על פי דוח הביצועים של Aquant לשנת 2024: מהדורת מכונות תעשייתיות, יצרני ציוד מקורי מתמודדים עם אתגרים בשולי הרווח שלהם עקב תחרות עולמית, עלויות עולות, פערי ידע ונתונים מפוזרים ולא מלאים. כדי להתגבר על בעיות אלה, הם מאמצים אסטרטגיות מונחות נתונים והצעות שירות מתקדמות, כגון תחזוקה חזויה וניטור בזמן אמת, כדי להגביר את זמן הפעילות, הפרודוקטיביות ונאמנות הלקוחות.
2024 תהיה שנה קריטית עבור יצרני ציוד מקורי, מכיוון ששילוב בינה מלאכותית גנרטיבית הפך לחיוני עבור יצרני ציוד מקורי כדי להישאר תחרותיים. טכנולוגיה זו מפחיתה עלויות, משפרת את איכות השירות ומשנה את ניהול שרשרת האספקה באמצעות אוטומציה ותהליכי קבלת החלטות מתקדמים. Generative AI חוזה כשלים בציוד, מתזמן תחזוקה, מתאים את התפעול לצרכי הלקוח ומשפר את יכולות כוח העבודה ואת ראיית הנולד של שרשרת האספקה.
ניתוח
השנה ניתחנו ממצאים מ:
- 40 ארגונים
- יותר מ-5 מיליון הזמנות עבודה המשתרעות על פני כמעט 1.3 מיליון נכסים
- מעל 73,000 טכנאים
- כמעט 2.5 מיליארד דולר בעלויות שירות
- ממוצע של 3.2 שנות שירות לחברה
הערה: נתונים מיצרני ציוד מקורי עם וללא רשתות סוחר כלולים בקבוצה זו.
באמצעות טכנולוגיה, אנחנו יכולים לקחת מישהו חדש לשירות ולגרום לו לתפקד כאילו יש לו 30 שנות ניסיון. סיוע AI מנחה אנשים פחות מנוסים לביצועים דומים לעמיתיהם המיומנים יותר. כולם, כולל לקוחות, יכולים לפתור בעיות באופן עצמאי, מה שעוזר עם זמן פעולה. אם הם יכולים לטפל בבעיה בעצמם באמצעות סיוע AI, זה עוזר להם לתקן אותה במהירות ללא צורך לקרוא לטכנאי, במיוחד אם החלק הנדרש נמצא בקרבת מקום או לא נחוץ לתיקון.
– ג'וש אור, מנהל שירותי תמיכה במוצר, ג'ון דיר [האזינו עכשיו]
ממצאים עיקריים
בניתוח מגמות בקרב חברות מכונות תעשייתיות, למדנו:
מחווני KPI:
- בממוצע, מחווני KPI מסוימים, כמו שיעורי תיקון בפעם הראשונה, הם בדרך כלל יציבים בתעשיות שונות. עם זאת, הבדלי הביצועים בין גיבורים למתמודדים נותרו משמעותיים בארגונים בעלי ביצועים נמוכים יותר – לדוגמה, שיעור התיקון הראשון שלהם הוא רק 56% לעומת 86% בארגונים בעלי הביצועים הטובים ביותר.
- זמן האבחון ממשיך להשפיע על ארגוני שירות מכונות תעשייתיות, בעיקר בשל תיעוד מורכב ותיקונים מרובים בתוך מדריכים. כתוצאה מכך, ארגונים רבים זקוקים לעזרה באיתור מידע על נכסים בקלות.
- זמן הרזולוציה החציוני הוא כמעט שבועיים בארגונים בעלי ביצועים נמוכים יותר, אך הוא עומד על כשלושה ימים בארגונים בעלי הביצועים הגבוהים.
- יצרנים בעלי ביצועים מעולים מספקים כלים והדרכה לסוחרים, כך שהסוחרים יכולים להקדיש פחות זמן לאבחון הבעיות. זה משחרר את קיבולת הסוחרים, ומאפשר להם להשקיע יותר זמן בתיקון הבעיות שמגיעות דרך דלתותיהם.
- גם פער המיומנויות מהווה אתגר.
- בחברות מכונות תעשייתיות מובילות, הביצועים הנמוכים ביותר עולים 20% יותר מהגבוהים ביותר. עם זאת, לארגונים בעלי הביצועים הנמוכים ביותר יש את פער כוח העבודה היקר ביותר, כאשר הביצועים הנמוכים ביותר שלהם עולים 128% יותר מהעובדים בעלי הביצועים הטובים ביותר.
- אם לכולם בחברות מכונות תעשייתיות היה את הידע והכישורים לתפקד כמו 20% העליונים של כוח העבודה, עלויות השירות היו מופחתות בשיעור של עד 28%.
נתונים:
יש הזדמנות משמעותית לארגונים לקבל ניראות רבה יותר לגבי הביצועים שלהם ולזהות תחומי הזדמנויות.
- לחברות מכונות תעשייתיות יש בדרך כלל נתוני לקוחות לא מאורגנים ולא מושלמים. הוא מפוזר בדרך כלל על פני מספר ERPs, מערכות CRM ומיקומים. מקור הנתונים יכול גם לגרום לבעיות - לדוגמה, נתוני אחריות שסופקו על-ידי משווקים לעתים קרובות חסרים ניראות לגבי היסטוריית השירות המלאה של בעיות, מה שהופך את קבלת תובנות המשפרות את הביצועים למאתגרת.
- בנוסף, בעלי עניין רבים מעורבים בטיפול בנכסים לאורך מחזור החיים שלהם. לדוגמה, מרכזי תיקונים מציעים שירותי תיקונים, מחסנים משגרים חלפים, וטכנאי שטח בודקים ומטפלים במוצר. לקוחות פונים למרכזי שירות השייכים לישויות שונות בשרשרת הערך של המוצר.
- מסיבות אלה ועוד, יצרני ציוד מקורי אינם מסוגלים בדרך כלל למטב שירותים וערך לאחר המכירה עקב המאמץ הנדרש לאיחוד, ניקוי ושיפור נתוני לקוחות ומוצרים. כדי שתוכניות אספקת שירותים יצליחו ויתרחבו, צוותים חייבים להיות מסוגלים להשתמש בנתונים איכותיים ברחבי הארגון כולו.
פער חוויית לקוח
- חברות שמודדות שיעורי תיקון בפעם הראשונה בחלונות של 7 ימים או 14 יום מכינות את הקרקע לפער משמעותי, שיכול להוביל לחוויות לקוח מתסכלות. קל להעריך יתר על המידה את שיעורי התיקון בפעם הראשונה ולהמעיט בעלויות הרזולוציה.
- אנו ממליצים:
- מדידת שיעורי תיקון בפעם הראשונה בתקופות של 30 יום.
- מתן עדיפות לשדרוג מיומנויות והפיכת כל חבר צוות שירות לבעל ידע שווה על ציוד ושיטות עבודה מומלצות.
כיצד חברות המיכון התעשייתי הטובות מסוגן מתקדמות ונשארות קדימה?
- קבל מבט מעמיק יותר על נתונים קיימים. ארגוני מכונות תעשייתיות צריכים לבחון את הנתונים שלהם בצורה יסודית יותר. על ידי ניתוח נתונים מכל היבטי הפעילות שלהן, כולל אינטראקציות עם לקוחות, ביצועי ציוד ופעילויות שירות בשטח, חברות יכולות לזהות דפוסים ומגמות שיעזרו להן לקבל החלטות עסקיות מושכלות יותר. הם יכולים גם להשתמש בכלי איסוף ועיבוד נתונים AI, המאפשרים מידע מדויק ועדכני על ביצועי הציוד וצרכי השירות. באמצעות כלים אלה, צוותים יכולים לתעדף משימות בצורה טובה יותר ולטפל בבעיות פוטנציאליות לפני שהן הופכות לבעיות משמעותיות יותר.
- דגש על הכשרה ובניית מומחיות טכנית ככל שהטכנולוגיה מתקדמת. האפקטיביות של טכנולוגיות אלה תלויה ביכולתו של כוח האדם לתקשר, לפתור בעיות ולהסתגל לשינויים מהירים. מגמה זו מכירה בצורך הכפול בהכשרה טכנית מתקדמת ובטיפוח מיומנויות רכות כגון מנהיגות, תקשורת ואמפתיה.
- אמץ את מגמות הקישוריות והשירותיות, במיוחד לאור העובדה שמורכבות הציוד עולה.
- הטמע כלי AI שנבנו לשירות מכונות מורכבות. כלים אלה יציעו תובנות ופתרון בעיות המבוססים על הבנה פרטנית של העסק שלך.
קיבלת השראה מהתובנות של הדו"ח?
הירשמו לאתגר 7 הימים של Aquant עוד היום! אנו ננתח את הנתונים שלך כדי לספק את התובנות, הכלים והאסטרטגיות החיוניים כדי לשנות את ארגון שירותי המכונות התעשייתיות שלך ולהתעלות על היעדים העסקיים שלך.
