Améliorez la productivité totale de l’usine grâce à la surveillance de l’état et à la mobilité IoT
Augmentez les performances des actifs et réduisez les coûts de maintenance
Réduisez les émissions de CO2 de votre usine et de vos installations et atteignez vos objectifs ODD
Optimisez les stocks pour éviter les ruptures de stock grâce aux achats juste à temps
Maximiser l'utilisation des rouleaux tout au long de leur cycle de vie
Gérez vos portails clients
Améliorez la productivité totale de l’usine grâce à la surveillance de l’état et à la mobilité IoT
Augmentez les performances des actifs et réduisez les coûts de maintenance
Réduisez les émissions de CO2 de votre usine et de vos installations et atteignez vos objectifs ODD
Optimisez les stocks pour éviter les ruptures de stock grâce aux achats juste à temps
Maximiser l'utilisation des rouleaux tout au long de leur cycle de vie
Gérez vos portails clients
Tout le monde s’accorde à dire que l’expérience utilisateur (UX) est très importante pour la numérisation. Des entreprises comme Accenture ont créé un cabinet dédié appelé Expérience client (CX) pour aider leurs clients à bien faire les choses. Cependant, dans le secteur des machines, nous constatons de nombreuses initiatives de commerce électronique de pièces détachées qui se traduisent par une adoption par les clients beaucoup plus faible que prévu. Dans cet article, j'examine les raisons sous-jacentes que nous avons découvertes à partir d'entretiens avec des utilisateurs, ainsi que 5 conseils pour créer une meilleure expérience de boutique en ligne.
Nous avons constaté qu'il existe une différence fondamentale entre le traitement traditionnel des commandes de pièces de rechange et le commerce électronique de pièces de rechange. De plus, la majorité des entreprises de machines ont optimisé l'UX de leurs boutiques en ligne pour la mauvaise personne. L’utilisateur dominant de leurs portails clients n’est pas l’équipe d’achats avec laquelle ils traitent traditionnellement. Au lieu de cela, l’utilisateur est souvent un ingénieur de maintenance et le problème clé que ces deux utilisateurs très différents souhaitent résoudre n’est pas le même.
Les achats hors ligne traditionnels de pièces de rechange s'effectuent souvent par téléphone ou via plusieurs échanges d'e-mails. Dans le canal hors ligne, les pièces à commander et les quantités étaient discutées et chaque fournisseur était plutôt jugé sur la rapidité avec laquelle il pouvait revenir avec un devis, ainsi que sur le prix et les délais proposés à l'acheteur. Dans le canal du commerce électronique, le principal avantage pour les entreprises de machines réside dans les gains d’efficacité en réduisant au maximum l’intervention humaine.
Chez Faterra, nous travaillons beaucoup avec les techniciens de maintenance des usines dans le cadre de l'amélioration de Faterra APM, notre offre SaaS pour la maintenance des installations. Sur la base de nos discussions avec eux, nous avons appris que la partie la plus pénible de l'achat de pièces de rechange pour eux est d'identifier la bonne référence de pièce de rechange à commander. Nous avons vu des boîtes de fournitures vides laissées sur le bureau du responsable de la maintenance afin de communiquer entre les membres de l'équipe qu'une certaine pièce devait être commandée.
Ce problème est dû au fait que les fabricants de machines changent fréquemment de fournisseurs pour leurs pièces et remplacent les références de pièces de rechange existantes par de nouvelles. Dans une transaction automatisée, l'acheteur est en effet dérouté lorsqu'il commande la pièce n° : ABC1234 et reçoit à la place le CDE2345. Il peut s'agir exactement de la même pièce, simplement produite par un autre fournisseur du constructeur de machines. Cependant, sans conversation téléphonique, il n’y a aucun moyen d’en être sûr. Le stress et le temps perdu qui en découlent sont quelque chose que l'acheteur numérique ne devrait pas avoir à subir.
L’UX le plus important à optimiser est d’aider un acheteur à identifier la bonne pièce à commander, à chaque fois.
À l’autre extrémité du spectre UX, nous avons vu des constructeurs de machines s’adapter à cela en téléchargeant des dessins 3D précis pour aider leurs clients à naviguer dans le puzzle de la commande de pièces. Bien que cela facilite effectivement l'expérience des techniciens de maintenance, cela fait pencher la balance en faveur de l'acheteur en lui donnant la possibilité d'utiliser les données 3D pour rechercher des fournisseurs de pièces détachées. Ces boutiques en ligne sont très utilisées, mais les commandes d'achat diminuent de manière disproportionnée. La clé est de trouver le bon équilibre entre donner suffisamment d’informations pour permettre aux acheteurs de faire un choix éclairé et précis sans leur donner trop d’informations au point de banaliser le produit.
Les processus traditionnels de traitement des commandes se sont développés en raison des contraintes que l'architecture informatique imposait aux moyennes et grandes entreprises de machines. Chaque organisation commerciale – essentiellement un pays ou une région – disposait de sa propre instance ERP, distincte de l’instance ERP de l’usine qui produisait et expédiait les pièces. Les commandes devaient être saisies dans le système ERP du pays pour reconnaître les revenus et dans le système ERP de l'usine pour exécuter la commande. Le prix était déterminé par le premier système et la disponibilité et le délai de livraison par le 2ème système. Tout cela a conduit à des doubles saisies de commandes, effectuées manuellement bien sûr, entraînant des problèmes fréquents de saisie de données, des problèmes de rapprochement et davantage de frustration pour les clients lorsqu'ils devaient attendre pour obtenir des informations sur l'état des commandes, etc.
Beaucoup de ces processus deviennent obsolètes dans le paradigme du commerce électronique. Au lieu de cela, les boutiques en ligne ont contourné sur la pointe des pieds ces discussions potentiellement difficiles et politiquement chargées sur la meilleure manière d’y parvenir. Notre conseil à ce sujet est de lier les commandes uniquement à l'ERP de l'usine, en garantissant que le contrôle des prix reste toujours entre les mains des équipes nationales. La reconnaissance des revenus est plus facile à gérer en fonction de l'origine de la commande et le rapprochement de celle-ci est beaucoup plus simple, notamment avec une interface avec le système CRM de l'entreprise de machines.
Chez l'un de nos clients, nous avons pu réduire le temps et les efforts nécessaires pour générer un devis en 75%! Un énorme 75% ! Ce chiffre dépasse même nos estimations les plus folles en matière d’analyse de rentabilisation. Faterra Sevac'est Qommerce application. Le secret que nous avons trouvé résidait dans la conception de notre interface avec le système ERP du client. L’astuce consistait à équilibrer efficacement l’automatisation de la saisie des données avec la capacité de gérer les exceptions. La confiance que le gestionnaire d’ordres a dans sa capacité à détecter les exceptions lui permet de laisser passer d’autres demandes de devis et ordres sans avoir à intervenir.
Une autre caractéristique que nous voyons souvent utilisée est la capacité du Application Qocommerce pour diviser intelligemment une commande client entrante en fonction du client ainsi que des pièces dans le panier. En acheminant automatiquement ces commandes fractionnées vers l'unité commerciale responsable, nous avons encore une fois réduit le stress des gestionnaires de commandes qui devaient auparavant vérifier manuellement chaque ligne de commande. L'ensemble du processus de commande de l'acheteur et le processus de commande du fournisseur qui constituent une transaction regorgent de nombreuses étapes de saisie de données qui frustrent les utilisateurs, introduisent un risque d'erreurs de données et augmentent les coûts de processus pour les deux parties. Appliquer l'intelligence, et ici je n'emploie pas de mots à la mode comme IA ou ML, mais une simple automatisation basée sur des règles contribuerait grandement à augmenter la probabilité de succès des boutiques en ligne de pièces détachées.
PRÉCÉDENT
SUIVANT
Il s'agit du deuxième d'une série d'articles de trois articles sur les services intelligents. Vous pouvez lire le premier article sur la création d’une analyse de rentabilisation solide ici.
27 mai 2021
Dans mon article précédent, « Field Services Is Dead. Longue vie aux services sur le terrain (numériques), j'ai expliqué pourquoi les entreprises de machines
23 juin 2020
Commencer
Nous utilisons des cookies sur notre site Web pour vous offrir l'expérience la plus pertinente en mémorisant vos préférences et vos visites répétées. En cliquant sur « Accepter », vous consentez à l'utilisation de TOUS les cookies. Pour en savoir plus sur les cookies que nous utilisons, consultez notre politique de confidentialité
Si vous refusez, vos informations ne seront pas suivies lorsque vous visitez ce site Web. Un seul cookie sera utilisé dans votre navigateur pour mémoriser votre préférence de ne pas être suivi.
Biscuit | Durée | Description |
---|---|---|
cookielawinfo-checkbox-analytics | 11 mois | Ce cookie est défini par le plugin GDPR Cookie Consent. Le cookie est utilisé pour stocker le consentement de l'utilisateur pour les cookies de la catégorie « Analytics ». |
cookielawinfo-checkbox-fonctionnel | 11 mois | Le cookie est défini par le consentement aux cookies du RGPD pour enregistrer le consentement de l'utilisateur pour les cookies de la catégorie « Fonctionnel ». |
cookielawinfo-case à cocher-nécessaire | 11 mois | Ce cookie est défini par le plugin GDPR Cookie Consent. Les cookies sont utilisés pour stocker le consentement de l'utilisateur pour les cookies dans la catégorie « Nécessaire ». |
cookielawinfo-checkbox-autres | 11 mois | Ce cookie est défini par le plugin GDPR Cookie Consent. Le cookie est utilisé pour stocker le consentement de l'utilisateur pour les cookies de la catégorie "Autre". |
cookielawinfo-checkbox-performance | 11 mois | Ce cookie est défini par le plugin GDPR Cookie Consent. Le cookie est utilisé pour stocker le consentement de l'utilisateur pour les cookies de la catégorie « Performance ». |
visualisé_cookie_policy | 11 mois | Le cookie est défini par le plugin GDPR Cookie Consent et est utilisé pour stocker si l'utilisateur a consenti ou non à l'utilisation de cookies. Il ne stocke aucune donnée personnelle. |