Um Caso Para Depuração De Dados

Muitas vezes, os sistemas de manutenção não colhem os benefícios que eles prometem por falta própria. Como você espera que um método aprimore os dados subjacentes? A solução é que você simplesmente não pode. Tudo o que você precisa é obter bons dados na máquina para que possam ser obtidos, processados ​​e utilizados para fornecer informações úteis para sua empresa.

Permita -me ilustrar o preço de não ter boas informações com um exemplo. Um fabricante de vários sites tem quatro locais, três dos quais estão próximos um do outro. Cada site tem sua própria despensa autônoma com componentes de estoque. Em cada site, há um gerente de catálogo de meio período responsável por todas as atividades do banco de dados. Como a planta é sindicalizada e as posições com frequência mudam, o gerente do catálogo pode ser substituído a cada mês ou dois.

Os padrões de ações resultantes representam o seguinte: Nomeação inconsistente do fabricante; Os números de peça perdidos do fabricante; uso inconsistente de símbolos/abreviações; erros de pontuação; descrições incompletas e; itens duplicados. As pesquisas de palavras do sistema são quase impossíveis e encontrar uma peça é um encontro frustrante, desafiador e geralmente malsucedido.

Os trabalhadores de cuidados de todos os lugares haviam perdido a fé nas lojas; Cada um manteve um estoque de componentes escondidos em algum lugar para seu próprio uso. Para planejar um trabalho de reparo, eles tentariam localizar peças em todo o sistema, mas se não conseguirem encontrar o que desejavam, abandonariam a caçada e apenas ordenavam a parte certa; No caso de uma crise, eles podem chamar outro local para pedir o empréstimo de uma peça. O valor do inventário em toda a empresa superou US $ 80 milhões.

Reconhecendo que algo precisava ser alcançado, a organização tentou enfrentar a limpeza de dados. Eles estabeleceram um grupo de dezenove pessoas internas compostas por funcionários de cuidados (acessadores elétricos, mecânicos, instrumentativos e de tubos) de todos os quatro locais, além de dois indivíduos de apoio e um especialista em inventário.

Depois de mais de um ano de trabalho e, com apenas metade do banco de dados limpo, eles optaram por participar de especialistas em limpeza de dados externos para revitalizar o esforço. Sistematicamente, as informações de cada site foram limpas. Em combinação com funcionários de manutenção de todos os sites, um design típico para descrições de produtos com pares de substantivo/modificador aceitável foi projetado; A ordem dos atributos foi negociada para atender a todos os locais; Linguagem, símbolos, abreviações e nomenclatura de negócios foram acordados. Demorou seis meses para refazer todo o banco de dados.

Ter bons dados traz consigo recompensas quantificáveis. As duplicatas nos locais foram mostradas na faixa de 10 %. Itens frequentes entre os sites foram identificados na faixa de 25%. A fusão das três lojas regionais para alguns armazém centrais diminuiu os níveis totais de estoque e permitiu que os sites compartilhassem peças críticas comuns. Também libertou dezenas de milhares de economia de dinheiro.

As pesquisas de itens demonstraram com sucesso informações de peça com as quais os funcionários da manutenção poderiam contar. À medida que a confiança nas lojas fundamentais aumentava, foi repatriado, o inventário adicional de caches privados, aumentando ainda mais as economias. No geral, em todo o negócio, as ações foram reduzidas em mais de 20%.

O esforço de limpeza de dados se pagou claramente várias vezes. Também se tornou o impulso para outras iniciativas corporativas. A empresa aumentou suas conexões de equipamento de itens para melhorar ainda mais o sistema de manutenção. Além disso, fundiu itens ao longo das linhas de produtos e reduziu sua base de fornecedores para descontos em volume.

Claramente, ótimos dados produz grandes resultados.