Cómo crear valor con una sola métrica

La métrica de las horas de funcionamiento es sencilla, pero también extremadamente relevante para los fabricantes de equipos originales, los distribuidores y los propietarios de máquinas. Nuestro ejemplo representa máquinas que trabajan en el sector de la construcción, que operan en todo el mundo con miles de máquinas. Estas máquinas pueden organizarse por modelos.

Las horas de funcionamiento medias mensuales son importantes y se agregan a partir de las horas de funcionamiento brutas. Para sacar las conclusiones más significativas, los datos deben recopilarse y observarse durante un periodo de tiempo prolongado. Cuanto más largo sea el periodo de observación, más fiable será para aportar información.

En la Figura 2, el eje x muestra el número de días activos de cada máquina, y el eje y muestra la media de horas de funcionamiento de la máquina al día. Obsérvese que cada punto representa una sola máquina. El punto de la parte inferior izquierda muestra una máquina activa sólo un día durante una hora, mientras que la máquina de la parte superior derecha estuvo activa todos los días durante 30 días, con una media de 22 horas diarias.

Otra cosa importante a tener en cuenta es que los puntos de datos pueden solaparse. Un análisis de los datos a lo largo del tiempo proporcionará una mejor representación del número de máquinas en una parcela determinada. En la Figura 2, los datos agregados se organizan en un formato visualmente significativo mediante la creación de diferentes agrupaciones codificadas por colores. La agrupación es importante porque ayuda a organizar juntos objetos de comportamiento similar. Aquí vemos tres grupos distintos de máquinas: el verde, el naranja y el morado.

La figura 2 también muestra con una línea rosa qué máquinas trabajan más de ocho o diez horas al día. Se supone que las máquinas que superan la línea trabajan por turnos y están expuestas a un uso considerablemente mayor. Para analizar con más detalle las horas de trabajo de las máquinas, se muestran tres categorías adicionales en rojo, verde y azul.

Los fabricantes de equipos originales y los distribuidores pueden obtener múltiples perspectivas de una sola métrica, en función de sus objetivos y de su punto de vista basado en su función en el negocio, como vendedor o gestor de servicios, por ejemplo. En el caso de la métrica relativa al uso de la máquina, las respuestas a preguntas como éstas pueden revelar beneficios para su negocio en términos de eficiencia, rentabilidad y satisfacción del cliente.

Puede que los datos muestren que el mismo tipo de máquina se utiliza de distintas formas y en distintos momentos. Esto puede significar que algunas máquinas están siendo sobreutilizadas mientras que otras están infrautilizadas. Las máquinas que se utilizan más a menudo envejecen más rápido y requieren más mantenimiento y reparaciones. Este ejemplo es más probable en el sector de la construcción, donde no es tan fácil garantizar que las máquinas se utilicen de forma equilibrada. Por ejemplo, se trasladarán de una obra a otra o se dejarán de lado durante un tiempo hasta que esté lista la siguiente fase del trabajo. La posibilidad de ver qué máquinas están trabajando más que otras ofrece la posibilidad de intervenir para equilibrar las cargas de trabajo con una mejor planificación o sustituyéndolas por una máquina diferente que pueda hacer más en el mismo tiempo.

La figura 2 muestra el uso de las máquinas a lo largo de un periodo de tiempo. A veces, una máquina de gama baja que puede hacerlo todo se utiliza constantemente, canibalizando el mercado de máquinas de gama más alta. El uso excesivo de máquinas de gama baja puede ser un indicador de esta situación y puede dar a los fabricantes de equipos originales la información necesaria para hacer ajustes en el diseño del siguiente modelo. Del mismo modo, cuando se trata de vehículos que se utilizan a diario, los OEM pueden diseñar en consecuencia. Por ejemplo, los asientos deben ser lo más ergonómicos posible y la cabina debe tener espacio para equipos adicionales. Los modelos de la parte superior derecha del gráfico también necesitarán iluminación exterior porque se utilizan para trabajar por turnos, las veinticuatro horas del día. En cambio, las máquinas que sólo se mueven una vez a la semana requerirán menos prestaciones. Con los datos que revelan la frecuencia de uso de las máquinas o cómo se utilizan, es posible optimizar para aplicaciones específicas y para que los modelos no se estorben entre sí.

El análisis de los datos de las máquinas de las figuras 4 y 5 puede tener un impacto positivo en las ventas. Imagínese a un vendedor examinando los datos de un determinado grupo de clientes. Si puede ver que un determinado modelo de máquina se utiliza con mucha más frecuencia de lo que el OEM pretendía con su diseño o si el propietario de una máquina está utilizando una máquina de gama alta para tareas sencillas, podría convencer al cliente de que compre un modelo con una configuración diferente, que sea mejor para el trabajo que está realizando. Utilizar los datos para hacer recomendaciones de compra personalizadas es una forma muy poderosa de fidelizar a los clientes, y comprender cómo se van a utilizar las máquinas es la clave de una recomendación acertada.

Los datos sobre el uso pueden influir en el tipo de servicio posventa que los fabricantes y distribuidores decidan ofrecer a sus clientes. Por los datos de la figura 2, sabemos que la máquina media trabaja cinco días a la semana, unas siete horas al día. Pero eso es sólo la máquina media. ¿Qué pasa con las demás?

No tiene sentido ofrecer el mismo paquete de servicios para todas las máquinas, independientemente de su uso.

Los datos también pueden ayudar a priorizar las solicitudes de servicio y el coste de los contratos de servicio. Por ejemplo, las máquinas más trabajadoras de la parte superior derecha del gráfico necesitan un mantenimiento más frecuente. Tal vez tenga sentido ofrecer un servicio semanal o quincenal para este tipo de máquinas, mientras que las máquinas de la esquina inferior izquierda necesitan un servicio mucho menos frecuente. Los contratos de servicio para estas máquinas pueden tener un precio adecuado, de modo que el fabricante o el distribuidor reciban una compensación justa por el trabajo realizado y que el propietario de la máquina no reciba un precio excesivo, dependiendo de la máquina.

Los datos de uso que se muestran en nuestros ejemplos pueden ayudar a los fabricantes de equipos originales y a los concesionarios a predecir qué piezas necesitarán sustituirse y qué máquinas es probable que necesiten mantenimiento antes que otras. Esto no es muy distinto de lo que hacen varios fabricantes de automóviles para llevar a sus clientes a mantenimiento basándose en datos reales de uso del vehículo. La capacidad de predecir con fiabilidad qué máquinas necesitarán mantenimiento y piezas de recambio puede ayudar a los fabricantes de equipos originales y a los concesionarios a lograr una mayor eficiencia, anticipándose a sus necesidades de personal y de existencias de piezas, y planificando en consecuencia.