Katastrophen sind unvermeidlich, unabhängig von der Branche - ob es sich um einen unerwarteten Geräteausfall, ein großes Wetterereignis, einen Sicherheits-Hack oder eine andere Krise handelt, die die Geschäftskontinuität beeinträchtigt - das Unerwartete passiert jeden Tag. Obwohl wir nicht jede Katastrophe vorhersagen können, bevor sie eintritt, können wir die Gesundheit der Geräte proaktiv aufrechterhalten. Technologieverbesserungen rund um das Internet der Dinge (Internet of Things, IoT) und Datenanalyse ermöglichen es Servicegesellschaften, Probleme präventiv zu bewältigen und die Auswirkungen auf die Kunden zu minimieren oder sogar abzuwenden, wenn es schließlich zu einer Katastrophe kommt.
Auch wenn es einfach klingt, Tausende oder sogar Millionen von Geräten zu überwachen und Fehler zu identifizieren, bevor sie auftreten, ist eine komplexe Wissenschaft, die schnell überwältigend werden kann. Um den Prozess zu vereinfachen, habe ich ihn in zwei verschiedene Phasen unterteilt: Datensammlung und Datenanalyse.
Datensammlung: Verstehen, welche Informationen von Bedeutung sind
IoT-Sensoren ermöglichen die Erfassung und Speicherung großer Datenmengen und geben Unternehmen einen Einblick in den Zustand, die Leistung und die Ausfälle von Geräten. Jede Einheit kann jede Minute Hunderttausende von Datenpunkten generieren. Die Herausforderung in diesem Stadium besteht darin, herauszufinden, wie all diese Daten organisiert und priorisiert werden. Die Durchführung von Datenanalysen zu all diesen Informationen ist nicht durchführbar, ebenso wenig wie eine effiziente Nutzung von Ressourcen, da einige der erfassten Daten wenig Wert für die Bestimmung der Anlagengesundheit haben.
Unternehmen müssen überlegen, welche Daten priorisiert werden müssen, damit sie den Wartungsbedarf schneller identifizieren können. Zum Beispiel kann ein Telekommunikationsanbieter, der einen Zellenturm überwacht, das Volumen von Anrufen verfolgen, die durch diesen spezifischen Turm aufgenommen werden, aber das Anrufvolumen zeigt nicht an, wie gut dieser Turm funktioniert. Wenn jedoch die Telefongesellschaft vor dem Auftreten des Problems auf eine Zunahme der mit diesem Turm verbundenen abfallenden Anrufe hingewiesen wird, haben sie möglicherweise die Möglichkeit, das Problem frühzeitig zu lokalisieren und zu beheben. Betrachten wir nun einen gewaltigen Sturm, von dem erwartet wird, dass er dort auftrifft, wo sich dieser Zellturm befindet - in der Lage zu sein, Turmprobleme vor dem Sturm zu reparieren und zu beheben, minimiert den Wartungsaufwand angesichts dieser Wetterkatastrophe.
Datenanalyse: Erstellung von Wartungskennzeichen
Sobald Daten erfasst und die wichtigsten Überwachungsmetriken definiert sind, werden Analysen angewendet, um die Daten in verwertbare, nützliche Informationen umzuwandeln. Durch die Analyse historischer Daten, insbesondere im Hinblick auf Geräteausfälle und vergangene Serviceaktivitäten, können Serviceunternehmen Muster identifizieren, die auf einen zukünftigen Fehler hindeuten könnten.
Für ein Versorgungsunternehmen ist beispielsweise die Temperatur einer der am meisten gemessenen Parameter in einem Kraftwerk, da Überhitzung schwere Schäden an der Ausrüstung verursachen kann und für Service-Fachleute, die an der Reparatur der Ausrüstung arbeiten, gefährlich werden kann. Mit Blick auf vergangene Wartungsaktivitäten und Muster bei Temperaturänderungen haben Unternehmen die notwendige Einsicht, um vorbeugende Wartung zu planen, wenn die Temperaturen auf Werte steigen, die in der Vergangenheit zu Ausfällen geführt haben.
Wir sehen immer mehr Anwendungen der IoT-Technologie in der Service-Industrie mit Sensoren, die Geräte und Geräte verbinden. Selbst Fitnessstudios haben begonnen, ihre Ausrüstung anzuschließen, um kaputte Maschinen und enttäuschte Mitglieder zu vermeiden. Aber mit größerer Konnektivität kommt größere Verantwortung; Unternehmen müssen diese erweiterten Funktionen nutzen, um von reaktiven zu proaktiven Serviceprogrammen überzugehen und Auffälligkeiten zu beheben, bevor sie auftreten - und letztendlich die Kundenzufriedenheit aufrechterhalten, die heute die höchste Priorität in Unternehmen darstellt.
Steve Smith ist Vice President of Strategic Industries bei ClickSoftware. Er verfügt über mehr als 15 Jahre Erfahrung in der Definition und Bereitstellung von Lösungen für das mobile Personalmanagement in vertikalen Märkten wie Telekommunikation, Versorgungsunternehmen, Versicherungen, Heimdienstleistungen, medizinische Ausrüstung, Investitionsgüter sowie Öl- und Gasaktivitäten. Er unterstützt Serviceorganisationen dabei, die Nutzung ihrer Feldressourcen zu optimieren, das betriebliche Bewusstsein zu verbessern, Prozesse zu optimieren und Kontrollen einzurichten, während Flexibilität und Variabilität in ihren Betrieben gewährleistet sind. Vor seiner jetzigen Position leitete Steve das globale Lösungsberatungs-Team von ClickSoftware, das die Vorteile des mobilen Workforce-Managements für neue Benutzer aufzeigte und dazu beitrug, die Vorteile bestehender Benutzer auf der ganzen Welt zu erhöhen.
