Advertisement

Smartere Produkte durch analysebasierte Dienstleistungen – Ein methodisches Werkzeug zur strukturierten Entwicklung

  • Fabian HunkeEmail author
  • Ronny Schüritz
Schwerpunkt
  • 15 Downloads

Zusammenfassung

Im Zuge neuer, digitaler Geschäftsstrategien untersuchen Unternehmen zunehmend, wie Daten und Analyseverfahren eingesetzt werden können, um ihre Produkte durch innovative Dienstleistungsfeatures anzureichern. Diese analysebasierten Dienstleistungen zur Erweiterung der Produkte um smarte Komponenten sind jedoch noch weitestgehend unerforscht und Unternehmen mangelt es an adäquater Unterstützung bei der Konzeption und Entwicklung derartiger Dienstleistungen. Basierend auf der Untersuchung 26 bereits am Markt existierender analysebasierter Dienstleistungen zur Erweiterung von Produkten um smarte Komponenten identifizieren wir in diesem Beitrag fünf zentrale Schlüsselfaktoren, (1) Datengenerierung, (2) Datenherkunft, (3) Datenziel, (4) Analyseverfahren und (5) Kundenrolle, und allgemeine Ausprägungscharakteristiken, die diese Dienstleistungen beschreiben. Wir nutzen diese Ergebnisse zur Erstellung eines einfachen, leicht handhabbaren, methodischen Werkzeugs, das Unternehmen bei der Konzeption und Gestaltung analysebasierter Dienstleistungen unterstützt. Anschließend demonstrieren wir die Anwendung dieses Werkzeugs, indem wir es zur Klassifizierung zwei verschiedener analysebasierter Dienstleistungen heranziehen. Die hier vorgestellten Ergebnisse sind folglich in zweierlei Hinsicht von Relevanz. Erstens ergänzen sie das existierende Wissen über diese neuartigen Dienstleistungen und legen damit den Grundstein für einen weiteren Konzipierungsprozess. Zweitens bieten wir einen konkreten Wissenstransfer unserer Ergebnisse in die Praxis, indem Unternehmen eine erste methodische Hilfestellung bei der Entwicklung neuer analysebasierter Dienstleistungen erhalten.

Schlüsselwörter

Analysebasierte Dienstleistung Produkterweiterung Smarte Produkte Methodisches Werkzeug 

Making Products Smart Using Analytics-based Services—A Tool for a Systematic Development Approach

Abstract

In the wake of new digital business strategies, companies are increasingly exploring how data and analytics can be used in innovative services to make their products smarter. However, such analytics-based services are still largely unexplored, and companies lack adequate support in the design and development of such services. Based on the analysis of 26 existing analytics-based services in the market, we identify five key factors describing these services: (1) Data generation, (2) data origin, (3) data target, (4) analytics type, and (5) customer role. We use these key factors to create a methodological, yet simple, and easy-to-use tool that helps companies design and build analytics-based services. We demonstrate the tool’s application by using it to classify two different analytics-based services in the market. Hence, the paper’s contribution is twofold: First, we complement existing knowledge about this new service type and, thus, lay the foundation for a deeper process on conceptualizing analytics-based services. Secondly, we offer a concrete knowledge transfer of our results into the practice by providing companies with initial methodological support in the development of new analytics-based services.

Keywords

Analytics-based service Product enrichment Smart products Methodological tool 

Literatur

  1. Allmendinger G, Lombreglia R (2005) Four strategies for the age of smart services. Harv Bus Rev 83(10):131–145Google Scholar
  2. Atzori L, Iera A, Morabito G (2010) The internet of things: a survey. Comput Netw 54(15):2787–2805CrossRefzbMATHGoogle Scholar
  3. Bailey K (1994) Typologies and taxonomies: an introduction to classification techniques. Quantitative applications in the social sciences 102. SAGE, Thousand OaksCrossRefGoogle Scholar
  4. Becker J, Beverungen D, Knackstedt R, Glauner C, Stypmann M, Rosenkranz C, Schmitt R, Hatfield S, Schmitz G, Eberhardt S, Dietz M, Thomas O, Walter P, Lönngren H, Leimeister J (2009) Ordnungsrahmen für die hybride Wertschöpfung. In: Thomas O, Nüttgens M (Hrsg) Dienstleistungsmodellierung: Methoden, Werkzeuge und Branchenlösungen. Physica, Berlin, S 109–128CrossRefGoogle Scholar
  5. Beverungen D, Müller O, Matzner M, Mendling J, Vom Brocke J (2019) Conceptualizing smart service systems. Electron Mark 29(1):7–18CrossRefGoogle Scholar
  6. Bitner M, Ostrom A, Morgan F (2008) Service blueprinting: a practical technique for service innovation. Calif Manage Rev 50(3):66–94CrossRefGoogle Scholar
  7. Brenner W, Uebernickel F, Abrell T (2016) Design thinking as Mindset, process, and toolbox. In: Brenner W, Uebernickel F (Hrsg) Design thinking for innovation. Springer, Cham, S 3–21CrossRefGoogle Scholar
  8. Chitkara R, McCaffrey M (2016) Global 100 Software Leaders: Digital intelligence conquers the world below and the cloud above. https://www.pwc.com/gx/en/technology/publications/global-software-100-leaders/assets/global-100-software-leaders-2016.pdf. Zugegriffen: 5. Jan. 2019Google Scholar
  9. Cochlear (2019) Hear your way. https://www.hearyourway.com/uk/n7/adults. Zugegriffen: 5. Jan. 2019Google Scholar
  10. Fayyad U, Piatetsky-Shapiro G, Smyth P (1996) From data mining to knowledge discovery in databases. AI Mag 17(3):37–54Google Scholar
  11. Gerpott T (2005) Strategisches Technologie-und Innovationsmanagement. Schäffer-Poeschel, StuttgartGoogle Scholar
  12. Goldstein S, Johnston R, Duffy J, Rao J (2002) The service concept: the missing link in service design research? J Oper Manag 20:121–134CrossRefGoogle Scholar
  13. Gregor S, Hevner A (2013) Positioning and presenting design science research for maximum impact. MIS Q 37(2):337–355CrossRefGoogle Scholar
  14. Grönroos C, Voima P (2013) Critical service logic: making sense of value creation and co-creation. J Acad Mark Sci 41(2):133–150CrossRefGoogle Scholar
  15. Han J, Kamber M (2006) Data mining: concepts and techniques, 2. Aufl. Morgan Kaufmann, San FranciscozbMATHGoogle Scholar
  16. Hevner A (2007) A three-cycle view of design science research. Scand J Inf Syst 19(2):87–92Google Scholar
  17. Huang M, Rust R (2013) IT-related service: a multidisciplinary perspective. J Serv Res 16(3):251–258CrossRefGoogle Scholar
  18. Huang M, Rust R (2017) Technology-driven service strategy. J Acad Mark Sci 45(6):906–924CrossRefGoogle Scholar
  19. Hunke F, Engel C (2018) Utilizing data and analytics to advance service. In: Satzger G, Patrício L, Zaki M, Kühl N, Hottum P (Hrsg) Exploring service science. Lecture notes in business information processing, Bd. 331. Springer, Cham, S 219–231CrossRefGoogle Scholar
  20. Hunke F, Seebacher S, Schuritz R, Illi A (2017) Towards a process model for data-driven business model innovation. In: 2017 IEEE 19th Conference on Business Informatics (CBI), S 150–157CrossRefGoogle Scholar
  21. Hunke F, Seebacher S, Schymanietz M, Jonas J, Gennenig S, Kühne B, Schüritz R, Satzger G, Möslein K, Böhmann T (2019) Geschäftsmodelle 4.0: Big Data und Data-Analytics als Treiber für Dienstleistungsinnovation im deutschen Mittelstand. In: Stich V, Schumann J, Beverungen D, Gudergan G (Hrsg) Digitale Dienstleistungsinnovationen – Perspektiven und Methoden der organisationalen Transformation. Springer, Heidelberg BerlinGoogle Scholar
  22. Lim C, Kim K, Kim M, Heo J, Kim K, Maglio P (2018) From data to value: a nine-factor framework for data-based value creation in information-intensive services. Int J Inf Manage 39:121–135CrossRefGoogle Scholar
  23. March S, Smith G (1995) Design and natural science research on information technology. Decis Support Syst 15(4):251–266CrossRefGoogle Scholar
  24. Mayring P (2010) Qualitative Inhaltsanalyse: Grundlagen und Techniken, 12. Aufl. Beltz, WeinheimGoogle Scholar
  25. McAfee A, Brynjolfsson E (2012) Big data: the management revolution. Harv Bus Rev 90(10):61–67Google Scholar
  26. McKelvey B (1982) Organizational systematics: taxonomy, evolution, classification. University of California Press, BerkleyGoogle Scholar
  27. Meyer K, Zinke C (2018) Service Engineering: Eine Standortbestimmung. In: Meyer K, Klingner S, Zinke C (Hrsg) Service Engineering: Von Dienstleistungen zu digitalen Service-Systemen. Springer, Wiesbaden, S 3–17CrossRefGoogle Scholar
  28. Osterwalder A, Pigneur Y (2010) Business model generation: a handbook for visionaries, game changers, and challengers. John Wiley & Sons, New JerseyGoogle Scholar
  29. Ostrom A, Parasuraman A, Bowen D, Patrício L, Voss C (2015) Service research priorities in a rapidly changing context. J Serv Res 18(2):127–159CrossRefGoogle Scholar
  30. Porter M, Heppelmann J (2014) How smart, connected products are transforming competition. Harv Bus Rev 92(11):1–23Google Scholar
  31. Rust R, Huang M (2014) The service revolution and the transformation of marketing science. Mark Sci 33(2):206–221CrossRefGoogle Scholar
  32. Schüritz R, Seebacher S, Satzger G, Schwarz L (2017) Datatization as the next frontier of servitization: understanding the challenges for transforming organizations. In: ICIS 2017 Proceedings, S 1098–1118Google Scholar
  33. Terzidis O, Vogel L (2018) A unified model of the technology push process and its application in a workshop setting. In: Presse A, Terzidis O (Hrsg) Technology entrepreneurship. Springer, Cham, S 111–135CrossRefGoogle Scholar
  34. Thyssenkrupp Elevator AG (2019) MAX: the game changer. https://max.thyssenkrupp-elevator.com/en/. Zugegriffen: 5. Jan. 2019Google Scholar
  35. Vargo S, Lusch R (2004) Evolving to a new dominant logic for marketing. J Mark 68(1):1–17CrossRefGoogle Scholar
  36. Vössing (2019) Redesigning service operations for the digital world: towards automated and data-driven field service planning. In: ECIS 2019 ProceedingsGoogle Scholar
  37. Wixom B, Schüritz R (2017) Creating customer value using analytics. MIT CISR research briefing 17(11):1–4. https://cisr.mit.edu/blog/documents/2017/11/16/2017_1101_wrappingatcochlear_wixomschuritz.pdf. Zugegriffen: 5. Jan. 2019Google Scholar
  38. Wünderlich N, Heinonen K, Ostrom A, Patricio L, Sousa R, Voss C, Lemmink J (2015) ‘Futurizing’ smart service: implications for service researchers and managers. J Serv Mark 29(6–7):442–447CrossRefGoogle Scholar

Copyright information

© Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature 2019

Authors and Affiliations

  1. 1.Karlsruhe Service Research InstituteKarlsruher Institut für Technologie (KIT)KarlsruheDeutschland

Personalised recommendations