2020. 3. 19.

지속 가능한 인트라로지스틱스를 위한 예측 유지 보수

디지털화가 고객 서비스를 혁신하고 지속 가능성을 보장하는 방법

증가하는 시장 수요를 배경으로 쉐퍼시스템즈의 고객 서비스 부사장 Elie Zita는 물류 시스템 운영자에 대한 점점 더 복잡한 요구 사항을 인식하고 있습니다. 전문가로서 그는 수년 동안 고객 서비스 및 지원(CSS) 분야에서 솔루션에 대한 혁신적인 접근 방식을 찾는 데 참여해 왔습니다. 다음 인터뷰에서 그는 디지털화가 어떻게 고객 서비스에 혁명을 일으켰는지에 대한 개요를 제공하여 맞춤형 예측 유지 보수의 결과로 시스템 가용성과 지속 가능성을 극대화합니다.

Zita씨, 오늘날 물류 시스템 운영자가 직면 한 과제는 무엇이며 어떻게 극복해야 합니까?

온라인 상거래(전자 상거래)의 붐과 언제 어디서나 가용성과 관련된 소비자의 높은 기대는 물류 운영자에게 가장 큰 도전 과제입니다. 제품은 요청한 날짜까지 가장 짧은 배송 시간 또는 "수령 지점"으로의 배송 (무료 반품 또는 "오프라인 매장"으로의 편리한 반품 포함)을 제공해야 합니다. 오늘의 시장. 물론 회사의 물류 및 내부 자재 흐름의 관점에서 보면 이는 거의 100%의 배송 능력과 충성도, 최단주기 시간 및 창고 및 공급망 전반의 투명성을 의미합니다. 이를 염두에 두고 운영자는 자동화된 물류 시스템에 점점 더 많은 투자를 하고 있으며, 그로부터 가능한 한 최상의 요구 사항을 충족할 수 있도록 무엇보다도 용량, 생산성 및 품질의 증가를 기대합니다.

이러한 발전이 고객 서비스에 어떤 영향을 미칩니까?

성공의 핵심은 이러한 기술 시스템의 높은 가용성입니다. 이것이 바로 서비스와 유지 보수가 중요한 이유입니다. 가동 중지 시간을 최소화하기 위해 운영자는 서비스 계약에서 시스템 가용성 보장에 점점 더 동의하고 있습니다. 이와 관련하여 빠른 예비 부품 공급과 짧은 고객 서비스 응답 시간에만 의존하는 것만으로는 더 이상 충분하지 않습니다. 사용에 개별적으로 맞춤화된 유지 보수 간격으로 유지 보수에 대한 필요성이 증가하고 있으며, 심지어 영구 시스템 모니터링 및 주요 구성 요소의 예측 유지 보수를 포함합니다.

시스템 사용 및 효과적인 시스템 모니터링에 맞춘 유지 보수와 관련하여 필수적인 것은 무엇입니까?

디지털화는 여기와 다른 많은 영역에서 가장 적합한 키워드입니다. 우리의 개인적인 삶은 엄청난 변화를 겪고 있습니다. 영구적인 네트워킹과 글로벌 커뮤니케이션은 거대한 데이터 풀로 이어집니다. 창의적인 사람들은 그러한 데이터가 잘 활용되고 데이터 기반 비즈니스 모델을 개발할 수 있음을 발견했습니다. 최근 몇 년 동안 산업계에서도 디지털 혁명이 일어났으며 여전히 진행되고 있습니다. 쉐퍼시스템즈에서는 이러한 발전을 기회로 봅니다. 우리는 그들을 발전시키고 새로운 기술을 사용하여 혁신적이고 비용 효율적인 서비스를 개발합니다. 핵심은 중요한 데이터를 식별하고 잠재적인 분석을 위해 이 데이터를 준비하는 것입니다. 데이터가 전송되는 방식에는 다양한 문제가 있습니다.

이것이 실제로 어떻게 해석됩니까? 그리고 이러한 새로운 기술이 쉐퍼시스템즈의 고객 서비스 및 지원에 어떻게 반영됩니까?

예측 서비스는 미래입니다. 이는 부품이 필요한 경우에만 교체 또는 수리되는 사후 서비스에서 예방 서비스로 전환하는 것과 같습니다. 의도는 시스템 다운 타임을 최대한 방지하는 것입니다. 예를 들어, 예방적 유지 보수 조치에는 미리 정의된 간격으로 마모 부품을 교체하는 것이 포함될 수 있습니다. 이러한 규칙적인 간격을 정의하려면 많은 양의 포괄적인 데이터를 철저히 분석해야 합니다. 이를 위해 수집된 데이터를 기반으로 하는 열 화상 및 진동 분석과 같은 다양한 솔루션을 사용합니다. 그러나 고객 서비스 및 지원 4.0은 그 이상입니다. 예측 유지 관리를 통해 훨씬 더 예측할 수 있고 사용자 지정할 수 있는 서비스 간격으로 지속 가능한 유지 관리 전략을 구현할 수 있습니다.

예측 유지 보수는 어떻게 작동하며 지속 가능한 유지 보수 전략에 어떻게 기여합니까?

예측 유지 관리의 핵심 요소는 실제로 필요할 때까지 유지 관리가 수행되지 않는다는 것입니다. 시스템별 데이터를 실시간으로 기록, 분석 및 평가하여 개별적으로 정의된 유지 보수 간격과 관련된 예측을 할 수 있습니다. 기록된 데이터가 정의된 임계값과 다른 경우 시스템은 서비스 기술자에게 알립니다. 그런 다음 기술자는 이 정보를 사용하여 필요한 예방 및/혹은 수정 유지 관리 조치를 도출할 수 있습니다.
따라서 예측 유지 보수는 완벽하게 작동하는 제품 및 구성 요소의 불필요한 교체를 제거하고 서비스 요청 횟수를 줄이며 자원 절약에 중요한 기여를 합니다.