Wettbewerbsvorteil durch Datenanalyse

Big Data für Außendienstmitarbeiter

15.07.2015 von Philipp Emmenegger
Unternehmen erfassen immer mehr Daten über Mobilgeräte, Fernsensoren und Telematik-Anwendungen. Dies bietet die Chance, Prozesse im Außendienst effizienter zu gestalten.

Beim aktuellen Wimbledon Grand Slam Turnier bekommen wir erneut einen Eindruck davon, wie große Datenmengen dazu genutzt werden, Muster zu erkennen und zu analysieren. Dank Kameras und Fernsensoren wird jede Bewegung der Tennisspieler systematisch aufgezeichnet. Anhand der erfassten Datenmassen kann im Folgenden aufgezeigt werden, wie wichtig es ist, dass ein Spieler den Ball mit möglichst wenigen Bewegungen zurückspielt. Diese neue Tennis-Kennzahl, die die durchschnittlich zurückgelegte Distanz eines Spielers über den Platz für jeden Punkt misst, gehört nun unter der Bezeichnung "Feet per point" (Meter pro Spielpunkt) zum "must-know".

Der effizienteste Spieler gewinnt - wie im Tennis, so auch im Außendienst.
Foto: Mikael Damkier - shutterstock.com

Doch was hat die Datenanalyse beim Wimbledon Gran Slam Turnier mit dem Außendienst zu tun? Wie beim Tennis gilt auch für den Außendienst, dass diejenigen das Rennen machen, deren Vorgehensweise am effizientesten ist. Anhand der scheinbar nüchternen Daten zur durchschnittlichen Entfernung pro Punkt untersuchen die Tennistrainer das Spiel ihrer Spieler nun aus ganz neuer Perspektive. Dementsprechend kann auch ein Unternehmen seine Wettbewerbsposition allein dadurch verbessern, indem es spezifische Daten erfasst und sie in aussagekräftige Analysen umwandelt.

Datenanalyse als Wettbewerbsvorteil

Laut der Aberdeen Group sind Unternehmen davon überzeugt, dass ihnen die Nutzung von großen Datenmengen einen starken Vorteil im Wettbewerb verschafft. Im Bericht der Beratungsgesellschaft mit dem Titel "Big Data Perspectives: Users vs. IT" sind 43 prozent der IT-Mitarbeiter der Ansicht, dass sie durch schnellere und komplexere Analysen einen Vorsprung gegenüber der Konkurrenz erhalten.

Des Weiteren wurde belegt, dass ein verbesserter Kundenservice die Umsatzentwicklung von Unternehmen nachhaltig fördert. In ihrer vor kurzem veröffentlichten Studie führte die Beratungsgesellschaft an, dass Unternehmen mit einer Kundenzufriedenheit von über 90 Prozent auch ihre Serviceerlöse um 6,1 Prozent jährlich beziehungsweise ihren Gesamtumsatz um 3,7 Prozent steigern konnten und insbesondere eine Kundenbindung von 89 Prozent aufwiesen.

Big Data - Eine große Chance für den Außendienst

Wie können Außendienstunternehmen jedoch große Datenmengen nutzbar machen? Und was versteht man eigentlich genau unter"Big Data"? Nach einer Definition der Aberdeen Group umfasst der Begriff "Big Data" - im Gegensatz zu "reinen Daten" - generell das gesamte Verfahren der Erfassung, Speicherung, Verwaltung und Analyse von erheblichen Mengen verschiedener Datentypen. Die typischerweise im TB- oder PT-Bereich angesiedelten Volumina werden in verschiedenen Formaten gespeichert, stammen sowohl aus internen als auch externen Quellen und unterliegen strengen Auflagen hinsichtlich Geschwindigkeit und Komplexität der Analyse.
Wie unschwer zu erkennen ist, können im gesamten Außendienst Daten ermittelt werden. So erfassen Techniker bei ihren Einsätzen Informationen mithilfe von Tablets und Wearables. Daten werden auch aus dem Flottenmanagement sowie über Telematik-Anwendungen, Fernsensoren und selbst durch innovative M2M-Datenkommunikation gewonnen.

Mit Daten Werte schaffen
Deutsche Unternehmen tun sich schwer mit Datenstrategien
Die Analyse von Daten wird für viele Unternehmen immer wichtiger, hat eine Studie von KPMG und Bitkom Research ergeben. Allerdings fällt es den Verantwortlichen nicht gerade leicht, die richtige Technik und Strategien zu finden. Immer noch bestimmen einfache Werkzeuge wie Excel das Bild.
Relevante Entscheidungen werden zunehmend mit Datenanalysengetroffen
Inwieweit treffen die folgenden Aussagen für Ihr Unternehmen zu?
Alle befragten Unternehmen analysieren Unternehmensdaten
Welche der folgenden Arten von Daten werden in Ihrem Unternehmen für Entscheidungsprozesse digital gesammelt und IT-gestützt analysiert?
Erhebliche Unterschiede nach Branchen
Welche der folgenden Arten von Daten werden in Ihrem Unternehmen für Entscheidungsprozesse digital gesammelt und IT-gestützt analysiert?
Aufbau und Datenspeicherung werden am häufigsten ausgelagert
Wie managt Ihr Unternehmen derzeit folgende Aspekte im Zusammenhang mit Daten und Datenanalysen?
Aktuell sind hautsächlich deskriptive Analysen im Einsatz
Welche der folgenden Arten der Datenanalyse nutzt Ihr Unternehmen derzeit bzw. plant oder diskutiert dies?
Je fortgeschrittener die Datenanalyse, desto weniger verbreitet
Inwieweit nutzt Ihr Unternehmen bereits Datenanalysen bzw. plant/diskutiert ihren Einsatz?
Je fortgeschrittener die Datenanalyse, desto höher die Zufriedenheit
Wie zufrieden sind Sie mit den Erkenntnissen aus den eingesetzten Datenanalysen?
Datenschutz, unzureichendes Budget und Personal sind wichtige Hürden
Kommen wir nun zu möglichen Argumenten, die gegen eine (intensivere) Nutzung von Datenanalysen sprechen. Inwieweit treffen die folgenden Aussagen für Ihr Unternehmen zu?
Mehr als die Hälfte der Großkonzerne hat bereits eine Big Data-Strategie
Hat Ihr Unternehmen bereits eine Strategie für die Umsetzung konkreter Big Data-Maßnahmen erarbeitet?
Big Data-Strategie bisher nur in wenigen Branchen stärker verbreitet
Hat Ihr Unternehmen bereits eine Strategie für die Umsetzung konkreter Big Data-Maßnahmen erarbeitet?
Stellenwert von Big Data wird an Bedeutung gewinnen
Wie wird sich Ihrer Meinung nach der Stellenwert von Big Data in Ihrem Unternehmen in den kommenden drei Jahren verändern?

Innerhalb des Außendienstes können hohe Datenmengen auf verschiedenste Weise genutzt werden. Dabei sollten zunächst die Daten evaluiert werden, die Organisation bereits erfassen. Eine Software-Lösung für den Außendienst ermöglicht Unternehmen, die Daten schneller und einfacher zu erfassen.

Ein Außendienstmitarbeiter kann mit Hilfe eines Tablets beispielsweise nahtlos die Dauer des Technikereinsatzes und der Instandsetzung aufzeichnen. Gleichzeitig kann er festhalten, ob die Aufgabe sofort erledigt wurde, ob der Techniker erneut zum Standort fahren musste und wenn ja, aus welchen Gründen und welche Ersatzteile benötigt wurden.

Nach Erfassung der Informationen könnten Unternehmen diese Daten mit den historischen Daten vergleichen und auf Übereinstimmungen prüfen. Anhand der Echtzeitdaten eines Kundendiensttechnikers kann die durchschnittliche Zeit des Einsatzes ermittelt werden. Manager erhalten somit Angaben über den genauen zeitlichen Rahmen, den sie für künftige ähnliche Eingriffe vorgeben sollten. Dadurch könnten Ankunftszeiten besser vorhergesagt und die Anzahl verschobener Termine reduziert werden, was indirekt den Kundendienst verbessert.

Datenanalyse für vorausschauende Wartung

Es ist möglich, Daten an andere Abteilungen im Unternehmen zu übermitteln, die ansonsten keinen Zugriff auf diese Art von Informationen haben. Beispielsweise könnte die Abteilung für Außendienst Daten an die Vertriebsabteilung weiterleiten, wodurch sich wiederum Vertriebsmöglichkeiten ergeben. Vorgesetzte könnten den Bedarf an Service-Technikern in einem spezifischen Bereich identifizieren und dementsprechend Ressourcen einplanen. Des Weiteren könnten Rückmeldungen von Kunden gesammelt und mit Branchenstandards verglichen werden.

Vorgehensweise bei Predictive Analytics-Projekten

5. Integration der neuen analytischen Methoden in die bestehenden Systeme.

4. Pilotprojekt/Prototyp: Auswertung der Daten in entsprechenden Vorhersagemodellen; Modelle und Analyse-Methoden werden ständig verfeinert, kombiniert und evaluiert, um die Qualität der Prognose zu verbessern.

3. Auswahl/Zuschneiden der Datensätze und Kombination mit externen Daten.

2. Business Case festlegen: Definition eines konkreten Ziels mit Kennzahlen (z.B. Umsatz um Summe x steigern, Fehlmenge reduzieren etc.), das mit Hilfe der Prognosen erreicht werden soll.

1. Analyse des Geschäftsmodells, der Geschäftsprozesse und der vorhandenen Daten.

Interessante Möglichkeiten könnten sich zudem eröffnen, wenn Unternehmen einen technologischen Schritt weiter gehen, indem sie Fernsensoren und M2M-Datenkommunikation einsetzen. Unter dem Begriff "Predictive Analytics" versteht man im Marketing allgemein die Möglichkeit, das Verhalten potenzieller Käufer zu verfolgen, um Verkäufern den richtigen Zeitpunkt zur Kontaktaufnahme aufzuzeigen.

Heutzutage bürgert sich jedoch das Konzept der "Predictive Maintenance" ein. Demzufolge kann prognostiziert werden, wann ein Ausstattungs- oder Ersatzteil das Ende seiner Lebensdauer erreicht. Fernsensoren würden die Erfassung von Daten über Veränderungen bei Maschinen im Zeitverlauf sowie in bestimmten Fällen deren Nutzung ermöglichen. Somit können die Wahrscheinlichkeit des Ausfalls eines bestimmten Maschinenteils und die durchschnittliche Lebensdauer der Maschine bestimmt werden. Anhand dieser Daten ist eine optimale Terminierung eines präventiven Serviceeinsatzes möglich.

Die Kundennachfrage nach besseren Serviceleistungen nimmt stetig zu und die Qualität der Serviceleistungen hat großen Einfluss auf die Umsatzhöhe eines Unternehmens. Während technologische Innovationen die Optimierung des Kundendienstes möglich machen, steigen jedoch auch die diesbezüglichen Erwartungen weiter an. Es liegt in der Hand der Unternehmen, jedes ihnen zur Verfügung stehende Hilfsmittel einschließlich detaillierter Informationen zu nutzen, um die eigene Wettbewerbsposition zu sichern oder auszubauen. (bw)