Door: Redactie - 21 juni 2021 |
Toonaangevende machinebouwers schatten dat 20% van hun omzet in 5 jaar uit digitale diensten zal komen. Wat is jouw visie en plan?
Het creëren en verkopen van digitale producten is een van de beste manieren voor machinebouwers om nieuwe inkomstenstromen te genereren. De verwachting is dat over 5 jaar minimaal 20% van de omzet van machinebouwers uit digitale diensten komt. Waar sta jij over 5 jaar?
IXON wil machinebouwers helpen deze ambitie waar te maken. Niet alleen door de bal aan het rollen te brengen met kansen voor nieuwe business modellen, maar ook door concrete ideeën en tastbare oplossingen te bieden met een minimale investering en snelle ROI.
In dit artikel gaan we in op de uitdagingen van machinebouwers en introduceren we nieuwe businesskansen die bestaande businessmodellen zullen ontregelen. Door een van deze nieuwe bedrijfsmodellen te implementeren, zul je in staat zijn om besparingen te realiseren op basis van intelligent gebruik van gelogde data.
Machinebouwers worden momenteel geconfronteerd met een aantal uitdagingen op hun weg naar digitale transformatie.
Opereren in de uiterst competitieve machinebouwindustrie is moeilijk. De meeste machinebouwers laten zich leiden door de behoeften van hun klanten, in plaats van hun eigen pad naar succes te creëren, wat zeer complex kan zijn. Om kostengeoptimaliseerde machines te produceren, moet je bepalen hoe je je digitale reis begint en waar je naartoe gaat.
De verkenning van digitale mogelijkheden om gebruik te maken van machineoptimalisatie, zonder vast te zitten aan een enorme investering, kan een uitdaging zijn. Het gebrek aan kennis, de enorme hoeveelheid digitale technologie en de potentiële veiligheidsrisico’s tijdens de levenscyclus van machines maken dit nog moeilijker.
Dat brengt ons bij de hamvraag: hoe kun je in 5 jaar tijd 20% van je inkomsten uit digitale diensten halen met een businessmodel waarvan zowel jij als je klanten profiteren en waarvoor je klanten bereid zijn te betalen?
Geld verdienen met digitale diensten, voorbij toegang op afstand, begint allemaal met een verandering in mindset. Een kritische blik op je bestaande diensten, en het bespreken en afstemmen van je ideeën met je klanten zal leiden tot nieuwe mogelijkheden.
We behandelen vier zakelijke kansen op basis van verschillende machines in een productielijn. Alle ideeën worden gedreven door data die kunnen leiden tot nieuwe omzetgroei of kostenbesparingen om je machines beter in de markt te positioneren.
Out of specification verbruiksartikelen kunnen een belangrijke oorzaak zijn van machinestilstand. Wanneer verbruiksartikelen geoptimaliseerd zijn voor je machines en op voorraad zijn, leidt dit tot een hogere uptime. Dus waarom zou je niet je eigen verbruiksartikelen leveren, of nog beter: machines verkopen om verbruiksartikelen te verkopen? Toegegeven, niet alle machines bieden deze mogelijkheid, maar het is de moeite waard om te overwegen hoe dit past in de markt van jouw machines.
In de print- en verpakkingsindustrie zijn er tal van voorbeelden van hoe deze strategie succesvol wordt toegepast. Door de verbruiksartikelen naar je klant te sturen voordat r hij zelfs maar weet dat hij ze nodig heeft, neem je hem de zorgen daarover volledig uit handen. Dit is een win-win situatie, die leidt tot een hogere uptime en terugkerende inkomsten voor de machinebouwer.
Sommige onderdelen van een machine hebben een bepaalde levensduur en zullen op een bepaald moment verslijten. Ongeplande stilstand als gevolg van versleten machineonderdelen leidt tot negatieve klantervaringen en stijgende kosten. Je vindt het bijvoorbeeld prettiger wanneer je auto je een melding geeft wanneer onderhoud nodig is dan wanneer je plotseling stilstaat langs de weg.
Machinebouwers kunnen machinegegevens gebruiken om te bepalen wanneer slijtagegevoelige onderdelen aan het einde van hun levensduur zijn. Zij kunnen dit als een nieuwe dienst inzetten door klanten vooraf te waarschuwen, tegen een kleine vergoeding, waardoor wordt voorkomen dat de productie wordt stopgezet. Dit leidt tot een toename van de verkoop van reserveonderdelen, potentiële servicecontracten en klanttevredenheid.
Het implementeren van machine learning is lastig en moeilijk te realiseren, vooral voor kleinere machinebouwers. Maar leren van je machines in het veld is dat niet. De meeste machinebouwers richten zich op het hebben van goed werkende machinesoftware met beperkte bugs en een stabiel besturingssysteem. Het veranderen van de software is een no-go en het gebruik van zelfoptimaliserende algoritmen en AI is slechts een mogelijkheid in de verre toekomst.
Stel je voor dat sommige onderdelen van je machines ‘te’ goed zijn. Bij het ontwerpen van nieuwe machines hanteer je bepaalde veiligheidsmarges, bijvoorbeeld 20% op aandrijvingen en motoren. Maar wat als die onderdelen nooit stuk gaan en je veiligheidsmarges te hoog zijn? Meestal leiden storingen tot verbeteringen via analyse van de onderliggende oorzaak. Machinebouwers richten zich echter zelden op onderdelen die niet falen.
Wat als je de veiligheidsmarge zou kunnen verlagen zonder het risico te lopen op marktfalen? Door gegevens te verzamelen en te analyseren kun je herontwerpen wat te goed is. Dit zal de kosten sterk doen dalen en deze kennis kan worden gebruikt in je ontwerpfase van toekomstige onderdelen en machines. Zo kun je de nieuwe generatie machines optimaliseren en een concurrentievoordeel behalen.
Veel machines hebben kritische onderdelen met een lange productie- en ontwerplevensduur, maar vaak gaan deze onderdelen tijdens de levensduur van de machine toch stuk. Uitval van kritische onderdelen leidt vaak tot lange stilstandtijden, omdat de meeste bedrijven deze kritische onderdelen niet op voorraad hebben. Dit is funest voor het productieproces en kost je klanten veel geld. Hoeveel zullen zij hierdoor verliezen?
Wat als je dergelijke storingen zou kunnen voorspellen op basis van gegevens die beschikbaar zijn op PLC niveau? Het analyseren van de gegevens van defecte onderdelen en onderdelen die bijna aan het einde van hun levensduur zijn, kan mogelijk worden gecombineerd met datawetenschappen die leiden tot identificeerbare patronen. Ervaren onderhoudstechnici kunnen vaak al door naar de machine te luisteren of trillingen te voelen bepalen of de machine goed draait of niet en de oorzaak vaststellen.
Het monitoren van de juiste gegevens en deze vergelijken met bekende patronen is de schakel die jouw gecombineerde service-ervaring op elke machine 24/7/365 naar buiten brengt. In principe weten jij en je klant dat de kans op een storing groot is voordat het zich voordoet. Door onderdelen te vervangen en service te verlenen voordat een defect optreedt, op een moment dat de impact op de productie beperkt is, kun je de kwaliteit en de inkomsten van je servicecontracten verhogen.
Als het gaat om digitale transformatie en het creëren van waarde voor je klanten door nieuwe diensten te implementeren, ligt de oplossing vaak binnen handbereik. Maar de behoefte aan IoT oplossingen en data om dat soort bedrijfsmodellen te creëren, brengt nieuwe uitdagingen en investeringen met zich mee.
Hoe ga jij waardevolle inkomsten claimen – en het succes van je klant ondersteunen – met digitale diensten? Als je hulp nodig hebt bij het definiëren van jouw digitale strategie en het creëren van waarde uit machinedata, kun je vrijblijvend contact opnemen met een van onze industrie experts.
Lees ook:
Dit artikel delen op je eigen website? Geen probleem, dat mag. Meer informatie.