Predictive Analytics Pannenfälle
Steigerung der Transparenz in der Pannenbearbeitung und – prognose durch Visualisierung von KPIs.
Transparenzsteigerung in der Prognoseberechnung und Zielerreichung
Visualisierungstool zum täglichen Tracken der Bearbeitungsqualität
Herausforderung
Ein Autohersteller will eine transparente und automatisierte Prognoseberechnung von Fahrzeugpannen, um die Erreichung eines Pannenziels 2016 sicherzustellen.
Es soll eine Berechnungslogik transparent implementiert werden, die unternehmensweit gültig ist, um dezentral erstellte Prognosen der Fachbereiche zu vereinheitlichen und vergleichbar zu machen.
Lösung
Auf Basis von Pannen-, Prozess- und Qualitätsdaten wird mittels einer transparenten Prognoseberechnung das erreichbare Niveau bis 2016 erstellt.
Durch den Abgleich mit Qualitätsdaten können Mängel in der Pannenverifikation sichtbar gemacht werden, die sich negativ auf die Zielerreichung auswirken.
Ergebnis
Gesteigerte Bearbeitungsqualität des Pannenaufkommens.
Heben des prognostizierten Pannenwerts auf Zielniveau.
Tägliches Performancetracking der Abteilungen, zur Erhöhung der Transparenz in der Qualitätskontrollen aller Fachbereiche.
Haben Sie Interesse an eigenen Cases?
Unsere Case Studies
- Erhalten Sie noch detailliertere Einblicke in unsere Kundenprojekte -
Smart Kochen mit dem Thermomix
Data Operations bei der Munich Re
Data & AI Wissen
Gemeinsam Mehrwerte aus Data & AI schaffen