Kundenerfolge

Energieriese schafft mit einer Cloud-Plattform den digitalen Wandel

Auf einen Blick

  • Digitale Plattform in der Microsoft Azure Cloud stellt Massendaten zentral bereit
  • Bereichsübergreifende Analysen ermöglichen vielfältige Synergien für das Geschäft
  • Neue Anforderungen lassen sich schnell und effektiv umsetzen

Die Geschäftssituation unseres Kunden

Eines der grundlegenden Hindernisse bei der Digitalisierung von Unternehmen ist, dass jede Fachabteilung nur isoliert auf ihren eigenen Datenbeständen arbeitet. Das musste auch einer unserer Kunden aus der Energiebranche erkennen. Der Anbieter wollte die Potenziale in seinen Daten endlich ausschöpfen und unternehmensweit valide Erkenntnisse erzielen.

Die Hindernisse im Überblick:

  • Die Mitarbeiter konnten nicht fachübergreifend mit Daten arbeiten, sodass mögliche Synergien ungenutzt blieben
  • Ohne einen „Single Point of Truth“ kursierten im Unternehmen abweichende Kennzahlen und Ergebnisse
  • Neue Anwendungen und Innovationen konnten mangels einer einheitlichen, konsolidierten Datenbasis nicht umgesetzt werden
  • Innerhalb der Fachabteilungen wurden unnötig Ressourcen für den Betrieb eigener, kleiner Datenlösungen gebunden

Folglich lautete die Zielsetzung unseres Kunden:

  • Alle Regionen und Unternehmensbereiche zusammenzuführen
  • Alle vorhandenen Anwendungsfälle und Daten zu übernehmen
  • Strukturierte und unstrukturierte Daten zu speichern und zu bearbeiten
  • Den Betrieb der Lösung durch die unternehmenseigene IT zu ermöglichen
  • Die technologische Basis innerhalb von drei Monaten umzusetzen

Die Lösung für unseren Kunden

Basis unserer Lösung bildet eine digitale Plattform, die wir schnell und effizient mit den Diensten der Microsoft Azure Cloud aufgebaut haben. So konnten wir nicht nur den straffen Zeitplan einhalten. Vielmehr hat unser Kunde die Möglichkeit, Speicher- und Rechenkapazitäten ganz nach seinem aktuellem Bedarf in Anspruch zu nehmen.

Auf der zentralen Plattform werden nun sämtliche Unternehmensdaten vereint und für unterschiedlichste Anwendungsszenarien zur Verfügung gestellt:

  • Daten zu Kundenverträgen, Preisen und Smart Metering speichern wir in einem Data Lake
  • Das lokale ERP ist an die Plattform angebunden und stellt seine Daten ebenfalls über die Cloud bereit
  • Daten aus dem Bereich Wasserkraft werden direkt in Echtzeit-Dashboards visualisiert
  • Auch die Daten aus dem Bereich Windkraft stellen wir den Fachabteilungen über eine Echtzeitstrecke zur Verfügung

Als Frontend-Werkzeug für die Darstellung der Informationen sowie freie Analysen durch die Fachabteilungen dient Microsofts führender Analyse-Dienst Power BI.

Wie aus Daten neue Werte werden

Mit der digitalen Plattform hat unser Kunde in technologischer Hinsicht die idealen Voraussetzungen für seinen digitalen Wandel geschaffen. Anwender aus allen Bereichen können nun endlich Daten kombiniert auswerten, um neue Werte und Synergien für das Unternehmen erschließen.

Einige Beispiele:

  • Kundenmanagement: Bereichsübergreifende Analysen sorgen für neue Erkenntnisse und ermöglichen den Aufbau von Prognosemodellen.
  • Finanzen: Anwender können erstmals eigenständig Reportings vornehmen und diese für andere Unternehmensbereiche zugänglich machen.
  • Wasserkraft: Echtzeit-Dashboards lassen sich über eine Kollaborationsplattform veröffentlichen und für die gemeinschaftliche Bearbeitung bereitstellen.
  • Windkraft: Anwender können freie Analysen auf Echtzeitdaten vornehmen und diese auch mit anderen Quellen kombinieren.

Hinzu kommt der technische Nutzen:

  • Die IT kann Fachbereichen eine integrierte Plattform für alle Anwendungsfälle bieten
  • Entwicklungsprozesse lassen sich agil gestalten
  • Alle Fachabteilungen können innerhalb weniger Minuten neue Anwendungsprojekte starten
  • Data Scientists können Analysen in isolierten Umgebungen durchführen, ohne die Plattform oder Anwender zu belasten


turn your data into value.

Auf einen Blick

  • Digitale Plattform in der Microsoft Azure Cloud stellt Massendaten zentral bereit
  • Bereichsübergreifende Analysen ermöglichen vielfältige Synergien für das Geschäft
  • Neue Anforderungen lassen sich schnell und effektiv umsetzen
Jens Kröhnert
turn your data into value

Lassen Sie uns loslegen!

Wollen auch Sie sich für die Digitalisierung Ihres Unternehmens rüsten und mit einer zentralen Plattform die vielfältigen Werte in Ihren Daten erschließen?

Join #teamoraylispeople

Gestalte mit uns
die Welt der Daten

Kundenerfolge

Wie ein Energieversorger Kundenabwanderungen verhindert

Auf einen Blick

  • Datenbasiertes Churn-Modell bildet Kundenverhalten in der Zukunft ab
  • Potenzielle Wechselkandidaten werden automatisch erkannt
  • Modell optimiert sich selbstständig durch Künstliche Intelligenz und Machine Learning

Die Geschäftssituation unseres Kunden

Der Markt für Energieversorger ist von einem ähnlichen Leistungs- und Qualitätsniveau der Anbieter sowie sehr geringen Wechselbarrieren für die Verbraucher geprägt. Entsprechend hoch ist die Bereitschaft eines Anbieterwechels. Die Unternehmen reagieren auf diese sinkende Kundenloyalität mit dem sogenannten Churn Management, wobei „Churn“ ein englisches Kunstwort ist, das sich aus „Change“ (Wechsel, Veränderung) und „Turn“ (umschwenken) zusammensetzt. Es geht also um Maßnahmen, die eine Kundenabwanderung verhindern.

Dabei kann der umfassende Einsatz von Daten den Erfolg beachtlich steigern, während die Aufwände sinken. Das zeigt das Beispiel eines unserer Kunden. Frühzeitig haben wir für den inzwischen etablierten Markteinsteiger ein lernendes Churn-Modell aufgesetzt, dass nicht nur potenzielle Wechselkandidaten zuverlässig ermittelt. Gleichzeitig stellt es sicher, dass die zu den Produkten passenden Kunden angesprochen werden.

Die Lösung für unseren Kunden

Das Modell lebt von der Verknüpfung vielfältiger Quellen und Variablen auf einer modernen, digitalen Plattform. Ziel ist es, jeden Kunden möglichst exakt abzubilden. So fließen in das Modell vorhandene Kundenfeedbacks aus dem Call Center und aus Marketingaktionen ein. Ebenso werden die jeweiligen Verbrauchsdaten hinzugezogen, da auch ein unpassender Tarif für Unzufriedenheit sorgen kann. Zudem kommen Informationen zur Wirtschaftlichkeit des Vertrages. Alle diese Daten werden mit Preisvergleichsportalen abgeglichen – heißt: Gibt es Konkurrenztarife, die für den Kunden interessanter sein könnten? Und: Wie steht das Unternehmen überhaupt in einzelnen Tarif-Segmenten gegenüber dem Wettbewerb da?

Weitere Informationen liefern Aktionen wie „Kunden werben Kunden“. Denn aktive „Werber“ gelten als verhältnismäßig sicher. Gleiches gilt für die Angeworbenen. Im Gegenzug steigt bei der Abwanderung solcher Meinungsführer die Gefahr, dass andere Kunden mitziehen. Nicht zuletzt werden externe Quellen einbezogen, wie die Bevölkerungsdichte und Marktdurchdringung in bestimmten PLZ-Gebieten. Beispielsweise wandern in Regionen mit geringer Bevölkerungsdichte und Durchdringung schneller Kunden durch die Empfehlungen von Nachbarn ab.

Wie aus Daten neue Werte werden

Auf dieser Grundlage gibt das Churn-Modell selbstständig zu jedem profitablen Kunden mit potenziellen Wechselabsichten rechtzeitig eine Warnmeldung. Entsprechend kann der Anbieter mit individuell zugeschnittenen Marketingmaßnahmen gezielt – und meist auch erfolgreich – gegensteuern.

Das Besondere an dem Modell ist, dass es sich durch Künstliche Intelligenz und Machine-Learning-Funktionen fortlaufend optimiert und veränderten Rahmenbedingungen anpasst. Ausgangpunkt bilden dabei die vorhandenen Daten aus Vertragsverlängerungen und Vertragskündigungen. Dieses „Lernmaterial“ wird kontinuierlich nach Gesetzmäßigkeiten und Mustern durchsucht. Mit der Zeit kristallisieren sich relevante Variablen heraus, wie z.B. eine Unzufriedenheit mit Preisen oder etwa bestimmten Serviceleistungen. Auch der ideale Zeitpunkt für die Ansprache des Wechselkandidaten lässt sich auf diese Weise ermitteln.


turn your data into value.

Auf einen Blick

  • Datenbasiertes Churn-Modell bildet Kundenverhalten in der Zukunft ab
  • Potenzielle Wechselkandidaten werden automatisch erkannt
  • Modell optimiert sich selbstständig durch Künstliche Intelligenz und Machine Learning
Jens Kröhnert
turn your data into value

Lassen Sie uns loslegen!

Möchten auch Sie Ihre Daten nutzen, um Ihre Kunden zu begeistern und langfristiger zu binden?

Join #teamoraylispeople

Gestalte mit uns
die Welt der Daten

Kundenerfolge

Wie Sie mit Echtzeitdaten Ihre Produktion effizienter gestalten

Auf einen Blick

  • Hersteller von Spezial-Pumpen überwacht seine gesamte Fertigung in Echtzeit
  • Unternehmen, Kunden und Mitarbeiter profitieren von mehr Transparenz und verbesserten Abläufen
  • Lösung verbindet lokales SAP ERP mit Diensten in der Azure Cloud

Die Geschäftssituation unseres Kunden

Produktionsprozesse müssen ein Höchstmaß an Effizienz aufweisen, damit Unternehmen im globalen Wettbewerb bestehen können. Das hat auch einer unserer Industriekunden erkannt, der weltweit führend in der Herstellung von Spezial-Pumpen ist. Gemeinsam haben wir ein auf Echtzeitdaten basierendes Monitoring seiner gesamten Produktionsstrecke umgesetzt und dadurch eine Vielzahl an Verbesserungen erzielt. Denn: Bis zu diesem Zeitpunkt waren weder der Produktionsstatus noch die Fortschritte eines Auftrages nachvollziehbar. Die fertige Ware erreichte den Versand meist ohne Vorankündigung.

Die Lösung für unseren Kunden

Der Produktionsprozess unseres Kunden sieht vor, dass die kommissionierten Einzelteile einer Pumpe auf einem Transportwagen von einer Fertigungszelle zur nächsten geschoben werden. Bei unserer Lösung erhält jeder Wagen einen eigenen RFID-Tag, der mit dem betreffenden Auftrag verknüpft ist. Die einzelnen Fertigungszellen sind mit entsprechenden RFID-Gates ausgestattet. Den resultierenden Datenstrom verarbeiten wir über eine Echtzeitstrecke, die auf Diensten der Microsoft Azure Cloud basiert: Ein Azure Event Hub nimmt die Daten entgegen und verteilt sie weiter. Über Azure Stream Analytics werden die Daten dann in Echtzeit analysiert. Zudem haben wir ein lokales SAP ERP mit qualitätsgesicherten Referenzdaten angebunden. Erst durch die Verknüpfung mit den SAP-Daten erhalten die Erkenntnisse aus den Echtzeitinformationen eine konkrete Aussagekraft. Visualisiert werden die Daten schließlich über ein Echtzeit-Monitoring-Dashboards in Power BI.

Wie aus Daten neue Werte werden

Das datengetriebene Echtzeit-Monitoring erzeugt bei unserem Kunden auf ganz unterschiedlichen Ebenen neue Werte. Der Status quo jeder einzelnen Pumpe lässt sich nun genau nachvollziehen. Ebenso können sich die Verantwortlichen in Echtzeit einen Überblick über aller laufenden Aufträge verschaffen. In der Folge lassen sich die verschiedenen Produktionsschritte sehr viel genauer aufeinander abstimmen. Beispielsweise ist die Effizienz der Mitarbeiter in den Fertigungszellen deutlich gestiegen, da diese jetzt frühzeitig über kommende Aufträge informiert werden. Und selbstverständlich zeigen sich auch die Kunden des Unternehmens deutlich zufriedener: Sie erhalten sehr viel genauere Auskünfte zum Stand und dem Liefertermin ihrer Ware.


turn your data into value.

Auf einen Blick

  • Hersteller von Spezial-Pumpen überwacht seine gesamte Fertigung in Echtzeit
  • Unternehmen, Kunden und Mitarbeiter profitieren von mehr Transparenz und verbesserten Abläufen
  • Lösung verbindet lokales SAP ERP mit Diensten in der Azure Cloud
Jens Kröhnert
turn your data into value

Lassen Sie uns loslegen!

Möchten auch Sie Ihre Daten in Echtzeit analysieren, um Geschäftsabläufe und Produktionsprozesse effektiver und kundenfreundlicher zu gestalten?

Join #teamoraylispeople

Gestalte mit uns
die Welt der Daten

Kundenerfolge

Digitaler Wandel in der Heiztechnik: So werden Störfälle vorhergesagt und Verbrauchskosten gesenkt

Auf einen Blick

  • Cloud-Lösung ermöglicht laufendes Monitoring von Heizungsdaten
  • Prognoseszenarien sorgen für zuverlässigeren Betrieb und weniger Ausfälle
  • Intelligente Heizungssteuerung senkt die Kosten für den Verbraucher

Die Geschäftssituation unseres Kunden

Was alles machbar ist, wenn Datenbestände konsequent genutzt werden, demonstriert ein international führender Hersteller für Heizsysteme. Seit jeher konnten Heizungsmonteure als direkte Kunde des Herstellers nur reaktiv handeln. Anlagendefekte ließen sich erst erkennen, wenn Sie auftraten. Und auch die erforderlichen Ersatzteile waren in der Regel nicht griffbereit, was einen hohen Aufwand für den Monteur sowie kalte Nächte auf Seiten des Heizungsnutzers zur Folge hatte.

Gemeinsam mit ORAYLIS wollten die Verantwortlichen nun den digitalen Wandel des Unternehmens angehen und durch ein laufendes Monitoring der umfangreichen Heizungsdaten neue Werte auf unterschiedlichen Ebenen schaffen. Zielsetzung war es einerseits, dem Heizungsmonteur vorausschauende Maßnahmen zu ermöglichen und Wartungsintervalle zu optimieren. Andererseits sollten die Einstellung der Heizungen verbessert und schließlich die Verbrauchskosten für den Nutzer nachhaltig gesenkt werden.

Die Lösung für unseren Kunden

Kern unserer Lösung ist eine flexibel skalierbare Plattform in der Microsoft Azure Cloud. Eine langfristige Hardware-Lösung im unternehmenseigenen Rechenzentrum wäre aufgrund des hohen Datenaufkommens kaum kalkulierbar gewesen. Auf der Cloud-Plattform wird der kontinuierliche Strom an Betriebs-, Konfigurations- und Statusdaten der Heizungsanlagen gesammelt und mit bereits vorhandenen Anlagendaten abgeglichen. Die Erkenntnisse werden zunächst in einem Echtzeit-Dashboard dargestellt, sodass der Hersteller Unregelmäßigkeiten sofort erkennen und proaktiv eingreifen kann. Gleichzeitig werden typische Verbrauchsmuster identifiziert, etwa zur Nutzung von warmem Wasser oder der Heizung als solcher. Auf dieser Grundlage lassen sich Aktivitäts- und Ruhephasen der Anlagen intelligent steuern. Nicht zuletzt trainieren wir Prognosemodelle mit den aktuellen und historischen Daten. Diese treffen nicht nur zunehmend zuverlässige Aussagen über den zu erwartenden Verbrauch. Ebenso werden dem Service-Techniker automatisch Vorhersagen zu Störungsfällen und einzelnen Verschleißteilen inklusive Handlungsempfehlungen auf sein Handy geliefert.

Wie aus Daten neue Werte werden

Von den vielfältigen Möglichkeiten, die unsere Cloud-Lösung eröffnet, profitieren alle Beteiligten:

Verbraucher

  • Die datenbasierte, automatisierte Steuerung der Anlagen spart bis zu 20 Prozent an Kosten
  • Laufendes Monitoring der Heizungsdaten sorgt für einen verlässlichen Anlagenbetrieb

Monteur

  • Positionierung als moderner Dienstleister, der einen reibungslosen Betrieb gewährleistet
  • Massive Einsparung von Zeit und Aufwand durch intelligente Lieferketten

Hersteller

  • Positionierung als technologischer Innovationstreiber und Branchenvorreiter im Heizungsgeschäft
  • Monteure und Verbraucher entscheiden sich verstärkt für die Produkte des Herstellers und bleiben ihnen treu


turn your data into value.

Auf einen Blick

  • Cloud-Lösung ermöglicht laufendes Monitoring von Heizungsdaten
  • Prognoseszenarien sorgen für zuverlässigeren Betrieb und weniger Ausfälle
  • Intelligente Heizungssteuerung senkt die Kosten für den Verbraucher
Jens Kröhnert
turn your data into value

Lassen Sie uns loslegen!

Wollen auch Sie die Chancen der Digitalisierung ergreifen und sich von Ihren Wettbewerbern mit datengetriebenen Services abheben?

Join #teamoraylispeople

Gestalte mit uns
die Welt der Daten

Kundenerfolge

Bäckerei trifft zuverlässige Prognosen mit anonymen Kundendaten

Auf einen Blick

  • KI-gestütztes Churn-Modell basiert allein auf anonymisierten Daten zum Kaufverhalten
  • Controlling kann die Abwanderung von Kunden zuverlässig vorhersagen
  • Lösung ließ sich schnell und wirtschaftlich mit den Diensten der Azure Cloud aufbauen

Die Geschäftssituation unseres Kunden

Um mit Künstlicher Intelligenz (KI) zuverlässige Prognosen zum Verhalten Ihrer Kunden treffen zu können, bedarf es nicht zwangsläufig einer Unmengen an Daten. Auch mittelständische Unternehmen mit verhältnismäßig überschaubaren Datenbeständen können sich diese spannenden Möglichkeiten der Digitalisierung erschließen. Das zeigt unser Vorgehen bei einer deutschen Bäckerei-Kette: Das Unternehmen arbeitet mit anonymen Kundenkarten, die vor allem Rabattvorteile bieten. Tatsächlich werden die 350.000 aktiven Karten bei etwa 60 Prozent aller Einkäufe genutzt. Allein auf Basis dieser Daten zum Kaufverhalten, haben wir nunmehr ein sogenanntes Churn-Modell trainiert, das eine potenzielle Abwanderung von Kunden frühzeitig erkennt.

Die Lösung für unseren Kunden

Um unser KI-gestütztes Prognosemodell aufzubauen, haben wir zunächst den typischen „Abwanderer“ definiert: Kunden, die drei Monate lang bei der Bäckerei-Kette gekauft haben und dann drei Monaten nicht mehr. Mit dieser Vorgabe sowie der Kaufhistorie aus den Kundenkarten wurde dann das Modell trainiert.

Unser Vorgehen im Überblick:

  • Wir trainieren ein Modell mit der Advanced-Analytics-Komponente des SQL Servers in der Azure Cloud
  • Über einen längeren Zeitraum vergleichen wir die Analysen des Modells mit dem Kaufverhalten der Kunden
  • Wir überführen die Analyseergebnisse in das vorhandene Business Intelligence (BI) System
  • Über eine Self-Service-Anwendung stellen wir die Ergebnisse dem Controlling bereit
  • Mittels neuer Daten verfeinern wir laufend die Klassifizierung

Wie aus Daten neue Werte werden

Der beschriebene Lösungsaufbau ermöglicht es auf wirtschaftliche Weise, das Verhalten der Kunden zuverlässig zu analysieren.

Die Vorteile im Überblick:

  • Das Controlling kann Abwanderungstendenzen von Kunden zuverlässig vorhersagen.
  • Die Betrachtung einzelner Kunden ermöglicht individuelle Marketingmaßnahmen, z.B. spezielle Gutscheine.
  • Selbst kleine Veränderungen im Kaufverhalten werden frühzeitig erkannt, sodass ein schnelles Gegensteuern möglich ist.
  • Erwartete Umsatzeinbußen durch Kündigungen können nach Region, Filiale und Zeitraum analysiert werden.
  • Auch übergeordnete Entwicklungen lassen sich erkennen, etwa wenn der Wettbewerb eine spezifische Region zunehmend durchdringt.
  • Durch den Einsatz von Cloud-Komponenten kann die Lösung schnell und kostengünstig aufgesetzt und erweitert werden.


turn your data into value.

Auf einen Blick

  • KI-gestütztes Churn-Modell basiert allein auf anonymisierten Daten zum Kaufverhalten
  • Controlling kann die Abwanderung von Kunden zuverlässig vorhersagen
  • Lösung ließ sich schnell und wirtschaftlich mit den Diensten der Azure Cloud aufbauen
Jens Kröhnert
Join #teamoraylispeople

Gestalte mit uns
die Welt der Daten