La combinación de datos de sensores y operativos garantiza que la rentabilidad siga aumentando

Una gran empresa automotriz necesitaba combinar sensores y datos operativos para ofrecer ofertas atractivas, un mejor servicio al cliente y una mayor rentabilidad. La empresa fabrica camiones, autobuses y equipos de construcción. Rob Mellor, vicepresidente y gerente general de EMEA, WhereScape habla con la empresa sobre su viaje.

¿Qué cambios en la industria de los camiones impulsaron su estrategia de datos?

Está en un punto similar al de la industria del automóvil en la década de 1990; la competencia es dura, los márgenes son extremadamente ajustados y las ganancias se obtienen principalmente a través de ventas adicionales. Para la industria automotriz, las ventas adicionales fueron las de repuestos; para la industria de camiones ofrece garantías, financiamiento, mantenimiento y seguros. El mayor desafío para todas las empresas de camiones es cómo crear ofertas atractivas que sean significativamente mejores que las que ofrecen los competidores. Nuestra respuesta ha sido introducir sensores en nuestros camiones; creemos que al comprender la actividad de los vehículos podemos crear ofertas mucho más relevantes.

¿Cómo funciona el sensor de camión? los datos se convierten en el núcleo de su negocios?

Nos permite comprender todos los aspectos de cada camión en particular. Podemos monitorear los componentes, precisamente dónde se condujo, qué tan rápido iba y qué tan agresivamente fue conducido. Los datos de los sensores combinados con los datos operativos (como la marca, el modelo y el historial de servicio) nos permiten crear un perfil detallado. Al utilizar las herramientas de gestión de información adecuadas, producimos ofertas que tienen una alta probabilidad estadística de ser rentables.

Por ejemplo, volvemos a comprar camiones después de que los contratos de arrendamiento hayan expirado y analizamos el valor potencial en función de los datos del sensor. Un camión que ha pasado por el interior de Australia no tendrá la misma esperanza de vida que un camión que ha circulado por las carreteras europeas. Entonces, en lugar de vender ambos camiones en función del kilometraje, podemos venderlos en función de su esperanza de vida. Esto nos permite conseguir un margen mucho mayor en el camión con una esperanza de vida superior, hasta un 5%, lo que equivale a millones de euros al año. Eso marca una gran diferencia en la rentabilidad.

El análisis de los datos del sensor significa que sabemos que una determinada pieza está en riesgo después de, digamos, 100.000 km y un camión en particular se conduce en condiciones difíciles, podemos predecir cuándo será necesario realizar el servicio. Aconsejamos al cliente que lleve la carretilla para su reparación. Este tipo de conocimiento nos permite ofrecer contratos de servicios a precio fijo con la garantía de que no habrá averías.

Las personas que compran camiones están interesadas en el consumo de combustible de sus flotas. Utilizando los datos de los sensores, podemos calcular el consumo medio de combustible por camión, trayecto e incluso por conductor. Tener esta información y poder actuar sobre ella, al encontrar rutas más económicas o educar a los conductores, puede equivaler a ahorros significativos para los propietarios de flotas.

¿Se plantea el uso de datos del sensor un gran desafío tecnológico para el organización?

Cambia completamente el juego. Los datos del sensor por sí solos no tienen valor; tenemos que poder analizarlo en comparación con los datos operativos, proporcionando contexto al vincularlo con su historial de servicio.

Estos dos tipos de datos son completamente diferentes; Los datos del sensor son de gran volumen, baja complejidad y los datos operativos son de bajo volumen, alta complejidad. La forma en que estos dos tipos de datos encajan y su gestión en un Enterprise Data Warehouse (EDW) totalmente integrado es solo el comienzo del desafío. Los sensores crean conjuntos de datos que son grandes y complejos, por lo que es difícil procesarlos mediante el procesamiento de datos tradicional.

Necesitábamos un enfoque más rápido y ágil para capturar, procesar y analizar estos datos para respaldar la estrategia comercial. También estamos integrando muchos otros tipos de datos para mejorar la rentabilidad; por ejemplo, datos no estructurados como el clima, el tráfico y la información sobre huelgas.

¿Cómo ha superado estos desafíos?

Con WhereScape tenemos una estrategia ágil de análisis y gestión de datos. Automatizan la planificación y la creación de datos en nuestro IBM Netezza Enterprise Data Warehouse (EDW), 10 veces más rápido que los métodos tradicionales. WhereScape nos permite obtener valor de los datos del sensor y acortar los tiempos de comercialización; podemos ofrecer nuestras soluciones de BI más rápido que nunca.

WhereScape también nos está ayudando con la integración de todos nuestros sistemas de gestión de información. Necesitábamos pasar de los mercados de datos independientes con sus propias técnicas de modelado a un EDW completamente integrado con un único estándar de modelado global. Hemos pasado de un enfoque técnico ad hoc a un enfoque basado en modelos.

Los principales beneficios de TI de utilizar WhereScape son la coherencia de los datos y la integridad de todo nuestro entorno de datos:tenemos cinco sitios trabajando en el mismo EDW. Los cambios de mantenimiento del sistema son mucho más rápidos y sencillos.

Hemos creado un nuevo entorno de gestión de información centralizada que nos brinda una vista multifuncional de 360 ​​° de nuestros datos, basada en un método de modelado único. EDW es nuestro primer paso concreto en la gestión de big data. Seremos capaces de responder a las nuevas demandas de mezcla de datos de los diferentes negocios con mayores volúmenes, respuesta cercana a tiempo real, así como mejor trazabilidad y reutilización.

WhereScape es fundamental para nuestro futuro y espero trabajar con ellos durante muchos años.

El autor de este blog es Rob Mellor, vicepresidente y gerente general de EMEA de WhereScape