如何只用一个指标创造价值!

从数据到决策

目标是通过提取信息并将其转化为洞察力,使你的机器的价值最大化。

Robert Michaelides
CEO, Proemion

简介

这篇文章看的是与真实客户密切相关的匿名数据。具体来说,我们看了一个单一的指标,我们把它作为一个例子。我们分析了收集到的运营时间的数据,并向你展示了作为OEM的你如何为你的每个部门得出结论并实现对你的业务或客户满意度的盈利影响。

本文的意图不是暗示任何企业应该依靠单一的指标来洞察他们的运营,而是要证明一个指标如何能够提供多种洞察力。这一点很重要,因为单个指标的潜力并没有得到最佳开发。事实上,希捷公司2020年的一项数据调查发现,68%的企业数据没有被利用,这代表着同样多的机会被错过。当然,你不需要从一套复杂的指标开始,就能看到价值。你可以从较小的洞察力开始,随着时间的推移逐步发展你的数据跟踪和分析。

希捷公司的调查显示,企业收集的数据和实际使用的数据不匹配,说明虽然数据收集很重要,但在正确的背景下使用正确的数据并了解其相关性,才能创造商业价值。与其收集尽可能多的数据,目标应该是收集在更大的业务战略中具有用途的特定数据。

Figure 1: Enterprise data utilization

按天和工作时间绘制机器活动图

工作时间的衡量标准很简单,但对于原始设备制造商、经销商和机器所有者来说也是极其相关的。我们的例子代表了在建筑行业工作的机器,在全球范围内运作的机器有成千上万台。这些机器可以按照型号来组织。

这种月平均运行时间很重要,是由原始运行时间汇总而成的。为了得出最有意义的结论,应该在一个较长的时期内收集和查看数据。观察期越长,对提供洞察力越可靠。

Figure 2: Machine operating hours by active days

在图2中,X轴显示了每台机器的活动天数,Y轴显示了每天的平均机器运行时间。请注意,每个点代表一台机器。左下角的点表示一台机器只在一天内活动一小时,而右上角的机器在30天内每天都在活动,平均每天22小时。

另一个需要注意的是,数据点可以重叠。随着时间的推移,对数据的分析将更好地反映出某一图中的机器数量。在图2中,通过创建不同的聚类,将汇总的数据组织成一个有视觉意义的格式,并以颜色编码。聚类很重要,因为它有助于将行为相似的对象组织在一起。在这里,我们看到三个不同的机器集群,绿色的、橙色的和紫色的。

图2还用一条粉红色的线显示了哪些机器每天工作超过8到10小时。在这条线以上的机器被认为是作为轮班工作的一部分,并暴露在相当多的使用中。为了进一步分析机器的工作时间,又用红色、绿色和蓝色显示了三个类别。

Figure 3: Heat map of machine operating hours by active days

按机器类型进行比较:哪些问题可以用单一指标来回答?

原始设备制造商和经销商可以从一个指标中获得多种见解,这取决于他们的目标和基于他们在业务中的角色的观点,例如,作为销售人员或服务经理。就有关机器使用的指标而言,像这样的问题的答案可以揭示出你的企业在效率、盈利能力和客户满意度方面的好处。

Figure 4: Comparison by machine type - Model Type 1

Figure 5: Comparison by machine type - Model Type 2

机器是被过度利用还是利用不足?

也许数据显示同一类型的机器以不同的方式和时间被使用。这可能意味着,一些机器被过度使用,而另一些机器则使用不足。使用频率高的机器会加速老化,需要更多的维护和修理。这个例子在建筑业中更有可能,因为在建筑业中不太容易确保机器会被平衡地使用。例如,它们会被从一个工地搬到另一个工地,或者被搁置一段时间,直到下一阶段的工作准备就绪。能够看到哪些机器比其他机器工作得更辛苦,就有可能通过更好的计划或通过替换不同的机器,在相同的时间内做更多的工作来平衡工作负荷。

低端机型是否吞噬了你的高端市场?

图2显示了一段时期内机器的使用情况。有时,一台什么都能做的低端机器不断被使用,蚕食了高端机器的市场。低端机器的过度使用可以作为这种情况的一个指标,并可以给原始设备制造商提供必要的洞察力,以便在下一个型号的设计中做出调整。同样,当涉及到每天都在使用的车辆时,原始设备制造商可以进行相应的设计。例如,座椅应该尽可能符合人体工程学,驾驶室应该有空间容纳额外的设备。图表右上方的车型也需要外部防雷,因为它们是用于轮班工作,昼夜不停。相比之下,每周只移动一次的机器将需要较少的功能。有了揭示机器使用频率或使用方式的数据,就有可能为特定的应用进行优化,这样机型就不会互相妨碍。

我的销售团队能否发现新的机会来进行向上销售?

图4和图5中对机器数据的分析可以对销售产生积极影响。想象一下,一个销售人员,正在查看某一组客户的数据。如果他能看到某种机器型号的使用频率超过了原始设备制造商的设计意图,或者如果一个机器所有者将高端机器用于简单的任务,他可以说服客户购买具有不同配置的型号--一个更适合其执行的工作。使用数据来实现个性化的购买建议是建立客户忠诚度的一个非常有力的方法,而了解机器如何被使用是成功推荐的关键。

如何避免服务合同的错位?

有关使用情况的数据会影响到OEM和经销商决定为客户提供什么样的售后服务。从图2的数据中,我们知道,平均每台机器每周工作五天,每天大约七小时。但这只是一般的机器。那其他的呢?

为每台机器提供相同的服务包,不管它们的使用情况如何,都是没有意义的。

数据也可以帮助确定服务请求的优先次序和服务合同的成本。例如,图中右上方的勤奋机器需要更经常地被服务。也许为这些类型的机器提供每周或每两周一次的服务是有意义的,而左下角的机器需要服务的频率要低很多。这些机器的服务合同可以相应地定价,根据机器的情况,OEM或经销商可以得到公平的工作补偿,或者机器所有者不会被过度收费。

如何提高备件的预测能力?

我们的例子中显示的使用数据可以帮助原始设备制造商和经销商预测哪些部件需要更换,哪些机器可能比其他机器更需要维护。这与各汽车制造商根据现实生活中的车辆使用数据让客户进行维修的做法并无不同。能够可靠地预测哪些机器需要维护和更换零件,可以帮助原始设备制造商和经销商通过预测他们对人员的需求和零件的库存,并作出相应的计划,从而实现更大的效率。

摘要

当原始设备制造商和经销商能够使用数据来了解客户和机器在市场上的实际行为时,他们就拥有了一个强大的工具来做出影响其短期和长期业务的决策。例如,关于需要额外资源、新机型或维修设施的问题,变得更容易回答。