Facebook Twitter
esmartjob.com

Un Caso Per Il Lavaggio Dei Dati

Pubblicato il Gennaio 3, 2022 da Raphael Corns

Spesso i sistemi di manutenzione non traggono i benefici che promettono per colpa loro. Come ti aspetti un metodo per migliorare i dati sottostanti? La soluzione è che semplicemente non puoi. Tutto ciò di cui hai bisogno è ottenere buoni dati nella macchina in modo che possa essere ottenuto, elaborato e utilizzato per fornire informazioni utili per la tua azienda.

Consentitemi di illustrare il prezzo di non avere buone informazioni con un esempio. Un produttore multi-sito ha quattro sedi, tre delle quali sono abbastanza vicine l'una all'altra. Ogni sito Web ha il suo magazzino autonomo con componenti azionari. In ogni sito, c'è un gestore del catalogo part-time responsabile di tutte le attività di database. Poiché l'impianto è sindacalizzato e le posizioni cambiano frequentemente, il responsabile del catalogo può essere sostituito ogni mese o due.

Gli standard azionari risultanti rappresentano questo: denominazione incoerente del produttore; Numeri di parte del produttore perso; uso incoerente di simboli/abbreviazioni; errori di punteggiatura; descrizioni incomplete e; Articoli duplicati. Le ricerche di parole di sistema sono quasi impossibili e trovare una parte è un incontro frustrante, impegnativo, di solito senza successo.

Gli operatori sanitari in tutti i luoghi avevano perso fiducia nei negozi; Ognuno ha tenuto una scorta di componenti nascosti da qualche parte per il suo uso. Per pianificare un lavoro di riparazione, avrebbero cercato di individuare parti in tutto il sistema, ma se non fossero in grado di trovare ciò che desideravano, abbandonerebbero la caccia e ordinerebbero solo la parte a destra; In caso di crisi, possono chiamare un'altra posizione per chiedere il prestito di una parte. Il valore dell'inventario in tutta la società ha superato $ 80 milioni.

Riconoscendo che qualcosa doveva essere raggiunto, l'organizzazione ha cercato di affrontare le pulegge dei dati. Hanno istituito un gruppo di diciannove persone interne composte da dipendenti di assistenza (elettrici, meccanici, strumentazioni e installatori di tubi) da tutti e quattro i siti, nonché due persone di supporto e uno specialista dell'inventario.

Dopo oltre un anno di lavoro e con solo la metà del database pulito, hanno scelto di partecipare agli specialisti della pulizia dei dati esterni per rivitalizzare lo sforzo. Sistematicamente, le informazioni di ciascun sito sono state pulite. In combinazione con i dipendenti di manutenzione di tutti i siti, è stato progettato un design tipico per le descrizioni dei prodotti con coppie di nomi/modifiche accettabili; L'ordine degli attributi è stato negoziato per incontrare tutte le sedi; Lingua, simboli, abbreviazioni e nomenclatura commerciale sono stati concordati. Ci sono voluti sei mesi per rielaborare l'intero database.

Avere buoni dati porta con sé premi quantificabili. I duplicati nei siti hanno mostrato di essere nell'intervallo del 10 percento. Sono stati identificati articoli frequenti su siti nell'intervallo del 25%. La fusione dei tre negozi regionali in alcuni magazzini centrali ha ridotto i livelli di stoccaggio totale e ha permesso ai siti Web di condividere i ricambi critici. Ha anche liberato decine di migliaia di risparmi in denaro.

Le ricerche sugli articoli hanno dimostrato con successo informazioni parziale su cui i dipendenti di manutenzione potrebbero contare. Man mano che la fiducia nei negozi fondamentali è cresciuta, è stato rimpatriato l'inventario aggiuntivo da cache private, aggiungendo ulteriormente i risparmi realizzati. Complessivamente, in tutta l'azienda, le azioni sono state ridotte di oltre il 20%.

Lo sforzo di pulizia dei dati è stato chiaramente pagato per sé più volte. È diventato anche l'impulso per altre iniziative aziendali. L'azienda ha continuato a rafforzare le sue connessioni di equipaggiamento degli articoli per migliorare ulteriormente il sistema di manutenzione. Inoltre, ha unito gli articoli lungo le linee di prodotti e ha ridotto la base dei fornitori per sconti sul volume.

Chiaramente grandi dati producono grandi risultati.