En la industria de ascensores y escaleras mecánicas, el tiempo de actividad de los equipos y la rápida respuesta del servicio afectan directamente la seguridad y la satisfacción del cliente. Los modelos de mantenimiento tradicionales a menudo dependen de programas de servicio estáticos o problemas informados por los clientes, lo que genera tiempos de inactividad innecesarios y rutas técnicas ineficientes. Para superar estos desafíos, la empresa necesitaba una plataforma de automatización escalable capaz de analizar datos de IoT en tiempo real, predecir posibles fallas y desencadenar intervenciones de servicio proactivas.
Desafío
Antes de Decisions, la empresa enfrentaba varios desafíos críticos:
- La programación manual y los modelos de servicios reactivos crearon retrasos.
- Los datos de IoT subutilizados impidieron la detección temprana de necesidades de mantenimiento.
- Tiempo de inactividad prolongado debido a la lenta identificación de problemas y la demora en la respuesta del técnico.
- Las asignaciones ineficientes de técnicos aumentaron los gastos administrativos y ralentizaron la resolución del servicio.
- La visibilidad limitada de las tendencias de desempeño obstaculizó los esfuerzos por escalar el mantenimiento predictivo a nivel mundial.
Estas limitaciones aumentaron los costos, redujeron la calidad del servicio y debilitaron la confianza del cliente.
Solución
La empresa implementó Decisions como motor de reglas central para la automatización impulsada por IoT. La plataforma permitió el monitoreo en tiempo real de 100.000 ascensores conectados en todo el mundo mediante el análisis de millones de registros de latidos cardíacos diariamente. Características clave incluidas:
- Detección de anomalías basada en reglas para identificar las necesidades de mantenimiento antes de que ocurrieran fallas.
- Flujos de trabajo automatizados para activar acciones de mantenimiento al instante.