Araştırmaya göre filo yöneticilerinin %54,4'ü artan maliyetleri en önemli sorun olarak görüyor.
Bunun yanında; %46,1 emisyon düzenlemelerini, %35,1 elektrikli araçlara geçişi, %32,5 nitelikli teknisyen bulmayı, %28,9 ise yedek parça tedarikini önemli operasyonel sorunlar arasında değerlendiriyor.
Bu veriler, günümüzde filo yönetiminin yalnızca araçların sahada tutulmasından ibaret olmadığını gösteriyor. Yakıt, bakım, lastik, servis, personel ve araç yenileme kararlarının tamamının birlikte değerlendirilmesi gerekiyor.Özellikle maliyetlerin yükseldiği bir ortamda, yöneticilerin “ne kadar harcadık?” sorusundan önce “neden harcadık ve bir sonraki bakımda bunu nasıl önleyebiliriz?” sorusuna cevap verebilmesi gerekiyor.

Raporun dikkat çekici sonuçlarından biri de araç yaşı ile servis maliyetleri arasındaki ilişki.Analize göre filolardaki ortalama araç yaşı 6,4 yıl.
Araç yaş gruplarına göre km. başına ortalama servis maliyetleri ise yaklaşık olarak şöyle:
Araç Yaşı Km.Başına Servis Maliyeti
0–5 yaş. 6 TL./km.
6–10 yaş 14,09 TL./km.
10+ yaş 32,98 TL./km.
Özellikle 10 yaş üzerindeki araçlar dikkat çekiyor. Bu araçlar toplam kullanımın yalnızca %12,1'ini oluşturmasına rağmen servis harcamalarının %33,5'lik bölümünü meydana getiriyor.
Başka bir ifadeyle, filodaki az sayıdaki yaşlı araç toplam bakım bütçesi üzerinde orantısız bir yük oluşturabiliyor.

Milyonlarca iş emrinin incelenmesiyle ortaya çıkan önemli sonuçlardan biri de bakım taleplerinin önceliklendirilmesi konusunda yaşanan eksiklik.
Rapora göre iş emirlerinin yaklaşık %85'inde herhangi bir öncelik seviyesi tanımlanmamış.Bu durum ilk bakışta basit bir operasyon problemi gibi görünse de aslında önemli bir maliyet riski yaratıyor.
Çünkü her arıza aynı öneme sahip değil.Örneğin:
Fren sistemi problemi → Kritik
Motor yağ kaçağı → Yüksek
Klima problemi → Orta
Kabin içi küçük ekipman arızası → Düşük
şeklinde bir önceliklendirme yapılmadığında, servis ekipleri hangi aracın önce ele alınması gerektiğini manuel olarak belirlemek zorunda kalıyor.
Bu da kritik araçların gereğinden uzun süre beklemesine ve operasyonun aksamasına neden olabiliyor.Dolayısıyla modern filo yönetiminde yalnızca “bakım kaydı oluşturmak” yeterli değil.Bakım talebinin önemini otomatik olarak belirlemek ve doğru sıraya koymak gerekiyor.

Araştırmadaki bakım dağılımı da filo operasyonlarının önemli bir bölümünün hâlâ reaktif şekilde yürütüldüğünü gösteriyor.
Yaklaşık olarak;
%53,7 planlı bakım
%40,1 plansız onarım
%6,2 acil müdahale
oranları görülüyor.
Buradaki en önemli nokta, bakım süreçlerinin neredeyse yarısının plan dışı gerçekleşmesi.Plansız bakım yalnızca servis faturası anlamına gelmez.Bir aracın beklenmedik şekilde servise girmesi;
Araç + Sürücü + Sefer + Müşteri + Teslimat + Gelir
zincirinin tamamını etkileyebilir.
Bu nedenle filo bakım maliyetini değerlendirirken yalnızca servis faturalarına bakmak yerine aracın operasyon dışında kaldığı sürenin maliyetini de hesaba katmak gerekir.

Yapay zekâ son yıllarda neredeyse bütün sektörlerin gündemine girmiş olsa da filo operasyonlarında kullanım oranı hâlâ oldukça sınırlı.
Araştırmaya göre yapay zekâyı operasyonlarında geniş kapsamlı kullanan filo işletmelerinin oranı yalnızca %5,6 seviyesinde.Buna karşılık sektörün önemli bir bölümü hâlâ araştırma ve değerlendirme aşamasında.Yapay zekâdan beklenen en önemli faydalardan biri ise arıza tahmini ve bakım önerileri.Bu aslında filo yönetiminde yapay zekânın en güçlü kullanım alanlarından biri olabilir.
Bir sistem;
geçmiş bakım kayıtlarını,
kilometre verilerini,
araç yaşını,parça değişimlerini,
arıza geçmişini,
yakıt tüketimini,
sürüş davranışlarını,
servis maliyetlerini
birlikte analiz ederek gelecekte ortaya çıkabilecek bakım ihtiyaçlarını tahmin edebilir.
Böylece filo yöneticisi arızanın gerçekleşmesini beklemek yerine arızayı gerçekleşmeden önce öngörmeye başlayabilir.

Rapordaki bir diğer dikkat çekici sonuç elektrikli ve hibrit araçların filolardaki yaygınlığı.Filoların yaklaşık %70'inde henüz hibrit veya tamamen elektrikli araç bulunmadığı belirtiliyor.
Ayrıca yöneticilerin %58'i düşük emisyonlu araç yatırımı konusunda aktif bir planlama içerisinde olmadığını ifade ediyor.
Burada yalnızca araç fiyatlarının değil;
şarj altyapısının menzili,
operasyon tipi,
toplam sahip olma maliyeti,
ikinci el değeri,
enerji maliyetleri
gibi faktörlerin de karar sürecine dahil edilmesi gerekiyor.
Dolayısıyla elektrikli araç dönüşümü de klasik araç satın alma kararından çok daha kapsamlı bir veri analizi problemi haline geliyor.