Pemantauan Kondisi Jarak Jauh dan Layanan Jarak Jauh:Kunci Pengiriman Layanan yang Efisien untuk Tim Layanan
Perusahaan beralih ke layanan jarak jauh dan pemantauan kondisi untuk memangkas biaya, membuat penggunaan staf layanan lebih efisien, dan sangat meningkatkan pengoperasian peralatan mereka di lapangan.
Produsen peralatan saat ini harus membedakan penawaran mereka dalam hal kinerja dan keandalan. Seringkali kunci keduanya adalah layanan. Namun, upaya peningkatan layanan dapat menjadi padat karya dan mahal. Semakin banyak perusahaan beralih ke layanan jarak jauh dan pemantauan kondisi untuk memangkas biaya, membuat penggunaan staf layanan lebih efisien, dan sangat meningkatkan pengoperasian peralatan mereka di lapangan.
RTInsights baru-baru ini duduk bersama Fernando Martinez Calderon, Manajer Solusi Industri MindSphere di Siemens. Kami membahas poin-poin sulit dari peralatan pemantauan dan servis dan bagaimana solusi IoT yang mencakup pemantauan kondisi jarak jauh dan penawaran layanan jarak jauh dapat membantu secara substansial. Secara khusus, kami membahas MindSphere®, IoT industri Siemens sebagai solusi layanan. Berikut ringkasan percakapan kami.
RTInsights:Manfaat apa yang diperoleh perusahaan menggunakan solusi IoT industri, seperti MindSphere, untuk pemantauan kondisi jarak jauh dan layanan jarak jauh?
Martinez Calderon :Ada banyak manfaat, dan menjadi lebih kuat saat Anda menerapkan jenis solusi yang tepat. Misalnya, mari kita lihat beberapa kemampuan Kesehatan Aset dan Pusat Layanan MindSphere solusi, yang memungkinkan pemantauan kondisi jarak jauh dan layanan jarak jauh, dan banyak lagi. Pabrikan atau OEM dapat memiliki transparansi penuh dan berkelanjutan terhadap kondisi suatu peralatan. Data mentah yang dikumpulkan dapat dipantau dan dianalisis di edge untuk proses kritis dan kemudian dikirim ke cloud untuk analisis dan pemrosesan lebih lanjut. Dengan kemampuan untuk melakukan analisis tepi, data sensitif tetap berada di lokasi; lebih lanjut, dimungkinkan untuk menentukan bagian data mana yang dikirim ke cloud serta perincian dan frekuensinya. Misalnya, nilai rata-rata sinyal tertentu setiap jam atau mungkin hanya jika pemicu tertentu terdeteksi.
Kombinasi edge-to-cloud ini memberi penyedia layanan pemahaman yang nyata tentang bagaimana mesin beroperasi sekaligus melindungi privasi pelanggan mereka. Namun pada akhirnya, nilai yang mendasarinya adalah menangkap anomali pada tahap awal sebelum menjadi masalah nyata.
Kemampuan seperti itu menjadi semakin kritis. Selama bertahun-tahun, sebagian besar produsen peralatan berfokus pada penjualan mesin mereka dan menganggap layanan sebagai item sekunder yang ditawarkan. Itu baik-baik saja sampai persaingan dari penyedia harga yang lebih rendah mulai muncul, terutama dari negara-negara Asia. Hanya menjual mesin saja tidak lagi menguntungkan – layanan telah menjadi faktor pembeda.
Untuk bersaing secara efektif dengan penyedia berbiaya rendah dan tetap terdepan dalam perang fitur/fungsi, produsen perlu memastikan bahwa mesin mereka selalu berjalan dan paling andal. Mereka perlu menjamin bahwa mesin mereka dapat memiliki throughput tertinggi dan masalah paling sedikit.
Sekarang, beberapa pembuat mesin mendapatkan hingga setengah dari keuntungan mereka melalui kontrak layanan. Namun, menyediakan layanan bintang bisa mahal, terutama bagi perusahaan yang melakukannya sendiri. Tetapi dengan solusi Siemens, produsen atau mesin OEM dapat menyelaraskan kepentingannya secara efektif. Ini membantu mereka memberikan layanan yang jauh lebih baik tanpa meningkatkan biaya – atau bahkan dalam beberapa kasus, mereka mengurangi biaya. Ukuran umum efektivitas di bidang ini adalah KPI yang disebut kasus biaya per layanan. MindSphere Asset Health and Service Hub dapat mengurangi KPI tersebut.
Untuk melakukan ini, solusinya membantu menghilangkan kasus darurat, yang paling mahal. Produsen dan OEM mesin memiliki kemampuan untuk mengidentifikasi – melalui data yang dikumpulkan – setiap kali terjadi anomali dan mengatasinya sebelum menjadi masalah yang lebih besar. Ini berbeda dari pemantauan kondisi konvensional, yang mengharuskan para ahli untuk mengunjungi pelanggan mereka dan melakukan analisis kesehatan alat berat sekali atau dua kali setahun.
Dengan menggunakan solusi tersebut, produsen dan OEM mesin mendapatkan pemantauan terus menerus tanpa mengirim seseorang ke lokasi. Ini adalah langkah nomor satu. Selain itu, solusi ini tidak hanya memantau sinyal "lambat", seperti tekanan dan suhu, tetapi juga memantau getaran mesin. Dengan mengukur getaran dan parameter penting lainnya, produsen atau OEM mesin dapat mendeteksi masalah berbulan-bulan sebelumnya.
Untuk kemampuan pemantauan kondisi jarak jauh, solusinya menggunakan sistem MindConnect Edge Analytics. Dengan itu, OEM dapat mendeteksi dan menganalisis anomali sebelum menjadi masalah nyata dan terkadang dapat memperbaiki masalah tersebut dari jarak jauh.
Dalam beberapa kasus, seperti ketika perangkat keras perlu diganti, kunjungan situs masih diperlukan. Tetapi dalam kasus ini, kunjungan situs itu bisa lebih produktif. Mengetahui situasinya, teknisi dengan keterampilan yang tepat – dan dilengkapi dengan suku cadang yang tepat – dapat dikirim untuk diservis. Mereka tahu apa masalahnya dan dapat segera memperbaikinya.
RTInsights:Anda berbicara banyak tentang pemantauan kondisi jarak jauh; bagaimana dengan kemampuan servis jarak jauh?
Martinez Calderon: Bagian utama kedua dari solusi Pusat Kesehatan dan Layanan Aset adalah layanan jarak jauh , yang dapat digunakan untuk menganalisis, memperbaiki, atau setidaknya melakukan aktivitas mitigasi dari jarak jauh.
Misalnya, sistem pemantauan kondisi jarak jauh mendeteksi anomali mesin. Teknisi servis perlu mengakses data mesin yang tersimpan untuk melakukan analisis akar masalah yang komprehensif. Ini biasanya melibatkan teknisi servis yang harus berada di lokasi. Setelah masalah ditentukan, kunjungan kedua kemudian diperlukan untuk memperbaiki mesin atau mengganti komponen. Seperti yang Anda lihat, ini memerlukan beberapa kunjungan, yang mengakibatkan waktu perjalanan yang mahal dan situasi macet yang berkepanjangan.
Menggunakan layanan jarak jauh MindSphere , teknisi layanan dapat melihat data dan melakukan diagnosis pertama dari jarak jauh. Ini berarti bahwa ketika seorang ahli melakukan perjalanan ke alat berat, itu adalah orang yang tepat dengan alat yang tepat dan suku cadang yang tepat untuk pertama kalinya. Lebih jauh lagi, tergantung pada jenis masalahnya, seluruh perbaikan mungkin dapat dilakukan dari jarak jauh, sehingga tidak perlu mengunjungi lokasi.
Bersama-sama, pemantauan kondisi jarak jauh dan kemampuan layanan jarak jauh ini menjadikan solusi Asset Health dan Service Hub sangat andal. Kombinasi ini memungkinkan pengguna alat berat hampir menghilangkan kemacetan atau situasi darurat. Tentu saja, akan selalu ada beberapa layanan dan pemeliharaan yang terjadi, tetapi setidaknya dapat direncanakan, dan sumber daya tim layanan digunakan dengan lebih bijaksana.
RTInsights:Apa masalah yang ditangani oleh solusi ini?
Martinez Calderon: Titik nyeri teratas adalah kehentian yang tidak direncanakan serta meningkatkan biaya layanan .
Yang pertama, penghentian yang tidak direncanakan, sering kali merupakan akibat dari reaktif pendekatan pemeliharaan. Masalah dengan pendekatan itu adalah ketika peralatan rusak, penyedia layanan perlu diberi tahu, kemudian tim layanan harus datang ke lokasi untuk menganalisis masalahnya. Jika itu bukan perbaikan cepat, mereka pergi dan kembali beberapa hari kemudian dengan alat yang tepat, rekan kerja yang tepat, dan suku cadang yang tepat untuk memperbaiki peralatan. Pendekatan reaktif ini adalah cara servis dilakukan untuk banyak mesin, tetapi memakan waktu, mahal, dan tidak efisien.
Pendekatan yang sedikit lebih baik adalah menjadi proaktif . Untuk mesin kritis, seringkali pendekatan pemeliharaan preventif diambil. Daripada menunggu sesuatu rusak, tim servis memeriksa mesin dengan melakukan kunjungan ke lokasi dalam jangka waktu tertentu (setahun sekali, setiap enam bulan, sekali seperempat, dll.). Selama kunjungan ini, mereka mencoba menangkap masalah sebelum berdampak negatif pada produksi. Namun, masalah hanya dapat diatasi sesekali – masih ada saat-saat pendekatan ini tergelincir.
Misalnya, anggaplah layanan terjadwal secara teratur untuk mesin tertentu diatur untuk liburan Natal ketika segalanya berjalan lambat. Apa yang terjadi jika masalah terjadi pada bulan November? Sekarang layanan tersebut reaktif, berpotensi mengakibatkan kemacetan, masalah kualitas, atau produksi yang kurang. Selain itu, pendekatan ini masih mengharuskan seseorang bepergian secara permanen untuk memeriksa kinerja mesin.
Sebuah prediktif pendekatan, dikombinasikan dengan kemampuan layanan jarak jauh, jauh lebih efektif. Dengan cara ini, tim layanan melakukan perjalanan jauh lebih sedikit dan dapat bereaksi dengan cara yang lebih cepat dan terorganisir dengan lebih baik. Ini adalah pendekatan yang ditawarkan oleh solusi MindSphere Asset Health and Service Hub dari Siemens.
RTInsights:Bisakah Anda membicarakan perbedaan antara pemeliharaan prediktif dan proaktif/reaktif ini lebih lanjut?
Martinez Calderon: Untuk memahami mengapa ini begitu penting, lihat saja bagaimana layanan dilakukan. Biasanya, satu-satunya informasi yang didapat penyedia layanan adalah panggilan telepon dari pelanggan yang mengatakan ada masalah – mesin berhenti bekerja. Meskipun mereka mencoba menjelaskan bagaimana hal itu terjadi, deskripsi semacam ini tidak terlalu berguna. Plus, mereka didasarkan pada pendapat/pengamatan pelanggan dan bukan pada data peralatan nyata.
Perusahaan kemudian mengirim teknisi ke lokasi, tetapi mereka sering kali tidak siap, lebih sebagai detektif untuk mencari tahu, “Apa masalahnya dengan mesin ini? Kenapa putus?” Selama kunjungan ini, mereka mungkin tidak memiliki alat yang tepat, suku cadang yang tepat, dan terkadang bahkan keahlian yang tepat.
Dengan solusi Siemens MindSphere, produsen dan OEM mesin dapat melakukan analisis prediktif pertama ini dari lokasi yang jauh, berdasarkan data dan fakta, dan sebelum kerusakan alat berat sepenuhnya. Jika sensor menunjukkan anomali, pekerjaan detektif dimulai pada indikasi pertama itu. Mereka dapat menganalisis data tersebut dan menemukan akar penyebab masalah tanpa harus pergi ke lokasi.
Ini sangat besar karena mengurangi jumlah perjalanan. Solusinya memungkinkan tim layanan untuk mengatur dan merencanakan pekerjaannya daripada beroperasi dalam mode darurat. Atau, jika ini bukan perbaikan perangkat keras, mereka dapat memperbaiki mesin dari jarak jauh dengan pembaruan perangkat lunak untuk memperbaiki jenis masalah tersebut. Ini jauh lebih ramah pengguna bagi orang yang menerima layanan karena mereka mendapatkan penyelesaian langsung dan tanpa biaya perjalanan.
RTInsights:Sebagai penutup, dapatkah Anda merangkum manfaat menggunakan solusi Siemens MindSphere?
Martinez Calderon: Siemens memperkenalkan satu antarmuka terintegrasi untuk menyatukan sistem kami, yang sangat membedakan kami dari pesaing pasar kami. Beberapa memiliki sistem pemantauan. Yang lain memiliki platform IoT. Dan ada orang lain yang memiliki kemampuan dan aplikasi layanan jarak jauh atau sistem tiket. Hanya Siemens yang membuat solusi terhubung dan sangat ramah pengguna. Tim layanan diberdayakan untuk benar-benar fokus dalam menggunakan pengetahuan untuk memberikan nilai kepada pelanggan mereka.
Kami memiliki sistem pemantauan kondisi jarak jauh yang berjalan. Jika mengidentifikasi anomali, itu akan memicu suatu peristiwa atau alarm otomatis. Itu pada dasarnya mengangkat tangannya dan berkata, "Ada sesuatu yang tidak beres denganku." Segera dan secara otomatis, solusi Pusat Layanan dan Kesehatan Aset yang terintegrasi membuat tiket layanan. Tiket layanan akan melalui manajemen siklus hidup tiket dan tetap terbuka hingga penyedia layanan menyelesaikan masalah dan menutup tiket.
Selama siklus hidup tiket, semua yang terjadi dicatat dalam tiket. Itu berarti banyak proses protokol yang harus dilakukan oleh tim layanan sekarang ditangani secara otomatis oleh solusi kami. Semuanya sedang dipantau. Semuanya sesuai protokol.
Itu baru langkah pertama. Setelah itu, pengguna dapat menganalisis tiket tersebut dan kasus layanan. Mereka dapat mengatakan, “Oke, dalam setahun terakhir, kasus layanan seperti apa yang paling sering terjadi? Apakah ada masalah sistematis dengan mesin? Apakah sesuatu yang berhubungan dengan layanan diabaikan?”
Analisis jangka panjang semacam ini sangat disukai oleh perusahaan. Dasbor layanan jarak jauh memberikan wawasan tentang KPI, seperti berapa lama tiket biasanya tetap terbuka? Berapa lama mesin tertentu tetap dalam keadaan sehat? Seberapa sering memiliki tiket? Apakah ada beberapa periodisitas tiket? Dengan menganalisis kasus layanan ini, kami dapat memberikan semua jenis wawasan kepada produsen peralatan dan OEM.
Dan karena kami adalah Siemens, kami mematuhi persyaratan industri untuk pemantauan kondisi jarak jauh serta untuk layanan jarak jauh. Kami menggunakan sistem ini di pabrik kami sendiri, yang merupakan beberapa pabrik terbesar dan tercanggih di dunia. Solusi ini bekerja dengan sangat baik dan menambah banyak nilai. Kami membawa semua pengalaman ini, semua pengetahuan ini ke dunia luar, karena kami pikir ini adalah situasi yang saling menguntungkan untuk semua orang.
