産業資産管理による利益の向上

航空および発電設備から石油およびガス設備のサプライヤーに至るまで、幅広い業界のオリジナル設備メーカー（OEM）は、世界クラスの産業資産管理を通じて、利益を高め、市場で高度に防御可能なニッチを切り開き、顧客をより長く維持することができます。

ただし、既存の運用モデルは、マシン間のカバレッジの制限と最適ではないデータ分析という2つの構造上の課題に直面しています。

リモート機器の接続が制限されていると、インストールベースのデータが不正確になり、サービスの機会の評価が妨げられ、サービス収益の最大20％が損なわれる可能性があります。その後、リモートマシンの診断がない場合にサービス提供コストが増加するため（最大25％）、マージンが削減されます。

予定外の資産のダウンタイムは、エンドカスタマーの収益性とその結果としての満足度に影響を与え、OEMのクライアントとの関係、そして最終的にはその製品範囲の評判に損害を与えます。

アフターマーケットサービス契約では、不正確な障害予測とそれに関連するコストが不適切な価格設定につながります。サービス運用では、適切なトリアージの欠如、スペアパーツの可用性、およびサービススケジュールの不備により、サービス技術者による初回の修正率も低下します。

契約リスクを定量化して積極的に管理することは不可欠ですが、適切に行われないことがよくあります。必要なエンジニアリング設計の変更を実装していないために信頼性が低いと、メンテナンスと品質のコストが高くなり、サービスマージンに影響します。

図1は、不十分な運用モデルが、新規および既存のサービス契約の収益の10〜15％と利益の15〜20％の損失につながる可能性があることを示しています。

図1。 典型的な10億ドルのサービス事業では、8000万ドルから1億ドルの収益の損失と、1,000万ドルから1500万ドルの利益の損失が発生します。

上向きの可能性

リモート診断デバイスにリンクされたアフターマーケットサービスは、今後5年から10年で大幅に成長することは明らかです。新しい利益センターを探しているOEMは、その需要に応じて成長することができます。

Harbour Researchは、マシンツーマシンテクノロジーの予測需要に基づいて、付加価値サービスの総収益が2010年の500億ドル以上から、2014年までに2,040億ドルに成長する可能性があると推定しています。これは、年平均成長率が32％近くになります。調査では、この市場拡大の主要な推進力として、資産管理、供給ロジスティクス、およびエネルギー管理が指摘されています。

2つの顕著な例がこれらの傾向を裏付けています。 GEの製品関連サービスの売上高は、2012年の売上高434億ドルの約30％でした。これは、前年比4％増でした。

ただし、GEの営業利益125億ドルは、前年比6％の増加でした。 TotalCareサービスと呼ばれるロールスロイスの革新的なビジネスおよび運用モデルは、販売された各エンジンのリースおよび保守契約です。

このモデルの成功は、過去5年間で2倍の売り上げに見られ、収益の半分以上と利益の約70％がTotalCareサービスビジネスモデルからのものです。

GEやRollsRoyceなどの企業は、「資産の稼働時間の改善」と「資産の寿命の延長」という主要なビジネス要件を満たす運用モデルのおかげで、並外れた利益と収益を実現しています。

経済的な魅力があるため、サービスオペレーションの変革は、多くの場合CEOの議題の一部になりますが、多くのOEMは、関連するオペレーションおよび組織の問題に取り組むための専門知識と専門知識を持っていません。

これらの問題には、主にサービス収益を促進するための戦略とサービスコストを最適化するための方法論が含まれます。これらの問題を把握して解決できないことは、サービス指向企業が最良の運用モデルの開発に苦労している重要な理由です。経験から、既存のオペレーティングモデルの欠陥の3つの主要な要素が示されています。

断片化されたプロセス

サービス運用チェーンに沿ったリンクが不完全または存在しないため、既存の運用モデルはしばしば不十分です。セットアップと計画から契約管理まで、トランザクション処理とレポート作成を含むすべてのサービス実行サポートは非​​常に細分化されています。

セットアップと計画は、既存のデータベースの可視性が限られているという欠点があります。顧客、修理履歴、および機器に関する情報は、多数、地理的な分散、再販、および統合されていない顧客リストのために追跡が困難です。古いデータベースは当然、サービス機会の評価に影響を与え、非営利のサービス契約の価格設定につながります。

リアルタイムの機器状態監視が選択的に行われる場合、機器診断プロセスは効果的ではありません。リアルタイムの状態監視により、初期コールレベルでのより良い診断、フィールド訪問用のスペアパーツとツールの可用性の向上、よりインテリジェントなフィールドサービス操作、および技術者のトレーニングの向上が可能になります。

本質的に、リアルタイムの状態監視がないことは、顧客の「初回修正」要求を満たさず、顧客満足度の低下につながります。 Aberdeen Field Service 2013の調査によると、初回の修正率が80％未満のOEMの顧客維持率は非常に低いことが示されています。

最終的な結果として、同社は、顧客の信頼とブランド認知度を高める優れたサービスを備えた収益性の高い機能を開発することができません。

不十分なテクノロジーとばらばらのシステム

マシンツーマシンの監視やその他のテクノロジーに加えて、レガシーフィールドサービスプラットフォームは一般に、よりバラバラなサービスシステムのひとつであり、統合された運用ビューを提供できないことがよくあります。

図2.マシン間の監視が不十分な場合、接続されるデバイスの数が爆発的に増加することが課題になります。

顧客にフィールドサービスを提供している156社の調査で、Aberdeen ResearchGroupは自動化の役割を詳しく調べました。クラス最高のパフォーマンスを発揮したのは、最新の自動化テクノロジーに投資した企業でした。エンタープライズリソースプランニング、請求やその他の財務記録管理の改善、顧客関係管理、部品管理、従業員などの分野のプロセスを自動化またはオーバーホールしました。管理。

アバディーンは、クラス最高のフィールドサービスパフォーマンスを達成するには、部品管理をスケジュール基準に統合し、サービスタスクをより頻繁かつ一元的にスケジュールし、フィールドエージェントにモバイルツールと情報へのリアルタイムアクセスを備えたデバイスを提供する必要があると判断しました。 、動的なサービスリソース計画を作成し、パフォーマンス管理ツールを使用して、リソース計画を微調整し、パラメータをスケジュールし、従業員管理プロセスを実行します。

重要なリソース

リモート監視の設計と接続の監視に関するリソースを見つけるのは難しい場合があります。重要なリソースには、適切なマシンと運用パラメーターの選択を支援する上級フィールドサービスエグゼクティブ、展開を設計およびサポートするソフトウェアエキスパート、リモートオペレーションセンターをセットアップする共有サービスエキスパート、および基本的なパラメーター監視からハイエンドまでのスキルが含まれます。機能的な知識と機器の専門知識。

さまざまな地理的地域にわたるさまざまなタイプの機器のためにこれらの専門家を集めることは複雑な仕事です。適切に設計された産業資産管理の運用モデルは、最適なコストで一貫性のあるタイムリーで効果的なサービスの提供を保証するのに役立ちます。

カスタマイズとスピードのバランスをとるために、産業資産管理の運用モデルは、ベストプラクティスと業界標準を活用する標準的な産業資産管理フレームワーク上の個々のビジネスモデルに従って構成する必要があります。

この産業資産管理フレームワークは、スマートプロセス、焦点を絞ったテクノロジー、適切な人材という3つの重要な要素にまたがっています。これらは、図3に示す産業資産管理ポートフォリオを通じて提供できます。

図3.産業資産管理ポートフォリオは、ビジネス上の必須事項を実現できます。

産業資産管理は、専門的なコンサルティング、テクノロジー、およびデータ分析を組み合わせた独自のアプローチを提供します。これには、マシン間の設計と展開のサポート、選択したマシンの効果的なリモートモニタリング、堅牢なデータ管理、効果的な資産の健全性管理の予測、およびサービスライフサイクル全体にわたる詳細なデータ分析が含まれます。

OEMは、産業資産管理機能を活用して次のようなメリットを得ることができます。

• 基本カバレッジの拡大（最大100％）により、サービス収益を15〜20％増加させます
• 適切な価格設定と正確な契約リスク予測により、サービス契約の収益性を最大10〜15％向上させます
• リモート診断と計画されたサービススケジューリングにより、サービス全体のコストを最大15％削減しながら、サービス全体を8〜10％削減します。
• 顧客の資産の稼働時間を10〜15％増やします

図4.この例は、クラス最高の産業資産管理のための定常状態の運用モデルを示しています。

成熟した産業資産管理フレームワークは、主要な利害関係者であるOEM、テクノロジーパートナー、および産業資産管理サービスプロバイダーの役割と活動を明確に示しています。適切な運用モデルは、スケーラブルなリソースを通じて非コアタスクを効率的にカバーするのにも役立ち、データ分析を通じて有効性の決定にOEMチームが集中できるようにします。