Nom de l'orateur Poste de l'orateur, nom de l'organisation IBM Date Logiciel IBM Business Analytics pour le domaine de l'automobile
Défis à relever pour l'industrie automobile dans le monde économiquement, socialement et électroniquement connecté d'aujourd'hui Perturbations de la chaîne logistique Instabilité économique Responsabiliser davantage le consommateur Passer à des véhicules verts et durables Visibilité limitée des mesures de production en temps réel Difficulté de création de prévisions précises 2
Les Big Data représentent une opportunité énorme pour les entreprises du domaine de l'automobile encore faut-il savoir la saisir 80 % des données ne sont pas structurées équipement des usines de fabrication, documents, etc. Variété Données de différents formats Rapidité Gestion par lots et streaming 30 milliards de capteurs RFID au moins 1 / 3 des chefs d'entreprise ne sont pas convaincus par les données qu'ils utilisent pour prendre des décisions Données mises en doute Véracité Big Data Téraoctets et zettaoctets de données Volume 10 To de données des capteurs de véhicules sont générés toutes les 30 minutes 3
L'analyse a évolué d'une initiative commerciale en un impératif commercial De plus en plus d'organisations utilisent des analyses pour s'assurer un avantage concurrentiel Par ailleurs, les leaders du marché surpassent leurs concurrents par la prise de mesures financières clés personnes interrogées sont convaincues que l'analyse leur donne un avantage concurrentiel 1,6x d'augmentation du chiffre d'affaires 2010 37 % 57 % de plus 2,0x d'augmentation de l'ebitda 2011 58 % 2,5x d'augmentation de la plus-value des actions Source : The New Intelligent Enterprise, un partenariat de recherche en analyse entre MIT Sloan Management Review et l'ibm Institute of Business Value. Copyright Massachusetts Institute of Technology 2011 Source : Outperforming in a data-rich, hyper-connected world, étude de l'ibm Center for Applied Insights menée en coopération avec l'economist Intelligence Unit et l'ibm Institute of Business Value. 2012 4
Les organisations agissant sur la base d'analyses se distinguent par leur capacité d'exploitation de... Toutes les informations Données financières Données de service Données sociales Télématique du véhicule Données relatives à la garantie Journaux de réparation Modèles météo / circulation Au point d'impact Toutes les perspectives Passées (historiques, agrégées) Présentes (en temps réel) Futures (prédictives) Tout le monde Experts et non experts Cadres et employés Ingénieurs produits Fournisseurs Marketing Concessionnaires Chaîne logistique et exécution Toutes les décisions Importantes et triviales Stratégiques et tactiques Routinières et exceptionnelles Manuelles et automatisées 5
Permettant alors l'amélioration des résultats dans trois domaines-clés Impératif du secteur Résultats souhaités Exemples concrets Capitaliser sur les opportunités de services pour des véhicules connectés et intelligents Édification et optimisation de chaînes de valeur dynamiques Introduction rapide sur le marché de véhicules durables et de services d'e-mobilité de plus en plus complexes Intégrer les prévisions de ventes et d'exploitation Aligner les nouveaux produits sur les désirs du consommateur Performance financière prédictive et prescriptive Optimiser le secteur assistance et pièces Améliorer la collaboration avec les concessionnaires Optimiser les stocks et les réseaux logistiques Assurer le suivi et la traçabilité au sein de la chaîne logistique Améliorer la rentabilité de leurs usines Services télématiques pour des véhicules connectés Améliorer la performance des fournisseurs Améliorer la qualité et réduire le nombre de rappels Optimiser la nouvelle technologie pour la conception et le développement Optimiser les opérations et stimuler la responsabilisation Assurer la santé et la sécurité des employés Mazda Motor Corp. A analysé des données d'accidents pour améliorer la sécurité de ses véhicules. A amélioré de 20 % la précision des systèmes d'alerte rapide. Groupe BMW A analysé avec succès des données pour optimiser la qualité de ses voitures premium et réduire le coût de réparations répétées. Fiat A amélioré de 7 % la fidélité de ses clients et a augmenté la précision des résultats envoyés aux concessionnaires en ce qui concerne les clients. 6
Les clés du succès des entreprises intelligentes du domaine automobile Édification et optimisation de chaînes de valeur dynamiques Capitaliser sur les opportunités de services pour des véhicules connectés et intelligents Introduction rapide sur le marché de véhicules durables et de services d'e-mobilité de plus en plus complexes 7
Mettre l'accent sur l'adaptation de modèles commerciaux à des véhicules intelligents Anticiper les besoins des consommateurs Capitaliser sur les opportunités de vente croisée et de montée en gamme Contrôler la grande quantité de données générées par les véhicules Réagir aux commentaires sur les médias sociaux Aligner les produits sur les besoins des clients Générer de l'achalandage pour les concessionnaires 8 Vous vous devez d'attirer, développer et garder la meilleure clientèle et de réduire les coûts de marketing et d'assistance. Comment allez-vous réagir?
Capitaliser sur les opportunités de services pour des véhicules connectés et intelligents Appliquer des capacités d'analyse plus intelligentes au marché des services permet aux constructeurs automobiles de : générer des flux de recettes supplémentaires de nouveaux services sur le marché des pièces de rechange surveiller les actifs (équipement) pour collecter des données de produits en service, optimiser la maintenance et améliorer la performance des produits fournir des solutions clients intégrales simuler les résultats financiers par une offre de services variée sur le marché des pièces de rechange, pour optimiser l'exploitation des ressources de l'entreprise Données Capacités d'analyse Perspectives d'action 9 Données relatives au marché de l'automobile Prévisions de la chaîne logistique Données sur les produits en service ERP Données de géolocalisation Données de traçabilité des produits Prévisions sur les produits et services Données sur le ressenti des utilisateurs Rapports et visualisation Fiches d'évaluation et tableaux de bord Analyse du ressenti Modèles prédictifs Prévisions et simulation Règles d'entreprise et optimisation Analyse sociale Décisions en temps réel Prévoir quand l'assistance sera nécessaire et pourquoi Optimiser les plannings de maintenance Modéliser les impacts d'une offre de services dans le domaine de l'automobile sur les finances, l'exploitation et le service client Booster la satisfaction des clients par l'offre de nouveaux services Générer des revenus d'assistance
Analyse pour l'adaptation de modèles commerciaux à des véhicules intelligents Analyse des médias sociaux Comprendre le ressenti du client Prendre des décisions marketing basées sur des faits Comprendre et capitaliser sur les nouvelles tendances en matière de produits Surveiller les réactions des consommateurs aux communications de l'entreprise Analyser des milliards de sources de contenu Internet Déterminer l'affinité avec de nombreuses dimensions d'analyse Identifier et comprendre les sujets connexes au-delà de votre recherche Surveiller les préférences de canaux des consommateurs Développer et tester les stratégies d'acquisition, de fidélisation et de développement de la clientèle Prévoir la demande des clients 10
Analyse pour l'adaptation de modèles commerciaux à des véhicules intelligents Analyses pour la planification et la prévision de la demande Répondre aux besoins en analyse des utilisateurs professionnels, par des rapports, tableaux de bord, fiches d'évaluation, outils d'interrogation et d'analyse Suivre et prévoir les ventes et les stocks de véhicules tout au long du mois Procéder à des ajustements du marketing, de la production et des prévisions pour se conformer aux plans de ventes et aux plans financiers Analyser les informations sur les segments de véhicules, de clients et de marché 11
Mazda Motor Corporation Créer des voitures intelligentes qui comprennent les situations menant à des accidents et permettent leur prévention 12 Contexte Mazda, un des plus gros employeurs de la partie ouest du Japon, fabrique une ligne diversifiée de véhicules de tourisme et utilitaires A la particularité d'être un des seuls constructeurs automobiles à proposer trois types de moteurs : traditionnel à piston et à essence, diesel et rotatif Mazda est le 5 ème plus grand constructeur automobile mondial en termes de production Problèmes Près de 90 % des accidents de circulation étant dus à une erreur humaine, par exemple une erreur de jugement du conducteur, Mazda a voulu développer une technologie qui limiterait les dégâts et blessures en cas d'accident, voire prendrait en charge une prédiction des risques pour tâcher d'empêcher les accidents Pour améliorer la sécurité et promouvoir une société automobile sans accident, Mazda met en place non seulement une technologie spécifique aux automobiles, mais également une solution pour tous les véhicules en circulation Fondation : 1920 Siège : Hiroshima, Japon Employés : 38 987 Sites de recherche et développement : Japon, États-Unis, Allemagne, Chine
Mazda Motor Corporation Créer des voitures intelligentes qui comprennent les situations menant à des accidents et permettent leur prévention 13 Solutions Mazda a mis en œuvre le logiciel SPSS d'ibm pour analyser les données précédemment collectées sur des voitures-tests impliquées dans des accidents et améliorer la sécurité de ses automobiles Mazda peut appliquer l'analyse à son système de contrôle électronique de la voiture pour aider à empêcher des accidents comparables Un algorithme d'analyse est également utilisé pour la simulation de circulation, qu'il est possible de grouper avec une solution intégrée d'analyse de la circulation Il en résulte une prévention des futurs accidents et incidents de la route grâce à des avertissements et alertes rapides lorsque les conducteurs se trouvent dans des simulations comparables à celles qui ont été analysées au cours de l'étude Bénéficesclés 20 % d'amélioration de la précision des alertes rapides Démarque Mazda de ses concurrents grâce à une technologie d'apprentissage machine de pointe «Cette solution nous donne un aperçu unique des causes et conditions des accidents de circulation, ce qui nous permet de mettre en œuvre des systèmes d'avertissement ultra-modernes dans les véhicules que nous fabriquons, assurant ainsi plus que jamais la sécurité de nos conducteurs et de nos routes.» - M. Hiroyuki Oda, Directeur général de la recherche, domaine de recherche des systèmes avancés pour les véhicules, Mazda Avertit les conducteurs d'un danger imminent et propose des conseils sur les dangers à éviter à l'avenir
Édification et optimisation de chaînes de valeur dynamiques Alignement des stocks à la demande Prédiction des pannes de pièces ou systèmes automobiles Satisfaction des objectifs de production Réduction des coûts des services sous garantie Intervention favorisant la réalisation des objectifs de vente et de production Génération de prévisions précises pour booster les plans de production 14 Vos objectifs sont de stimuler la rentabilité d'exploitation, de réduire les coûts et d'assurer la performance financière prédictive. Comment allez-vous choisir vos priorités?
Édification et optimisation de chaînes de valeur dynamiques La mise en œuvre de Smarter Analytics au sein de leur chaîne de valeur internationale permet aux constructeurs automobiles de : collaborer tout au long du processus de conception et de production s'approvisionner en pièces et matériaux de manière globale pour garantir la meilleure qualité au meilleur prix fournir au marché de l'automobile des produits et services plus innovants réduire leurs coûts d'approvisionnement améliorer leur flux de trésorerie améliorer la précision de leurs prévisions Données Capacités d'analyse Perspectives d'action ERP Données des machines MES Données fournisseurs Données d'entrepôt Données relatives au marché de l'automobile Prévisions de la chaîne logistique Rapports et visualisation Fiches d'évaluation et tableaux de bord Analyse du ressenti Modèles prédictifs Prévisions et simulation Règles d'entreprise et optimisation Analyse sociale Décisions en temps réel Créer une vision collaborative des processus de conception et de production des produits Optimiser l'approvisionnement en pièces et matériaux Retracer les perturbations affectant les produits et matériaux Modéliser l'impact de décisions de chaîne logistique sur les finances, l'exploitation et le service client Réduire les stocks et améliorer les marges 15
Analyse pour la transformation de la chaîne de valeur Analyses pour la planification des ventes et de l'exploitation Intégration des prévisions de l'offre et de la demande Équilibre des prévisions avec les objectifs financiers Liaison de la planification d'exploitation aux objectifs stratégiques de l'organisation Amélioration de l'alignement, de la collaboration et de la performance au sein de l'organisation Rapidité de réaction aux changements de la demande et de l'offre Modélisation de l'impact et des résultats des décisions sur les clients, l'approvisionnement et les finances Amélioration de la performance de la chaîne logistique pour une meilleure compétitivité et réactivité Visualisation de l'impact possible des décisions sur les produits au niveau des clients et des produits avec la planification de la demande de SKU Prédiction et alignement des ventes avec les stocks 16
Analyse pour la transformation de la chaîne de valeur Analyse pour la chaîne logistique Surveillance de bout en bout des performances de la chaîne logistique par des mesures normalisées SCOR prédéfinies par le Supply Chain Council (Conseil de la logistique) 4 Vue fonctionnelle basée sur les critères d'exécution : planification, approvisionnement, fabrication, livraison, retour Surveillance des performances sur la base de cinq attributs SCOR - fiabilité, réactivité, agilité, coûts et actifs (équipement) Mesure et comparaison constante de plusieurs divisions, usines et services Identification des causes racines de problèmes de la chaîne logistique pour la prise d'actions correctives précoces 17
Analyse pour la transformation de la chaîne de valeur Analyse de maintenance prédictive Continuité de la ligne de production Identifier le moment où les équipements de production risquent de tomber en panne ou doivent faire l'objet d'opérations de maintenance en temps réel, de manière à planifier la maintenance préventive, maximiser la disponibilité de production et minimiser les durées d'immobilisation non planifiées, perturbatrices et coûteuses Service client sur le terrain Identifier le moment où les équipements sur le terrain risquent de tomber en panne ou doivent faire l'objet d'opérations de maintenance en temps réel, de manière à maximiser la disponibilité / la durée de service des équipements vendus aux clients ou utilisés pour la prestation de services Réduction des coûts des services sous garantie Analyser les informations de garantie et de service pour identifier la cause racine des pannes Résoudre les problèmes de manière proactive pour réduire les coûts des services sous garantie et améliorer le taux de satisfaction des clients Mettre en œuvre des actions correctives pour améliorer le processus de production et prévenir la récurrence des problèmes 18
Groupe BMW Analyse efficace des données pour optimiser la qualité des voitures premium Contexte Le groupe BMW est une société allemande de fabrication de voitures, motos et moteurs basée à Munich, en Allemagne. Étant l'un des trois constructeurs d'automobiles de luxe au monde, le groupe BMW s'emploie à devenir le premier fournisseur de produits et services premium de mobilité individuelle Problèmes Le groupe BMW avait besoin de gérer et d'analyser efficacement de grandes quantités de données, venant de sources telles que les mémoires d'erreur des véhicules, les retours des concessionnaires et les comptes-rendus de réparations Ces informations étaient nécessaires pour obtenir des données pertinentes et alimenter ainsi le processus d'amélioration Fondation : 1916 Siège : Munich, Allemagne Employés : 102 007 Marques : BMW, Mini, Rolls-Royce Production : 28 installations dans 13 pays Sites de recherche et développement : Munich (Allemagne), Newbury Park, Oxnard, Palo Alto (États- Unis), Steyr (Autriche), Tokyo (Japon), Pékin (Chine) 19
Groupe BMW Analyse efficace des données pour optimiser la qualité des voitures premium Solutions Le constructeur automobile a mis en œuvre le logiciel d'exploration de données et de textes SPSS d'ibm pour produire une analyse rapide et efficace au format d'utilisation convivial Le logiciel produit des résultats accessibles à un large cercle d'utilisateurs sans nécessiter d'accès direct ni de connaissances en SPSS La solution peut traiter rapidement plusieurs milliers de requêtes, ce qui permet d'effectuer l'analyse de gros volumes de données La reconnaissance de modèles et des processus statistiques et mathématiques sont utilisés pour identifier de nouvelles corrélations et tendances «En général, il s'agit de rendre transparents divers processus. On peut alors mesurer le succès là où les données sont générées. L'objectif à plus long terme est bien sûr d'améliorer la performance de BMW dans tous les domaines et de consolider ainsi son succès.» Michael Unger, Gestionnaire des comptes-clés d'analyse prédictive pour IBM SPSS en Allemagne Bénéficesclés Met à disposition des données plus pertinentes grâce à l'observation combinée des résultats des analyses Consolide la position du groupe en tant que fabricant de véhicules reconnu Réduit les tarifs des réparations répétées grâce à l'analyse des données répétées 20
Introduction rapide sur le marché de véhicules durables et de services d'e-mobilité de plus en plus complexes L'application de Smarter Analytics au processus complexe d'introduction de produits sur le marché permet aux constructeurs automobiles de : réduire leurs coûts de développement accélérer la commercialisation de leurs produits améliorer la rentabilité de leurs activités de développement réduire le taux d'erreur et la nécessité de retouches augmenter leur chiffre d'affaires par l'introduction de nouveaux produits plus intéressants Données Capacités d'analyse Perspectives d'action ERP MES Planification et exécution de la chaîne logistique Prévisions produits Données de traçabilité des produits Données sur le ressenti des clients Données relatives au marché de l'automobile Données d'entrepôt Rapports et visualisation Fiches d'évaluation et tableaux de bord Analyse du ressenti Modèles prédictifs Prévisions et simulation Règles d'entreprise et optimisation Analyse sociale Décisions en temps réel Mise à jour plus rapide des concepts de produits pour des économies de temps et d'argent Alignement du plan d'approvisionnement pour satisfaire les spécifications produits et calendriers mis à jour Modélisation des impacts de décisions de développement sur les finances, l'exploitation et le service client Attitude réactive face au premier ressenti des clients pour les mises à jour des produits 21
Groupe Fiat Amélioration de la fidélisation et du taux de réponse des clients Contexte Le groupe Fiat est le 4 ème plus grand constructeur automobile européen en termes de production et le 11 ème dans le monde Fiat donne aux réseaux de concessionnaires 150 objectifs marketing par mois pour générer des ventes et attirer des clients dans chacune de ses implantations Problèmes Fiat voulait déterminer la probabilité d'achat de marques et modèles spécifiques de voitures Fiat par ses clients futurs et existants en se basant sur les tendances historiques d'achat Ces informations étaient nécessaires pour permettre aux concessionnaires individuels d'optimiser l'emploi des fonds marketing disponibles en vue de booster la réponse des clients La société avait également besoin de mieux comprendre l'expérience des clients auprès des concessionnaires et des centres de réparation Fondation : 1899 Siège : Turin, Italie Employés : 214 836 Marques : Fiat, Chrysler, Ferrari, Maserati Centres de production : Italie, Brésil, Argentine, Pologne, Serbie, France, Turquie, Inde, Chine 22
Groupe Fiat Amélioration de la fidélisation et du taux de réponse des clients Solutions Le groupe Fiat a mis en œuvre le logiciel SPSS d'ibm, qui collecte des informations sur plus de 64 millions de clients et 64 millions de véhicules et effectue une analyse statistique des données extrêmement sophistiquée pour cibler les clients, nouveaux ou existants, ayant le plus de chances d'acheter un véhicule Les concessionnaires utilisent ces informations pour affiner leurs initiatives marketing et augmenter la probabilité des ventes Le logiciel SPSS d'ibm a automatisé les modèles prédictifs pour augmenter la précision des résultats et permettre aux concessionnaires d'obtenir des données-clients exploitables en temps réel La société utilise aussi les statistiques pour analyser les données d'études sur les expériences des clients avec les réseaux de concessionnaires et les ateliers de réparation, puis elle utilise ces résultats pour permettre les améliorations nécessaires «Avec SPSS Statistics d'ibm et SPSS Modeler d'ibm, nous avons amélioré de 7 % la fidélisation de nos clients, et 54 % des clients Fiat remplacent leur voiture actuelle par un autre modèle de Fiat.» Giovanni Lux, Gestionnaire de la base de données clients et de la veille stratégique, directeur de l'expérience clients, groupe Fiat Automobiles Bénéficesclés 7 % d'amélioration de la fidélité des clients 15-20 % d'augmentation du taux de réponse des clients 64 millions de points de données clients analysés 23
Pourquoi choisir la solution IBM Business Analytics? Incomparable Les capacités d'analyse sont doublement spécialisées sur la tâche et interconnectées pour permettre des perspectives partagées dans toute l'organisation Des capacités d'analyse évolutives pour petites et moyennes entreprises, mais aussi grands groupes internationaux Intégrale Des capacités d'analyse pour tous, pour toutes les décisions, toutes les données, quel que soit le lieu et quelle que soit l'heure Options de livraison multiple : sur divers équipements, matériel, sur le Cloud et mobiles Stratégies Près de 600 brevets d'analyse par an, numéro 1 au classement international des brevets pour les 19 dernières années Des systèmes d'analyse nouvelle génération capables de raisonner et d'apprendre Éprouvée Leader technologique reconnu aux services de R&D de pointe couronnés de succès. Un grand nombre de cas d'utilisation d'innovation en matière d'analyse Plus de 20 000 engagements d'analyse et 9 000 conseillers d'analyse dédiés de par le monde
Pour plus d'informations ibm.com/software/analytics 25
Marques déposées et notes IBM Corporation 2013 IBM, le logo IBM, ibm.com et Cognos sont des marques ou des marques déposées d'international Business Machines Corporation aux États-Unis et/ou dans certains autres pays. Si ces marques et d'autres marques d'ibm sont accompagnées d'un symbole de marque ( ou ), ces symboles signalent des marques d'ibm aux États-Unis à la date de publication de ce document. Ces marques peuvent également exister et éventuellement avoir été enregistrées dans d'autres pays. La liste actualisée de toutes les marques d'ibm est disponible sur la page Web «Copyright and trademark information» à l'adresse www.ibm.com/legal/copytrade.shtml. Dans cette publication, les références à des produits et services IBM n'impliquent pas qu'ibm prévoie de les commercialiser dans tous les pays où IBM est implanté. 26