BLOG / OPLOSSINGEN · BUSINESS INTELLIGENCE

BUSINESS INTELLIGENCE: FIRST-TIME FIX

5 min. leestijd

21. Juli 2018 · Ron De Langen

O ns Business Intelligence beeld: Een real-time overzicht van de juiste prestatie indicatoren rondom Customer Experience, medewerkertevredenheid en kostenbesparingen om slimme besluiten op operationeel, tactisch en strategisch niveau te kunnen nemen zodat processen en procedures in lijn blijven met uw doelstelingen.

Volgens Wikipedia staat Business intelligence (BI) voor het verzamelen van gegevens binnen de eigen handelsactiviteit. Het kan omschreven worden als het proces van gegevens omzetten in informatie, dat vervolgens zou moeten leiden tot kennis en aanzetten tot adequate actie. Business intelligence heeft als doel competitief voordeel te creëren en organisaties slimmer te kunnen laten werken. Het wordt als een waardevolle kerncompetentie beschouwd.

Het kunnen beantwoorden van korte- en lange termijn capaciteitsvraagstukken (m.b.v. forecasting en what-if scenario’s) is een voorbeeld van het omzetten van gegevens dat leidt tot adequate actie, dat competitief voordeel creëert en uw organisatie slimmer laat werken.

Bepalen van prestatie indicatoren aan de hand van een holistische benadering

Prestatie indicator First-time fix

First-time fix en het effect op kosten en klanttevredenheid

First-time fix en de voordelen met het wiskundige algoritme

Scenarioanalyse (what-if)

BEPALEN VAN PRESTATIE INDICATOREN AAN DE HAND VAN EEN HOLISTISCHE BENADERING

Slimme besluiten worden gemaakt op feiten en wel op de meest recentelijke gegevens. Binnen service gerichte organisaties is real time informatie en een passende prestatie indicator essentieel om direct te kunnen beslissen. Om de correcte informatie uit alle gegevens te verkrijgen is het essentieel om over een langere periode over consistente data te beschikken om zodoende de juiste analyses en voorspellingen te doen.

Met deze analyses kunt u uw processen en procedures aanpassen en zien welke activiteiten binnen het proces van toegevoegde waarde zijn en welke niet, welke processen en procedures liggen nog steeds in lijn met de gestelde doelstellingen van de organisatie en de belangrijkste stakeholders. Met andere woorden het optimaliseren van uw logistieke-, service- en/of onderhoudsprocessen is een continue aangelegenheid.

Het is belangrijk om geschikte prestatie indicatoren van elke afzonderlijk proces en procedure te meten zodat bepaald wordt of alles nog in lijn ligt met de organisatiedoelstellingen.

Binnen het FLS model (zie figuur 1) zoals beschreven in de aanpak van FLS is volop aandacht om op een systematieke manier te komen tot het bepalen van de juiste prestatie indicatoren om de operationele werkzaamheden efficient en effectief te houden en te kunnen sturen op tactische en strategische doelstellingen.

Figuur 1: De holistische benadering met het FLS model

De vele prestatie indicatoren die in de praktijk binnen field service organisaties veel voorkomen zijn o.a. First-Time Fix, aantal opdrachten per vakman, de bezettingsgraad per vakman en per team, de response/aanrijtijden, de oplostijden, volgens afspraak tijdvenster aangekomen, wachttijd bij het maken van een afspraak, gebruikersvriendelijkheid voor de klant om een afspraak te maken en/of te herplannen, de kwaliteit van klantnotificaties, voorraaddoorlooptijd, hoeveelheid overwerk, geplande normduur van een opdracht vs de werkelijke duur van een opdracht.

Diverse voorbeelden zolang deze maar voortvloeien uit uw organisatiedoelstellingen en die van uw belangrijkste stakeholders. Volgens het onderzoeksrapport van Aberdeen (First-time fix: A metric that drives success uit Maart 2016) zijn de doelstellingen van vele field service:

Het verbeteren van de klanttevredenheid
Het verhogen van de omzet
Het reduceren van kosten en herhaal bezoeken
Het verbeteren van de response/aanrijtijden

PRESTATIE INDICATOR FIRST TIME-FIX

Binnen de field service markt is First-time fix rate één van de belangrijkste KPI’s. Volgens het zelfde onderzoek van Aberdeen uit Maart 2016 is de grootste klantfrustratie dat de storingoplossing of het onderhoud niet in één keer kan worden uitgevoerd.

Service bedrijven moeten toegevoegde waarde aan hun klanten leveren en problemen oplossen is de manier om dit te doen. Voor organisaties die hoge first-time fix ratio’s hebben zijn zowel het verhogen van klanttevredenheid als het behouden van marge de belangrijkste aandachtsgebieden. Interne prestatie indicatoren zijn dan minder belangrijk.

Definitie First-Time Fix (FTF) volgens Aberdeen
FTF refereert aan het oplossen van een werkopdracht/ klantprobleem tijdens het eerste bezoek. Elk volgende klantkontakt; een tweede bezoek of een servicetelefoontje is geen first-time fix meer.

De first-time fix indicator heeft een directe relatie met de klantbeleving. Het is een vroegtijdige afspiegeling van ontevreden klanten, van klantverloop en vermindering van service omzet. Naast klantperspectief is ook vanuit organisatieperspectief deze indicator belangrijk omdat het directe impact heeft op de marge, de omzet en de operationele kosten.

Meer en meer organisaties gebruiken first-time fix als het stuurinstrument op field service efficiency. Dit vanwege de vele raakvlakken met andere field service prestatie resultaten maar ook met betrekking tot klanttevredenheid en financiële kengetallen.

Gemiddeld heeft elke service organisatie een first-time fix percentage van 75%. Dit betekent dat voor 25% van alle opdrachten een vervolgopdracht aangemaakt en geplant moet worden. Opdrachten die niet de eerste keer kunnen worden opgelost vergen gemiddeld 1,6 maal zo veel planinspanningen om alsnog tot een probleemoplossing te komen.

FIRST-TIME FIX EN HET EFFECT OP KOSTEN EN KLANTTEVREDENHEID

Na onderzoek van Aberdeen (Bron: Fixing First-Time Fix: Repairing Field Service Efficiency to Enhance Customer Retuurns; Maart 2013 en Field Service excellence depends on an integrated approach; December 2015) onder vele field service bedrijven komt naar voren dat de operationele kosten van het inzetten van een service wagen (één rit) tussen de € 200 en € 300 (gemiddeld € 250,–) ligt. Dit is natuurlijk afhankelijk van de branche en het soort werk maar deze cijfers helpen om een ruwe schatting te krijgen van de extra kosten ten gevolge van een slechte first-time fix performance.

Een gemiddelde organisatie met 500 te plannen opdrachten heeft ongeveer 125 extra ritten bij een 75% first-time fix performance. Dit is gebaseerd op dagelijks werk. Over een jaar gezien (250 werkdagen per jaar) komt dit neer op € 7.812.500,– (250 dagen x € 250 x 125 ritten)

Bij het maken van een vervolgopdracht komen dan nog de kosten van uw binnendienst, om deze opdracht op korte termijn binnen een bestaande planning in te plannen, deze aan de juiste medewerker toe te wijzen en rekening te houden met de aanwezigheid en/of levertijd van de benodigde onderdelen. En daarnaast moet het ook nog passen in de agenda van de klant!

Een combinatie van deze vervolgopdrachten met andere opdrachten zal de kosten natuurlijk drastisch verlagen echter het geeft wel een beeld wat de kosten impact dit op een organisatie heeft bij een gemiddelde first-time fix percentage.

Impact op planningskosten bij een first-time fix van 75% gemiddeld.

Totaal aantal geplande opdrachten/ dag	Aantal vervolg opdrachten	Extra kosten per jaar (250 werkdagen)	Impact op inspanning binnendienst
20	5	250€ 2505 > € 312.500,–	5*1,6 8
40	10	250€ 25010 > € 625.000,–	10*1,6 16
100	25	250€ 25025 > € 1.562.500,–	25*1,6 40
300	75	250€ 25075 € 4.687.500,–	75*1,6 120
500	125	250€ 250125 € 7.812.500,–	125*1,6 200

Figuur 3: Impact op planningskosten bij een first-time fix van 75% gemiddeld

Het is duidelijk dat de extra vervolgbezoeken een extra last voor de service organisatie is. Wat ook meegenomen dient te worden is het feit dat al deze extra werkzaamheden en onnodige herhaalbezoeken capaciteit in beslag neemt. Dit is capaciteit die niet gebruikt kan worden voor nieuwe onderhoud-, service- en montage opdrachten.

Bij het voorbeeld zijn er tussen de 5 en 125 extra bezoeken die niet bezocht kunnen worden omdat de monteurs op dat moment zijn ingepland voor herhaalopdrachten. Minder afspraken voor nieuwe opdrachten hebben ook een impact op de gegenereerde omzet van het desbetreffende service team. Omzet groei is veelal de hoofddoelstelling voor field service organisaties en indien de buitendienstmedewerkers geen nieuwe klanten bezoeken dan zijn zij niet in de gelegenheid om nieuwe omzet mogelijkheden te realiseren die gerelateerd zijn aan:

Tijd, kosten en materiaal voor het oplossen van storingsopdrachten
Up-sell of cross-sell van producten en diensten die in de portfolio van een (service-) organisatie zit

Uit hetzelfde onderzoek van Aberdeen komt naar voren dat organisaties die een first-time fix percentage hebben die hoger is dan 80% ervaren dat zij iets meer dan 6% meer service omzet hebben gerealiseerd over de laatste 12 maanden in vergelijking met de 1,6% stijging van die bedrijven met een first-time fix percentage lager dan 80%.

Voor de service organisatie met een first-time fix percentage lager dan 50% verminderde de service omzet zelfs met 2,8% over de laatste 12 maanden.

Afhankelijk van de opbrengstwaarde van het product/ de installatie en de totale downtime wordt de impact op klanttevredenheid bepaalt.

Organisaties die de stappen nemen om hun first-time fix percentage te verbeteren zien een duidelijke verbetering in klanttevredenheid en klantbehoud. Dit heeft een directe relatie met de marge op de service activiteiten.

FIRST-TIME FIX EN DE VOORDELEN MET HET WISKUNDIGE ALGORITME

Één aspect in de applicatie FLS VISITOUR en FLS MOBILE lichten we eruit. Door het kunnen inplannen van vervolgopdrachten door de monteur op locatie van de klant zonder tussenkomst van de planner komt de factor 1,6 in een ander daglicht te staan. Door het PowerOpt algoritme in combinatie met FLS MOBILE zal de factor rond de 1,2 komen te liggen. Focus voor de planner ligt nu meer op het monitoren van de vervolgopdrachten. Hij hoeft deze niet meer toe te wijzen aan een medewerker.

Impact op planningskosten met PowerOpt

Totaal aantal geplande opdrachten/ dag	Aantal vervolg opdrachten	Impact op inspanning binnendienst zonder PowerOpt	Impact op inspanning binnendienst met PowerOpt
20	5	5*1,6 > 8	5*1,2 > 8
40	10	10*1,6 > 16	10*1,2 > 12
100	25	25*1,6 40	25*1,2 30
300	75	75*1,6 120	75*1,2 90
500	125	125*1,6 200	125*1,2 150

Figuur 4: Impact op planningskosten met PowerOpt

Verder zorgt het algoritme binnen de FLS software dat altijd de juiste vakman met de vereiste vaardigheden en de benodigde materialen aan de klus wordt gekoppeld. Het percentage aan first-time fix opdrachten zal hierdoor makkelijk stijgen.

Field service bedrijven die high tech tooling zoals dynamisch scheduling toepassen hebben gemiddeld een first-time fix ratio van 85% gemiddeld.

Voordelen op planningskosten bij toepassing Power-Opt: van een first-time fix van 75% naar 85%.

Totaal aantal geplande opdrachten/ dag	Aantal vervolg opdrachten	Extra kosten per jaar (250 werkdagen) bij first-time fix van 75%	Extra kosten per jaar (250 werkdagen) bij first-time fix van 85%	Besparing	Besparing op inspanning binnendienst
20	3 (was 5)	250€ 2505 > € 312.500,–	250€ 2503 > € 187.500,–	€ 125.000,–	3*1,6 4,8 (was 8)
40	6 (was 10)	250€ 25010 > € 625.000,–	250€ 2506 > € 375.000,–	€ 250.000,-	6*1,6 9,6 (was 16)
100	15 (was 25)	250€ 25025 > € 1.562.500,–	250€ 25015 > € 937.500,–	€ 625.000,–	15*1,6 24 (was 40)
300	45 (was 75)	250€ 25075 > € 4.687.500,–	250€ 25045 > € 2.812.500,–	€ 1.875.000,–	45*1,6 72 (was 120)
500	75 (was 125)	250€ 250125 > € 7.812.500,–	250€ 25075 € 4.687.500,–	€ 3.125.000,–	75*1,6 120 (was 200)

Figuur 5: Voordelen op planningskosten bij toepassing PowerOpt

FORECASTING

Forecasting is een voorspelling van de toekomstige vraag in de markt. Bij fieldservice organisaties is forecasting veelal het voorspellen van het werkaanbod. Een forecast kan op vele manieren worden gemaakt zoals op basis van historische data een trendontwikkeling te te vinden waarop een voorspelling gemaakt kan worden naar de toekomst toe. Een forecast moet altijd met voorzichtigheid worden gebruikt.

Een goede forecast vergroot de voorspelbaarheid en brengt rust in de dynamische field service omgeving. Een ideaal waar veel serviceorganisaties naar streven immers, het callcenter van een fieldservice organisatie is veelal dé plek waar de hectiek groot is.

Onze specialisten hebben uitgebreide kennis van verschillende forecast-technieken. We zijn in staat om, op basis van historische data, voor vrijwel elk fieldserviceorganisatie een uitspraak te doen welke forecastmethodiek het beste past bij de organisatiedoelstellingen.

Vragen zoals vereiste bezettingsgraad/ capaciteit en beschikbaarheid kunnen worden beantwoord, hoeveel opdrachten kunnen worden uitgevoerd? en nog meer.

Elk procentpunt verbetering in de nauwkeurigheid van de forecast, helpt om kosten te reduceren maar ook om tijd te anticiperen op Customer experience.

Figuur 6: Voorbeeld forecast capaciteitberekening

SCENARIOANALYSE (WHAT-IF)

Scenarioanalyse is het ontwikkelen, vergelijken en anticiperen op mogelijke toekomstscenario’s.

Binnen een fieldserviceorganisatie is de bedrijfsomgeving zo turbulent dat een scenario analyse het meest aangewezen instrument is om uw beleid voldoende robuust en flexibel te maken.

Met een scenario analyse ontwikkelt u ‘cases’ over mogelijke toekomsten voor uw organisatie met als doel tijdig te anticiperen op het daadwerkelijk uitkomen van deze scenario’s. Het gaat dus over het ontwikkelen, vergelijken én inspelen op mogelijke toekomst scenario’s. Een scenario analyse biedt eigenljk ‘testcases’ voor diverse toekomstbeelden die waarschijnlijk zijn voor de organisatie.

Als voorbeeld kunt u denken aan het binnenhalen van een nieuw service contract waarbij het aantal service- en onderhoudsopdrachten met een percentage X of 1 ½ X gaat stijgen. Wat is dan de impact op de capaciteit? Hoe zal de capaciteit zijn indien de teams op een andere manier worden ingedeeld? Moeten er dan nog wel nieuwe medewerkers worden aangenomen of wat is de verwachte uitkomst bij het inzetten van externen?

Met de juiste aanpak kunnen de diverse sceanrios vergelijken worden.