Standaryzacja danych dotyczących zamówień MRO

Nieuporządkowane dane MRO to strata czasu i pieniędzy. Zduplikowane wpisy, niespójne nazewnictwo i brakujące szczegóły prowadzą do nieefektywności, takich jak nadwyżki zapasów, zakupy awaryjne i przestoje. Firmy takie jak ElringKlinger oraz WEPA wykazały, że standaryzacja danych MRO może rozwiązać te problemy, oszczędzając czas i obniżając koszty. Oto jak zacząć:

Audyt danych: Identyfikacja duplikatów, brakujących pól i niespójności we wszystkich lokalizacjach.
Ustal zasady: Używaj jasnych konwencji nazewnictwa, standardowych jednostek i zatwierdzonych list części.
Wyczyść i znormalizuj: Usuń duplikaty, wyrównaj numery części i zweryfikuj dokładność.
Ustanowienie zarządzania: Przypisuj role, egzekwuj zasady i integruj kontrole z systemami ERP.
Używaj narzędzi: Wykorzystaj platformy takie jak Automa.Net do automatyzacji zarządzania danymi i dostępu do globalnych rynków części zamiennych.

Proces ten zmniejsza ilość odpadów magazynowych, przyspiesza tworzenie materiałów i usprawnia negocjacje z dostawcami. Dla przykładu, ElringKlinger skrócił czas tworzenia nowych rekordów materiałowych o 277%, podczas gdy WEPA wzbogaciła 70 000 rekordów dla lepszej dokładności. Należy zacząć od części krytycznych i wdrożyć zautomatyzowane narzędzia, aby utrzymać wysoką jakość danych w dłuższej perspektywie.

Jak standaryzować dane dotyczące zamówień MRO

Krok 1: Ocena bieżącej jakości danych MRO

Przed przystąpieniem do standaryzacji należy uzyskać jasny obraz aktualnych danych MRO. Pomyśl o tym jako o ustaleniu punktu odniesienia - chodzi o zrozumienie stanu danych. W tym celu należy skupić się na czterech krytycznych obszarach:kompletność (czy wszystkie wymagane pola są wypełnione?),dokładność (czy specyfikacje są zgodne z danymi producenta?),spójność (czy konwencje nazewnictwa są takie same w różnych lokalizacjach?) orazpowielanie (jak często ta sama część pojawia się w różnych rekordach?).

Przyjrzyjmy się kilku typowym problemom z danymi, które mogą spowalniać Twoją pracę.

Identyfikacja typowych problemów z danymi

Jedną z głównych kwestii jestzduplikowane wpisy. Na przykład ta sama część może być zarejestrowana zarówno pod kodem SKU dostawcy, jak i producenta, co utrudnia jej znalezienie. Innym częstym problemem jestbrakujące atrybuty obowiązkowe, takie jak numery części producenta (MPN) lub nazwy producentów. Bez nich prawie niemożliwe jest ustalenie, czy dana część już istnieje w systemie.

Niespójne nazewnictwo i formatowanie to kolejny częsty ból głowy. Wyobraźmy sobie, że zakład w Monachium wpisuje "Lager SKU 6205", podczas gdy zakład w Hamburgu wpisuje "Bearing 6205 2RS" dla dokładnie tego samego produktu. Ten brak jednolitości może powodować zamieszanie i nieefektywność. Następnie pojawia się kwestiaNiekompletne specyfikacje techniczneNa przykład w silnikach brakuje szczegółów, takich jak rozmiar ramy, klasa ochrony lub wskaźniki sprawności. Wreszcie,nieaktualne dane - takie jak części wycofane z eksploatacji (EOL) nieoznaczone wraz z ich zamiennikami - mogą dodatkowo skomplikować sytuację.

Wiele firm zmaga się również ztendencyjność danych specyficznych dla dostawcygdzie części są wprowadzane przy użyciu nieaktualnych jednostek SKU dystrybutorów lub starych nazw marek sprzed fuzji producentów. Utrudnia to technikom zaufanie do systemu, zmuszając ich do ręcznej weryfikacji części i marnowania cennego czasu podczas pilnych prac konserwacyjnych.

Przeprowadzanie audytów danych

Po zidentyfikowaniu tych problemów nadszedł czas na szczegółowy audyt, aby zrozumieć pełny zakres wymaganych prac. Dokładny audyt ocenia główne dane materiałowe we wszystkich lokalizacjach, odkrywając niespójności i obszary wymagające standaryzacji. Nowoczesne narzędzia, takie jakinteligentne algorytmy dopasowywania może porównywać wewnętrzne rekordy z globalnymi bazami danych producentów, automatycznie weryfikując specyfikacje i podkreślając duplikaty.

TakeElringKlinger jako przykład. Ta firma zajmująca się systemami motoryzacyjnymi, posiadająca ponad 30 zakładów produkcyjnych, przeprowadziła audyt w 2020 roku. Porównano 30 000 numerów materiałów z centralną bazą danych i stwierdzono, że7% ich rekordów było duplikatami. Dzięki wyczyszczeniu 9000 rekordów osiągnięto 100% dokładność, wypełniono 98% pól danych podstawowych i skrócono czas potrzebny na utworzenie nowych rekordów materiałów o 277%. Podobnie,WEPA Hygieneprodukte GmbHdziałająca w 13 europejskich zakładach, uporała się z niespójną bazą danych zawierającą 150 000 rekordów. Zautomatyzowany audyt wzbogacił70 000 rekordów oraz zidentyfikował duplikaty i nieaktualne materiały w wielu systemach ERP i językach.

Aby ułatwić ten proces, zacznij odGrupy materiałów o wysokiej udarności - elementy, które są często zamawiane lub powiązane z krytycznymi zasobami. Skoncentruj się na zapewnieniu, że obowiązkowe pola, takie jak nazwy producenta i numery MPN, są konsekwentnie wypełniane, zweryfikuj znormalizowane jednostki miary w różnych lokalizacjach i oznacz przestarzałe części, aby zaplanować ich wymianę, zanim spowodują problemy. Audyt ten stanowi podstawę do opracowania protokołów standaryzacji w kolejnych krokach.

Krok 2: Tworzenie reguł standaryzacji

Po zidentyfikowaniu problemów z danymi podczas audytu, następnym krokiem jest ustanowienie zasad, które zapobiegną ponownemu pojawieniu się tych niespójności. Jasne ramy nazewnictwa, kategoryzacji i opisów są niezbędne do zapewnienia jednolitości w całej organizacji. Bez takich zasad, zduplikowane wpisy i niespójne dane prawdopodobnie z czasem powrócą.

Definiowanie konwencji nazewnictwa

Zacznij od zastosowania logicznej struktury do konwencji nazewnictwa. Użyj formatu rzeczownik-modyfikator: zacznij od kategorii i podążaj za nią z określonymi atrybutami. Na przykład nazwy takie jak "Zawór, kulowy" lub "Filtr, wlot powietrza" jasno opisują typ elementu. Po kategorii należy podać kluczowe szczegóły techniczne, takie jak rozmiar, materiał, wartość znamionowa lub klasa ochrony. Atrybuty te pomagają rozróżnić elementy, które w przeciwnym razie mogłyby wydawać się identyczne.

Jedną z najczęstszych pułapek jest dopuszczanie niespójnej terminologii. Na przykład, jeśli jeden technik napisze "stal nierdzewna", podczas gdy inny użyje "S/S" lub "SS", skończy się to wieloma rekordami dla tego samego materiału. Unikaj tego, tworząc kontrolowane słownictwo z zatwierdzonymi terminami. Jeśli skróty są konieczne - być może ze względu na limity znaków - upewnij się, że są one udokumentowane i współdzielone przez zespoły. Należy również zdecydować się na spójne zasady sekwencjonowania i interpunkcji. Niezależnie od tego, czy oddzielasz atrybuty przecinkami, myślnikami czy spacjami, trzymaj się jednego formatu, aby uniknąć nieporozumień.

Dobrym pomysłem jest również dostosowanie numerów części do standardów producenta. Zmniejsza to ryzyko tworzenia zduplikowanych wpisów.

"Złamana konwencja nazewnictwa jest odpowiednikiem używania różnych języków w tej samej rozmowie".

Po konwencjach nazewnictwa należy skupić się na strukturyzacji danych za pomocą zdefiniowanej taksonomii i spójnych jednostek miary.

Ustanowienie taksonomii danych i jednostek

Dobrze zaprojektowana taksonomia to coś więcej niż tylko system klasyfikacji - organizuje ona części w logiczne kategorie i podkategorie, dzięki czemu wyszukiwanie jest szybsze i bardziej wydajne. Staje się to szczególnie ważne, gdy czas ma kluczowe znaczenie, na przykład podczas przestoju linii produkcyjnej.

Równie istotna jest spójność jednostek pomiarowych. Wyobraź sobie, że jeden zakład w Monachium używa milimetrów, podczas gdy inny w Hamburgu rejestruje wymiary w centymetrach - błędy są niemal gwarantowane. Trzymaj się jednostek metrycznych we wszystkich lokalizacjach i standaryzuj formaty specyfikacji technicznych, takich jak napięcie, moc znamionowa i klasy ochrony. Taka jednolitość zapewnia płynniejszą integrację między systemami takimi jak ERP i CMMS, szczególnie podczas fuzji lub zmiany lokalizacji.

Po wprowadzeniu taksonomii i jednostek, kolejnym krokiem jest utworzenie i utrzymywanie zatwierdzonych list części.

Ustalanie zatwierdzonych list części i standardów dostawców

Zatwierdzone listy części są niezbędne do utrzymania dokładności danych i uniknięcia niepotrzebnych przestojów. Listy te powinny być powiązane z odpowiednim sprzętem i aktualizowane w celu odzwierciedlenia następców części, zapewniając, że przestarzałe elementy nie zostaną przypadkowo zamówione.

"Część staje się krytyczna lub niekrytyczna tylko w zależności od tego, gdzie jest używana i jakim awariom i przestojom zapobiega".

Gdy producenci wycofują produkty lub łączą się z innymi firmami, dane muszą odzwierciedlać te zmiany. Brak śledzenia takich aktualizacji może prowadzić do zamawiania przestarzałych części lub braku ulepszonych alternatyw. Wyznacz zespół Master Data do nadzorowania tych list, angażując zespoły inżynieryjne, zaopatrzeniowe i konserwacyjne, aby upewnić się, że standardy są praktyczne i technicznie uzasadnione.

Krok 3: Czyszczenie i normalizacja danych

Po ustaleniu zasad standaryzacji nadszedł czas, aby dostosować bazę danych do tych standardów. Ten krok wypełnia lukę między teorią a praktycznym zastosowaniem, przekształcając dane w bardziej funkcjonalny i niezawodny zasób. Podczas gdy nowoczesne narzędzia mogą poradzić sobie z większością ciężkich zadań, posiadanie jasnej strategii i nadzoru jest nadal krytyczne.

Usuń duplikaty i niejasne opisy

Zduplikowane wpisy są ukrytym problemem w wielu organizacjach, często wprowadzając zespoły w błąd co do poziomu zapasów i zwiększając ryzyko niepotrzebnego ponownego zamawiania.

Zaawansowane algorytmy dopasowywania mogą pomóc zidentyfikować duplikaty, nawet jeśli nazwy znacznie się różnią. Narzędzia te opierają się na przetwarzaniu semantycznym, aby rozpoznać, że odmiany takie jak "Balluf", "Balluff GmbH" i "BLF" wskazują na tego samego producenta. Porównując wewnętrzne rekordy z zewnętrznymi bazami danych zawierającymi miliony zweryfikowanych części, systemy te mogą oznaczać duplikaty z imponującą precyzją.

Zanim zaczniesz usuwać duplikaty, zmapuj wszelkie zależności. Sprawdź, czy rekord jest powiązany z harmonogramami konserwacji, zestawieniami materiałów lub aktywnymi zamówieniami zakupu. Rene Hackbart, dyrektor ds. utrzymania ruchu w ElringKlinger, podkreślił znaczenie tego ostrożnego podejścia. Jego zespół z powodzeniem wyczyścił ponad 9000 rekordów ze 100% dokładnością, zapewniając jednocześnie płynność operacji biznesowych. Ustanowienie ram decyzyjnych w celu określenia, który wpis staje się "rekordem głównym" - zwykle ten z najbardziej kompletnymi i dokładnymi informacjami.

W przypadku niejednoznacznych opisów należy przełączyć się na ustrukturyzowane wpisy oparte na atrybutach. Oto przykład tego, jak normalizacja może przekształcić niejasne dane w precyzyjne rekordy, które można przeszukiwać:

Normalizacja nazw producentów i numerów części

Standaryzacja nazw producentów i numerów części eliminuje niespójności spowodowane skrótami, różnicami językowymi lub kodami specyficznymi dla dostawcy. Jest to szczególnie ważne dla firm działających w wielu lokalizacjach lub krajach.

Weźmy jako przykład WEPA, europejskiego producenta papieru sanitarnego. Po kilku przejęciach w latach 2010-2025 WEPA stanęła przed wyzwaniem zharmonizowania 150 000 rekordów w 13 zakładach produkcyjnych. Dzięki kierownictwu kierownika ds. utrzymania ruchu grupy Timo Thomasa i szefa działu inżynierii Stefana Pfannkuchena udało im się wzbogacić 70 000 rekordów poprzez dostosowanie danych do globalnej bazy danych.

Stefan Pfannkuchen podzielił się:

"SPARETECH pozwolił nam uzupełnić 80% naszych części zamiennych o odpowiednie informacje o producencie oraz zidentyfikować duplikaty i zaprzestanie produkcji".

To znacznie skróciło czas wyszukiwania części i zminimalizowało ręczne wprowadzanie danych.

Jeśli chodzi o numery części, zawsze dopasowuj je do oficjalnych standardów producenta. Na przykład, jeśli producent oznacza część jako "BVS001M", system powinien dokładnie to odzwierciedlać. Zapobiega to duplikowaniu rekordów i ułatwia tworzenie odniesień do katalogów dostawców. W przypadku części wycofanych z produkcji, należy upewnić się, że znormalizowane dane zawierają informacje o kolejnych częściach, aby uniknąć zamawiania przestarzałych komponentów.

Korzystanie z narzędzi weryfikacyjnych w celu zapewnienia dokładności

Po wyczyszczeniu i znormalizowaniu danych zautomatyzowane narzędzia weryfikacyjne mogą pomóc w utrzymaniu ich dokładności w czasie. Ręczne kontrole po prostu nie nadążają za skalą nowoczesnych baz danych MRO. Narzędzia te porównują dane z dużymi zewnętrznymi bazami danych, identyfikując takie kwestie jakKoniec życia (EOL) lubNiezalecane dla nowych projektów (NRND) statusy.

Projekt czyszczenia danych firmy ElringKlinger, prowadzony przez Rene Hackbarta, pokazuje skuteczność automatycznej weryfikacji. Wdrażając systematyczne kontrole, osiągnięto98% współczynnik wypełnienia pól danych podstawowych i skrócił czas potrzebny na tworzenie nowych wpisów materiałowych o 277%. Jak wyjaśnił Hackbart:

"Dzięki wydajnemu i niezawodnemu przygotowywaniu danych ponad 30 000 numerów materiałów, mogliśmy natychmiast rozpocząć redukcję zapasów we wszystkich zakładach".

Aby zapobiec wkradaniu się nowych błędów do systemu, należy wdrożyćKontrole duplikatów w czasie rzeczywistym podczas tworzenia nowych wpisów. Korzystaj z narzędzi opartych na API, aby przesyłać zweryfikowane dane bezpośrednio do platform takich jakSAP lubIBM Maximozapewniając ścieżkę audytu i minimalizując błędy ludzkie. Jednakże, chociaż automatyzacja może obsłużyć większość zadań, nadal ważne jest, aby zespoły inżynierów potwierdziły, że części spełniają określone wymagania lokalizacji.

Krok 4: Wdrożenie struktury zarządzania danymi

Po wyczyszczeniu i znormalizowaniu danych następnym krokiem jest ustanowienie solidnych ram zarządzania. Dzięki temu dane pozostaną spójne i dokładne w czasie. Wdrażając jasne zasady, zdefiniowane role i zautomatyzowane przepływy pracy, można utrzymać jakość danych MRO we wszystkich systemach i lokalizacjach.

Ustaw zasady zarządzania i przepływy pracy zatwierdzania

Zacznij od przypisania jasnych obowiązków związanych z własnością i utrzymaniem danych. Zazwyczaj,właściciele danych (np. kierownictwo działu utrzymania ruchu lub interesariusze łańcucha dostaw) ustalają zasady, podczas gdyadministratorzy danych (inżynierowie lub specjaliści ds. konserwacji) zajmują się codziennymi kontrolami jakości.

Zasady zarządzania powinny dotyczyć kluczowych obszarów, w tym

Standardy jakości danych: Zdefiniuj, co oznacza dokładność, kompletność, spójność i terminowość.
Zasady standaryzacji: Utwórz konwencje nazewnictwa, określ wymagane atrybuty i nakreśl struktury klasyfikacji.
Zasady dotyczące zapasów i zaopatrzenia: Stosowanie spójnych wytycznych dotyczących poziomów zapasów i oceny dostawców we wszystkich lokalizacjach.

Aby zapewnić zgodność, należy wdrożyć zautomatyzowane przepływy pracy. Przykładowo, podczas tworzenia nowego rekordu materiału, systemy powinny sprawdzać, czy nie występują duplikaty i potwierdzać, że wszystkie obowiązkowe pola zostały wypełnione przed dodaniem rekordu do systemu ERP lub CMMS. Ustrukturyzowane procesy zatwierdzania są również niezbędne w przypadku umów o wysokiej wartości lub zmian schematu.BoschNa przykład, dzięki zastosowaniu automatycznych kontroli poprawności, skrócono czas obiegu wniosków materiałowych o ponad 50%.

Te zasady zarządzania stanowią podstawę do utrzymania znormalizowanych danych, nad którymi ciężko pracowałeś.

Integracja z systemami ERP/CMMS

Osadzenie protokołów zarządzania bezpośrednio w systemie ERP lub CMMS zapewnia spójne stosowanie standardów danych. Integracja ta umożliwia walidację w czasie rzeczywistym podczas wprowadzania danych, wychwytując błędy zanim rozprzestrzenią się one w całej organizacji.

Korzystanie z integracji API i EDI może dodatkowo poprawić widoczność danych w czasie rzeczywistym, jednocześnie zmniejszając potrzebę ręcznego wprowadzania danych. Przykładowo, firma WEPA usprawniła zarządzanie materiałami w 13 zakładach produkcyjnych, harmonizując 150 000 rekordów i integrując zautomatyzowane przepływy pracy z systemami ERP.

Aby utrzymać długoterminową jakość danych, należy przyjąć podejście do zarządzania cyklem życia. Zintegrowane systemy powinny monitorować zaprzestanie produkcji produktów, oznaczać duplikaty w czasie rzeczywistym i przypisywać problemy z danymi do zarządców z jasnymi umowami o poziomie usług w celu ich rozwiązania. Od 2020 roku firma ElringKlinger wdrożyła tę metodę w ponad 30 zakładach produkcyjnych, osiągając 98% wskaźnik wypełnienia pól danych podstawowych i skracając czas potrzebny na utworzenie nowych rekordów materiałowych o 277%.

Krok 5: Korzystanie z narzędzi do standaryzacji i integracji

Po wprowadzeniu solidnych ram zarządzania danymi, następnym krokiem jest włączenie zautomatyzowanych narzędzi, które uproszczą i usprawnią procesy. Narzędzia takie jak Automa.Net zostały zaprojektowane w celu przeniesienia danych dotyczących zaopatrzenia MRO na wyższy poziom poprzez automatyzację standaryzacji i zapewnienie dostępu w czasie rzeczywistym do globalnych rynków części zamiennych. Platformy te mogą znacznie ograniczyć pracę ręczną i poprawić wydajność.

Automa.Net Funkcje standaryzacji

Automa.Net oferuje szereg funkcji ułatwiających standaryzację i optymalizację danych:

AutomaMRO Intelligence: Narzędzie to wykorzystuje dopasowanie semantyczne do analizy danych podstawowych materiałów bez konieczności wprowadzania zmian. Identyfikuje duplikaty i atrybuty techniczne, pomagając zmniejszyć zamrożony kapitał nawet o 15-30%.
BOM List Cleaner: Funkcja ta, zaprojektowana do obsługi list części obejmujących nawet 500 produktów, automatyzuje proces weryfikacji, rozróżniając elementy znajdujące się w magazynie od tych, które należy zamówić.
AutomaSnap: W przypadku przechwytywania danych fizycznych narzędzie to konwertuje szczegóły tabliczki znamionowej maszyny na zapisy cyfrowe, minimalizując błędy ręczne.
Interfejs API globalnej dostępności: Ten interfejs API łączy się z ponad 36 milionami ofert części zamiennych od ponad 700 zweryfikowanych dostawców, wykorzystując numery części producenta (MPN) i nazwy marek. Płynnie integruje się z systemem ERP, umożliwiając zespołom zakupowym sprawdzanie dostępności bezpośrednio w ramach istniejących przepływów pracy.
Moduł transakcji: Ten pulpit nawigacyjny konsoliduje zapytania ofertowe, wyceny i płatności, a sztuczna inteligencja pomaga w sporządzaniu wycen i automatyzacji rutynowych zadań.

Funkcje te nie tylko usprawniają zarządzanie danymi, ale także poprawiają dokładność i wydajność procesów zakupowych.

Integracja dla globalnego dostępu do części zamiennych

Automa.Net działa jako pomost między systemami ERP lub CMMS a globalnym rynkiem części zamiennych. Wzbogacając i weryfikując dane za pośrednictwem sieci tysięcy firm, przekształca odizolowane systemy magazynowe we współpracujące ekosystemy.

Platforma śledzi ponad 36 milionów ofert części zamiennych od 32 000 firm, oferując wgląd, który pomaga zapobiegać zbędnym zakupom i zapewniać wewnętrzną dostępność krytycznych części. Integracja z interfejsem API umożliwia użytkownikom pobieranie szczegółów dotyczących zapasów, w tym stanu, ceny, czasu realizacji i gwarancji, skracając czas wyszukiwania nawet o 30%.

W przypadku rzadkich lub trudnych do pozyskania komponentówRada ds. wniosków łączy Cię ze specjalistami ds. pozyskiwania, którzy mogą mieć niewymienione zapasy. Dodatkowo, platforma monitoruje cykl życia produktu, identyfikując przestarzałe komponenty i rekomendując nowoczesne zamienniki. Jest to szczególnie korzystne, ponieważ otwarcie fabrycznie zaplombowanej części zamiennej może zmniejszyć jej wartość rynkową średnio o 27%. Integracje te pomagają zakończyć cyfrową transformację procesu zaopatrzenia MRO.

Automa.Net Plany cenowe

Automa.Net oferuje elastyczne plany cenowe dostosowane do różnych potrzeb biznesowych:

Opcje odzyskiwania nadwyżek

Do odzyskiwania nadwyżek Automa.Net oferuje trzy rozwiązania:

Bezpośredni zakup: Natychmiastowe otrzymanie 3-20% wartości rynkowej, z gotówką i transportem obsługiwanym przez Automa.Net.
Serwis konsygnacyjny: Zarabianie 50% wartości rynkowej, z realizacją (przechowywanie, marketing itp.) zarządzaną przez platformę.
Oferta rynkowa: Zatrzymaj 75-85% wartości rynkowej, wystawiając i wysyłając przedmioty samodzielnie, przy wsparciu platformy.

Opcje te pozwalają firmom odzyskać wartość z nadwyżek zapasów przy jednoczesnym zachowaniu prostej i wydajnej logistyki.

Najczęstsze wyzwania związane ze standaryzacją danych MRO

Standaryzacja danych MRO (Maintenance, Repair, and Operations) wiąże się z wieloma przeszkodami. Poza aspektami technicznymi, istotną rolę często odgrywa czynnik ludzki. Opór wobec zmian, rozdrobnione systemy i wyzwania związane z utrzymaniem standardów w czasie mogą zniweczyć wysiłki. Skuteczne zajęcie się tymi kwestiami może stanowić różnicę między płynną transformacją a utknięciem inicjatywy w martwym punkcie.

Przezwyciężanie oporu wobec zmian

Przekonanie zespołów do zaakceptowania zmian jest często najtrudniejszą przeszkodą. Standaryzacja jest czasami postrzegana jako dodatkowa praca lub nawet zagrożenie dla wiedzy specjalistycznej. W rzeczywistości jednak technicy spędzają 20-30% swojego czasu na wyszukiwaniu części, a ponad połowa wszystkich zleceń roboczych jest opóźniona z powodu brakujących lub błędnie zidentyfikowanych części. Standaryzacja danych może znacznie ograniczyć te nieefektywności bez zmniejszania wartości wykwalifikowanych ról.

Jednym ze sposobów na pozyskanie zespołów jest zademonstrowanie szybkich, znaczących wyników. Zacznij od grup materiałów o wysokim priorytecie, takich jak często używane komponenty lub części krytyczne dla operacji. Przykładowo, ElringKlinger, globalny dostawca systemów motoryzacyjnych, osiągnął imponujące wyniki poprzez standaryzację zarządzania częściami zamiennymi w ponad 30 zakładach produkcyjnych. Eliminując zduplikowane wpisy - stanowiące 7% ich liczby materiałów - skrócili czas potrzebny na utworzenie nowych rekordów materiałowych o 277% i osiągnęli 98% wskaźnik wypełnienia pól danych podstawowych.

Jak wyjaśnia Karina Ziskel, Account Executive w SPARETECH:

"Nawet jeśli istnieją strategie zarządzania, są one zazwyczaj zaprojektowane dla materiałów produkcyjnych, podczas gdy w przeszłości dane dotyczące części zamiennych nie były przedmiotem szczególnej uwagi...". Bez wyraźnej własności lub dedykowanych zasobów do zarządzania danymi MRO, problemy z jakością danych utrzymują się." - Karina Ziskel, SPARETECH

Rozwiązanie? Przypisanie jasnej odpowiedzialności. Gdy jakość danych jest uważana za "zadanie wszystkich", często nie staje się priorytetem dla nikogo. Wyznacz osoby odpowiedzialne za dane w zespołach ds. konserwacji, inżynierii lub łańcucha dostaw, aby upewnić się, że zawsze ktoś jest za nie odpowiedzialny. Regularne, odbywające się dwa razy w tygodniu spotkania między zespołami centralnymi i zespołami na poziomie zakładu, jak widać w udanej harmonizacji 150 000 rekordów w 13 zakładach produkcyjnych w sześciu krajach, mogą pomóc w rozwiązaniu obaw i utrzymaniu tempa.

Przełamywanie silosów danych

Silosy danych często powstają, gdy informacje są rozproszone w różnych systemach ERP i przestarzałych bazach danych, zwłaszcza po fuzjach. WEPA stanęła przed tym wyzwaniem z niespójnymi danymi rozproszonymi w wielu systemach i językach. Przyjmując scentralizowane podejście, firma wzbogaciła 70 000 rekordów danych i uzupełniła 80% swoich rekordów części zamiennych o dokładne dane producenta.

Jak to ujął Jeffrey Loh, Product Manager w SPARETECH:

"Celem jest stworzenie jednego źródła prawdy, w którym każdy materiał ma jeden wiodący rekord. Ten główny rekord staje się standardowym odniesieniem we wszystkich obiektach, zapewniając spójność w zamawianiu, konserwacji i zarządzaniu zapasami". - Jeffrey Loh, SPARETECH

Aby to osiągnąć, kluczowe znaczenie ma wczesne dostosowanie międzyfunkcyjne. Od samego początku należy zaangażować interesariuszy z działów zaopatrzenia, eksploatacji, utrzymania i IT. Uzgodnij uniwersalne konwencje nazewnictwa, struktury jednostek i ramy klasyfikacji, takie jak ECLASS. Powiązanie danych części zamiennych z konkretnym sprzętem, który obsługują, pomaga również dostosować zespoły zaopatrzenia i utrzymania ruchu pod kątem krytyczności i ryzyka związanego z zapasami. Kiedy wszyscy używają tego samego "języka operacyjnego", zgadywanie w sytuacjach awaryjnych zostaje wyeliminowane.

Utrzymywanie standardów danych

Nawet po ustanowieniu zarządzania, utrzymanie standaryzacji danych w czasie jest dużym wyzwaniem. Jednym z częstych błędów jest traktowanie standaryzacji jako jednorazowego projektu. Bez ciągłego nadzoru, zduplikowane wpisy i błędy wkradają się z powrotem, zwłaszcza podczas tworzenia nowych rekordów materiałowych. Jest to zgodne z ustaleniami, że ponad 40% zapasów MRO często pozostaje niewykorzystanych przez co najmniej pięć lat.

Zautomatyzowane narzędzia mogą pomóc. Wdrażaj rozwiązania programowe, które przeprowadzają w czasie rzeczywistym kontrole duplikatów i jakości przed wprowadzeniem danych do systemu ERP lub CMMS. Regularne audyty z wykorzystaniem wskaźników KPI, takich jak redukcja poziomu błędów i czas tworzenia, mogą pomóc w śledzeniu stanu danych. Przykładowo, odpowiednie czyszczenie danych może zwiększyć wskaźnik wypełniania pól danych podstawowych do prawie 98%. Wspólne wskaźniki dla różnych działów zapewniają, że wszyscy są zaangażowani w utrzymanie jakości danych.

Ostatecznie standaryzacja nie polega na zastąpieniu ludzkiej wiedzy specjalistycznej. Chodzi o zapewnienie niezawodnych podstaw, aby wiedza specjalistyczna nie była podważana przez niekompletne lub niespójne informacje.

Wnioski

Standaryzacja danych dotyczących zaopatrzenia MRO to ciągły proces, który ma bezpośredni wpływ zarówno na efektywność kosztową, jak i wydajność operacyjną. Dzięki rutynowej ocenie jakości danych, ustanowieniu silnego zarządzania i zastosowaniu odpowiednich narzędzi, organizacje mogą odkryć duplikaty stanowiące do 7% ich liczby materiałów. Takie podejście może również uwolnić 15-30% zablokowanego kapitału i skrócić czas wyszukiwania części nawet o 40%.

Nie jest to jednorazowy wysiłek, ale ciągły cykl życia. Na przykład firma ElringKlinger odnotowała 277% redukcję czasu potrzebnego na utworzenie nowych rekordów materiałowych i osiągnęła 98% wskaźnik wypełnienia pól danych podstawowych. Podobnie WEPA z powodzeniem zharmonizowała 150 000 rekordów w 13 europejskich zakładach, zapewniając, że 80% ich rekordów części zamiennych zawiera dokładne dane producenta.

W oparciu o te ramy standaryzacji, nowoczesne platformy, takie jakAutoma.Net usprawnienie systemów ERP/CMMS poprzez dodanie potężnej warstwy danych i podejmowania decyzji. Dzięki narzędziom takim jak AutomaMRO Intelligence, organizacje mogą ominąć długotrwałe ręczne czyszczenie danych, uzyskać dostęp do ponad 37 milionów części zamiennych i natychmiast zidentyfikować duplikaty za pomocą dopasowania semantycznego. Ten usprawniony proces może prowadzić do automatycznej redukcji zapasów o 5-15%.Automa.Net oferuje elastyczne ceny, zaczynające się od 999 euro rocznie za plan Standard, z rozwiązaniami Enterprise+ dostępnymi dla firm potrzebujących nieograniczonej liczby jednostek SKU i dostępu do API.

Znormalizowane dane zmieniają podejście do zakupów z reaktywnego na strategiczne. Zapewnia to, że technicy konsekwentnie wybierają właściwe części i dostarcza menedżerom istotnych informacji, takich jak identyfikacja przestarzałych komponentów. Jak podkreślił Rene Hackbart, dyrektor ds. utrzymania ruchu w ElringKlinger:

"Dzięki wydajnemu i niezawodnemu przygotowywaniu danych ponad 30 000 numerów materiałów, mogliśmy natychmiast rozpocząć redukcję zapasów we wszystkich zakładach".

Najczęściej zadawane pytania

Które części MRO powinniśmy ustandaryzować w pierwszej kolejności?

Podczas zarządzania zapasami warto zacząć odkluczowe części MRO takie jak elementy złączne, pompy i smary. Pozycje te mają tendencję do szybkiego przechodzenia przez zapasy i są niezbędne do utrzymania płynności operacji. Koncentrując się na tych kategoriach o wysokim obrocie, można usprawnić procesy magazynowe, obniżyć koszty i zwiększyć dokładność danych. Takie podejście stanowi solidną podstawę do rozszerzenia standaryzacji na inne obszary.

Jakie pola są obowiązkowe we wzorcu materiału MRO?

Bez szczegółowych informacji nie jest jasne, które pola są obowiązkowe w bazie danych materiałów MRO. Wymagane pola mogą się różnić w zależności od konfiguracji systemu lub potrzeb organizacyjnych.

Jak zapobiec powracaniu duplikatów po wyczyszczeniu?

Aby zapobiec przedostawaniu się duplikatów z powrotem do systemu, konieczne jest skupienie się na solidnej standaryzacji danych i spójnych praktykach zarządzania. Zacznij od standaryzacji formatów - niezależnie od tego, czy chodzi o daty, adresy czy nazwiska - i zastosuj reguły walidacji, aby zapewnić dokładność podczas wprowadzania danych. Zautomatyzowane przepływy pracy mogą być przełomem, pomagając monitorować jakość danych w czasie rzeczywistym.

Kolejnym kluczowym krokiem są regularne audyty. Pomagają one wcześnie identyfikować i korygować problemy, zapewniając czystość danych. Aktualizacja procedur wprowadzania danych w oparciu o wyniki audytu może dodatkowo wzmocnić system. Ponadto narzędzia zaprojektowane do zarządzania całym cyklem życia danych i wymuszania standaryzacji mogą usprawnić ten proces, zapewniając spójność danych i unikanie duplikatów.