Service Excellence by Innovation

Transkript

1 Service Excellence by Innovation Samhammer Service Day 11. Juni 2015 Hotel Burg Wernberg Stefan Volland Empolis Information Management GmbH Seite 1

2 Agenda Chancen und Herausforderungen für Unternehmen durch Digitale Transformation Kundenservice als Unternehmensstrategie Service Excellence durch Smart Service Smart Service als innovative, ganzheitliche Problemlösung Zielgruppengerechte Bereitstellung Seite 2

3 Chancen für Unternehmen durch die digitale Transformation Seite 3

4 Herausforderungen im Servicebereich Seite 4

5 Digitale Transformation Service als Wettbewerbs- und Produktfaktor? Industrie 4.0 = Service 4.0 Seite 5

6 Empolis liefert Lösungen für unternehmenskritische Prozesse Über 25 Jahre Erfahrung 150 Mitarbeiter 250 der Fortune Unternehmen 500 Installationen Professional User 34 Mio. End-Kunden weltweit Seite 6

7 Service im Wettbewerb Industrie 4.0 = Service 4.0 Seite 7

8 Service als Produkt Kunde Kunde Hersteller Produkt/ Anlage Produkt/ Anlage Dienstleistungsanbieter Service Service Endprodukt Endprodukt Betreiber Kunde Hersteller Kaufkriterium Qualität & Preis Verfügbarkeit & Ergebnis Geschäftsmodell Cost Center Profit Center Seite 8

9 Erweitertes Angebotsspektrum der Dienstleistungsanbieter Demontage & Entsorgung Verkauf Upgrades & Instandsetzung Ersatzteile Product Lifecycle Inbetriebnahme Training Vor Ort Service Uptime, Remote Monitoring, Fehlersuche, Wartung & Support Seite 9

10 Vom Reaktiven zum Prädiktiven Service Informationslevel / Datenmanagement Reaktiv Präventiv Prädiktiv Adaptiv Autonom Zeit Quelle: ABB Research Source: 2012 ABB Seite 10

11 Beispiel im Kleinen 9 Geschwindigkeitssensoren 3 Farbsensoren 3 IR Sensoren 1 Berührungssensor max Wert pro Sekunde pro Sensor 960,000 Datensätze pro Minute! Seite 11

12 Service Excellence durch Smart Service Seite 12

13 Service Excellence durch Smart Service Seite 13

14 Smart Service Ganzheitlicher Problemlösungsprozess Smart Service Vor-Ort-Service Ereignisse Fehler Telefonservice Service Resolution Management Call Center Fehler nicht behoben Statistik und Reporting Meldungen Self-Service Portal Service Resolution Management Partner- / Kundenportal ERP/CRM Systeme Remote Smart Diagnostics Monitoring Remote Service Center Fehler behoben Seite 14

15 Der Serviceprozess CONNECT COLLECT/ CAPTURE DETECT DIAGNOSE REPORT ACT Erfassung und Übertragung von Zustandsinformationen und Fehlermeldungen aus allen Service- Kanälen Aggregation, Priorisierung und Aufbereitung von Meldungen und Fehlerberichten Erkennen von relevanten Informationen, Ereignissen und Zusammenhängen, aus denen sich mögliche Fehlerbilder ergeben könnten Untersuchung von Zusammenhängen mit bekannten Phänomenen, Nutzung von Erfahrungswissen, Ableitung von Handlungsempfehlungen Bewertung der Wirksamkeit auf Basis definierter KPIs, kontinuierliche Verbesserung des Systems Problemlösung und Reaktion auf erkannte Fehler, Ansteuern von nachgelagerten Prozessen und Systemen Seite 15

16 Die Prozesskette im Service CONNECT COLLECT/ CAPTURE DETECT DIAGNOSE REPORT ACT Erfassung und Übertragung von Zustandsinformationen und Fehlermeldunge n aus allen Service-Kanälen Aggregation, Priorisierung und Aufbereitung von Meldungen und Fehlerberichten Erkennen von relevanten Informationen, Ereignissen und Zusammenhängen, aus denen sich mögliche Fehlerbilder ergeben könnten Untersuchung von Zusammenhängen mit bekannten Phänomenen, Nutzung von Erfahrungswissen, Ableitung von Handlungsempfehlungen Bewertung der Wirksamkeit auf Basis definierter KPIs, kontinuierliche Verbesserung des Systems Problemlösung und Reaktion auf erkannte Fehler, Ansteuern von nachgelagerten Prozessen und Systemen Seite 16

17 Herausforderung im Service Ständig wiederkehrende Situationen Einfache? Typisches Problem / Lösungsfindung durch sukzessives Situation Einschränken der Lösung Lösungsmenge Ausgangslage: Schrittweise Eingrenzung des Problems Wissens-Grundlage Strukturierung von Arbeitsroutinen und Diagnoseschritten Serviceprozeduren beschleunigen den Prozess und sorgen für eine konstant hohe Lösungsqualität Seite 17

18 Manche Probleme erfordern eine intensive Recherche und Analyse Semantische Suche unter Einbezug aller internen und externen Quellen Ansatzpunkt Suche Seite 18

19 Knete Asche Heu Kies Zaster Mäuse Kröten Mücken Piepen Kohle Seite 19

20 Semantik? Kundenaussage Ich habe störende Geräusche im Bereich des Handschuhfaches, wenn ich auf einer holprigen Straße fahre. Technische Beurteilung Klappergeräusche auf Schlechtwegestrecke aus dem Bereich des Handschuhkastens. Seite 20

21 Beispiel für Case-based Reasoning Ein Problem tritt auf Seite 21

22 Beispiel für Case-based Reasoning trat ein ähnliches Problem schon mal auf? Seite 22

23 Beispiel für Case-based Reasoning Lösung gefunden, Erfahrung gewonnen! Seite 23

24 Unsere Vision Die richtige Information zur richtigen Zeit zur richtigen Person auf einem beliebigen Endgerät Seite 24

25 Empolis ist Ihnen heute schon viel näher als Sie vielleicht denken Seite 25

26 Empolis ist Big Data Leader Empolis wurde vom Analystenhaus Experton erneut als Big Data Leader ausgezeichnet Empolis überzeugt mit einem tiefgehenden Verständnis komplexer Big-Data-Szenarien und einem umfassenden Lösungsportfolio für die semantische Informationsverarbeitung. Empolis weist Kundenreferenzen in Deutschland nach und kann sich über ein positives Feedback aus dem Markt freuen. Quelle: Experton (Big Data Vendor Benchmark 2015) Seite 26

27 Fragen? Anregungen? Stefan Volland Telefon +49 (521) EmpolisSoftware empolis.com/google+ EmpolisSoftware EmpolisSoftware empolis.com/newsletter Seite 27

28 Kontakt Stefan Volland Meisenstraße Bielefeld Telefon Fax Mobil facebook.com/empolissoftware youtube.com/empolissoftware empolis.com/newsletter twitter.com/empolissoftware Seite 28