Empat Prediksi yang Mengubah Layanan Lapangan di Tahun 2020
Layanan lapangan telah berkembang sangat pesat dalam beberapa tahun terakhir, dan baik teknologi maupun harapan pelanggan akan terus maju sama cepatnya.
Dua puluh tahun yang lalu, layanan lapangan mungkin berpusat pada perbaikan break-fix, tetapi arah sekarang menuju perjanjian jangka panjang, kontraktual yang lebih memuaskan bagi pelanggan — dan lebih menguntungkan bagi penyedia layanan.
Teknologi transformatif dapat memungkinkan model pendapatan yang sepenuhnya baru yang membuat organisasi layanan lapangan lebih lengket dan lebih intim dengan pelanggan, bahkan sambil menghasilkan lebih banyak nilai. Berikut ini adalah empat prediksi tentang bagaimana organisasi layanan terkemuka menyesuaikan diri:
Layanan berbasis hasil mulai merakyat. Kami akan melihat lebih banyak perusahaan menjual kontrak pemeliharaan tahunan. Kontrak ini menarik karena memberikan organisasi layanan lapangan pendapatan dan permintaan yang dapat diprediksi, dan dapat memberikan margin yang tinggi.
Selama bertahun-tahun, bisnis yang berpusat pada produk telah bertransisi menuju servitizing apa yang mereka jual. Pertama adalah penambahan garansi, dan ketersediaan bagian pasca-jual. Kemudian adalah layanan lapangan reaktif atau perbaikan depot. Sejak 2018, data IFS menunjukkan bahwa 62% produsen sudah mengejar beberapa bentuk pendapatan pasca-jual. Namun produsen sekarang mengadopsi bentuk layanan pasca-jual yang lebih canggih, dengan 16% responden yang menawarkan kontrak pemeliharaan dengan perjanjian tingkat layanan (SLA) tertentu.
Penting untuk dicatat bahwa pelanggan modern tidak hanya menuntut pengalaman layanan yang lebih baik, tetapi hasil yang holistik. Mereka harapan untuk merasa positif, serta masalah spesifik mereka diperbaiki. Teknologi adalah mekanisme di mana perubahan ini dapat diimplementasikan, tetapi tidak ada yang harus mengabaikan elemen manusia juga.
Saya memprediksi bahwa porsi produsen yang terlibat dalam perjanjian layanan akan naik dari 16% pada 2018, menjadi antara 25% dan 30% pada 2020.
Gerakan menuju servitization dalam sebagian besar kasus akan memberikan pendapatan tambahan yang ditambahkan di atas penjualan produk. Dalam beberapa kasus, di mana menarik bagi konsumen, produk mungkin sepenuhnya diservitized, dan pengguna akhir membayar untuk penggunaan terukur atau metrik lain yang ditangkap secara real-time. Dalam data IFS 2018, hanya 4% produsen yang sepenuhnya diservitized, termasuk perusahaan dari industri alat medis, fabrikasi logam dan minyak dan gas.
Bagi pelanggan yang ingin mendorong risiko perusahaan kepada vendor mereka, servitization akan menjadi cara yang menarik untuk membeli. Namun sebenarnya mencapai keuntungan pada kontrak ini memunculkan masalah manajemen dan perangkat lunak perusahaan yang signifikan. Ketika perjanjian layanan dijual, perusahaan akan berkomitmen untuk menyampaikan terhadap kontrak di mana ia dapat mendapatkan atau kehilangan uang selama bertahun-tahun. Eksekutif akan perlu memastikan mereka memiliki kemampuan perencanaan skenario what-if yang memadai untuk memungkinkan mereka memberikan kuotasi yang kompetitif dengan risiko minimal.
Perusahaan dapat mengubah data mereka menjadi alat strategis yang memfasilitasi penjualan layanan sambil meningkatkan pengalaman pelanggan. Untuk perubahan ini berhasil, mereka telah harus menempatkan beberapa teknologi dasar di tempat. Penelitian yang dilakukan IFS dan Future of Field Service bersama dengan Bill Pollock dari Strategies for Growth menunjukkan bahwa operasi layanan berbasis hasil bergantung pada fondasi platform manajemen layanan, enterprise resource planning (ERP), pemeliharaan prediktif, dan internet of things (IoT) khususnya.
Lebih dari setengah responden menjalankan beberapa jenis sistem catatan perusahaan yang menangani bisnis transaksi layanan inti. Lima puluh empat persen menjalankan bisnis layanan mereka pada "platform manajemen layanan khusus" seperti manajemen layanan lapangan (FSM) atau manajemen aset perusahaan, sedikit di atas ERP) pada 50,8%. Survei menemukan 47,6% menggunakan perangkat lunak untuk pemeliharaan prediktif, dan 42,8% memanfaatkan data dari IoT.
Dengan alat ini ditempatkan, saya meramalkan peningkatan penekanan pada servitization yang lengkap, dan pada 2020 kita akan melihat persentase produsen yang menjual produk dengan langganan atau penggunaan terukur melampaui 10%, naik dari 4% pada 2018.
Transformasi digital menjadi lebih sulit sebelum menjadi lebih mudah. Orang menggunakan istilah "transformasi digital" untuk menjual sejumlah teknologi, tetapi kita tidak sedang berurusan dengan teknologi yang dapat dibeli, tetapi cara berbisnis yang fundamental berbeda. Kebenarannya adalah melakukannya dengan benar melibatkan perjalanan yang kompleks bagi organisasi layanan, yang berangkat dari operasi terisolasi, alat lama, dan proses bisnis yang usang. Hambatan manajemen perubahan yang mengelilingi ini banyak, karena individu dapat menemukan cara lama menyenangkan meskipun persaingan melampaui bisnis mereka.
Apa yang telah kita lihat sejauh ini adalah peluncuran teknologi transformatif di tepi. Kami melacak lokasi teknisi lapangan kami melalui IoT. Kami menjadwalkan mereka menggunakan kecerdasan buatan. Kami mungkin memiliki chatbot AI yang menjawab pertanyaan online. Mungkin kita memiliki beberapa fungsionalitas AI dalam proses manajemen inventaris kami. Kami akan terus melihat solusi titik yang menggunakan AI dan IoT. Di mana kita akan pergi selanjutnya, meskipun, adalah perkenalan AI khususnya ke front office dan proses administratif.
Dalam laporan "Top Predictions for 2020"nya, Gartner mengatakan: "Through 2021, digital transformation initiatives will take large traditional enterprises, on average, twice as long and cost twice as much as anticipated. Large organizations will struggle with digital innovation as they recognize the challenges of technology modernization and the costs of simplifying operational interdependence. Smaller, more agile organizations, by contrast, will have an opportunity to be first to market as larger organizations exhibit lacklustre immediate benefits."
Sejarah penuh dengan perusahaan yang tidak dapat berubah sebagaimana mestinya: Kodak di hadapan fotografi digital, dan Blockbuster Video di hadapan media yang diservitized dan dapat diunduh, untuk menyebut dua. Saat ini, kita berada di titik di mana teknologi disruptif tertanam di ujung tombak organisasi layanan yang berpikir maju. Sensor IoT menangkap informasi pemeliharaan berbasis kondisi, atau algoritma AI menyesuaikan jadwal layanan lapangan secara real-time berdasarkan kondisi yang selalu berubah.
Pada 2020, kita akan melihat lebih banyak perusahaan mengadopsi teknologi disruptif ini di pengaturan yang berhadapan dengan pelanggan dan layanan. Namun saya percaya kita juga akan melihat vendor perangkat lunak perusahaan bergerak lebih jauh menuju otomatisasi front office yang didorong AI di bidang seperti keuangan layanan, manajemen inventaris, perencanaan skenario what-if dan interaksi pelanggan. Dan mereka yang mengadopsi AI sebagai bagian dari solusi off-the-shelf akan memenangi balasan terhadap mereka yang mengambil pendekatan sendiri-sendiri.
IoT tumbuh dewasa, dan kita tertinggal dengan semua data. Dengan semakin banyak organisasi yang mengatakan mereka memiliki beberapa tingkat konektivitas jarak jauh untuk aset, pengemudi, dan bagian mereka, IoT sekarang mainstream. Kami mengumpulkan sejumlah besar data dan sekarang dapat mengembangkan dan menerapkan analitik.
Dalam studi kami yang dilakukan dengan Strategies for Growth, area tertinggi dari minat implementasi di semua industri adalah dalam pemeliharaan prediktif dan preskriptif. Aset yang terhubung adalah awal dari cerita bukan tujuan, dan pelanggan mulai menyadari bahwa pepatah lama "garbage in, garbage out" berlaku jika pengumpulan dan penyimpanan data menjadi tujuan itu sendiri.
Contoh yang baik adalah perusahaan telekomunikasi multinasional Telefonica, penyedia teknologi cerdas untuk mengumpulkan data dari aset (seperti mesin penjual otomat). Data kemudian dimasukkan ke dalam analitik yang ada untuk dukungan keputusan. Kekuatan analitik cukup signifikan sehingga juga penting untuk menjamin pelanggan bahwa Anda menghormati privasi dan hak data mereka. Google menghadapi kontroversi setelah pembelian Fitbit pada 2019 karena kekhawatiran tentang bagaimana ia akan menggunakan dan memonetisasi data pengguna akhir.
Selama 2020, saya memprediksi, bisnis akan fokus kurang pada metode untuk mengumpulkan data tambahan, dan lebih pada penggunaan data yang berharga yang sudah mereka kumpulkan.
Perusahaan bekerja untuk menyeimbangkan AI vs. pengalaman manusia. Seiring AI yang canggih semakin banyak diadopsi di kalangan organisasi layanan, perusahaan akan mencari keseimbangan antara efisiensi AI dan kontak dengan manusia yang dicintai oleh pelanggan dan pemangku kepentingan lainnya. Di satu sisi, penggunaan AI yang lebih besar tidak hanya mengurangi biaya tetapi juga memungkinkan organisasi untuk menggunakan sumber daya dengan lebih baik di sektor yang menghadapi kekurangan tenaga kerja. AI akan melakukan pekerjaan yang lebih baik memenuhi beberapa hasil, dan harus mengotomatisasi banyak tugas yang berulang. Apakah ini akan membebaskan staf untuk pekerjaan yang lebih berhadapan dengan pelanggan?
Di berbagai pengaturan layanan, itulah yang telah dilakukan AI. Optimasi jadwal yang didorong AI, misalnya, memungkinkan satu dispatcher untuk mendukung sejumlah teknisi layanan lapangan yang lebih besar, mengelola oleh pengecualian, dan mungkin menghabiskan lebih banyak waktu dengan pelanggan ketika mereka perlu titik sentuh manusia.
Dalam artikel Field Services Online, vendor intelijen layanan Aquant mengakui peringatan Fortune pada 2016 bahwa 48% pekerjaan akan hilang oleh AI dan robot. Pada saat yang sama, itu mengatakan bahwa masa depan yang benar terletak pada hibrida antara manusia dan AI. Seperti yang dicatat oleh Deloitte dalam laporannya Smart Field Service: Connecting Customers, Assets and Employees, "In a digital world, it's emotional connections that make the difference between satisfying experiences and those that delight the customers and build strong long-term customer relationships."
Tugas kami sekarang adalah menggunakan AI untuk merangka proses otomatis yang mulus dan memuaskan ke dalam bisnis kita tanpa merangka kontak manusia keluar.
Sarah Nicastro is field service evangelist with IFS.
