Haastava autoteollisuus. Kova opettaja.

Kymmenen vuoden matka autoteollisuuden ytimessä toimi kovana, mutta tehokkaana opettajana. Kaikki isot merkit neljällä mantereella ja sata tehdasta 20 maassa synnyttivät tiettyä kunnioitusta.

Yhdessä autossa on 30-100 tietokonetta. Sen suunnittelu kestää viidestä kymmeneen vuotta. Silti tavallisen henkilöauton kilohinta on alle 20 €/kg. Tämä on pieni ihme.

Autonvalmistus on maailman äärimmilleen tehostettu tuotantoprosessi. Yhdessä autossa on keskimäärin 30 000 osaa. Osat tulevat kymmeniltä tai jopa sadoilta eri alihankkijoilta. Tuotannon sykliaika voi olla jopa alle minuutin per auto. Jokainen auto on yksilö, made-to-order.

Kriittinen virhe yhdessä osassa voi johtaa muuten valmiin auton romutukseen. Pahimmillaan virhe havaitaan, kun auto on jo kuluttajalla. Miljoonien autojen takaisinkutsuista saamme lukea lehdistä.

Tällaisessa ympäristössä yritimme myydä uutta teknologiaa.

 
Auto logot.png
 
 

Lisää dataa - lisää ongelmia

Uudet teknologiat mahdollistivat reaaliaikaisen datan keräämisen suoraan tuotantoprosessista. Kerätty datamäärä oli jopa tuhatkertainen verrattuna aikaisempaan.

Vanhoja työkaluja ja tilastomatematiikan kaavoja ei oltu suunniteltu näin suurten datamäärien käsittelyyn. Tästä seurasi erilaisia ongelmia. Asiakkaan työntekijät eivät osanneet reagoida informaatioon eivätkä tulkita dataa. Seurauksena saimme reklamaation, että uusi teknologia ei toimi.

Meidän teknologian kyvykkyys tuottaa reaaliaikaista dataa ei ollut ainoastaan asiakkaiden mielestä turha. Lisääntynyt datamäärä oli suoranainen haitta. Tämä ei todellakaan helpottanut myyntiä!

 
Confusing data.png
 
 

Ratkaisu löytyi tehtaan lattialta

Lukuisten hämmentävien ongelmatilanteiden jälkeen ymmärsimme perehtyä asiakkaan prosessiin ja toimintaan ihan ruohonjuuritasolla. Seurasimme yksittäisten työntekijöiden työtä tuotantolinjalla, juttelimme laatuinsinöörien kanssa ja yritimme selittää tilannetta tehtaanjohdolle. 

Näistä kokemuksista meille alkoi syntyä ymmärrystä asiakkaan liiketoiminnasta ja asiakkaan päivittäisistä ongelmista. Kun olimme viettäneet aikaa satoja päiviä kymmenillä tehtailla, meille oli syntynyt jo varsin selvä käsitys siitä, miten asiakkaan toimintaa pitäisi oikeasti parantaa.

Nyt kun ymmärsimme mitä haluamme asiakkaan päivittäisessä toiminnassa saada aikaiseksi, käännyimme katsomaan meidän valtavaa datamäärää. Millä tavalla olemassa olevaa dataa pitäisi visualisoida, jotta 13-dollarin tuntityöläinen pystyi säätämään kompleksista tuotantoprosessia?

 
Data - koko auto.png
 
 

Asiakashyödyt peruste investoinnille

Uudella datan visualisoinnilla asiakas oppi aluksi välttämään viallisten tuotteiden toimituksen. Pian he oppivat säätämään tuotantoaan niin, ettei hukkaa syntynyt juuri lainkaan. Lopulta he oppivat ennakoimaan ilmiöitä, kuten työkalujen kulumista ja huoltotarvetta. 

Vähentyneet reklamaatiokustannukset, säästyneet työ- ja raaka-ainekustannukset sekä laatutasosta seurannut tuotteen hinnannousu olivat hyötyjä, jotka pystyimme laskemaan euroissa. Asiakas pystyi laskemaan alle vuoden takaisinmaksun investoinnille, joka alussa oli ollut suuri päänsärky.

Emme joutuneet muuttamaan itse teknologiaa emmekä tuotetta, vaan saimme mahdollistettua nämä hyödyt älykkäällä data-analytiikalla sekä selkeillä visualisoinneilla.

Kun asiakas näki konkreettiset hyödyt, seuraava laite olikin jo helppo myydä.

 
ROI calculation.png
 
 

Nyt haluamme auttaa sinua!

Eri roolit asentajasta toimitusjohtajaan toivat käytännön kokemuksen teknologiaviennin haasteista. Väitöskirja teknologian myynnistä ja organisaatiopsykologinen tutkimus asiakastyytyväisyydestä toivat ymmärryksen, miksi asiat tapahtutivat niin kuin tapahtuivat.

Nyt haluamme auttaa sinua tällä osaamisella, jottei sinun tarvitse kiertää samoja sakkokierroksia.

Jos sinulla on dataa, muttet tiedä miten siitä rakentaa kasvua, me osaamme auttaa!

 
Tommi ja Valtteri - vain tehdas ja tohtori.jpg