We moeten allemaal veel beslissingen nemen, elke dag weer. Veel van deze beslissingen nemen we onbewust zonder dat we deze altijd goed kunnen onderbouwen. Weten hoe u uw serviceorganisatie aanstuurt op data? Product Manager Marc Jacobs geeft drie tips.
Premier Rutte gaf het onlangs treffend aan: in het kader van de Coronacrisis moest zijn kabinet met 50% van de kennis, 100% van de beslissingen nemen. Voor veel (service)managers is dit de dagelijkse realiteit, want ondernemen is nu eenmaal continu aanpassen en snel schakelen. Bekende organisaties zoals Coolblue en Bol.com realiseren zich echter dat sturen op basis van ‘50% kennis en een beetje onderbuik gevoel’ niet altijd leidt tot de beste beslissingen. Zij werken datagedreven: keuzes en doelstellingen worden gebaseerd op basis van data.
Veel serviceorganisaties in het MKB zijn zich ervan bewust dat een goede datahuishouding leidt tot beter onderbouwde beslissingen. Deze beslissingen zorgen weer voor betere serviceverlening en daardoor: meer tevreden klanten!
De kans bestaat dat er nu allerlei vragen bij u opkomen: welke data is hiervoor nodig en waar halen we die vandaan? Wat kun je bereiken in de aansturing en optimalisatie van je serviceorganisatie? Maar de meest prangende vragen zijn wellicht: Wanneer en hoe kan ik beginnen?
De eerste vraag is gemakkelijk te beantwoorden: u kunt nú beginnen. Hoe? Door te kijken naar de data die u al voorhanden heeft. Er wordt door uw bestaande systemen al data verzameld en natuurlijk ook door uw field service oplossing! In deze eerste blog geven we daarom drie praktische tips over hoe u de data die nu al wordt logt, vandaag nog kunt inzetten voor de optimalisatie van uw serviceorganisatie. Stappen die u nu al kunt nemen, zonder data-warehouses, nieuwe vormen van data logging, gecombineerde databases en algoritmiek.
De Amerikaanse schrijver Mark Twain zei ooit: “Facts are stubborn things, statistics are more pliable” (feiten zijn koppig, statistiek kan gevormd worden). Elke politicus zal dit bevestigen: feiten kunnen eng zijn. Ze kunnen maar op één manier geïnterpreteerd worden en laten geen ruimte voor discussie. Juist dát maakt ze zo krachtig.
Door feitelijke data terug te koppelen naar medewerkers ontdek je wat er echt gebeurt en vermijd je aannames. Een monteur klokt bijvoorbeeld een stoptijd van vier minuten voor een opdracht met een normtijd van 15 minuten. Dit kan betekenen dat de monteur snel werkt, maar het kan ook betekenen dat hij z’n PDA verkeerd gebruikt. Van beide situaties wilt u op de hoogte zijn om zo het proces te verbeteren.
Het is gemakkelijk om te redeneren dat ‘sommige werkzaamheden nou eenmaal langer duren dan anderen’, excessen te negeren en alleen te sturen op KPI’s. Deze KPI’s zijn gebaseerd op ‘hoog over’ data en gemiddelde waarden over een langere periode. De excessen vallen hierdoor weg. Maar deze zijn juist het meest interessant. Waarom duurde opdracht X nou zoveel langer dan alle anderen? Door de feiten te bespreken ontstaan er nieuwe inzichten over processen in de praktijk.
Data is aan inflatie onderhevig: als je te lang wacht met het gebruik ervan, dan verliest het een deel van z’n waarde. Wacht daarom niet te lang met het analyseren van data en zorg ervoor dat data van gisteren het liefst vandaag dírect teruggekoppeld wordt. Zeker wanneer u feitelijke gebeurtenissen wilt toetsen is het belangrijk om deze snel te bespreken, anders is de herinnering bij uw servicemedewerkers vervaagd.
Door structureel tijdens een dag- of weekstart de excessen in start/stoptijden met servicemedewerkers te bespreken, wordt er een maximaal leereffect gecreëerd. Indien u, zoals veel Sigmax Connect gebruikers doen, uw field service software ook inzet om klanttevredenheid te meten, is het waardevol om deze klantervaringen direct terug te koppelen naar medewerkers. Door direct feedback te vragen, nu de informatie nog vers is, komt u tot waardevolle inzichten. Wordt dit niet gedaan, dan is het momentum weg en daarmee het leereffect.
Ook met een paar simpele gegevens die in elke field service oplossing voorhanden zijn, kunt u snel tot procesoptimalisaties komen. Mits de juiste relaties gelegd worden. Door enkele basale gegevens, zoals opdrachtduur, opdrachtsoort, bijbehorende normtijd en de monteur die de opdracht uitvoert aan elkaar te relateren, ontstaan er inzichten die leiden tot procesverbeteringen.
Door bijvoorbeeld de gemiddelde opdrachtduur uit te splitsen naar type werkopdracht, ziet u wellicht al verbetermogelijkheden. Relateer dit vervolgens aan normtijden of splits het uit naar regio’s om mogelijke procesverbeteringen in kaart te brengen. Misschien blijkt uw normtijd wel te beperkt voor een bepaald type werkopdracht en halen uw mensen daarom de afgesproken plantijden niet. Door verschillende relaties te leggen achterhaalt u mogelijke procesverbeteringen.
Business Intelligence software kan helpen om op een gebruiksvriendelijke manier relaties te leggen en tot inzichten te komen, maar is niet per sé nodig. Een ervaren computergebruiker kan met Excel al ver komen.
Indien u nog geen gebruik maakt van data voor de optimalisatie en aansturing van uw serviceorganisatie, hopen we u met deze praktische tips geïnspireerd te hebben tot actie. Complexere vraagstukken kunnen hiermee niet worden beantwoord, maar om kleine veranderingen door te voeren, hoeft er geen groot dataproject opgezet te worden. Dat geldt voor kleine én grote bedrijven. Dit is slechts het topje van de ijsberg. Uw field service software is van zichzelf al raak aan data, maar door deze data te combineren uit ERP- en planningsystemen is er nog veel meer winst te behalen. Hierover vertel ik u graag in toekomstige blogs meer.
Meer weten over wat field service software voor uw serviceorganisatie kan betekenen? Neem vrijblijvend contact op met Sigmax Field Service Solutions.
