Tingkatkan Laba melalui Manajemen Aset Industri

Produsen peralatan asli (OEM) di berbagai industri, mulai dari penerbangan dan peralatan pembangkit listrik hingga pemasok peralatan minyak dan gas, dapat meningkatkan keuntungan, mengukir ceruk yang sangat dapat dipertahankan di pasar mereka dan mempertahankan pelanggan lebih lama melalui manajemen aset industri kelas dunia.

Model operasi yang ada, bagaimanapun, menghadapi dua tantangan struktural:cakupan mesin-ke-mesin yang terbatas dan analisis data yang kurang optimal.

Konektivitas peralatan jarak jauh yang terbatas menghasilkan data dasar terpasang yang tidak akurat yang menghambat penilaian peluang layanan dan dapat membahayakan hingga 20 persen pendapatan layanan. Margin kemudian dikurangi karena peningkatan biaya pengiriman layanan (sebanyak 25 persen) tanpa adanya diagnostik mesin jarak jauh.

Waktu henti aset yang tidak terjadwal berdampak pada profitabilitas pelanggan akhir dan akibatnya kepuasan mereka, yang mengakibatkan kerusakan pada hubungan klien OEM dan pada akhirnya reputasi rangkaian produknya.

Dalam kontrak layanan purnajual, peramalan kegagalan yang tidak akurat dan biaya terkait menyebabkan penetapan harga yang tidak memadai. Dalam operasi servis, tingkat perbaikan pertama kali oleh teknisi servis juga terganggu karena kurangnya triase yang tepat, ketersediaan suku cadang, dan penjadwalan servis yang buruk.

Mengukur dan secara proaktif mengelola risiko kontrak sangat penting tetapi seringkali tidak dilakukan dengan benar. Keandalan yang buruk karena tidak menerapkan perubahan desain teknik yang diperlukan menghasilkan biaya pemeliharaan dan kualitas yang lebih tinggi, yang berdampak pada margin layanan.

Gambar 1 menunjukkan bagaimana model operasi yang buruk berpotensi menyebabkan hilangnya 10 hingga 15 persen pendapatan dan 15 hingga 20 persen keuntungan untuk kontrak layanan baru dan yang sudah ada.

Gambar 1. Bisnis jasa senilai $1 miliar biasanya menyisakan $80 hingga $100 juta dalam pendapatan yang terlewatkan bersama dengan $10 hingga $15 juta dalam laba yang hilang.

Potensi Kenaikan

Jelas bahwa layanan purna jual yang terkait dengan perangkat diagnostik jarak jauh akan mengalami pertumbuhan yang signifikan dalam lima hingga 10 tahun ke depan. OEM yang mencari pusat laba baru dapat berkembang dengan permintaan tersebut.

Berdasarkan proyeksi permintaan untuk teknologi mesin-ke-mesin, Harbour Research memperkirakan bahwa total pendapatan layanan bernilai tambah memiliki potensi untuk tumbuh dari lebih dari $50 miliar pada tahun 2010 menjadi $204 miliar pada tahun 2014, tingkat pertumbuhan tahunan gabungan hampir 32 persen. Penelitian menunjukkan manajemen aset, logistik pasokan, dan manajemen energi sebagai pendorong utama ekspansi pasar ini.

Dua contoh menonjol mengkonfirmasi tren ini. Penjualan GE atas layanan terkait produk sekitar 30 persen dari pendapatannya sebesar $43,4 miliar pada tahun 2012. Itu naik 4 persen dibandingkan tahun sebelumnya.

Namun, laba operasi GE sebesar $12,5 miliar merupakan peningkatan 6 persen dibandingkan tahun sebelumnya. Model bisnis dan operasi inovatif Rolls Royce, yang disebut layanan TotalCare, adalah kontrak sewa dan pemeliharaan untuk setiap mesin yang dijual.

Keberhasilan model tersebut dapat dilihat dari penjualan yang meningkat dua kali lipat dalam lima tahun terakhir, dengan lebih dari setengah pendapatan tersebut dan sekitar 70 persen keuntungannya berasal dari model bisnis layanan TotalCare.

Perusahaan seperti GE dan Rolls Royce memberikan keuntungan dan pendapatan yang luar biasa berkat model operasi yang memenuhi tuntutan bisnis utama "peningkatan waktu kerja aset" dan "memperpanjang umur aset".

Karena daya tarik finansial, transformasi operasi layanan sering menjadi bagian dari agenda CEO, tetapi banyak OEM tidak memiliki pengetahuan dan keahlian khusus untuk menangani masalah operasional dan organisasi terkait.

Isu-isu ini terutama melibatkan strategi untuk mendorong pendapatan layanan dan metodologi untuk mengoptimalkan biaya layanan. Kegagalan untuk memahami dan menyelesaikan masalah ini merupakan alasan penting mengapa perusahaan berorientasi layanan berjuang untuk mengembangkan model operasi terbaik mereka. Pengalaman menunjukkan tiga komponen utama dari kekurangan model operasi yang ada:

Proses Terfragmentasi

Model operasi yang ada seringkali tidak memadai karena hubungan yang tidak sempurna atau tidak ada di sepanjang rantai operasi layanan. Dari penyiapan dan perencanaan hingga manajemen kontrak, rangkaian lengkap dukungan eksekusi layanan, termasuk pemrosesan dan pelaporan transaksi, sangat terfragmentasi.

Setup dan perencanaan mengalami keterbatasan visibilitas dalam database yang ada. Informasi tentang pelanggan, riwayat perbaikan, dan peralatan sulit dilacak karena jumlah yang besar, penyebaran geografis, penjualan kembali, dan daftar pelanggan yang tidak terkonsolidasi. Basis data yang kedaluwarsa secara alami memengaruhi penilaian peluang layanan dan menghasilkan penetapan harga kontrak layanan yang tidak menguntungkan.

Proses diagnosis peralatan tidak efektif jika pemantauan kondisi peralatan secara real-time dilakukan secara selektif. Pemantauan kondisi waktu nyata dapat memungkinkan diagnosis yang lebih baik pada tingkat panggilan awal, peningkatan ketersediaan suku cadang dan alat untuk kunjungan lapangan, operasi layanan lapangan yang lebih cerdas, dan peningkatan pelatihan bagi teknisi.

Intinya, tidak adanya pemantauan kondisi real-time tidak memenuhi tuntutan "perbaikan pertama kali" dari pelanggan, yang mengarah pada kepuasan pelanggan yang rendah. Penelitian Aberdeen Field Service 2013 menunjukkan tingkat retensi pelanggan yang sangat rendah untuk OEM yang memiliki tingkat perbaikan pertama kali kurang dari 80 persen.

Hasil akhirnya adalah perusahaan tidak dapat mengembangkan fungsi yang menguntungkan dengan keunggulan layanan yang menciptakan kepercayaan pelanggan dan pengenalan merek yang positif.

Teknologi Tidak Memadai dan Sistem Terputus

Bersamaan dengan pemantauan mesin-ke-mesin dan teknologi lainnya, platform layanan lapangan yang lama umumnya berada di antara sistem layanan yang lebih terputus-putus dan seringkali tidak mampu memberikan tampilan operasional yang terintegrasi.

Gambar 2. Pertumbuhan eksplosif dalam jumlah perangkat yang terhubung akan menimbulkan tantangan jika pemantauan mesin-ke-mesin tidak memadai.

Dalam sebuah penelitian terhadap 156 perusahaan yang menyediakan layanan lapangan kepada pelanggan, Aberdeen Research Group mengamati secara dekat peran otomatisasi. Performa terbaik di kelasnya adalah mereka yang berinvestasi dalam teknologi otomasi terkini—mengotomatiskan atau merombak proses mereka untuk area seperti perencanaan sumber daya perusahaan, penagihan yang lebih baik, dan pencatatan keuangan lainnya, manajemen hubungan pelanggan, manajemen suku cadang, dan tenaga kerja. manajemen.

Aberdeen menetapkan bahwa untuk mencapai kinerja layanan lapangan terbaik di kelasnya, perusahaan harus mengintegrasikan manajemen suku cadang ke dalam kriteria penjadwalan, menjadwalkan tugas layanan lebih sering dan secara terpusat, memberdayakan agen lapangan dengan alat dan perangkat seluler dengan akses waktu nyata ke informasi , mengembangkan rencana sumber daya layanan dinamis, dan menggunakan alat manajemen kinerja untuk menyesuaikan rencana sumber daya, menjadwalkan parameter, dan proses manajemen tenaga kerja.

Sumber Daya Penting

Sumber daya untuk desain pemantauan jarak jauh dan pemantauan konektivitas mungkin sulit ditemukan. Sumber daya penting termasuk eksekutif layanan lapangan senior yang membantu memilih mesin yang tepat dan parameter operasional, pakar perangkat lunak untuk merancang dan mendukung penerapan, pakar layanan bersama untuk menyiapkan pusat operasi jarak jauh, dan keterampilan mulai dari pemantauan parameter dasar hingga canggih. pengetahuan fungsional dan keahlian peralatan.

Menyatukan para ahli ini untuk berbagai jenis peralatan di berbagai wilayah geografis adalah pekerjaan yang kompleks. Model operasi manajemen aset industri yang dirancang dengan baik membantu memastikan penyampaian layanan yang konsisten, tepat waktu, dan efektif dengan biaya yang optimal.

Untuk menyeimbangkan penyesuaian dan kecepatan, model operasi manajemen aset industri harus dikonfigurasi sesuai dengan model bisnis individual di atas kerangka kerja manajemen aset industri standar yang memanfaatkan praktik terbaik dan standar industri.

Kerangka kerja manajemen aset industri ini mengangkangi tiga elemen kunci:proses cerdas, teknologi terfokus, dan orang yang tepat. Ini dapat disampaikan melalui portofolio manajemen aset industri yang ditunjukkan pada Gambar 3.

Gambar 3. Portofolio manajemen aset industri dapat memenuhi kebutuhan bisnis.

Manajemen aset industri menawarkan pendekatan unik yang menggabungkan konsultasi khusus, teknologi, dan analisis data. Ini mencakup desain mesin-ke-mesin dan dukungan penerapan, pemantauan jarak jauh yang efektif untuk mesin tertentu, manajemen data yang andal, prognostik untuk manajemen kesehatan aset yang efektif, dan analisis data mendalam di seluruh siklus hidup layanan.

OEM dapat memperoleh manfaat dengan memanfaatkan kemampuan manajemen aset industri untuk:

• Tingkatkan pendapatan layanan sebesar 15 hingga 20 persen melalui peningkatan cakupan dasar (hingga 100 persen)
• Meningkatkan profitabilitas kontrak layanan hingga 10 hingga 15 persen melalui penetapan harga yang tepat dan perkiraan risiko kontrak yang akurat
• Kurangi layanan keseluruhan sebesar 8 hingga 10 persen melalui diagnostik jarak jauh dan penjadwalan layanan yang direncanakan sekaligus mengurangi biaya pemenuhan layanan hingga 15 persen
• Tingkatkan waktu aktif aset pelanggan sebesar 10 hingga 15 persen

Gambar 4. Contoh ini menunjukkan model operasi kondisi mapan untuk manajemen aset industri terbaik di kelasnya.

Kerangka kerja manajemen aset industri yang matang dengan jelas menggambarkan peran dan aktivitas pemangku kepentingan utama:OEM, mitra teknologi, dan penyedia layanan manajemen aset industri. Model operasi yang tepat juga membantu mencakup tugas-tugas non-inti secara efisien melalui sumber daya yang dapat diskalakan dan mendukung fokus tim OEM pada keputusan efektivitas melalui analisis data.