Når en maskinbygger investerer i industriel IoT, begynder dialogen ofte med selve maskinen: Hvilke data kan opsamles, hvor ofte skal de sendes, og hvordan skal de præsenteres?
Men den største uudnyttede forretningsmulighed ligger ofte ikke i den enkelte måling eller visualisering. Den ligger i den installerede base.
Når maskinen forlader fabrikken, begynder mange års drift hos kunden. Det er her, der opstår problemer, servicebehov og muligheder for optimering. Alligevel mister mange maskinbyggere næsten kontakten med deres produkt, så snart det er leveret.
Fra afsluttet salg til løbende relation
Traditionelt har mange maskinbyggere haft et forholdsvis enkelt forløb:
Salg → levering → reaktiv service
Når kunden oplever et problem, kontakter kunden supporten, og fejlsøgningen begynder. Hvad skete der? Hvornår opstod fejlen? Hvilken alarm blev vist? Hvad lavede maskinen umiddelbart inden?
Ofte må supporten basere sig på kundens beskrivelse, billeder fra betjeningspanelet eller telefonisk vejledning af en operatør, der måske ikke selv var til stede, da problemet opstod. Det er tidskrævende for både kunden og maskinbyggeren.
Med adgang til relevante driftsdata ændrer situationen sig. Supporten kan se, hvordan maskinen faktisk blev anvendt, hvilke værdier der ændrede sig, og hvad der skete umiddelbart før et stop eller en fejl.
Det er eksempelvis blevet en integreret del af servicearbejdet hos M&J Recycling, hvor teknikere og servicepartnere bruger driftsdata til hurtigt at skabe overblik, forstå situationen og levere hurtigere og mere kvalificeret support.
Relationen behøver derfor ikke at slutte ved leverancen. Maskinen kan fortsat være synlig for maskinbyggeren og danne grundlag for bedre support, mere målrettet service og en tættere kunderelation gennem hele dens levetid.
God service begynder med kontekst
Når industriel IoT kobles sammen med aftersales, kommer dialogen ofte hurtigt til at handle om predictive maintenance: Kan man forudsige, hvornår en komponent går i stykker?
I nogle tilfælde er det muligt. Men det kræver typisk tilstrækkelige datamængder, kendte fejlmønstre og en relativt ensartet anvendelse af udstyret.
Den mere umiddelbare værdi er ofte enklere: Serviceorganisationen får den nødvendige kontekst til at forstå et problem.
Forestil dig, at en kunde melder om et periodisk stop. Uden data starter supporten med spørgsmål og antagelser. Måske genstartes maskinen, inden problemet bliver undersøgt, og de vigtigste spor forsvinder.
Med historiske data kan supporten i stedet se, hvilke alarmer der blev aktiveret, hvilke værdier der ændrede sig, hvilken driftstilstand maskinen befandt sig i, og om samme hændelse tidligere er opstået.
Det kan gøre det muligt at løse problemet på afstand. Skal en tekniker stadig sendes ud, kan besøget planlægges bedre, fordi teknikeren på forhånd ved, hvad der skal undersøges, og hvilke reservedele der bør medbringes.
Målet er ikke nødvendigvis at undgå alle servicebesøg, men at undgå de forkerte og øge sandsynligheden for, at problemet løses første gang.
Den installerede base skaber et nyt perspektiv
Den enkelte kunde kan se sin egen maskine. Maskinbyggeren kan potentielt se hele den installerede base.
Hos M&J Recycling er denne tanke skaleret fra fire til 273 installationer fordelt på 29 lande, så både M&J og kunderne kan følge maskinernes drift og performance på tværs af den samlede maskinpark.
Når data samles på tværs af maskiner, installationer og kunder, bliver det muligt at opdage mønstre, som ikke er synlige i den enkelte installation. Man kan eksempelvis undersøge:
-
hvilke fejl der gentager sig på tværs af maskinparken
-
om bestemte komponenter slides hurtigere under bestemte driftsforhold
-
om nogle maskiner anvendes anderledes end forudsat
-
om bestemte konfigurationer fører til flere servicehenvendelser
-
om softwareændringer reducerer fejl eller energiforbrug
-
hvor næste produktgeneration bør forbedres
Den installerede base bliver dermed ikke kun et serviceansvar, men en kilde til løbende læring.
Den viden kan anvendes af serviceorganisationen, men også af produktudvikling, kvalitet, salg og produktledelse.
Problemer, der tidligere blev behandlet som isolerede kundesager, kan identificeres som generelle produkt- eller anvendelsesmønstre.
Fra reaktiv service til proaktiv handling
Data gør det muligt at reagere på det, der sker i maskinen, i stedet for udelukkende at vente på, at kunden kontakter supporten.
Hos f.eks. Fenagy sammenholdes den forventede og faktiske performance, så teknikere kan reagere på afvigelser, inden de påvirker kunden.
Det kan være en temperatur, der gradvist bevæger sig uden for normalområdet, et stigende antal driftsstop, en komponent, der nærmer sig et bestemt antal driftstimer, eller en alarm, som gentager sig hyppigere end tidligere.
Men en alarm skaber ikke værdi, blot fordi den bliver registreret eller sendt. Den skal indgå i en aftalt serviceproces.
Hvem skal reagere? Hvor hurtigt? Hvornår skal kunden kontaktes? Hvilke handlinger skal supporten udføre, og hvad er inkluderet i kundens serviceaftale?
Uden klare svar risikerer virksomheden blot at skabe flere notifikationer og mere støj. Teknologien kan synliggøre et problem, men serviceorganisationen skal definere, hvordan det håndteres.
Dataopsamling og fjernadgang er ikke det samme
Bedre aftersales kan omfatte både løbende dataopsamling og fjernadgang til udstyr hos kunden, men de to ting behøver ikke at være en del af den samme løsning.
Hos mange af Fenagys kunder anvendes en Secomea SiteManager gateway, der både kan opsamle driftsdata til DCC og give autoriserede teknikere sikker fjernadgang til anlægget. Det giver mulighed for at kombinere overvågning, alarmer og historiske data med egentlig fjernservice. Fenagys case viser samtidig, at sikkerhedskravene varierer betydeligt, især når udstyret indgår i kritisk infrastruktur.
Nogle kunder accepterer dataopsamling, men fravælger aktivt gateways, der teknisk er i stand til at give fjernadgang – også selvom denne funktion er deaktiveret. Her anvendes i stedet en anden type gateway, der udelukkende kan sende de relevante driftsdata ud af anlægget.
Hos andre kunder er enhver internetforbindelse forbudt, herunder også udgående transmission af data. I disse installationer opsamles data derfor på en lokal enhed, som ikke er forbundet til internettet. Når en servicetekniker besøger anlægget, kan de historiske data overføres via et USB-medie til teknikerens computer og derfra indlæses i DCC.
Dermed kan teknikeren efterfølgende analysere driftsforholdene, fejltidspunktet og de hændelser, der gik forud for fejlen, selvom anlægget aldrig har været online. Det kan give et langt bedre grundlag for at forstå periodiske eller komplekse problemer end et øjebliksbillede fra selve servicebesøget.
Pointen er derfor ikke, at alle maskiner nødvendigvis skal være permanent forbundet til internettet. Pointen er, at dataopsamlingen kan tilrettelægges efter kundens risikovurdering og sikkerhedspolitik – fra en integreret løsning med sikker fjernadgang til fuldstændig offline opsamling og efterfølgende overførsel af historiske data.
Fjernadgang bør være et bevidst valg. Adgang til værdifulde driftsdata behøver ikke at afhænge af, at kunden også accepterer fjernadgang.
Fra serviceomkostning til serviceforretning
For mange maskinbyggere bliver service primært betragtet som en nødvendig omkostning. Kunder skal hjælpes, garantisager håndteres, og teknikere sendes ud.
Men når serviceorganisationen får adgang til bedre data og mere effektive processer, bliver det også muligt at udvikle selve servicetilbuddet. Det kan eksempelvis ske gennem:
-
proaktiv overvågning
-
vedligeholdelses- og supportaftaler
-
garanterede responstider
-
fjernsupport
-
rapportering om drift og anvendelse
-
dokumentation af oppetid eller energiforbrug
-
løbende optimering af maskinens performance
-
performancebaserede aftaler
Kunderne betaler dog ikke nødvendigvis for adgang til endnu et dashboard. De betaler for hurtigere problemløsning, mindre nedetid, mere forudsigelige serviceomkostninger og bedre udnyttelse af udstyret.
En serviceaftale bliver derfor først interessant, når den er koblet til noget, kunden oplever som reel værdi. Data er en forudsætning for at levere og dokumentere denne værdi, men data er ikke i sig selv produktet.
Service skal tænkes ind fra begyndelsen
Aftersales bør ikke først overvejes, når maskinen er færdigudviklet og allerede befinder sig hos kunden.
Hvis data skal understøtte en fremtidig serviceforretning, bør man tidligt tage stilling til, hvilke data der er relevante, hvordan de struktureres på tværs af maskiner og produktgenerationer, hvilke hændelser der kræver handling, og hvem der skal have adgang.
Samtidig skal serviceprocesserne og det konkrete kundetilbud udvikles.
Det er svært at skabe en skalerbar serviceforretning, hvis hver maskine sender data i sit eget format, eller hvis hver kunde kræver en specialudviklet løsning. Standardisering er derfor ikke kun et teknisk spørgsmål, men en forudsætning for at kunne skalere aftersales på tværs af den installerede base.
Hvor værdien opstår
Industriel data kan skabe værdi i aftersales på flere niveauer.
Operationelt kan den reducere tiden til fejlsøgning, forbedre servicebesøg og mindske unødvendige udkald. På produktniveau kan den vise, hvordan udstyret faktisk anvendes, og hvor det bør forbedres. Kommercielt kan den danne grundlag for nye serviceaftaler og mere løbende omsætning.
Samtidig kan den ændre kontakten med kunden fra sporadiske supporthenvendelser til et løbende samarbejde om drift og optimering.
Men det kræver mere end at installere en gateway og begynde at opsamle data. Data skal kobles til mennesker, processer og et tydeligt kundetilbud.
Data gør ikke i sig selv aftersales til en forretning. Men de gør det muligt at levere, skalere og dokumentere en service, som kunderne faktisk vil betale for.
Næste artikel
I næste artikel ser vi på en af de mest udbredte antagelser inden for industriel IoT:
Hvorfor dashboards sjældent ændrer noget som helst.