Wie Sie mit nur einer Kennzahl einen Mehrwert schaffen!

Die Metrik der Betriebsstunden ist einfach, aber auch äußerst relevant für OEMs, Händler und Maschinenbesitzer. Unser Beispiel steht für Maschinen, die in der Bauindustrie arbeiten und weltweit mit Tausenden von Maschinen betrieben werden. Diese Maschinen können nach Modell geordnet werden.

Die monatlichen durchschnittlichen Betriebsstunden sind wichtig und werden aus den Rohbetriebsstunden aggregiert. Um möglichst aussagekräftige Schlussfolgerungen zu ziehen, sollten die Daten über einen längeren Zeitraum gesammelt und betrachtet werden. Je länger der Beobachtungszeitraum ist, desto zuverlässiger sind die Erkenntnisse.

In Abbildung 2 zeigt die x-Achse die Anzahl der aktiven Tage für jede Maschine, und die y-Achse zeigt die durchschnittlichen Betriebsstunden der Maschine pro Tag. Beachten Sie, dass jeder Punkt eine einzelne Maschine darstellt. Der Punkt unten links zeigt eine Maschine, die nur an einem Tag für eine Stunde aktiv ist, während die Maschine oben rechts 30 Tage lang jeden Tag aktiv war, also im Durchschnitt 22 Stunden pro Tag.

Ein weiterer wichtiger Punkt ist, dass sich Datenpunkte überschneiden können. Eine Analyse der Daten im Zeitverlauf liefert eine bessere Darstellung der Anzahl der Rechner in einem bestimmten Bereich. In Abbildung 2 werden die aggregierten Daten in ein visuell aussagekräftiges Format gebracht, indem verschiedene Cluster gebildet werden, die farblich gekennzeichnet sind. Die Clusterbildung ist wichtig, weil sie dazu beiträgt, Objekte mit ähnlichem Verhalten zusammenzufassen. Hier sehen wir drei verschiedene Gruppen von Maschinen, die grüne, die orangefarbene und die violette Gruppe.

Abbildung 2 zeigt außerdem mit einer rosa Linie, welche Maschinen mehr als acht bis zehn Stunden pro Tag arbeiten. Bei den Maschinen oberhalb der Linie wird davon ausgegangen, dass sie im Schichtbetrieb arbeiten und einer wesentlich höheren Belastung ausgesetzt sind. Um die Arbeitszeiten der Maschinen weiter zu analysieren, werden drei weitere Kategorien in rot, grün und blau dargestellt.

Erstausrüster und Händler können aus einer einzigen Kennzahl mehrere Erkenntnisse gewinnen, je nach ihren Zielen und ihrem Blickwinkel, der sich aus ihrer Rolle im Unternehmen ergibt, z. B. als Verkäufer oder Serviceleiter. Im Fall der Metrik zur Maschinennutzung können die Antworten auf Fragen wie diese Vorteile für Ihr Unternehmen in Bezug auf Effizienz, Rentabilität und Kundenzufriedenheit aufzeigen.

Vielleicht zeigen die Daten, dass ein und derselbe Maschinentyp auf unterschiedliche Weise und zu unterschiedlichen Zeiten genutzt wird. Das kann bedeuten, dass einige Maschinen übermäßig genutzt werden, während andere nicht voll ausgelastet sind. Maschinen, die häufiger genutzt werden, altern schneller und erfordern mehr Wartung und Reparaturen. Dieses Beispiel ist eher in der Bauindustrie anzutreffen, wo es nicht so einfach ist, eine ausgewogene Nutzung der Maschinen zu gewährleisten. Sie werden beispielsweise von Baustelle zu Baustelle transportiert oder eine Zeit lang abgestellt, bis die nächste Phase der Arbeit ansteht. Die Möglichkeit, zu sehen, welche Maschinen mehr arbeiten als andere, schafft die Möglichkeit, einzugreifen und die Arbeitsbelastung durch bessere Planung auszugleichen oder eine andere Maschine einzusetzen, die in der gleichen Zeit mehr leisten kann.

Abbildung 2 zeigt die Nutzung von Maschinen über einen bestimmten Zeitraum hinweg. Manchmal ist eine einfache Maschine, die alles kann, ständig im Einsatz und kannibalisiert den Markt für höherwertige Maschinen. Die übermäßige Nutzung von Low-End-Maschinen kann ein Indikator für diese Situation sein und den OEMs den nötigen Einblick geben, um Anpassungen am Design des nächsten Modells vorzunehmen. Auch bei Fahrzeugen, die jeden Tag benutzt werden, können die OEMs das Design entsprechend anpassen. So sollten beispielsweise die Sitze so ergonomisch wie möglich sein und die Kabine Platz für zusätzliche Ausrüstungen bieten. Die Modelle oben rechts in der Grafik benötigen auch eine Außenbeleuchtung, da sie im Schichtbetrieb rund um die Uhr eingesetzt werden. Im Gegensatz dazu benötigen die Maschinen, die nur einmal pro Woche bewegt werden, weniger Ausstattung. Anhand von Daten, die Aufschluss darüber geben, wie oft und wie die Maschinen genutzt werden, ist es möglich, sie für bestimmte Anwendungen zu optimieren, so dass sich die Modelle nicht in die Quere kommen.

Die Analyse der Maschinendaten in Abbildung 4 und Abbildung 5 kann sich positiv auf den Verkauf auswirken. Stellen Sie sich einen Vertriebsmitarbeiter vor, der sich die Daten einer bestimmten Kundengruppe ansieht. Wenn er sieht, dass ein bestimmtes Maschinenmodell viel häufiger verwendet wird, als der OEM mit seinem Design beabsichtigt hat, oder wenn ein Maschinenbesitzer eine High-End-Maschine für einfache Aufgaben verwendet, könnte er den Kunden davon überzeugen, ein Modell mit einer anderen Konfiguration zu kaufen - eines, das für die auszuführende Arbeit besser geeignet ist. Die Nutzung von Daten für personalisierte Kaufempfehlungen ist ein sehr wirksames Mittel zur Kundenbindung, und der Schlüssel zu einer erfolgreichen Empfehlung liegt darin, zu verstehen, wie die Maschinen eingesetzt werden.

Daten über die Nutzung können sich auf die Art des Kundendienstes auswirken, den OEMs und Händler ihren Kunden anbieten. Aus den Daten in Abbildung 2 wissen wir, dass die durchschnittliche Maschine fünf Tage in der Woche und etwa sieben Stunden am Tag arbeitet. Aber das ist nur die durchschnittliche Maschine. Was ist mit den anderen?

Es macht keinen Sinn, für jede Maschine das gleiche Servicepaket anzubieten, unabhängig von ihrer Nutzung.

Daten können auch bei der Priorisierung von Serviceanfragen und bei den Kosten von Serviceverträgen helfen. Die fleißigen Maschinen oben rechts im Diagramm müssen zum Beispiel häufiger gewartet werden. Vielleicht ist es sinnvoll, für diese Maschinen wöchentlich oder zweiwöchentlich Service anzubieten, während die Maschinen in der unteren linken Ecke viel seltener gewartet werden müssen. Die Serviceverträge für diese Maschinen können entsprechend bepreist werden, wobei je nach Maschine der OEM oder der Händler für die anfallende Arbeit angemessen entschädigt wird oder der Maschinenbesitzer nicht übermäßig belastet wird.

Nutzungsdaten, wie sie in unseren Beispielen gezeigt werden, können Erstausrüstern und Händlern dabei helfen, vorherzusagen, welche Teile ersetzt werden müssen und welche Maschinen wahrscheinlich vor anderen gewartet werden müssen. Dies ist nicht unähnlich dem, was verschiedene Automobilhersteller tun, um ihre Kunden auf der Grundlage von realen Fahrzeugnutzungsdaten zur Wartung heranzuziehen. Die Fähigkeit, zuverlässig vorherzusagen, welche Maschinen gewartet und welche Teile ausgetauscht werden müssen, kann Erstausrüstern und Händlern helfen, ihre Effizienz zu steigern, indem sie ihren Bedarf an Personal und Ersatzteilen vorhersehen und entsprechend planen.