- Casos de Sucesso
- American Honda Motor Co., Inc.
Analytics transforma dados de serviço de reparo em economia de custo
Com o SAS, leva menos de um minuto para identificar um pedido suspeito.
99% de Precisão
na previsão de demanda
A Honda conseguiu isso usando • SAS® Analytics • SAS® Enterprise BI Server • SAS® Forecast Server
A American Honda Motor Co., Inc. utiliza soluções SAS® para aprimorar reivindicações de garantia e prever o uso de peças e serviços
Quando o dono de um carro ou caminhão leva um veículo até uma concessionária Acura ou Honda nos EUA, há mais a ser feito na visita do que simples reparos ou vistorias. Em cada uma delas, os técnicos geram dados sobre os reparos, incluindo qualquer reinvindicação de garantia à American Honda Motor Co., Inc., que alimentam diretamente seu banco de dados. Isso inclui qual tipo de serviço foi prestado, quanto o cliente pagou, comentários do supervisor e muitos outros pontos de dados.
Agora, multiplique esse processo por dezenas de visitas diárias em mais de 1.200 concessionárias país afora que fica claro – a Honda tem big data. E depende de pessoas como Kendrick Kau, Gerente-Assistente do gupo de Advanced Analytics da Honda, extrair insights desses dados e transformá-los em um ativo útil.
Olhando para trás numa base anual, nós estamos dentro de uma margem de 1% de onde prevíamos estar. Kendrick Kau Gerente-Assistente, grupo de Advanced Analytics Honda
Examining warranty data to make maintenance more efficient
Like any other major automobile distributor, American Honda works with a network of dealerships that perform warrantied repair work on its vehicles. This can be a significant cost for the company, so American Honda uses analytics to make sure that warranty claims are complete and accurate upon submission.
In the case of warranty claims, Kau’s team helps empower dealers to understand the appropriate warranty processes by providing them with useful information via an online report. To support a goal of reducing inappropriate warranty costs, Kau and his team must sift through information on repairs, parts, customers and other details. They chose a visual approach to business intelligence and analytics, powered by SAS, to identify cost reduction opportunities.
To decrease warranty expense, the Advanced Analytics team used SAS Analytics to create a proprietary process to surface suspicious warranty claims for scrutiny on a daily basis to make sure they are in compliance with existing guidelines. The effort to identify and scrutinize claims was once fairly manual, tedious and time-intensive.
“Before SAS, it took one of our staff members one week out of each month to aggregate and report warranty data within Microsoft Excel spreadsheets,” Kau says. “Now, with SAS, we populate those same reports on an easily accessible online dashboard automatically, and we recovered a week of manpower that we could put on other projects.”
Artificial Intelligence Technologies
SAS delivers artificial intelligence through these primary technologies: machine learning, natural language processing, computer vision, forecasting and optimization. Want to learn more about how these technologies play a role in AI?
Examinando dados de garantia para deixar a manutenção mais eficiente
Como qualquer grande distribuidor automotivo, a Honda trabalha com uma rede de concessionárias que assegura reparos em seus veículos. Isso pode acarretar em custos significativos para a empresa, e é por isso que a Honda usa analytics para ter certeza de que essas reivindicações de garantia estejam corretas e precisas ao serem submetidas.
O time de Kau ajuda a capacitar revendedores de modo a fazê-los entender os processos de reivindicação apropriados ao fomentá-los com informações úteis através de um relatório online. Para suportar o objetivo de reduzir gastos inapropriados com garantias, Kau e sua equipe precisam peneirar as informações sobre reparos, peças, clientes e outros detalhes. Eles escolheram uma abordagem visual de business intelligence e analytics, fornecida pelo SAS, para identificar oportunidades de redução de custo.
Para diminuir os gastos com seguro, o time de Advanced Analytics usou o SAS Analytics para criar um processo próprio que encaminha reivindicações suspeitas para um exame minucioso, garantindo que elas estejam em conformidade com as regras existentes. O esforço para identificar e examinar reivindicações costumava ser manual, tedioso e demorado.
“Antes do SAS, um membro da nossa equipe gastava uma semana por mês para agregar e criar relatórios de dados de garantia em planilhas de Excel”, Kau diz. “Agora, com o SAS, nós conseguimos esses mesmos relatórios automaticamente em um painel online facilmente acessível, e recuperamos uma semana de mão-de-obra que podemos alocar em outros projetos”.
Ao aplicar o SAS Analytics nos dados de garantia, o grupo de Advanced Analytics deu à equipe de Reivindicações e ao pessoal de campo a habilidade de identificar rápida e acertadamente as solicitações incompletas, imprecisas ou irregulares. Os resultados foram impressionantes.
“Inicialmente, nossos examinadores levavam, em média, mais de três minutos para identificar uma reivindicação potencialmente irregular e, mesmo assim, com precisão em apenas 35% dos casos”, Kau conta. “Agora, com o SAS, leva menos de um minuto para identificar um pedido suspeito. E, nesse tempo, eles estão encontrando pedidos irregulares 76% das vezes.”
O esforço para aumentar a conformidade de garantia valeu a pena para a Honda. Através de uma análise mais completa dos pedidos de garantia – e mais disciplina nas concessionárias – a Honda viu uma redução de 52% nos custos de mão-de-obra em suas horas de trabalho programadas.
Honda – Fatos & Números
3X
Análises de pedidos mais rápidas
$$
Custo de mão-de-obra reduzida
1200
Concessionárias nos EUA
Usando dados de serviços para prever necessidades futuras
A equipe de Advanced Analytics da Honda também utiliza dados de peças e serviços para desenvolver laços mais fortes com clientes ao garantir que os vendedores tenham peças disponíveis sob demanda para os reparos solicitados. Ter as peças certas disponíveis – no momento certo – é primordial, então os dados de reparos de veículos alimentam diretamente os esforços de marketing e retenção de clientes da Honda.
“Para o time de marketing, nós fornecemos insights estratégicos para ajudar a modelar seus programas que são projetados para levar os clientes às concessionárias e, enfim, mantê-los leais à nossa marca”, Kau diz. “O objetivo da Honda é fidelizar o cliente pela vida toda. Nós queremos que nossos clientes tenham uma boa experiência, e uma das maneiras de fazer isso é através de serviços excepcionais”.
A Honda utiliza o SAS Forecast Server para auxiliar no plano de negócios, garantindo que os recursos adequados estejam disponíveis para atender a demandas futuras de serviço. Usando o histórico de informações de pedidos de reparos e certificações, eles desenvolveram uma série temporal de anos de reparos anteriores. Ao combinar informações de séries temporais com os dados de vendas, a equipe de Kau pode projetar onde estarão as maiores oportunidades da empresa nos próximos anos.
“Nosso objetivo é prever o número de veículos em operação para conseguir prever o volume de clientes que visitam as concessionárias”, Kau diz. “E isso se traduz em quantas peças nós deveríamos ter em mãos e nos ajuda a planejar o pessoal necessário para atender às demandas. Olhando para trás numa base anual, nós estamos dentro de uma margem de 1% de onde prevíamos estar. Isso é extremamente bom para uma previsão, e eu atribuo muito disso à capacidade do SAS”.
Feedbacks de clientes que direcionam o negócio
Outra maneira com que a Honda usa analytics é na rápida avaliação dos dados de pesquisas de satisfação. Usando SAS, a equipe de Advanced Analytics explora tais dados para obter insights sobre como os veículos estão sendo utilizados e para identificar as alterações de design com mais chances de aumentar a satisfação dos clientes.
Numa base semanal, o time de analytics examina os dados provenientes de pesquisas de satisfação. A equipe de Kau usa SAS para sinalizar tendências que possam exigir a atenção dos times de design, produção e engenharia, entre outros. Com a tecnologia SAS, usuários podem dissecar grandes problemas em respostas mais específicas para entender a possível raiz de um problema.
“Nós podemos ver nos dados o que os clientes estão falando”, Kau diz. “E isso leva a um grande número de desafios que nós podemos atacar. Os componentes foram projetados de maneira ideal? Esse é um problema de educação do cliente? É algo que deveríamos ter atendido no processo de produção? Por causa do SAS, essas são perguntas essenciais que podemos responder usando nossos dados”.