第一季度投诉再次突破5万起，四个变化的影响越来越深。

2024-04-20

2024年第一季度，国内领先的缺陷汽车产品信息收集和汽车消费者投诉信息受理平台汽车质量网共接受消费者对汽车产品的53、697起有效投诉，季度投诉数量历史上第二次突破5万起。在这些问题中，单纯的质量问题仍然是投诉主体，占40%以上。回顾2023年，汽车质量网全年共受理的168,725起投诉中，质量类占66.4%，增长率超过往年。

汽车市场睿见分析了超过20万的投诉，梳理出对消费者产品质量反馈持续深刻影响的四大变化。

01 顾客之变

侧重于设计，转移舒适度

随着信息传递的深度和广度的深入，越来越多的消费者开始对车辆产品的质量形成自己的判断，从最初被动接受产品到主动要求需求的转变，再叠加公司在营销中的传播。一旦频率不同，很容易引起客户的抱怨。

以2023年典型的设计投诉为例。日间行车灯总是亮着，这是一些消费者关注的焦点，但消费者发现车辆配备的日间行车灯只在P挡时亮着。消费者认为“官方没有明确标注”，有被骗的感觉。“很难推荐给别人购买。”

座椅和NVH带来的舒适性也引起了客户的投诉。消费者投诉后，企业和经销商对汽车的测量结果是“目前该车的噪声水平已经处于行业中上水平。”显然，这个结论与投诉人对噪声水平的需求不匹配。

由于消费者在使用汽车方面更加积极，主机厂应该对客户的需求进行更多的探索，特别是更准确的数据，作为功能定义。

投诉行为转变为“抱团”“深挖”

2023年，车质网共收到790起集中投诉，是2022年的两倍多。总共有79757起投诉发生在790起投诉中。也就是说，47%的投诉都是通过“口耳相传”产生的。

通过整理时间线，我们可以发现防止集中投诉并非没有章可循。这些事件都经历了三个阶段:预警期、潜伏期和爆发期。其中，预警期约为1-2个月，最终通过发酵和外力关注，再经过2-3个月的潜伏期爆发。

在预警期内，主机厂提前布局，在潜伏期内有效阻隔，效果将优于爆发后的补救。

在集中投诉事件中，门套和螺丝生锈的投诉也是典型的。消费者需要打开门框密封条才能发现，这与普通消费者的汽车使用习惯不符。之所以引起大量消费者的关注，与一些消费者的“主动探索”和分享无关。

02 汽车使用方式的改变

智能驾驶

2023年，汽车质量网共收到2488起关于智能驾驶的投诉，比2022年翻了一番。

从智能驾驶投诉的分类来看，AEB自动刹车系统的投诉最多，尤其是“自动刹车误触发”的问题。很多用户反馈说，“自动刹车误触发”很容易导致后车追尾。部分用户上车时会关闭AEB功能(有怠速启停，两个功能无法正常永久关闭)。

目前，智能驾驶在正常路况下已经相对完善，但智能驾驶在一些极端的工作条件、路况、天气等环境下仍然存在许多问题。汽车公司应该在恶劣天气和特殊路况下进行场景测试和场景评估，以便智能驾驶能够更快地成为普通车主的“刚需”。

遥控钥匙

机器接管人类还有一个不太受关注的点，那就是遥控钥匙，或者车联App(大部分可以实现解锁、锁定等最基本的车控功能)。由于各大品牌车辆和手机App底层设计结构的问题，一些功能无法使用，也无法使用。

根据车主的采访，车联App一开始并不是车主的必需品，因为有实体钥匙可以替代。但随着被车联App的基本功能所吸引，社区、商场等板块功能逐渐开始使用，公司也进行了品牌运营和用户调研。

相比之下，一些传统品牌的车联App存在很多质量问题，客户没有形成使用习惯，用户太少，车企更不重视这个功能，形成恶性循环。

03 发展验证的变化

近年来，车辆更换周期从6-7年缩短到2-3年，一些工程师觉得GVDP似乎已经不存在了。软件模拟和环境仓库模拟越来越多，开发过程也发生了变化，但一些潜在的问题逐渐暴露出来，影响了产品质量。

例如，某自主新能源品牌车型在2023年初大量交付后，出现了更多的质量问题，投诉呈现出四个特点：

单个投诉包含的问题很多：每个投诉包括5.82个问题，其中32个质量问题，1.5个服务问题；

用户投诉描述清晰：用户对质量问题的场景描述和对服务问题的流程描述清晰；

投诉问题分散：涉及332个问题，其中质量问题265个，服务问题67个；

4.感知问题有很多投诉:与其他车型相比，故障投诉是主要因素，这款车型的用户对噪音、舒适度等感知问题也有更多的投诉。

针对日益增多的质量投诉，研究人员对该车型的实车进行了为期一天的测试。虽然测试结果没有投诉那么严重，但质量问题比过去的测试车型更广泛。

缺乏验证不仅出现在新品牌车型上，传统品牌燃油车也存在着同类型的集中质量问题投诉。

如何在有限的时间和经验中完善产品质量，是所有原始设备制造商在发展压力大的现实环境中面临的问题。同时，目前功能相似、使用趋同的情况越来越多。我们应该充分利用竞争产品和行业的关键质量问题，深入挖掘问题场景，结合自身特点，丰富质量防再发清单，形成“从1到N，从N到1”的工作模式(从单一质量问题中挖掘各种可能场景，逐一验证每一个场景)，加强开发过程中的验证，从而更好地提高上市时的产品质量。