Facebook Twitter
esmartjob.com

数据清理案例

发表于 十一月 3, 2021 作者: Raphael Corns

维护系统通常不会获得他们没有自己的过错所承诺的好处。 您如何期望一种方法来增强基本数据? 解决方案是您根本不能。 您需要的一切都是在计算机中获取良好的数据,以便可以获得,处理和使用以为您的公司提供有用的信息。

请允许我说明在一个示例中没有良好信息的价格。 一个多站点制造商有四个位置,其中三个位置彼此之间相当接近。 每个网站都有自己的自动储藏室,并带有库存组件。 在每个站点,都有一个兼职目录管理器负责所有数据库活动。 由于工厂已结合并经常变化,因此可以更换每个月或两个月的目录经理。

由此产生的股票标准表示:不一致的制造商命名; 丢失的制造商零件数字; 使用符号/缩写不一致; 标点符号错误; 不完整的描述和; 重复的项目。 系统的单词搜索几乎是不可能的,找到零件是一次令人沮丧,充满挑战,通常不成功的遭遇。

所有地方的护理人员都对商店失去了信心。 每个人都藏着一个藏匿的组件,供他自己使用。 为了计划维修工作,他们会尝试在整个系统中找到零件,但是如果找不到他们想要的东西,他们会放弃狩猎,只命令零件正确; 如果发生危机,他们可能会致电另一个地点询问零件的贷款。 整个公司的库存价值超过8000万美元。

该组织认识到需要实现的目标,因此试图解决数据清洁。 他们建立了一组来自所有四个站点的护理员工(电气,机械,仪器和管道钳工)以及两个支持个人和一名库存专家的9个内部人员。

经过一年多的工作,只有一半的数据库清洁了,他们选择参与外部数据清洁专家以振兴努力。 系统地,清洁了每个站点的信息。 与来自所有站点的维护员工结合使用,设计了具有可接受的名词/修饰符对的产品描述的典型设计; 属性的顺序被协商以符合所有地点。 同意语言,符号,缩写和商业命名。 整个数据库都花了六个月的时间。

拥有良好的数据带来可量化的奖励。 现场的重复项显示在10%的范围内。 在25%的范围内确定了跨站点的频繁项目。 将三个区域商店合并到一些中央仓库,降低了总库存水平,并允许网站共享共同的关键备件。 它还释放了成千上万的资金节省。

项目搜索成功地展示了维护员工可以依靠的部分信息。 随着对基本商店的信心,私人卡车的额外库存被遣返,进一步增加了所实现的储蓄。 总体而言,在整个业务中,股票减少了20%以上。

数据清理工作清楚地付出了几次。 它也成为其他公司计划的动力。 该业务继续提高其项目设备连接,以进一步改善维护系统。 此外,它将物品沿产品线合并,并减少其供应商基础以进行数量折扣。

显然,大数据可以产生很大的结果。