Bagaimana Data Sensor dan Operasional Mendorong Keuntungan untuk Produsen Truk Terkemuka
Grup otomotif terkemuka yang merancang truk, bus, dan peralatan konstruksi menghadapi margin yang sangat tipis dan persaingan sengit. Untuk tetap unggul, mereka beralih ke strategi berbasis data yang menggabungkan umpan balik sensor kendaraan dengan catatan operasional, menghasilkan penawaran yang dipersonalisasi, layanan yang superior, dan peningkatan keuntungan yang terukur. Rob Mellor, VP & GM EMEA di WhereScape, membagikan perjalanan perusahaan.
Perubahan apa di industri truk yang mendorong strategi data Anda?
Seperti sektor otomotif pada tahun 1990, pasar truk sekarang beroperasi pada margin yang sangat tipis dan rivalitas sengit. Keuntungan sebagian besar dibangun pada penjualan tambahan—jaminan, pembiayaan, servis, dan asuransi—jadi membedakan penawaran sangat penting. Dengan melengkapi truk dengan sensor, perusahaan dapat menghasilkan wawasan yang mendasari proposisi yang lebih relevan dan berpusat pada pelanggan.
Bagaimana data sensor truk menjadi inti bisnis Anda?
Stream sensor memberikan kita pandangan 360° terhadap setiap kendaraan: kesehatan komponen, rute yang tepat, profil kecepatan, dan gaya mengemudi. Menggabungkan data ini dengan detail operasional tradisional (merek, model, riwayat servis) memungkinkan kami menciptakan profil kendaraan yang sangat akurat. Dengan alat manajemen data yang tepat, kami menghasilkan penawaran yang secara statistik memiliki peluang keuntungan tertinggi.
Misalnya, saat kontrak leasing berakhir, kami mengevaluasi nilai residual sebenarnya dari truk yang dikembalikan menggunakan analitik sensor. Kendaraan yang telah melintasi gurun Australia berbeda secara signifikan dalam sisa umurnya dari kendaraan yang hanya telah mengemudi di jalan raya Eropa. Dengan menetapkan harga berdasarkan harapan umur daripada hanya jarak tempuh, kami dapat meningkatkan margin pada truk bernilai tinggi hingga 5%—peningkatan yang berarti jutaan euro per tahun.
Analitik sensor juga menandai komponen yang akan gagal setelah jarak tempuh tertentu. Jika truk dioperasikan dalam kondisi yang sulit, kami dapat memprediksi kapan servis diperlukan dan secara proaktif menjadwalkan pemeliharaan. Wawasan ini memungkinkan kami menawarkan kontrak servis harga tetap yang menjamin nol kerusakan.
Pembeli armada menuntut data efisiensi bahan bakar. Dengan umpan balik sensor, kami menghitung konsumsi bahan bakar rata-rata per truk, per perjalanan, dan bahkan per sopir. Dengan wawasan ini, kami merekomendasikan rute yang lebih hemat atau pelatihan sopir, yang mengarah pada penghematan biaya bahan bakar yang besar bagi pemilik armada.
Apakah penggunaan data sensor menantang secara teknologis bagi organisasi?
Data sensor sendirian tidak aktif; harus dikontekstualkan dengan catatan operasional. Keduanya sangat berbeda: data sensor volume tinggi, kompleksitas rendah, sedangkan data operasional volume rendah, kompleksitas tinggi. Mengintegrasikannya ke dalam satu Enterprise Data Warehouse (EDW) hanyalah hambatan pertama. Ukuran dan kompleksitas yang besar dari stream sensor juga melebihi kemampuan alat pemrosesan tradisional.
Kami membutuhkan pipeline yang lebih cepat dan lebih fleksibel untuk menangkap, memproses, dan menganalisis data ini, mendukung tujuan strategis kami. Kami juga mengintegrasikan data terstruktur—cuaca, lalu lintas, dan informasi sc—for meningkatkan wawasan keuntungan lebih lanjut.
Bagaimana Anda mengatasi tantangan ini?
Dengan WhereScape, kami mengadopsi pendekatan analisis dan manajemen data yang fleksibel. Platform ini mengotomatisasi perencanaan dan konstruksi data mart dalam IBM Netezza EDW kami, memberikan hasil sepuluh kali lebih cepat dari metode lama. Ketangguhan ini memperpendek waktu ke pasar untuk solusi BI kami dan mempercepat ekstraksi nilai dari data sensor.
WhereScape juga menyatukan semua sistem manajemen informasi kami. Kami beralih dari data mart terisolasi dengan teknik pemodelan yang berbeda ke EDW yang sepenuhnya terintegrasi dan diatur oleh satu standar pemodelan global. Perubahan dari pendekatan teknis ad-hoc ke kerangka kerja berbasis model telah secara dramatis meningkatkan konsistensi dan integritas data di lima situs.
Lingkungan terpusat baru kami menyediakan pandangan 360° lintas fungsi dari data, berdasarkan satu metodologi pemodelan. EDW adalah langkah konkret pertama kami menuju pengelolaan big data, memungkinkan respons hampir real-time, pelacakan yang lebih baik, dan reusable lebih tinggi saat kami mencampur volume dari berbagai unit bisnis.
WhereScape tetap menjadi inti masa depan kami, dan saya menantikan kemitraan jangka panjang.
Penulis blog ini adalah Rob Mellor, VP & GM EMEA WhereScape
