Uniknąć zalewu informacji: mobilność i maksymalne wykorzystanie danych

Branża mobilności pozyskuje więcej informacji niż dotychczas, mówi Abhijit Pal, Partner w Mazars: – W ostatnich latach potencjał przechwytywania danych znacznie wzrósł, kanały internetowe i mobilne gromadzą dane podczas realizacji procesów, podobnie działają też elementy konstrukcyjne samochodów i samolotów. Rezultatem jest nadmiar danych.

Zapewnienie firmom możliwości sprawnego pozyskiwania, analizowania danych i działania w oparciu o dane tak, aby uniknąć „powodzi informacyjnej”, stało się więc kluczowym czynnikiem sukcesu w branży.

Wnioski na temat danych płynące z branży lotniczej

Jedną z gałęzi przemysłu, znaną z przechwytywania i skutecznego wykorzystywania danych jest lotnictwo, w którym służą one do doskonalenia technik konserwacji. W pierwszej połowie XX wieku inżynierowie serwisowali samoloty, sprawdzając poszczególne części w różnych odstępach czasu. Jednak w latach czterdziestych XX wieku odkryli, że samoloty zawodziły częściej po regularnych kontrolach konserwacyjnych, niż przed nimi. Bliższe dochodzenie wykazało, że było to spowodowane tym, że procedury naprawcze obejmowały demontaż i ponowny montaż wyposażenia, co zwiększało ryzyko wystąpienia awarii.

Odtąd zaczęto przeprowadzać przeglądy w zależności od stanu technicznego – czyli konserwacji części tylko w razie potrzeby, a nie w regularnych odstępach czasu – i to rozwiązanie się sprawdziło. Kolejną innowacją było wyposażenie podzespołów w czujniki gromadzące dane, które miały za zadanie ostrzegać inżynierów, gdy wymagały serwisowania, co nazwano „konserwacją prognozowaną” (ang. predictive maintenance).

– Od początku lat 90. – wyjaśnia Olivier Guilbert, Senior Manager w Mazars – konserwacja prognostyczna nieustannie poprawia bezpieczeństwo linii lotniczych. W ostatnich latach, dzięki gromadzeniu danych z większej liczby komponentów samolotu, główni gracze z branży chcą wprowadzić tę metodologię w nową erę.

Inteligentniejsze zarządzanie łańcuchem dostaw

Korzystanie z danych w celu poprawy sposobów konserwacji nie jest jedyną lekcją, jaką firmy z branży mobilności mogą wynieść z przemysłu lotniczego. Konserwacja prognostyczna – oparta na efektywnym wykorzystaniu danych – buduje również inteligentniejsze łańcuchy dostaw.

Guilbert wyjaśnia: – Kiedy wiadomo, jaki element prawdopodobnie będzie wymagał wymiany i w jakim terminie, o wiele łatwiej jest zoptymalizować zarządzanie częściami zamiennymi i personelem konserwacyjnym. Wykorzystując czujniki do gromadzenia dokładnych i aktualnych danych na temat poszczególnych komponentów, firmy z branży mobilności mogą uwzględnić dotychczasowe doświadczenia i tworzyć lepsze prognozy jako zespół. Oznacza to, że właściwa część trafia we wskazane miejsce w odpowiednim czasie, jednocześnie umożliwiając przedsiębiorstwom dokonywanie wymiany części, zanim ulegną awarii.

Poprawienie jakości obsługi klienta

Poza usprawnieniem poszczególnych części, również dane mogą spełniać nowe oczekiwania klientów i poprawić ich doświadczenia. Przykładem może być ubezpieczenie: – Nowe formy mobilności, zwłaszcza te wykorzystywane w środowisku miejskim, kreują nowe potrzeby. Z kolei ubezpieczyciele wykorzystują dane do stworzenia ofert ukierunkowanych na skutery elektryczne, Segwaye i rowerzystów miejskich. Wkroczyli również w obszar wspólnego użytkowania pojazdów, obejmując carsharing i wynajem samochodów na dni, a nawet na godziny – mówi Jean-Claude Pauly, Partner w Mazars.

Przemysł lotniczy proponuje jeszcze inne dobre praktyki w zakresie wykorzystywania danych do poprawienia jakości obsługi klientów, mówi Guilbert: – Paszporty biometryczne, wsparte danymi, również pozwalają na skrócenie czasu oczekiwania w punktach kontroli bezpieczeństwa i znaczne zwiększenie zadowolenia klientów.

Dane nie tylko wskazują, co może być objęte ubezpieczeniem, ale także w jaki sposób - z pozytywnym skutkiem dla personalizacji usług. Pauly zauważa: – Podobnie jak w innych sektorach, ubezpieczyciele w coraz większym stopniu automatyzują swoje procesy: obok ingerencji człowieka stosując algorytmy w celu zabezpieczenia się przed szeregiem niewielkich zagrożeń. Prawidłowo wykorzystywana sztuczna inteligencja pozwala ubezpieczycielom oferować rozwiązania dostosowane do potrzeb klientów na dużą skalę. Innym przykładem takiej personalizacji jest „płać za to, jak prowadzisz”, gdzie skrzynka zamontowana w pojeździe oblicza liczbę kilometrów przejechanych przez dany czas oraz monitoruje sposób prowadzenia pojazdu w celu podania indywidualnej ceny na podstawie danych, w zależności od podjętego ryzyka.

Rozpoznawanie zagrożeń związanych z danymi

Zmiany te stwarzają jednak dodatkowe ryzyko, ponieważ naruszają podstawową zasadę ubezpieczeń: podział ryzyka między ubezpieczających. – Może doprowadzić to do bardzo wysokich składek dla niektórych kierowców, a inni mogą mieć trudności w ogóle ze znalezieniem ubezpieczyciela – ostrzega Pauly. – Oznacza to, że dane muszą być przetwarzane w sposób umożliwiający tworzenie zindywidualizowanych ofert ubezpieczeniowych, przy jednoczesnym zapewnieniu zasady podziału ryzyka charakterystycznej dla tej branży.

Nowe rozwiązania w zakresie mobilności mogą wywołać inne zmiany na rynku ubezpieczeń, co potwierdza rozwój autonomicznych pojazdów. – Samochody te przenoszą odpowiedzialność z kierowcy na oprogramowanie, zatem ubezpieczyciele będą musieli zareagować, precyzując prawny zakres odpowiedzialności i zapewnić, że są w stanie rejestrować i działać w oparciu o nowe źródła danych – ostrzega Pauly. – Jeżeli prowadzenie samochodów autonomicznych się rozwinie, liczba roszczeń powinna się zmniejszyć, a to z kolei może doprowadzić do dalszych zmian na całym rynku ubezpieczeń.

Sprostanie nowym wyzwaniom dotyczącym zrównoważonego rozwoju

Z uwagi na to, że cały ekosystem mobilności poszukuje sposobów na to, aby działać w bardziej zrównoważony sposób, coraz większe znaczenie mają rozwiązania oparte na danych. Niezależnie od tego, czy mowa o systemach typu „mobilność jako usługa”, które pomagają pasażerom wybrać najbardziej ekologiczne środki transportu miejskiego, takie jak ride pooling i carsharing, czy też o liniach lotniczych korzystających ze wspomaganego startu w celu zmniejszenia śladu węglowego samolotu, rozwiązania te są coraz bardziej powszechne na rynku.

Odpowiada to dążeniom organów regulacyjnych do spadku emisji: UE już ustaliła cele dla swoich członków, a inne kraje idą w ich ślady. W listopadzie 2020 roku Wielka Brytania ogłosiła zamiar wprowadzenia do 2025 r. obowiązku ujawniania informacji o emisjach dla wszystkich dużych przedsiębiorstw (w tym firm zajmujących się mobilnością).

W jednym z naszych artykułów Michael Rofman, Partner w Mazars, sugeruje producentom z branży mobilności, aby zbadali, jakie możliwości obniżenia emisji mogą kryć się w ich inteligentnych budynkach i flotach samochodowych.

Kierowanie strumieniem danych

W związku z tym, że pojawia się coraz więcej danych dotyczących mobilności, zespoły powinny rozważyć inteligentniejsze gromadzenie i wykorzystanie innowacyjnych zbiorów danych, aby uniknąć pogrążenia się w ogromnej ilości informacji.

1. Przechowywanie i zarządzanie. – Podczas gdy bazy danych i systemy planowania zasobów przedsiębiorstwa są wykorzystywane przede wszystkim do powyższych celów – mówi Pal - rośnie również zapotrzebowanie na Big Data i repozytoria danych - bogate zbiory nieprzetworzonych danych - dla których cel nie został jeszcze określony. („Repozytoria danych” różnią się od „hurtowni danych” – te ostatnie stanowią zbiór danych, które zostały już przefiltrowane, uporządkowane i przetworzone z myślą o konkretnym celu.) Przedsiębiorstwa z branży mobilności powinny dążyć do maksymalnego wykorzystania zalet „repozytoriów danych”,  które mogą stanowić cenne źródło informacji dla specjalistów w zakresie danych poszukujących najnowszych innowacji.

2. Tworzenie i wykorzystywanie nowoczesnych zbiorów danych. Wraz z dążeniem miast do integracji miejskich sieci transportowych (patrz: „Sprzedaż pakietowa: łączenie usług transportu miejskiego”), najprawdopodobniej będą gromadzone dane o wszystkich podróżach pasażerów. W miastach dane te mogą być wykorzystywane do tworzenia kolejnych, lepszych, zintegrowanych możliwości transportowych.

Nie ma wątpliwości, że skuteczne gromadzenie danych oznacza stosowanie inteligentniejszych i bezpieczniejszych rozwiązań w mobilności zarówno dla przedsiębiorstw, jak i dla pasażerów. Aby uniknąć gromadzenia nieprzydatnych danych, przedsiębiorstwa transportowe powinny skierować dane do (i odwrotnie) działań związanych z konserwacją prognozowaną i zarządzaniem łańcuchem dostaw w przystępny sposób. W międzyczasie muszą skupić się na doświadczeniach klientów, które coraz częściej wiążą się z troską o zrównoważony rozwój i konsekwencje szerszych innowacji rynkowych. Ci, którzy podejmą się tego zadania, będą przygotowani na rok 2021 i następne lata.