表作者本人，不代表搜狐立场。