Gå til indhold

Automatisering reducerer diagnosticeringsproces fra 3 uger til 3 sekunder

Kundeapplikation og automatiseret dataplatform hjælper en global markedsleder inden for shippingindustrien
 

Konsulenter på casen

Frederik Jørgensen

Frederik Jørgensen

Daniel Christensen

Daniel Christensen

Christian Dahl Olin

Christian Dahl Olin

Aksel Larsen

Aksel Larsen

Sektor: Industry

Region: Skandinavien

Web app
Process automation
Machine learning
IoT
iOS/Android app
Data streaming
Data strategy
Data hub
Business intelligence
Artificial intelligence
Identify.svg

Identifikation

Udfordringer og muligheder

En global aktør, som servicerer den verdensomspændende shippingindustri, var oprindeligt afhængig af manuel arbejdskraft fra en yderst specialiseret arbejdsstyrke. Virksomheden brugte traditionelle, tidskrævende og dyre metoder, der krævede en besættelse på mere end 10.000 mennesker verden over. Copenhagen Data blev kontaktet, da virksomheden længtes efter at bruge data mere effektivt i forhold til automatisering. Konkret ønskede den at realisere et system, der kunne fastgøre og strømline daglige kvalitetssikringer. På en større skala ønskede virksomheden at repositionere for at blive kendt for sit større formål fremfor sit produkt.

 

Vi identificerede adskillige dataprojekter, der var nødvendige for at realisere disse mål. De omfattede to dataprojekter: en cloud-baseret dataplatform og en selvbetjenings-kundeapplikation, der skulle automatisere virksomhedens kvalitetssikringstjenester. Vi lavede et implementeringsroadmap og engagerede relevante forretningsinteressenter. Virksomhedens metoder og procedurer var på dette tidspunkt forholdsvist rigide og regelbundne, og derfor var engagementsfasen og interessentinddragelsen en vigtig del af den indledende fase.

Qualify.svg

Kvalifikation

Analyse og evaluering

Vi kvalificerede dataprojekterne og udviklede vores handlingsplan gennem adskillige indledende aktiviteter. En vigtig procedure var indsamlingen og analysen af virksomhedens data. Dette var nødvendigt for at finde frem til den mest effektive procedure og dataprojekternes detaljer. Vi fandt frem til, at virksomheden havde brug for en cloud-baseret dataplatform forbundet til en selvbetjeningskundeapplikation. Dataplatformen skulle integrere, analysere og distribuere data i realtid til downstream analytiske løsninger og upstream operationelle processer, og selvbetjeningapplikationen skulle øjeblikkeligt kunne fange og analysere data på få sekunder. 

 

Denne løsning kunne mindske risikoen forbundet med subjektive vurderinger samt reducere virksomhedens store besættelsesomkostninger. Gennem prototyping og machine learning validerede vi dataene, demonstrerede mulighederne i dataprojekterne og skabte buy-in. Prototypen gav os også mulighed for at evaluere og finjustere detaljerne. Ledelsen og projektets interessenter var grundigt involveret i processen for at sikre gradvis læring, engagement og forståelse af deres fremtidige datasystemer og interne afhængigheder.

Realize.svg

Realisering

Implementering og overdragelse

Efter at have kvalificeret dataprojekterne gik vi videre til implementeringsfasen. Her var formålet at realisere datastrategien i korte udviklingscyklusser. Dataprojekterne blev designet, udviklet og testet for at muliggøre den bedst mulige funktionalitet og brugeroplevelse. Vi udrullede dataprojekterne i virksomheden ved at sikre, at de blev understøttet på alle målenheder. Det var især vigtigt, at selvbetjeningsapplikationen havde en høj funktionalitet og en hurtig svartid. Copenhagen Data var glade for at se, at selvbetjeningsapplikationen kunne reducere den tidligere gennemløbstid på 3 uger til kun 3 sekunder. Derudover førte dataprojekterne til en ny tjenesteindtægtsstrøm med en værdi på €10.000.000. Disse bemærkelsesværdige forbedringer var med til at skabe forretningsværdi samt til at støtte op om virksomhedens vision om re-positionering.

 

Resultater

  • Systemunderstøttet produktydelsesanalyse, der reducerer diagnosegennemløbstiden fra 3 uger til 3 sekunder
  • Automatiseret overvågning for proaktivt at detektere fald i produktydelsen
  • Kommercialisering af service knyttet til diagnose og præstationsfald
    • Ny tjenesteindtægtsstrøm med en værdi på €10.000.000 på eksisterende produktkunder
    • Ny indtægtsstrøm for servicekunder med en anslået værdi på €5.000.000
    • Mulighed for krydssalg fra servicekunder til produktkunder med en forventet værdi på €2.000.000
  • Førsteklasses demonstration af værdien af data, der nu styrer al anden forretningsudvikling
  • Etablering af strategisk dataplatform til understøttelse af organisationsdækkende styring og aktivering af data