Reageerivalt proaktiivselt: kuidas andmeanalüütika tugi kujundab klienditeenindust uueks

Tõrkeparandusmudelitest ennustava kliendiedukuse mudelisse üleminek tööstuslikes abrasiivides

Aastakümneid olid tööstuslikud abrasiivide tootjad põhimõtteliselt tagasihoidlikud, kui nende seadmed läksid katki. Nad ootasid, kuni midagi läks valesti, enne kui midagi selle parandamiseks tegid. Probleem? See lähenemisviis maksis neile tõsiselt raha, kuna tootmisprotsess peatus. Võtke näiteks diamantpolvrid – üksnes need võisid igas kuu peatada masinad umbes 27 tunniks. Asjad on aga muutunud, kuna tootmisvaldkonnas on kasvanud andmete analüüsi tähtsus. Nüüd teevad ettevõtted oma tegevuse targemaks, teisendades sensorite andmeid hoiatussignaalideks potentsiaalsete probleemide kohta. Kui tehased jälgivad rõhutasemeid, soojusmuutusi ja osade pöörlemiskiirust, suudavad nad tuvastada kulunud polvrid palju enne, kui need põhjustavad tõelisi kahjustusi. Üks suur nimi selles äris vähendas üllatuslikke polvrite vahetusi peaaegu kahe kolmandiku võrra, kui nad hakkasid jälgima kasutusmustraid. Nüüd ei piirdu nad enam lihtsalt katkiste osade parandamisega, vaid mõtlevad sellele, kui kaua kõik komponendid peaksid vastu pidama, ja planeerivad selle järgi.

Reaalajas jälgimine ja kaugdiagnostika: eelneva toe võimaldamine

Näitena võib tuua tehisintellekti (IoT) tehnoloogia kaudu omavahel ühendatud teemantplaatide süsteeme, mis saadavad väljatöötamisalal kogutud jõudluse andmeid kesksetele töölaualatele. See võimaldab kaugdiagnostikat ja varajast hoiatust. Süsteemi analüüsimeetodid tuvastavad näiteks ebatavalisi vibratsioone või selle, et jahutusvedelik ei voola korralikult, nii et tehnikud saavad probleemi parandada enne seda, kui keegi isegi märkab, et midagi on valesti. Võtame näiteks soojusnäidud: kui mingi komponent muutub ootamatult liiga kuumaks, kohandab süsteem automaatselt pöördeid minutis (RPM), et takistada komponentide liialt kiiret kulunemist. Seda tüüpi ennustavate remondite tõttu on probleemide lahendamise aeg oluliselt lühenedud. Tööstusaruannete kohaselt võtab see, mis varem võttis kolm päeva või enam, nüüd vähem kui üheksa tundi. Ettevõtted, mis on neid nutikaid süsteeme rakendanud, teatavad umbes 43-protsendilisest vähenemisest toetustähtaegade esitamisel. Kõige tähtsam on see, et umbes 89 protsenti potentsiaalsetest probleemidest kõrvaldatakse reaalajas kohandustega enne seda, kui need üldse tootmisliinide aeglustumist põhjustaksid.

Juhtumiuuring: Kuidas esitase tootja vähendas tuge üleantavaid küsimusi 42%

Juhtiv tööstusliku abrasiivide tootja rakendas AI-põhist kliendiedukuse platvormi, mille integreeriti tema teemantplaatide süsteemidesse. Kaheksa kuu jooksul andis reageeriva toetuse üleminek ennustavasse toetusesse mõõdetavad tulemused:

Arvude analüüs näitab, et umbes kahe kolmandiku varajastest ebaõnnestumistest on põhjustatud operaatorte ebakorrapärase rõhu rakendamisega. Selle avastasime, uurides minevikus kasutamise mustreid ja vaadeldes, kuidas inimesed neid masinaid päriselt igapäevaselt käitavad. Kui me tutvustasime kohandatud treeningusid koos hetkeseisuliste kalibreerimishoiatustega, suurenes padide eluiga umbes 30%. Mida see kõik tähendab? Andmete integreerimine ei piirdu enam ainult probleemide lahendamisega. See muudab endiselt lihtsalt ühe kuluposti midagi, mis annab ettevõtetele konkurentsieelise. Forbesi toimetajad kirjutasid sarnaste mõistete kohta, käsitledes kunstliku intelligentsi mõju klientidega suhtlemisele, kuid see näide viib need ideed maapinnale igapäevases tootmisoperatsioonis.

Kliendikäitumise mõistmine operatsiooniliste andmete kaudu kõrgelt kuluvates tarbekaupades

Varjatud mustri avastamine: kuidas operaatortehnika mõjutab diamantpadide eluiga

Tegelike tootmisruumi andmete analüüs paljastab midagi huvitavat teemal 'diamandpoliiriplaadid': operaatoreid käsitlusmõju on kogu efektiivsuse suhtes otsustav tähtsus – see moodustab umbes 40% sellest, miks mõned plaadid kestavad kauem kui teised. Sellest ei räägita palju, kuid tegelikult on see oluline tegur kogu süsteemi jõudluses. Oleme avastanud, et kui kasutajad rakendavad liialt suurt rõhku (üle 25 PSI) või pööravad plaade soovituslikust kiirusest kiiremini, siis abrasiivide kulutumise kiirus suureneb meie kulutusmustrite analüüsi põhjal umbes 2,3 korda. Hea uudis on see, et me saame nüüd IoT-sensoreid integreerida otse poliirimasinatesse. Need väikesed seadmed jälgivad näiteks, kui konstantselt hoitakse poliiriplaadi nurka ja mõõdavad allapoole suunatud jõudu, mis võimaldab meie andmeanalüütikutele tuvastada ohtlikke tööharjumusi enne, kui need muutuvad probleemideks. Näiteks külgsuunaline värklemine: meie uuringud näitavad, et see liikumine põhjustab südamiku eraldumist resiinsidemetega plaadidest umbes 30% kiiremini. Kõigi nende leidude teisendamisel lihtsasti loetavateks juhenduskokkuvõteteks (coaching dashboards) saame tehnikutele anda konkreetset tagasisidet nende töötehnika kohta. Väljakatsete tulemused näitavad, et see lähenemisviis vähendab varajasi ebaõnnestumisi umbes 18%-ga, mis tähendab vähemat seiskumisaega ja rahuldatumaid kliente üle kogu laua.

Targem segmenteerimine: toe kohandamine kasutuskonteksti järgi, mitte ainult kontotüübi järgi

Kliendigruppide segmenteerimine ainult nende ettevõtte suuruse või lepingutaseme järgi jätab tähelepanuta tegelikult olulised aspektid, mis puudutavad diamandplaadi kasutamist. Tänapäeva targad tootjad vaatlevad selle asemel mitmesuguseid tegureid. Nad kontrollivad näiteks õhukoguses olevat niiskust, kuna see mõjutab segu vedelust, erinevaid kive iseloomustavat karedust ning isegi seda, kui kaua töötajad tegelikult oma töövahetuse jooksul põrandat lihvivad – see omakorda mõjutab soojuse kogunemist. Kui ettevõtted võtavad sellise laiemalt ulatuva vaatenurga, avastavad nad huvitavaid seoseid. Näiteks peavad töötajad, kes taastavad marmorit niisketes rannikupiirkondades, oma plaate vahetama umbes 37 protsenti sagedamini kui need, kes töötavad graniidiga kuivades kõrbepiirkondades, kuigi nende lepingud on sama tüüpi. Toetuspersonal alustab aegsasti sobivamate tarbekaupade saatmist enne aastaaegade vahetumist, mistõttu on vajadus viimase minuti tellimuste järele oluliselt väiksem. Pärast selle süsteemi rakendamist langesid kiirabiellumised tarvikute järele poole võrra. Tulevikku vaatamine ja tegelike tingimuste põhjal planeerimine asemel lihtsalt numbrite põhjal muudab klienditeeninduse reageerivast tegevusest tähendusrikka koostööks, mille aluseks on päriselt saadud teadmised.

Eelvaatlik analüütika ja kunstliku intelligentsi põhinevad tööriistad klientide vajaduste ennustamiseks

Seisakute vähendamine: kuidas eelvaatlik veateave vähendab lahendusaja 72-st 9 tunnini

Eelvaatliku analüütilise lähenemisviisi kasutamine aitab tehasteil mitte enam reageerida probleemidele pärast nende tekkimist. Analüüsides näiteks masinate vibreerimist, temperatuuri muutusi ajas ja materjalide kuluvust kiiruses suudavad targad arvutiprogrammid tuvastada väikesed hoiatusmärgid, mis näitavad, et pidurdusplaadid lähevad katki nädalate või isegi kuude pärast tegelikku rikest. Tehnikud teavad seega täpselt, millal tuleb need osad vahetada, samal ajal kui kogu muu tootmisprotsess toimib sujuvalt, ning seetõttu ei ole vaja äkki tekkivate remonditööde tegemist, mis segavad olulisi tootmisgraafikuid. Mõned tehased on pärast selle tüüpi jälgimissüsteemi rakendamist teatanud ootamatute seisakute vähendamisest peaaegu poole võrra.

Juhtiv abrasiivide tootja integreeris andmeid IoT-võimaldatud poliirsisustest oma kliendiedukuse platvormi ja saavutas 87,5-protsendilise vähenemise padidega seotud seiskumiste lahendamise ajas: 72 tunnilt vaid 9 tunnile. See muutus tähendab igal tootmisliinil aastas kümneliste tuhandete euro suuruseid säästu planeerimata seiskumiste ärahoidmisel.

Tulevik: AI-ga võimsustatud kliendiedukuse platvormid, mis on integreeritud IoT-võimaldatud padisüsteemidega

Järgmine piirvaldkond ühendab reaalajas teadliku diamantrihmude jõudluse analüüsi ja AI-ga juhitava kliendiga suhtlemise. Uued platvormid analüüsivad kasutusmustrite andmeid tuhandetel paigaldustel ning seovad operaatrite tööviise optimaalsete tulemustega. Need süsteemid saadavad automaatselt kohandatud hooldusjuhiseid, kui ilmnevad ebatavalised nähtused – või teavitavad toe meeskonda, et alustada ennetavaid konsultatsioone.

Testikäikude ajal tuvastavad nutisüsteemid automaatselt, kui rõhk pole poliirides korralikult jaotatud, ning näitavad automaatselt videot, mis on spetsiaalselt kohandatud operaatori kasutatava masinatüübi ja töödeldava materjaliga. Täielik tagasisidekontuuri süsteem toimib tegelikult üsna hästi – kui masinad koguvad tööjõudluse andmeid, aitab see toe meeskondadel täpselt teada, mida järgmisena teha. Õppeprobleemid vähenevad oluliselt ja puhvrid kestavad peaaegu 20% kauem kui varem. Tulevikus saame oodata, et isikupärastatud tugi, mis ennustab probleeme enne nende tekkimist, muutub tavaks mitte erandiks. Enamik tootjaid liigub juba sellise proaktiivse hooldusstrateegia suunas.

KKK

Mis on ennustava analüüsi peamine eelis tööstuslikus abrasiivides?

Ennustav analüüs võimaldab ettevõtetel ennustada ja lahendada seadmete probleeme enne olulise seiskumise teket, säästes sellega kulusid ja parandades tõhusust.

Kuidas aitavad IoT-ga varustatud süsteemid kaasa ennetavale hooldusele?

IoT-ga varustatud süsteemid pakuvad reaalajas andmeid ja diagnostikat, mis võimaldab varakult tuvastada potentsiaalseid probleeme ning viia läbi kiireid sekkumisi, et vältida seiskumisi.

Kas treening ja tehnikate kohandamine võivad mõjutada diamantplaatide eluiga?

Jah, operaatori tehnikakäsi mõjutab diamantplaatide eluiga oluliselt. Treeninguprogrammide kohandamine ja analüütika kasutamine konkreetse tagasiside andmiseks aitab nende eluiga pikendada.

Kuidas mõjutab reaalajas jälgimine toetussoove?

Reaalajas jälgimine võib oluliselt vähendada esilekerkinud probleemide arvu, lahendades küsimused enne nende mõju tootmisprotsessile. Aruannete kohaselt väheneb selliste süsteemidega esilekerkinud toetussoovide arv kuni 43%.