Facebook Twitter
esmartjob.com

Ett Fall För Dataskrubbning

Publicerat på December 3, 2021 av Raphael Corns

Ofta skördar underhållssystem inte de fördelar som de lovar med inget eget fel. Hur förväntar du dig att en metod ska förbättra underliggande data? Lösningen är att du helt enkelt inte kan. Allt du behöver är att få bra data i maskinen så att den kan erhållas, bearbetas och utnyttjas för att ge användbar information för ditt företag.

Låt mig illustrera priset på att inte ha bra information med ett exempel. En tillverkare av flera platser har fyra platser, varav tre är i ganska närhet till varandra. Varje webbplats har sin egen autonoma förråd med lagerkomponenter. På varje webbplats finns det en deltidskataloghanterare som ansvarar för all databasaktivitet. Eftersom anläggningen är förenad och positioner ofta ändras kan katalogchefen bytas ut varje månad eller två.

De resulterande aktiestandarderna representerar detta: inkonsekvent tillverkare av tillverkare; förlorade tillverkarens delnummer; inkonsekvent användning av symboler/förkortningar; skiljetecken; ofullständiga beskrivningar och; Duplicera föremål. Systemordsökningar är nästan omöjliga och att hitta en del är en frustrerande, utmanande, vanligtvis misslyckad möte.

Vårdarbetare på alla platser hade tappat troen på butiker; Var och en höll en stash av komponenter dolda någonstans för eget bruk. För att planera för ett reparationsjobb skulle de försöka hitta delar i hela systemet, men om de inte kunde hitta vad de önskade, skulle de överge jakten och bara beställa delen rätt; I händelse av en kris kan de ringa en annan plats för att be lånet till en del. Lagervärdet i hela företaget toppade 80 miljoner dollar.

Genom att erkänna att något behövde uppnås försökte organisationen att ta itu med data städning själva. De etablerade en grupp nitton interna människor bestående av vårdpersoner (elektriska, mekaniska, instrumentering och rörmonterare) från alla fyra platser samt två supportpersoner och en inventeringsspecialist.

Efter över ett års arbete, och med bara hälften av databasen rengjorda, valde de att delta i externa datastrengöringsspecialister för att återuppliva ansträngningen. Systematiskt rengjordes informationen från varje webbplats. I kombination med underhållsanställda från alla webbplatser har en typisk design för produktbeskrivningar med acceptabla substantiv/modifierare utformats; Ordern på attribut förhandlades för att möta alla platser; Språk, symboler, förkortningar och företagsnomenklatur överenskommades. Det tog sex månader att omarbeta hela databasen.

Att ha bra data medför kvantifierbara belöningar. Duplikat på platser visade sig ligga inom 10 procents intervall. Ofta objekt över platser identifierades inom 25% -intervallet. Förgrepp mot de tre regionala butikerna till något centralt lager minskade totala strumpnivåer och tillät webbplatser att dela gemensamma kritiska reservdelar. Det befriade också tiotusentals i pengarbesparingar.

Objektsökningar visade framgångsrikt delinformation som underhållsanställda kunde räkna med. När förtroendet för de grundläggande butikerna ökade återlämnades ytterligare inventering från privata cachar, vilket ytterligare ökade de realiserade besparingarna. Sammantaget minskades aktien med mer än 20%.

Uppgiftsreningen betalade tydligt för sig själv flera gånger över. Det blev också drivkraften för andra företagsinitiativ. Verksamheten fortsatte med att öka sina anslutningsanslutningar för att ytterligare förbättra underhållssystemet. Dessutom slog den samman för produktlinjer och minskade sin leverantörsbas för volymrabatter.

Klart bra data ger fantastiska resultat.