Wenn es Ihnen so geht, wie den meisten anderen Unternehmen, haben Sie vermutlich Probleme damit, aus dem Inhalt Ihrer diversen isolierten Datensilos schlüssige Erkenntnisse zu ziehen. Wir leben in einer virtuellen, technologisch hochentwickelten Welt, in der Unternehmen und ihre Kunden bei ihren tagtäglichen Transaktionen und Interaktionen immer stärker auf Technologie angewiesen sind – Tendenz weiter steigend. Die entsprechenden Kunden- und Transaktionsdaten werden aber in den meisten Unternehmen in zahlreichen verschiedenen, nicht integrierten Systemen gespeichert. Auf dieser Basis die einzelnen zusammengehörenden Datenfragmente zu identifizieren und zu integrieren, um sich eine vollständige, durchgehend einheitliche Ansicht aller Kundendaten zu verschaffen, ist nahezu unmöglich. Das liegt daran, dass die einzelnen Systeme eine solche Ansicht nicht unterstützen und nicht dafür ausgelegt sind, den vollständigen Lebenszyklus der Daten zu verwalten. Stattdessen enthalten Sie meist nur die für die jeweilige Abteilung relevanten Datenbestandteile.
Durch das Internet der Dinge (IoT) sind heute mehr Kundendaten verfügbar als je zuvor. Das liegt unter anderem daran, dass Unternehmen allein durch die tägliche Nutzung ihrer Produkte eine Vielzahl von Informationen sammeln können. Gartner geht davon aus, dass derzeit bereits 8,4 Mrd. vernetzte „Dinge“ in Gebrauch sind. Führende Unternehmen haben längst erkannt, wie wichtig ihre Kundendaten sind und suchen proaktiv nach Wegen, um Ordnung ins Chaos zu bringen und die in ihren Daten verborgenen Erkenntnisse aufzuspüren. Kundendaten zu sammeln, zu bereinigen und vor allem zu interpretieren, galt zumindest früher als schwieriges Unterfangen.
Das hat sich zum Glück geändert, und das ist auch gut so. Denn die heute in enormer Menge verfügbaren Kundendaten sind ein wahrer Schatz. Mit ihrer Hilfe können Unternehmen erstmals schnelles Feedback zur Nutzung ihrer Produkte abrufen und nachvollziehen, welche Qualität das von ihnen gebotene Kundenerlebnis hat. Forbes schätzt, dass 70 % der Entscheider im globalen Handel bereit sind, das IoT zu nutzen, um das Kundenerlebnis zu verbessern.
Der Zugang zu all diesen Informationen wird die Art, wie Hersteller ihre Produkte planen, gestalten und weiterentwickeln, grundlegend verändern. Außerdem helfen diese Daten den Herstellern, ihre Produkte an die aktuellen Erwartungen und künftigen Anforderungen ihrer Kunden anzupassen. Um all diese Daten sauber zu verwalten und zu analysieren sowie über den Produktlebenszyklus hinweg praxisrelevante Erkenntnisse aus ihnen ziehen zu können, müssen Product-Lifecycle-Management (PLM)-Lösungen aber anders genutzt werden, als es heute meist der Fall ist.
Schließlich kann sich die Möglichkeit, auf umfassende Kundendaten zuzugreifen, auch darauf auswirken, wie Produkte in ihrem gesamten Lebenszyklus verwaltet werden. Werden alle verfügbaren Kundendaten in den Produktentwicklungsprozess integriert, können Unternehmen die Wünsche und Anforderungen des Kunden deutlich besser nachvollziehen, Trends und neue Nutzungsszenarien frühzeitig erkennen und in manchen Fällen potenzielle Probleme identifizieren, bevor sie sich auf den Ruf des Unternehmens bzw. die Kundentreue auswirken. Die Möglichkeit, Kundenerkenntnisse in der Praxis anzuwenden, kann in nahezu jeder Phase des Lebenszyklus ganz erhebliche Auswirkungen haben.
- Produktdesign: Die Frühphase der Produktentwicklung ist zweifellos der Punkt, an dem der Zugriff auf korrekte und aktuelle Kundendaten die größten Auswirkungen hat.
Durch das Sammeln von Performance-Daten lässt sich nachvollziehen, ob Produkte den Kundenerwartungen entsprechen (oder eben nicht). Fließen diese Informationen in die Ideenfindung ein, lassen sich nachfolgende Produktgenerationen gleich im ersten Schritt an die Erwartungen der Verbraucher anpassen.
- Einführung: Analysiert man gleich beim Marktstart, wie Kunden auf ein neues Angebot reagieren, liefert das ganz entscheidende Erkenntnisse für die Verbesserung folgender Produktlinien und Sortimente. Zudem sind Kundendaten von zentraler Bedeutung, um den Produkterfolg zu messen und sollten deshalb genutzt werden, um Standards für künftige Neueinführungen zu definieren.
- Produktwissen: Kann man in Echtzeit nachvollziehen, wie Kunden Produkte nutzen, bietet das Unternehmen die Möglichkeit, die Wartung, absehbare Reparaturen und Updates proaktiv in den Lebenszyklus einzuplanen. Außerdem lassen sich Informationen zu Nutzung und Produktstatus verwenden, um durch Bereitstellung hilfreicher Compliance-Informationen Risiken zu reduzieren.
Um diese Flut von Kundendaten nutzen zu können, investieren Unternehmen zunehmend in Analyse- und Automatisierungslösungen, eine effiziente Stammdatenverwaltung und entsprechend qualifizierte Mitarbeiter. Dieser Ansatz ist durchaus schlüssig, denn was nützen all diese Daten, wenn man sie nicht analysieren kann, um wichtige Erkenntnisse aus ihnen zu ziehen?
Aber nicht jedes PLM-System ist dieser Aufgabe gewachsen. So sollte es ausreichend flexibel sein, um die nötigen, zusätzlichen Prozesse zu integrieren, und es sollte zuverlässig mit den Systemen kommunizieren können, in denen die Kundendaten vorgehalten und verwaltet werden.
Erweitert man das PLM-System eines Unternehmens um eine Stammdatenlösung, optimiert das den Prozess der Erfassung und Konsolidierung von Daten zu Produkten, Kunden, Lieferanten, Mitarbeitern, Ressourcen, Standorten und Referenzpunkten, da eine solche Lösung Daten aus allen vorhandenen Quellen unabhängig von deren Format integrieren kann. Diese nahtlose Integration ermöglicht dann genau das, was man sich wünscht: praxisrelevante Informationen.
Betrachtet man die Vielzahl der bereits heute vorhandenen vernetzten Geräte, ist das gewissermaßen ein Weckruf für die Betreiber traditioneller PLM-Lösungen. Denn passt man diese Tools an die stetig steigende Verfügbarkeit von Kundendaten an, können sie sich von ihren Engineering-Wurzeln lösen und tatsächlich die Art von Erkenntnissen bieten, die sich früher nur mit größter Mühe gewinnen ließen, wenn überhaupt.
