Service Analytics – Implementierung von Service Analytics zur Steigerung der Dienstleistungsprofitabilität in kmU des Maschinenbaus

Ausgangssituation und Problemstellung

Im Zuge der Umsetzung der digitalen Transformation der Wirtschaft werden immer mehr Daten produziert und verfügbar. Im Maschinen- und Anlagenbau werden beispielsweise im Dienstleistungsbereich zunehmend Möglichkeiten der Fernwartung (Remote Control)
beziehungsweise der zustandsorientierten Instandhaltung angeboten. Diese Beispiele zeigen allerdings nur eine Facette der Möglichkeiten.

Haben Sie sich innerhalb des Managements Ihrer Dienstleistungen bereits eine der nachfolgenden Fragen gestellt:

• Welche Dienstleistungen werden mit hoher Wahrscheinlichkeit gebündelt erworben?
• Welche Dienstleistungen führen zu besonders hoher Kundenloyalität?
• Wie viel Kapazität (Personenstunden, Material, Fläche, Ausrüstung) ist in den verschiedenen Prozessschritten vorzuhalten?
• Welcher Kunde soll im Falle einer Unterkapazität zuerst bedient werden?
• Welcher der Logistikdienstleister, mit dem wir bei der Dienstleistungserbringung kooperieren, liefert die stabilste Lieferperformance?
• Welche Indikatoren sind die besten Frühwarnindikatoren für einen Nachfrageeinbruch im Servicegeschäft?

Antworten hierauf können Sie mit Hilfe von Service Analytics – als fokussierte Form von Business Analytics – finden. Business Analytics ermöglicht Beschreibungen des Ist-Zustands (Descriptive Analytics), Voraussagen über künftige Entwicklungen (Predictive Analytics) und Optimierungsansätze (Prescriptive Analytics).

Meist findet allerdings eine gezielte Nutzung der Daten zur Beantwortung der oben genannten Fragen, bedingt durch die Komplexität der Auswertung und Analyse, nicht statt. Hier setzt das Forschungsvorhaben Service Analytics mit dem nachfolgendem Ziel und Vorgehen an.

Forschungsziel

Erhöhung der Profitabilität im Geschäftsfeld industrieller Dienstleistungen mit Hilfe geeigneter Datenanalysemethoden:

"Service Analytics"

Innerhalb des Forschungsvorhabens werden folgende Fragen beantwortet: 

Drittes Treffen des Projektbegleitenden Ausschusses (PA)
Treiff Maschinenbau GmbH
Toni-Reifenhäuser-Str. 1, 57641 Oberlahr

Donnerstag 11.01.2018, 10:30 Uhr bis 16:00 Uhr

Zweites Treffen des Projektbegleitenden Ausschusses (PA)
Horváth & Partner GmbH
Hamburger Allee 2-4, 60486 Frankfurt am Main

Donnerstag 21.9.2017, 10:00 Uhr bis 15:15 Uhr

Projekt-Kickoff Service Analytics
Cluster Smart Logistik, FIR e. V. an der RWTH Aachen
Campus-Boulevard 55, 52074 Aachen

Erfolgreiche Kick-off Veranstaltung des Forschungsprojekts „Service Analytics“

01. Juni 2017

Forschungsprojekt zur nachhaltigen Steigerung der Dienstleistungsprofitabilität in kmU des Maschinenbaus gestartet

Wissen transferieren

Aus unserer praxisnahen Forschungsarbeit entstehen Methoden und Verfahren, die
auch Sie in Ihrem Leistungs-
erstellungsprozess unterstützen können.

Weiterlesen...