Empat Prediksi Tentang Field Service di 2020

Layanan lapangan telah berkembang pesat dalam beberapa tahun terakhir, dan baik teknologi maupun harapan pelanggan akan terus berkembang dengan cepat.

Dua puluh tahun yang lalu, layanan lapangan mungkin dipusatkan pada perbaikan kerusakan, tetapi arahnya sekarang adalah menuju pengaturan kontrak jangka panjang yang lebih memuaskan bagi pelanggan — dan lebih menguntungkan bagi penyedia layanan.

Teknologi transformasional dapat mengaktifkan model pendapatan yang sama sekali baru yang membuat organisasi layanan lapangan lebih lengket dan lebih akrab dengan pelanggan, bahkan sambil menghasilkan lebih banyak nilai. Berikut adalah empat prediksi tentang bagaimana organisasi layanan terkemuka beradaptasi:

Layanan berbasis hasil berlaku. Kita akan melihat lebih banyak perusahaan yang menjual kontrak pemeliharaan tahunan. Kontrak ini menarik karena memberikan pendapatan dan permintaan yang dapat diprediksi kepada organisasi layanan lapangan, dan dapat memberikan margin yang tinggi.

Selama beberapa dekade, bisnis yang berfokus pada produk telah beralih ke melayani apa yang mereka jual. Pertama adalah penambahan garansi, dan ketersediaan suku cadang aftermarket. Kemudian layanan lapangan reaktif atau perbaikan depot. Pada awal 2018, data IFS menunjukkan bahwa 62% produsen sudah mengejar beberapa bentuk pendapatan aftermarket. Namun, produsen kini mengadopsi bentuk layanan purna jual yang lebih canggih, dengan 16% responden menawarkan kontrak pemeliharaan dengan perjanjian tingkat layanan (SLA) tertentu.

Patut diperhatikan bahwa pelanggan modern tidak hanya menuntut pengalaman layanan yang lebih baik, tetapi juga hasil yang menyeluruh. Mereka berharap dibiarkan dengan perasaan positif, serta masalah khusus mereka teratasi. Teknologi adalah mekanisme di mana perubahan ini dapat diterapkan, tetapi tidak ada yang boleh mengabaikan elemen manusia juga.

Saya memperkirakan bahwa pangsa produsen yang terlibat dalam kontrak layanan akan meningkat dari 16% pada 2018, menjadi antara 25% dan 30% pada 2020.

Langkah menuju servitization dalam banyak kasus akan memberikan pendapatan nilai tambah di atas penjualan produk. Dalam beberapa kasus, di mana itu menarik bagi konsumen, suatu produk mungkin sepenuhnya dilayani, dan pengguna akhir membayar untuk penggunaan terukur atau metrik lain yang diambil secara real time. Dalam data IFS 2018, hanya 4% produsen yang sepenuhnya dilayani, termasuk perusahaan dari industri perangkat medis, fabrikasi logam, dan minyak dan gas.

Untuk pelanggan yang ingin mendorong risiko perusahaan pada vendor mereka, servisisasi akan menjadi cara yang menarik untuk membeli. Tetapi sebenarnya merealisasikan keuntungan dari kontrak ini menimbulkan masalah manajemen dan perangkat lunak perusahaan yang signifikan. Ketika perjanjian layanan dijual, perusahaan akan berkomitmen untuk memberikan kontrak yang dapat menghasilkan atau kehilangan uang selama bertahun-tahun. Eksekutif perlu memastikan bahwa mereka memiliki kemampuan perencanaan skenario bagaimana-jika yang memadai untuk memungkinkan mereka memberikan penawaran yang kompetitif dengan risiko minimal.

Perusahaan dapat mengubah data mereka menjadi alat strategis yang memfasilitasi penjualan layanan sekaligus meningkatkan pengalaman pelanggan. Agar perubahan ini berhasil, mereka harus menerapkan beberapa teknologi dasar. Penelitian yang dilakukan IFS dan Future of Field Service baru-baru ini dengan Bill Pollock of Strategies for Growth menunjukkan bahwa operasi layanan berbasis hasil bergantung pada fondasi platform manajemen layanan, perencanaan sumber daya perusahaan (ERP), pemeliharaan prediktif, dan internet of things ( IoT) khususnya.

Lebih dari separuh responden menjalankan beberapa jenis sistem pencatatan 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, tepat di depan ERP) sebesar 50,8%. Survei menemukan 47,6% menggunakan perangkat lunak untuk pemeliharaan prediktif, dan 42,8% memanfaatkan data dari IoT.

Dengan adanya alat ini, saya memperkirakan peningkatan penekanan pada servis lengkap, dan bahwa pada tahun 2020 kita akan melihat persentase produsen yang menjual produk dengan berlangganan atau penggunaan terukur melebihi 10%, naik dari 4% pada tahun 2018.

Transformasi digital semakin sulit sebelum semakin mudah. Orang-orang menggunakan istilah “transformasi digital” untuk menjual sejumlah teknologi, tetapi di sini kita tidak berurusan dengan teknologi yang dapat dibeli, tetapi cara berbisnis yang berbeda secara fundamental. Yang benar adalah bahwa melakukannya dengan benar melibatkan perjalanan kompleks untuk organisasi layanan, yang berangkat dari operasi tertutup, alat warisan, dan proses bisnis yang ketinggalan zaman. Hambatan manajemen perubahan yang mengelilinginya banyak, karena individu dapat menemukan cara lama yang menghibur bahkan ketika persaingan menyalip bisnis mereka.

Apa yang telah kita lihat sejauh ini adalah peluncuran teknologi transformasional. Kami melacak lokasi teknisi lapangan kami melalui IoT. Kami menjadwalkannya menggunakan kecerdasan buatan. Kami mungkin memiliki chatbot AI yang menjawab pertanyaan secara online. Mungkin kami memiliki beberapa fungsi AI dalam proses manajemen inventaris kami. Kami akan terus melihat solusi titik menggunakan AI dan IoT. Namun, tujuan kita selanjutnya adalah pengenalan AI khususnya ke front office dan proses administrasi.

Dalam laporan “Prediksi Teratas untuk 2020”, Gartner mengatakan:“Melalui tahun 2021, inisiatif transformasi digital akan membuat perusahaan tradisional besar, rata-rata, dua kali lebih lama dan biaya dua kali lipat dari yang diantisipasi. Organisasi besar akan berjuang dengan inovasi digital karena mereka menyadari tantangan modernisasi teknologi dan biaya penyederhanaan saling ketergantungan operasional. Sebaliknya, organisasi yang lebih kecil dan lebih gesit akan memiliki peluang untuk menjadi yang pertama ke pasar karena organisasi yang lebih besar menunjukkan manfaat langsung yang kurang memuaskan.”

Sejarah dipenuhi dengan perusahaan-perusahaan yang tidak dapat berubah sesuai kebutuhan mereka:Kodak di hadapan fotografi digital, dan Video Blockbuster di hadapan media yang diservis dan dapat diunduh, untuk menyebutkan dua saja. Saat ini, kami berada pada titik di mana teknologi pengganggu tertanam di ujung tombak organisasi layanan yang berpikiran maju. Sensor IoT menangkap informasi pemeliharaan berbasis kondisi, atau algoritme AI menyesuaikan jadwal layanan lapangan secara real time berdasarkan kondisi yang terus berubah.

Pada tahun 2020, kita akan melihat lebih banyak perusahaan mengadopsi teknologi yang mengganggu ini dalam pengaturan yang berhubungan dengan pelanggan dan layanan. Tetapi saya yakin kita juga akan melihat vendor perangkat lunak perusahaan bergerak lebih jauh menuju otomatisasi front office yang digerakkan oleh AI di berbagai bidang seperti keuangan layanan, manajemen inventaris, perencanaan skenario bagaimana-jika, dan interaksi pelanggan. Dan mereka yang mengadopsi AI sebagai bagian dari solusi komersial akan memenangkan perlombaan melawan mereka yang mengambil pendekatan mandiri.

IoT tumbuh, dan kami memiliki semua datanya. Dengan semakin banyak organisasi yang mengatakan bahwa mereka memiliki beberapa tingkat konektivitas jarak jauh untuk aset mereka, driver mereka, dan bagian mereka, IoT sekarang menjadi arus utama. Kami mengumpulkan data dalam jumlah besar dan sekarang dapat mengembangkan serta menerapkan analisis.

Dalam penelitian kami yang dilakukan dengan Strategi untuk Pertumbuhan, bidang minat implementasi terbesar di semua industri adalah pemeliharaan prediktif dan preskriptif. Aset yang terhubung adalah awal dari cerita dan bukan tujuan, dan pelanggan mulai menyadari bahwa pepatah lama "sampah masuk, sampah keluar" berlaku jika pengumpulan dan penimbunan data menjadi tujuan itu sendiri.

Contoh yang baik adalah perusahaan telekomunikasi multinasional Telefonica, penyedia teknologi pintar untuk mengumpulkan data dari aset (seperti mesin penjual otomatis). Data tersebut kemudian dimasukkan ke dalam analitik yang ada untuk mendukung keputusan. Kekuatan analitik cukup signifikan sehingga penting juga untuk meyakinkan pelanggan bahwa Anda menghormati privasi dan hak data mereka. Google menghadapi kontroversi setelah pembelian Fitbit pada tahun 2019 karena kekhawatiran tentang bagaimana ia akan menggunakan dan memonetisasi data pengguna akhir.

Selama tahun 2020, saya memperkirakan, bisnis akan kurang memusatkan perhatian pada metode untuk mengumpulkan data tambahan, dan lebih pada memanfaatkan data yang telah mereka kumpulkan secara berharga.

Perusahaan bekerja untuk menyeimbangkan AI vs. pengalaman manusia . Ketika AI canggih menjadi lebih diadopsi secara luas di antara organisasi layanan, perusahaan akan mencari keseimbangan antara efisiensi AI dan kontak dengan manusia yang didambakan pelanggan dan pemangku kepentingan lainnya. Di satu sisi, penggunaan AI yang lebih besar tidak hanya mengurangi biaya tetapi juga memungkinkan organisasi memanfaatkan sumber daya dengan lebih baik di sektor-sektor yang menghadapi kekurangan tenaga kerja. AI akan melakukan pekerjaan yang lebih baik dalam memenuhi hasil tertentu, dan harus mengotomatiskan banyak tugas berulang. Apakah ini akan membebaskan staf untuk lebih banyak pekerjaan yang berhubungan dengan pelanggan?

Dalam berbagai pengaturan layanan, itulah yang telah dilakukan AI. Pengoptimalan jadwal berbasis AI, misalnya, memungkinkan satu petugas operator untuk mendukung lebih banyak teknisi layanan lapangan, mengelola dengan pengecualian, dan mungkin menghabiskan lebih banyak waktu dengan pelanggan saat mereka membutuhkan titik kontak manusia.

Dalam artikel Field Services Online, vendor intelijen layanan Aquant mengakui Fortune's peringatan pada tahun 2016 bahwa 48% pekerjaan akan hilang karena AI dan robot. Pada saat yang sama, dikatakan masa depan yang sebenarnya terletak pada hibrida antara manusia dan AI. Sebagaimana dicatat oleh Deloitte dalam laporannya Smart Field Service:Menghubungkan Pelanggan, Aset, dan Karyawan, “Dalam dunia digital, hubungan emosionallah yang membuat perbedaan antara pengalaman yang memuaskan dan pengalaman yang menyenangkan pelanggan dan membangun hubungan pelanggan jangka panjang yang kuat.”

Tugas kami sekarang adalah menggunakan AI untuk merekayasa proses otomatis yang mulus dan memuaskan ke dalam bisnis kami tanpa merekayasa kontak manusia.

Sarah Nicastro adalah penginjil dinas lapangan dengan IFS.