Apa yang dapat Anda lakukan dengan data yang Anda kumpulkan di luar fungsi aslinya?
Tetap menggunakan ball joint, ada beberapa fungsi tambahan yang relevan dengan armada, seperti pemeliharaan prediktif atau preventif. Anda dapat menggunakan ball joint untuk mendeteksi masalah pada banyak bagian kendaraan, dan kami memiliki algoritma untuk melakukannya. IP kami dibuat untuk mengambil data sensor tersebut dan mengatakan Anda memiliki masalah lengan kendali atau Anda memiliki masalah penyangga. Hal ini menjadi berharga bagi produsen mobil dalam beberapa hal. Jika konsumennya, mereka dapat mengirimi mereka kupon yang bertuliskan datanglah ke dealer kami untuk memperbaikinya. Jadi sekarang Anda menjalankan bisnis di dealer dan meningkatkan kepuasan pelanggan, yang merupakan pendorong besar bagi produsen mobil. Dan jika itu kendaraan armada, Anda dapat memberi peringatan kepada manajer armada. Untuk aplikasi armada, kami telah menunjukkan bahwa penghematan ratusan dolar per tahun per kendaraan dapat dilakukan dengan beralih dari pemeliharaan terjadwal ke pemeliharaan prediktif.
Apa sajakah kasus penggunaan lainnya?
Sekali lagi, di area ball joint kami sedang mengembangkan fungsi personalisasi — kebanyakan untuk kendaraan premium — meskipun saya tidak bisa menjelaskan lebih detail. Fungsi-fungsi tersebut mempelajari cara Anda mengemudi dan jalan yang Anda lalui dari sudut pandang suspensi, sehingga menjadikan pengalaman berkendara lebih baik bagi Anda.
ZF identik dengan penyiaran bagi banyak orang. Apa saja potensi penggunaan sensor dan data dari transmisi?
Kami memiliki program eksklusif untuk membantu pembuat mobil yang menggunakan transmisi hibrid kami mengurangi jejak CO2 mereka menggunakan data.
Bisakah data digunakan dalam konteks pengembangan produk?
Sangat. Kami membangun kumpulan data untuk benar-benar mengkarakterisasi penggunaan produk. (Produsen dan pemasok mobil) merekayasa produk untuk profil pelanggan tertentu, yang disebut 99 persen pelanggan, yang merupakan pelanggan yang paling banyak menuntut. Namun kami tidak selalu memiliki data untuk mendukungnya. Faktanya, jika Anda melihat banyak produk, produk tersebut direkayasa secara berlebihan. Jika kita dapat memahami apa yang sebenarnya dilakukan pelanggan tersebut dan bukan apa yang menurut kita dilakukan oleh orang tersebut, kita dapat menghemat banyak uang.
Layanan data apa lagi yang bisa Anda tawarkan?
Kami memiliki algoritme yang membuat database dan peta lokasi lubang dan masalah permukaan jalan lainnya. Data tersebut sangat berharga bagi kota-kota karena saat ini mereka harus mengirimkan tim untuk menemukan lubang tersebut. Ada teknologi pesaing lain yang menggunakan kamera, tapi harganya mahal, dan kami (sensor pengumpulan data) sudah terpasang di banyak kendaraan.
Bagaimana Anda menangani masalah lacak balak, peretasan, dan privasi?
Kami tidak pernah berada di antara produsen mobil dan pelanggan. Itu suci. Kami menyediakan semua yang kami lakukan kepada produsen mobil dan mereka memutuskan bagaimana melibatkan pelanggan. Terserah produsen mobil untuk menjaga hubungan dengan pelanggan dan mendapatkan persetujuan serta izin. Namun menurut kami ini adalah pertukaran yang menguntungkan: Anda pada dasarnya memberikan data dan sebagai imbalannya Anda mendapatkan layanan dan produk yang lebih baik. Saya pikir konsumen sudah mengharapkannya dan akan mengharapkannya lebih banyak lagi.
Berapa potensi ukuran bisnis berbasis data?
Kita banyak ditanya, tapi tidak mudah untuk menjawabnya. Saya telah melihat angka dari perusahaan konsultan yang memperkirakan nilai data dari sebuah mobil sebesar $100 per kendaraan per tahun. Menurut saya, tidak masuk akal jika Anda menghitung nilai siklus hidup data, termasuk retensi pelanggan dan bisnis tambahan untuk pedagang. Jika Anda melihat peningkatan retensi kepuasan pelanggan, jika Anda melihat bisnis jasa, maka itu mungkin bukan angka yang tidak realistis, dan mungkin bahkan lebih besar lagi jika Anda berbicara tentang kendaraan premium, di mana retensi sangat berharga. Dalam konteks armada, niscaya nilainya bisa lebih besar.
Banyak pembuat mobil berbicara tentang penggunaan data untuk menghasilkan pendapatan yang signifikan di masa depan. Apa kendala utama dalam hal ini?
Sebelum bergabung dengan ZF, saya adalah kepala analitik di Global Connected Customer Experience, atau GCCX, yang mencakup OnStar, General Motors. Saya tidak bisa berbicara tentang pendapatan mereka, tetapi mereka mempunyai jumlah yang bagus. Jadi, menurut saya para pembuat mobil mempunyai peluang yang sangat besar di sini.
Banyak produsen mobil mengembangkan sistemnya sendiri. Mengapa mereka harus mendapatkan teknologi ini dari pemasok?
Model kami jauh lebih efisien karena tidak efisien bagi setiap pembuat mobil untuk mengembangkan semua IP tersebut. Mengapa GM harus mengembangkan serangkaian algoritma dan Ford mengembangkan serangkaian algoritma dan BMW, dan orang lain? Kita dapat mendorong efisiensi ini dari basis pasokan. Itu sebabnya kami menyiapkan fungsi monetisasi data, karena kami menyadari bahwa ada ketidakefisienan mendasar dalam cara melakukan berbagai hal saat ini, di mana setiap produsen mobil menyiapkan fungsi data mereka sendiri yang pada dasarnya mereplikasi satu sama lain. Hal ini bertolak belakang dengan perekonomian industri kita.
Bisakah Anda berbicara sedikit tentang Data Venture Accelerator ZF?
Apa yang terjadi di perusahaan mobil adalah Anda melihat berapa banyak uang yang dikeluarkan untuk menjalankan fungsi seperti pengereman, dan kemudian Anda mencoba mengoptimalkannya, berdasarkan profil keuangan kendaraan, berapa banyak Anda akan berinvestasi dalam sistem tersebut. Namun orang yang memiliki keekonomian sistem pengereman adalah chief engineer dan orang yang mengerjakan program (sistem atau kendaraan), namun mereka tidak begitu memahami cara memonetisasi data tersebut. Lalu ada orang lain yang punya berbagai ide tentang apa yang bisa dilakukan dengan data tersebut, namun kemampuan teknis, algoritma, dan keekonomian sistemnya tidak sesuai. Keduanya masih merupakan dua silo yang berbeda. Apa yang ingin kami lakukan dengan akselerator bisnis data adalah menggabungkan keduanya menjadi satu tim yang berfungsi seperti sebuah startup. Kami akan mampu menghasilkan solusi teknis yang benar-benar menghasilkan uang.
Bagaimana tanggapan produsen mobil terhadap portofolio monetisasi data ZF?
Kami memiliki produsen mobil yang telah memasukkan penawaran kami ke dalam proses rekayasa dan inovasi canggih mereka. Di sinilah teknologi dikembangkan, dan kemudian program kendaraan dapat memanfaatkannya untuk implementasi nyata. Jadi, jika pembuat mobil bekerja sama dengan kami pada data sensor ball joint, Anda mendapatkan serangkaian fungsi yang dapat dilakukan oleh data tersebut. Kami dibayar berdasarkan fitur yang Anda putuskan untuk diterapkan. Kami akan mengatakan: Jika Anda menginginkan fitur ini, ini adalah jumlah uang yang Anda dapatkan; itulah berapa banyak uang yang harus kita dapatkan. Ini adalah percakapan yang sangat produktif dan transparan.
Bidang monetisasi data manakah yang paling menjanjikan dalam hal menghasilkan pendapatan?
Kami memiliki tiga area fokus untuk monetisasi data. Yang pertama adalah monetisasi data lapangan, yaitu kami mengambil data dari kendaraan, memberi nilai tambah, dan memberikannya kepada produsen mobil. Yang kedua adalah mengurangi biaya verifikasi untuk ADAS (sistem bantuan pengemudi tingkat lanjut). Biaya untuk memvalidasi sistem sangat besar karena Anda harus mengujinya lebih sering dan menempatkannya dalam lebih banyak kasus edge. Kami telah mengembangkan teknologi untuk mengumpulkan data tentang satu program dan kemudian menggunakannya kembali di program lain. Area fokus ketiga bagi kami adalah pengurangan CO2. Verifikasi ADAS mungkin merupakan cara termudah untuk mendapatkan daya tarik dengan cepat dari produsen mobil karena ini merupakan hal yang sulit, dan ada sejumlah hal yang terkait dengannya. Hal ini diikuti dengan pengurangan CO2, rasa sakit lain yang sudah tidak asing lagi bagi kita. Potensi monetisasi data lapangan sangat besar, namun dalam industri otomotif, masyarakat lebih memilih menghemat satu dolar daripada menghasilkan satu dolar. Dan ini termasuk dalam kategori “menghasilkan dolar”; dua yang pertama termasuk dalam kategori “menghemat satu dolar”.
Siapa pesaing Anda dalam monetisasi data?
Persaingan sebenarnya merupakan pola pikir tradisional para produsen mobil yang pada dasarnya mengatakan: Kita harus melakukan segalanya sendiri. Saya pikir apa yang kita sadari saat ini, seperti contoh rem atau sambungan bola, cara kerja ekonominya sedikit berbeda dan terdapat efisiensi yang besar dalam kemitraan dengan pemasok yang memahami sistem dengan sangat baik. Jika dipikir-pikir, data bukanlah emas, data hanyalah aset lain dalam portofolio Anda. Anda hanya perlu melakukan pendekatan dengan cara yang efektif secara ekonomi. Perusahaan mobil membuat jok, dan mereka bahkan membuat pegas pada jok, namun mereka menyadari bahwa mungkin akan lebih murah jika orang lain melakukannya karena mereka memiliki skala. Sama halnya dengan algoritma untuk memprediksi keausan rem. Kita tidak membutuhkan 10 produsen mobil yang mengembangkan algoritma serupa. Hal ini hanya memperlambat operasi kami dan memperlambat penyampaian nilai kepada pelanggan.
