Skibsmotor-gigant på kurs mod en datadrevet fremtid

Virksomheder bruger i stigende grad dataanalyse til at forbedre deres services og sætte skub i salget. I sit speciale fra Digital Innovation & Management på ITU kiggede Tiemo Thiess på, hvordan en klassisk industrivirksomhed som MAN Diesel & Turbo kan forbedre sine salgs- og serviceprocesser ved hjælp af datadrevet beslutningstagning.

Institut for Business IT erhvervsPhD big data forretning ITU speciale

Skrevet 23. november 2017 08:54 af Vibeke Arildsen

Hvordan fandt du på dit specialeemne?

Jeg arbejdede som studentermedhjælper i MAN Diesel & Turbos analyseafdeling, hvor jeg var med til en række møder om digitalisering af virksomheden. Det inspirerede mig til at se på, hvordan organisationen kunne få gavn af datadrevet beslutningstagning. Metoden jeg anvendte kaldes action design research, og indebærer, at forskere arbejder med problemstillinger i organisationer, hvilket skaber større synergi mellem forskning og erhvervslivet.

Hvad er datadrevet beslutningstagning?

Dybest set handler det om at bruge data og statistisk analyse til at understøtte for menneskelige vurderinger i forhold til beslutningstagning.

Dybest set handler det om at bruge data og statistisk analyse til at understøtte for menneskelige vurderinger i forhold til beslutningstagning. Det er allerede meget almindeligt i digitalt fødte virksomheder, mens traditionelle industrivirksomheder typisk har lagt stor vægt på deres ekspertviden. I dag giver teknologiske fremskridt i forhold til databehandling, -indsamling og analysemetoder nye muligheder for de klassiske virksomheder. Derfor søsætter disse virksomheder flere og flere digitaliserings- og datadrevne initiativer, der skal støtte medarbejderne og give kunderne flere digitale ydelser.

Hvad kiggede du på hos MAN Diesel & Turbo?

Jeg identificerede forskellige salgsprocesser hos MAN Diesel & Turbo, hvor man kunne bruge data og statistiske analyser til at kontakte kunderne proaktivt baseret på deres særlige situation. En udfordring var, at virksomheden hovedsageligt sælger reservedele og serviceydelser til andre virksomheder uden kontrakt. Derfor ved man ikke altid præcis, hvornår en kunde skal bruge reservedele og andre tjenester – i modsætning til kontraktbaserede tjenester som telefon- og tv-abonnementer.

Hvilke resultater nåede du frem til?

Jeg udviklede en metode, der først identificerer kunder med stort salgspotentiale ved at forudsige deres fremtidige antal transaktioner, sandsynligheden for at de forbliver en aktiv kunde, osv. Disse forudsigelser laves ved hjælp af historiske data samt nogle generelle antagelser om indkøbsprocesser. Derefter identificerer man kommende begivenheder i et skibs livscyklus. I tredje trin kobles disse informationer sammen og sendes videre til en salgsansvarlig via et CRM-system, så han eller hun ved, hvilke kunder, der har et behov og nok vil være interesserede i at blive kontaktet.

På baggrund af mit speciale startede virksomheden faktisk et helt nyt projekt op for at igangsætte brugen af data-drevne leads.

Udformningen af denne metode var grundlaget for en mere teoretisk del af mit speciale, hvor jeg analyserede, hvordan brugerne, designteamet og hele organisationen påvirkede og formede metoden. På baggrund af det udviklede jeg nogle designprincipper for implementering af datadrevne metoder i komplekse organisationer som MAN Diesel & Turbo.

Hvordan var feedbacken fra MAN Diesel & Turbo?

Særdeles positiv. På baggrund af mit speciale startede virksomheden faktisk et helt nyt projekt op for at igangsætte brugen af data-drevne leads. I øjeblikket følger salgsafdelingen op på de første leads, der er genereret med min metode, og jeg ser frem til at analysere kvaliteten af dem.

Hvad laver du i dag?

Jeg er i gang med en ErhvervsPhD på ITU, også i samarbejde med MAN Diesel & Turbo. Her vil jeg arbejde videre på specialeprojektet, men også se på andre processer i virksomheden, der kan forbedres ved hjælp af datadrevet beslutningstagning, fx nye eksterne data om skibspositioner. Jeg vil også kigge på markedsforudsigelser og undersøge, hvordan man skaber værdi med modeller om eksterne faktorers indvirkning på virksomheden.