Praxisbeispiel
Datengetriebene Bewertung von Aftersales-Strategien
Durch steigende Komplexität im Aftersales und zunehmenden Wettbewerbsdruck werden datenbasierte Entscheidungen immer wichtiger, um die gesetzten Umsatz- sowie Margenziele zu erreichen. Ein datenbasiertes Berechnungsmodell bietet hier die Möglichkeit, fundierte Entscheidungen zu treffen und das Unternehmen effektiv auszurichten.
Hintergrund
Unser Kunde, ein Automotive OEM, stand vor der Herausforderung, strategische Entscheidungen bezüglich der Einführung einer neuen Produktlinie zu treffen und deren Potenzial zu bewerten. Insbesondere ging es dabei um die Wiederaufbereitung von Gebrauchtteilen (Remanufacturing), ein Segment mit hohem Umsatz- und Nachhaltigkeitspotenzial.
Konkrete Aufgabenstellung
Das Ziel war die Entwicklung und Etablierung eines datenbasierten Berechnungsmodells zur Bewertung der mittelfristigen Entwicklung von Marktpotenzial, Umsatz und Kosten je Produktgruppe für die Wiederaufbereitung und Vermarktung von Gebrauchtteilen.
KBC-Lösungsansatz
Zunächst wurden die relevanten Daten in der komplexen Systemlandschaft des Kunden identifiziert und effektiv angebunden. Anschließend wurde ein umfassendes und flexibel anpassbares Datenmodell entwickelt, das sowohl quantitative Daten als auch Beziehungs- und Expertenwissen berücksichtigte. Mit Hilfe der eingesetzten BI-Software konnte ein Portfolio für die Wiederaufbereitung auf Grundlage der evaluierten 139.000 Sachnummern definiert werden.
Ein entscheidender Erfolgsfaktor war die Kombination von fachlichem Know-How im Bereich After Sales und Remanufacturing mit Expertise in Datenanalyse und -auswertung.
