Overall Equipment Effectiveness: Projektvirksomheders nye USP

I fremtiden vil de virksomheder, som kan forudse kundernes behov og holde hånden under deres effektive produktionstid, stå stærkt over for konkurrenterne.

Overall Equipment Effectiveness: Projektvirksomheders nye USP

Hvornår ved du, at det er på tide at udføre service på dine kunders maskiner eller produktionsudstyr? Og hvor lang tid går der, før kundens produkt igen er klar til at fortsætte produktionen? Det er to af de spørgsmål, som i fremtiden kan blive en helt afgørende konkurrenceparameter for virksomheder i den projektorienterede branche.

Overall Equipment Effectiveness eller OEE er en af de vigtigste parametre for, hvor meget og hvor hurtigt du får return on investment på dine investeringer i maskiner, infrastruktur og produktionsfaciliteter. Og her kan du som serviceleverandør spille en kritisk rolle for at minimere mængden af uforudsete stop og nedbrud ved at monitorere og analysere maskinernes produktionsforhold og stresspunkter.

 

Sandvik fjerner kundernes spildtid
Hos Sandvik, en af verdens ledende producenter i maskiner til avanceret industriel metalskærearbejde og værktøjer, service og tekniske løsninger i mine- og byggeindustrien, bruger man machine learning-teknikker til at optimere kundernes oppetid på udstyr og maskiner.

Ved at montere sensorer på maskinerne, som registrerer temperatur, belastning og vibrationer, og sammenligne med historiske data kan Sandvik forudse, hvornår en del skal udskiftes, før virksomheden begynder at se tegnene. Dermed reducerer de kunders spildtid med op til 50 %.

Det betyder, at kunderne bliver mere effektive og dermed også mere tilfredse. Men det giver også Sandvik muligheden for at få indsigt i og forbedre deres nuværende produkter, så de i fremtiden står endnu stærkere over for konkurrenterne.

 

Vestas sparer 140 mio. USD på at kende klimaets påvirkning
Hos Vestas har de taget en omfattende tilgang til servicering af kundernes vindmøller. Ved at overvåge 33.000 vindturbiner, som sender flere forskellige former for data hjem hvert 10. minut, kan Vestas kombinere deres viden i realtid med vejrudsigter. På den måde kan de se, ikke bare hvornår en mølle får brug for service, men også hvornår der opstår det mindste produktionstab ved at tage møllen ud af produktion. Og hvornår det er sikrest for teknikeren at tage ud til møllen. Et vigtigt punkt for en virksomhed med mere end 6.000 serviceteknikere, som hver dag servicerer kundernes møller.

Det har betydet, at Vestas har kunnet minimere nedetiden, som de kan holdes ansvarlig for, fra 7 % i 2009 til 1,5 %, hvor resten af vindmølleindustrien i gennemsnit ligger på 3,6 %. Det giver en besparelse på 140 millioner amerikanske dollars om året – eller omregnet lidt under en milliard i danske penge.

 

Brug data til at booste kundetilfredsheden
Ved at kende dine kunders behov, før de gør, får du muligheden for at agere proaktivt. Samtidig kan du fokusere der, hvor behovet ligger, fordi du gør det muligt at planlægge din tekniske service yderligere i detaljen.

Det kan til gengæld hjælpe dine kunder til at opnå en mere effektiv forretning, fordi deres udstyr har en højere oppetid. En faktor, som har afgørende indflydelse på både kundetilfredshed og recurring revenue i din virksomhed.

Annonce
Annonce