Saha servisi organizasyonları, yapay zeka yetenekleri ile faaliyetlerini optimize edebiliyor.  

Geleneksel saha servisi organizasyonları, müşteri bir sorun bildirdikten sonra, cihaz veya sistemdeki hatayı gidermek için break-fix, yani servise göre ücretlendirme modeliyle hizmet veriyor. Ancak bu modelin, yüksek maliyetli ve verimsiz olmasının yanı sıra müşterilerin giderek artan ihtiyaçlarını karşılamada etkili olmadığı görülüyor.

Saha servisi sektörü, proaktif ve kestirimci bir modele doğru hızla ilerledikçe, otomasyon, yapay zekâ (AI), yeni öğrenme araçları ve artırılmış gerçeklik gibi son teknolojiler, daha fazla görünürlük, verimlilik ve kârlılık ile birlikte optimum cihaz çalışma süresi sağlayarak saha servisinin dönüştürülmesine yardımcı oluyor.

 

Saha servisinde neden yapay zekaya ihtiyaç var?

Saha servisi organizasyonlarının modernizasyonunda, verilerden eyleme geçirilebilir iç görüler elde etmek, bunları kavramak ve çıkarım yapmak büyük bir önem taşıyor. Yapay zeka tarafından yönlendirilen akıllı, kestirimci sistemler, manuel yapılan ve oldukça zaman alan veri toplama, problemleri teşhis etme ve sorunları çözmek için en iyi çözümleri tanımlama gibi görevleri otomatikleştirebiliyor. Yapay zeka, kaynak yönetimini optimize ediyor, saha ekiplerini karma gerçeklik ve mobilizasyonla güçlendiriyor, bununla birlikte proaktif ve kestirimci servisle müşteri hizmetlerini geliştiriyor. Özetle yapay zeka, organizasyonlara sundukları saha servisini tüm yönleriyle optimize etme yeteneği sunuyor.

Servis organizasyonları, kuruluşlarının tüm alanlarında verileri toplamak için sensör ve çözüm çerçeveleri oluştururken, yapay zekâ ve makine öğrenimi, toplanan bilgilerin değerini artırmak için kuruluşların attığı sonraki adımları temsil ediyor. Buradaki nihai hedef ise reaktif, break-fix servis modelinden proaktif ve kestirimci bir modele geçmek ve neredeyse kesintisiz bir çalışma süresi sağlamak.

 

Yapay Zekanın saha servisi faaliyetlerinizi dönüştürmesinin 3 yolu

  • Kaynak yönetimini optimize eder

Envanter veya teknisyenin zamanı gibi kaynakların etkili bir şekilde yönetilmesi, tüm saha servisi organizasyonları için en önemli zorlukların başında geliyor. Kaynak yönetimi verimli bir şekilde yapıldığında güçlü ve rekabetçiliği artıran bir avantaj sağlıyor.

Geleneksel saha servis organizasyonunda teknisyenler, müşteriye yakınlıkları veya belirtilen bir cihazla ilgili deneyimlerinden ziyade müsait olma durumlarına gönderiliyor. Ancak bu durumda müşteri bilgilerine ve cihaz geçmişine erişimi sınırlı olan bir teknisyen de gönderilebilir ve bu da arızanın ilk ziyarette çözülmesini ve müşteri ile saha servisi organizasyonu için toplam maliyeti olumsuz yönde etkileyebiliyor.

Örneğin, üretim yapan bir müşterinin kazanında arıza olduğunu düşünelim. Akıllı bir sistemde bir iş emri planlandığında, görevlendirmeler teknisyenin belirli bir arızaya yönelik deneyimi, müşterinin tercih ettiği teknisyen veya sahaya yakınlık gibi birçok faktör kullanılarak optimize ediliyor. Makine öğreniminden yararlanan bu akıllı sistem, iş emrini otomatik olarak bu kıstaslara en iyi şekilde uyan teknisyene atayabiliyor.

Bu örnekte IoT bağlantılı bir sensör olsaydı, otomatik servis talebini tetikleyen gerçek zamanlı bir uyarı alınabilirdi. Bu durumda sistem, sorunu ilk önce kendi kendine iyileştirmeye çalışır; başarısız olursa, bir teknisyen verileri analiz eder ve çoğu zaman müşteri bir sorun olduğunu bilmeden uzaktan onarım yapılabilir. Cihaz uzaktan tamir edilemediğinde ise teknisyeni saha ziyareti yapması son seçenek olur.

Daha fazla servis talebi geldikçe, sistem teknisyenin takvimini, izlenecek en verimli yolu oluşturacak şekilde optimize ederek teknisyenin günde ek çağrılara yanıt vermesini ve daha fazla gelir elde etmeyi sağlar. Gerçek zamanlı envanter yönetimi, yedek parçanın planlanan tarihte sağlanmasını ve teknisyenin onarımı tamamlamak için gerekli araçlara erişmesini mümkün kılar. Sistem, değiştirilecek en gerekli parçaları, bu parçaların nereden satın alınacağını belirleyebilir ve organizasyon için daha doğru teslim süresi tahminleri sağlayabilir. Saha servisi yöneticileri ve teknisyenleri, ilk ziyarette onarım oranlarını artırmak için gerçek zamanlı görünürlükle envanteri araç seviyesine (truck level) kadar senkronize edebilir ve izleyebilir.

  • Saha teknisyenlerini güçlendirir

En yüksek seviyede efektif olmak ve masraflı tekrar ziyaretlerini önlemek için, teknisyenlerin ihtiyaç duydukları bilgilere ve gerçek zamanlı rehberliğe tam erişimi olmalı. Kazan örneğinde, teknisyen cihazın çalışma durumu hakkında bilgi edinmek ve onarım gerektiren belirli bir sorun hakkında alıştırma yapmak için cihazın dijital ikizini kullanabilir. Yapay zekanın bilişsel yetenekleri, rutin teşhisleri ve yaygın veya benzer sorunları test etmeyi üstlenirken bir teknisyen gelmeden önce onarımların optimize edilmesine dahi yardımcı olabilir. Bu yetenekler, teknisyenin işe daha iyi hazırlanmasını, ayrıca kendi ve müşterinin zamanını verimli bir şekilde kullanmasını sağlar.

Teknisyen için mobil servis uygulaması, teknisyenin ziyaret zamanlamalarını daha iyi yönetmesini ve müşteri sahasına giden adım adım yönlendirme rotalarına erişmesini sağlar. Sahada ise bu uygulama, bir cihazdaki sorunun ne olabileceğine dair ilk 2-3 olasılığı belirleyebilir. Chatbot’lar müşterinin, ürünün ve iş emri bilgilerinin belirlenmesine yardımcı olabilir. HoloLens gibi karma gerçeklik araçları, doğrudan kazanın üzerine yerleştirilen 3 boyutlu giydirme modelleri (3D renderings) oluşturabilir, eksik veya kırık parçaları belirleyebilir ve teknisyenin performans verilerini görüntülemesine izin verebilir. Yapay zeka, doğru zamanda önerilerde bulunmak için kestirimci analitik verilerini kullanabilir. Kulaklıklı mikrofon seti düzensizlikleri belirleyebilir, durmak ve arızayı bulmak zorunda kalmadan doğru konulara odaklanmaya yardımcı olarak çalışmanın, ilk müdahalede doğru bir şekilde tamamlanmasını sağlar. Eğer sahadaki teknisyen mevcut bilgi ve yetenekleriyle sorunu veya arızayı çözemiyorsa, görüntülü arama yoluyla daha deneyimli bir teknisyenden yardım alabilir.

  • Müşteri deneyimini iyileştirir

Saha servisi müşterileri, faaliyetlerinde tutarlılığa ve güvenilirliğe ihtiyaç duyar. Varlıklarında görünürlük olmasını, bir arıza olduğunda çalışmama süresini en düşük seviyede tutmak isterler.

Kazan örneğine geri dönecek olursak, yapay zekâ destekli sistemlerden önce, müşteri cihazın arızalandığını bildirmek için bilfiil servis organizasyonuna ulaşmak zorunda kalacaktı. Arıza türüne bağlı olarak, bir teknisyen onarımı tamamlayana kadar kazanın kullanıldığı iş, günler veya haftalar boyunca yavaşlatılacak veya durdurulacaktı. Akıllı destek olmadan, teknisyenin gereksiz yere hem zaman hem de para harcayarak takip ziyaretleri için geri dönmesi gerekecekti.

Yapay zekâ, olası sorunlar için bağlı cihazlarda otomatik, uzaktan kendi kendini iyileştirme ve kestirimci tahmin, izleme ve analiz olanağı sağlıyor. Bir sorun belirlendiğinde sistem, örneğin aşırı ısınma sorununu azaltmak için kazanın bir kapanma zamanında kendini yeniden başlatması gibi kendi kendini iyileştirme süreçleriyle sorunları çözmeye çalışabilir. Sistem, geçmiş cihaz verilerini ve kestirimci analizleri kullanarak, müşteriye iş emrini bildirmek üzere bir teknisyenin gelecekteki sorunları gidermek için saha ziyaretini zamanlama önerisinde bulunabilir. Müşteri daha sonra planlanan çalışmama süresini planlayabilir ve hatta teknisyenin sahaya gelişini gerçek zamanlı takip edebilir.

Ziyaret esnasında teknisyen, sistemden gelen önerileri kullanarak, özel kullanım ve işletim ihtiyaçlarını karşılayan ek ürün ve hizmetleri müşteri ile konuşabilir. Müşteri varlıkları üzerinde daha fazla kontrol sağlar ve saha servis organizasyonu gelişmiş hizmet yetenekleri sağlamak üzere yetkilendirilmiş olur.

 

Microsoft Dynamics 365 Field Service

Yapay zeka, saha servis organizasyonlarının teknisyenleri güçlendirmelerini, kaynakları optimize etmelerini ve teknisyenlerin başarısını artırarak daha iyi müşteri deneyimleri sunmalarına yardımcı oluyor.

Microsoft, birinci sınıf IoT, zekâ, ölçeklenebilirlik ve uçtan uca saha servisi yeteneklerinin benzersiz bir kombinasyonunu sunuyor. Microsoft Dynamics 365 Field Service ve servis organizasyonunuzu nasıl dönüştürebileceği hakkında daha detaylı bilgi için bize ulaşabilirsiniz: info@pargesoft.com

Microsoft Dynamics 365 Field Service canlı demosuna ve ücretsiz deneme sürümüne buradan ulaşabilirsiniz.

 

Kaynak: https://cloudblogs.microsoft.com/dynamics365/bdm/2020/02/05/using-ai-to-build-a-modern-field-service-organization/