Reduza custos com limpeza de dados MRO

À medida que a concorrência e a tecnologia continuam a evoluir nos setores industriais e de manufatura de hoje, as empresas enfrentam o desafio cada vez maior de reduzir custos e melhorar a eficiência, mantendo a qualidade da produção. Essas empresas de manufatura costumam ter vários locais espalhados por grandes regiões geográficas, cada um com milhares de peças de reposição para manutenção, reparo e operações (MRO) disponíveis para manter as operações em execução. Nessas organizações de grande porte, vários funcionários diferentes inserem itens em vários sistemas de gerenciamento de ativos corporativos (EAM) em cada local, com poucas ou nenhuma orientação padrão e, muitas vezes, em vários idiomas. Com o tempo, essa falta de padronização faz com que os dados de materiais se tornem inconsistentes e imprecisos, resultando em muitos efeitos negativos que podem ser sentidos em todas as unidades da empresa.

Os efeitos mais comuns causados ​​por dados de materiais corrompidos incluem:

• Itens não identificáveis ​​
• Excesso de estoque
• Duplicação
• Falsas faltas de estoque
• Tempo de inatividade do equipamento
• Pesquisas de peças ineficientes
• Aumento de compras independentes (compras diretas)
• Benefícios limitados dos sistemas EAM

Essas ineficiências podem custar às empresas tempo e dinheiro significativos, evitando que tomem decisões críticas baseadas em dados.

O processo de limpeza de dados

Para transformar dados corrompidos em dados de qualidade consistente, um processo de limpeza de dados deve ser implementado para criar um catálogo corporativo comum que pode ser mantido em toda a organização.

Embora o processo de limpeza de dados possa parecer muito simples por natureza, ele requer um conjunto único e especializado de software, pessoas e procedimentos. Algumas empresas de limpeza de dados se orgulham da eficiência e velocidade do uso de software automatizado, mas, na realidade, não existe um aplicativo de software que possa limpar com precisão arquivos de dados em massa sem intervenção humana. O processo de limpeza de dados é, na verdade, muito mais detalhado e, para resultados mais precisos, requer o uso de aplicativos de software automatizados combinados com o envolvimento de especialistas em limpeza para garantir consistência, precisão e eficiência.

Para ilustrar o processo de limpeza de dados do início ao fim, ele foi dividido em nove etapas. Embora cada projeto seja diferente com base nos requisitos específicos do cliente, essas nove etapas cobrem os procedimentos padrão envolvidos em cada projeto de limpeza de dados.

Etapa 1 - separar e padronizar o nome do fabricante e o número da peça

Usando software automatizado, o nome do fabricante e o número da peça são extraídos e separados da descrição de texto livre não estruturado. Uma vez separados, o nome do fabricante e o número da peça são corrigidos e padronizados, garantindo que cada nome e número de peça exclusivo do fabricante mantenha uma estrutura consistente em todo o banco de dados.

Etapa 2 - Atribuir modificador de substantivo e atributos necessários

Seguindo a segregação e padronização dos nomes dos fabricantes e números de peças, um dicionário de substantivos modificadores é usado para atribuir o identificador correto e as propriedades descritivas de cada item. Conforme ilustrado abaixo, usando o dicionário substantivo-modificador, cada item é atribuído a um par substantivo-modificador, onde o substantivo é o identificador primário e o modificador é o identificador secundário. Cada par substantivo-modificador também contém em média cinco a sete atributos associados, que descrevem melhor as características daquele item.

Etapa 3 - Preencher atributos

Depois de padronizar e preencher as informações fornecidas na descrição bruta do cliente, os atributos restantes são preenchidos usando ferramentas internas e externas, como a biblioteca de peças mestras, que contém milhões de itens pré-padronizados. Uma ferramenta de pesquisa online auxilia na busca e coleta de informações adicionais sobre peças. Usando essas ferramentas poderosas, as descrições dos itens são aprimoradas com precisão e eficiência com informações recuperadas diretamente dos catálogos dos fabricantes.

Etapa 4 - Atribuir códigos de classificação

Uma vez que todos os itens tenham sido descritos corretamente por um substantivo, modificador e atributos correspondentes, eles podem receber códigos de classificação especificados pelo cliente. Os códigos de classificação são normalmente usados ​​para segmentação de commodities, análise de gastos e outros relatórios personalizados, permitindo que as empresas alavanquem as compras e obtenham insights para melhorar a eficiência relacionada à aquisição.

Etapa 5 - Identificar itens duplicados

Após a limpeza e a classificação serem concluídas, os itens duplicados no banco de dados são identificados por duplicata direta (mesmo nome do fabricante e número de peça) ou por função de ajuste de forma (nome de fabricante e número de peça diferentes, mas idênticos de acordo com o tipo, tamanho e material). Depois que as duplicatas são identificadas, elas recebem um número de peça corporativo comum, as descrições são duplicadas para parecerem idênticas em todo o banco de dados e os itens são sinalizados para revisão do cliente.

Etapa 6 - Revisão do controle de qualidade

Devido à ênfase na qualidade e consistência, a próxima etapa envolve uma revisão humana final de todos os itens, normalmente conduzida por um líder de projeto designado ou pessoa dedicada ao controle de qualidade. O processo de controle de qualidade garante que cada item siga formato e nomenclatura adequados de acordo com os padrões predefinidos do cliente, ao mesmo tempo que verifica se as descrições aprimoradas estão corretas, precisas e completas.

Etapa 7 - Enviar lista de revisão ao cliente

Em média, 10 por cento do banco de dados de materiais geralmente são itens de revisão, ou seja, itens sem informações críticas para a identificação precisa da peça, como nome do fabricante ou número da peça. Durante o processo de limpeza de dados, esses itens são sinalizados e compilados em uma lista de revisão do cliente. A lista de revisão é devolvida ao cliente, que deve então localizar fisicamente o item no depósito e registrar as informações da peça necessárias para serem adicionadas ao mestre de materiais.

Etapa 8 - Formatar dados para o sistema ERP do cliente

Uma vez que as informações que faltam foram coletadas para todos os itens de revisão e todo o banco de dados limpo foi aprovado pelo controle de qualidade, ele é considerado completo e transferido para o departamento de TI. Nesse estágio, os especialistas de TI formatam os dados para o sistema de planejamento de recursos corporativos (ERP) especificado pelo cliente e os extraem em um arquivo de retorno. O estágio de formatação é crítico para atingir o resultado final desejado, já que cada sistema ERP tem seu próprio layout, cabeçalhos e limitações de campo exclusivos.

Etapa 9 - Retornar o arquivo limpo

Depois que todo o arquivo de dados foi limpo, padronizado, aprimorado, desduplicado, revisado e formatado para o sistema ERP do cliente, ele é entregue eletronicamente ao cliente. Neste momento, os dados agora podem ser carregados diretamente para o sistema ERP do cliente.

Os resultados

Esteticamente, os resultados da limpeza de dados são óbvios, já que os dados agora mantêm claramente um formato e nomenclatura consistentes em toda a organização, enquanto contêm informações aprimoradas para identificação de peças aprimorada. No entanto, os benefícios reais são aqueles que podem não ser tão óbvios visualmente, mas apresentam o maior retorno sobre o investimento. Os benefícios mais valiosos são aqueles que vêm da capacidade de identificar e remover itens em excesso, obsoletos e duplicados, melhorando a capacidade de pesquisar e localizar peças rapidamente quando o tempo é essencial e minimizar o tempo de inatividade do equipamento é crucial. Os principais benefícios incluem:

1. Redução de custos

• Identificação de estoque ativo em excesso e obsoleto
• Identificação e eliminação de itens duplicados
• Redução do tempo de inatividade do equipamento
• Redução de compras independentes
• Redução de pedidos de peças expedidos

2. Eficiência de manutenção aprimorada

• Pesquisas de peças eficientes

3. Benefícios máximos de ERP / EAM

• Recursos de relatório aprimorados

De uma perspectiva de longo prazo, os dados de materiais de qualidade são a chave para manter os custos operacionais e a eficiência. Este processo não termina quando o projeto de limpeza de dados é concluído. Manter a qualidade contínua dos dados requer um conjunto estrito de procedimentos de gerenciamento de catálogo para garantir a precisão e consistência à medida que novos itens são adicionados e itens existentes são modificados ou suspensos. A maioria das empresas de limpeza de dados oferece algum tipo de software ou serviço de gerenciamento de catálogo para que os clientes mantenham a qualidade de seu catálogo limpo. No entanto, a menos que o cliente consiga dedicar um recurso interno para gerenciar o catálogo, terceirizar essa atividade para os especialistas que originalmente limparam o banco de dados sempre fornecerá os melhores resultados.

Sobre o autor

Jocelyn Facciotti é gerente de marketing da I.M.A. Ltd., uma empresa especializada em limpeza de dados de MRO e serviços relacionados. Para obter mais informações, visite www.imaltd.com ou entre em contato com [email protected].