Digitaler Wandel im Reklamationsmanagement – ein Besuch bei der VDMA-Tagung
Ganz im Zeichen der Digitalisierung stand die diesjährige VDMA-Tagung zum Reklamationsmanagement mit dem Motto „Mit digitalem Beschwerdemanagement beim Kunden punkten“. 88 Teilnehmer aus dem Anlagen- und Maschinenbau nutzten die Möglichkeit zum Austausch und verfolgten die sechs abwechslungsreichen Beiträge. Redner mit ganz unterschiedlichem Fokus wie Qualitätsmanagement, IT, Recht und Data Analytics waren eingeladen und ermöglichten so einen umfassenden Blick auf das Thema aus verschiedenen Perspektiven. So wurde von führenden Unternehmen ganz praxisnah demonstriert, wie die digitale Transformation der Reklamationsprozesse schon heute gelingt. Einen Blick aus der Vogelperspektive auf die Kennzahlen im Reklamationsmanagement gab es direkt aus erster Hand vom VDMA. Wie künstliche Intelligenz und Software im europäischen Recht verstanden werden, war für viele Besucher sicher eine ganz neue Perspektive.
Auch die Deutsche Gesellschaft für Qualität war mit dem Beitrag „Wie Sie mit Data Analytics Reklamationen vorhersagen“ des DGQ-Trainers Dr. Gregor Bartsch vertreten. Herr Bartsch zeigte auf, wie das Thema sich in digitalisierte Reklamationsprozesse einfügt; denn belastbare Reklamationsdaten ermöglichen überhaupt erst solide Vorhersagen. Grundlegende Modelle zur Produktalterung wurden ganz unkompliziert am Beispiel eines Spielzeugflugzeuges veranschaulicht. Das bereitete den Einstieg in eine allgemeine Fallstudie zur Reklamationsprognose: Es ging um ein noch junges Qualitätsproblem mit einem neuen Fehlerbild. In der Situation war unklar, ob es nach den ersten wenigen Reklamationen ruhig weitergeht, oder ob sich die Sache in eine Reklamationswelle epidemischen Ausmaßes entwickeln würde. „In solchen Fällen haben Sie nur sehr wenig Daten in der Hand für Ihre Prognosen“, kommentierte Dr. Bartsch die dünne Datengrundlage. „Mit gut überlegten Annahmen zum Alterungsmodell kann man aber auch in so frühen Phasen viel erreichen“, führte er fort, um gleich darauf Prognosen für Reklamationszahlen und Kosten mit einer Web-Applikation vorzurechnen. Durch den Vergleich mehrerer Prognosen verdeutlichte sich die Idee der Methode als Entscheidungshilfe. „Sie können verschiedene Szenarien von potenziellen Maßnahmen direkt miteinander vergleichen und die Folgen für Qualität und Kosten sichtbar machen“, fasste Dr. Bartsch die Ergebnisse zusammen und teilte seine Gedanken zur gezeigten Software-Unterstützung: „Der Computer kann einem viel Mathematik abnehmen – das erleichtert den Zugang ungemein. Das Thema bleibt aber sehr anspruchsvoll und man kann ohne gutes Verständnis für die Modelle einiges falsch machen. Es lohnt sich daher Zeit zu investieren, um die Denkkonzepte richtig zu verstehen und damit bestmögliche Prognosen zu erstellen.“
Für alle, die das Thema verstehen möchten und praxisnahe Beispiele im anschaulichen Format suchen, ist das DGQ E-Training „Wie Sie mit Data-Analytics Reklamationen vorhersagen“ genau das richtige.
Daten werden zum Wirtschaftsgut – Unternehmen auf dem Weg in die Datenökonomie
In unserer Gesellschaft spielen Daten, die wir durch Messung oder Beobachtung erhalten, eine zentrale Rolle. Nicht umsonst gelten sie als das neue Öl unserer Zeit. Dies betrifft sowohl die Daten, die tagtäglich über uns gesammelt werden, als auch Daten, Kennzahlen und Messwerte im unternehmerischen Kontext. Durch neue und rasante technologische Entwicklungen wächst die verfügbare Datenmenge aus allen Geschäftsbereichen eines Unternehmens stetig an. Doch was fängt man mit diesen Daten an und welchen Nutzen können Unternehmen aus ihnen ziehen? Inzwischen geht es nicht mehr nur darum, vorhandene Daten sinnvoll zu nutzen – zum Beispiel zur Fehlerbehebung oder Prozessoptimierung. Daten selbst werden zur Ressource und zum Wirtschaftsgut. Datenökonomie bedeutet, Daten in eigenständigen Geschäftsmodellen zu kommerzialisieren.
Big Data bei vielen Unternehmen an erster Stelle
Neue Technologien, wie das Internet of Things, künstliche Intelligenz oder Block Chain haben einen immer größeren Einfluss auf die Wettbewerbsfähigkeit von Unternehmen. Das besagt eine repräsentative Befragung von Managern in 604 deutschen Unternehmen ab 20 Mitarbeitern, die der Digitalverband Bitkom 2018 durchgeführt hat. Ein zentrales Ergebnis: Big Data steht an erster Stelle der geplanten oder bereits umgesetzten Technologien (57 Prozent).
(mehr …)
Digitalisierung – so ändern sich die Anforderungen an Datenerhebung und statistische Methoden
Die Relevanz von Daten und deren Erhebung, Analyse und Interpretation stehen zunehmend im Zentrum digitalisierten Industrie und Gesellschaft. Neben dem Einsatz innovativer Technologien und der Entwicklung digitaler Geschäftsmodelle bietet die Analyse großer Datenmengen für Unternehmen bemerkenswertes Potenzial zur besseren Marktpositionierung.
DGQ überarbeitet Statistik-Lehrgänge: Data Analytics im Fokus
Große Datenmengen smart zu analysieren und aufzubereiten – in Zeiten der digitalen Transformation wird diese Fähigkeit immer wichtiger. Statistische Methoden und Modelle bilden auch hierbei die Grundlage für die Gewinnung valider Erkenntnisse. Statistik erweitert sich um den Bereich Data Analytics. So bieten sich künftig noch effektivere Möglichkeiten, Prozesse zu verbessern und Unternehmensziele zu erreichen. Das Know-how zur Analyse großer Datenmengen wird zur Schlüsselkompetenz für Effizienzsteigerung. Es bildet die Grundlage von Entscheidungsfähigkeit und Strategieentwicklung im digitalen Wandel.
Um Qualitätsfachleute auch künftig umfassend für die aktuellen Herausforderungen im Bereich Data Analytics in Produktion und Dienstleistung zu rüsten, überarbeitet die DGQ aktuell ihre Statistik-Trainings. Ab Mitte 2019 bietet sie neue Lehrgänge und Zertifikate zum Thema Data Analytics mit unterschiedlichen Schwerpunkten für Industrie- und Dienstleistungsunternehmen an.
Die DGQ ist seit Jahrzehnten ein renommierter Trainingspartner für Statistik – und vergibt anerkannte Zertifikate wie den DGQ-Schein „Qualitätstechnik QII“ oder den „DGQ-Instruktoren-Ausweis“. DGQ-Instruktoren sind Experten auf dem Gebiet statistischer Methoden und darüber hinaus in der Lage, ihre praktische Anwendung zu vermitteln. Diese langjährige Erfahrung in der Ausbildung bildet die Basis für die Modernisierung der Lehrgangsreihe.
