Reduzca los costos con la limpieza de datos de MRO

A medida que la competencia y la tecnología continúan evolucionando en las industrias industriales y de fabricación actuales, las empresas se enfrentan al desafío cada vez mayor de reducir costos y mejorar la eficiencia mientras mantienen la calidad de la producción. Estas empresas de fabricación a menudo tienen varios sitios repartidos en grandes regiones geográficas, cada uno con miles de piezas de repuesto de mantenimiento, reparación y operaciones (MRO) disponibles para mantener las operaciones en funcionamiento. En organizaciones tan grandes, varios empleados diferentes ingresan elementos en varios sistemas de administración de activos empresariales (EAM) en cada sitio, con pocas o ninguna guía estándar y, a menudo, en varios idiomas. Con el tiempo, esta falta de estandarización hace que los datos de los materiales se vuelvan inconsistentes e inexactos, lo que resulta en muchos efectos negativos que se pueden sentir en todas las unidades del negocio.

Los efectos más comunes causados ​​por datos de materiales corruptos incluyen:

• Elementos no identificables
• Exceso de inventario
• Duplicación
• Falsos desabastecimientos
• Tiempo de inactividad del equipo
• Búsquedas de piezas ineficaces
• Aumento de las compras inconformistas (compras directas)
• Beneficios limitados de los sistemas EAM

Estas ineficiencias pueden costarles a las empresas una gran cantidad de tiempo y dinero, al tiempo que les impiden tomar decisiones críticas basadas en datos.

El proceso de limpieza de datos

Para transformar datos corruptos en datos de calidad constante, se debe implementar un proceso de limpieza de datos para crear un catálogo corporativo común que se pueda mantener en toda la organización.

Si bien el proceso de limpieza de datos puede parecer de naturaleza muy simple, requiere un conjunto de software, personas y procedimientos muy únicos y especializados. Algunas empresas de limpieza de datos se enorgullecen de la eficiencia y la velocidad mediante el uso de software automatizado, pero en realidad, no existe una aplicación de software que pueda limpiar con precisión archivos de datos masivos sin intervención humana. El proceso de limpieza de datos es en realidad mucho más detallado y, para obtener resultados más precisos, requiere el uso de aplicaciones de software automatizadas combinadas con la participación de especialistas en limpieza para garantizar la coherencia, precisión y eficiencia.

Para ilustrar el proceso de limpieza de datos de principio a fin, se ha dividido en nueve pasos. Si bien cada proyecto es diferente según los requisitos específicos del cliente, estos nueve pasos cubren los procedimientos estándar involucrados en cada proyecto de limpieza de datos.

Paso 1 - Segregar y estandarizar el nombre del fabricante y el número de pieza

Mediante software automatizado, el nombre del fabricante y el número de pieza se extraen y separan de la descripción de texto libre no estructurado. Una vez separados, el nombre del fabricante y el número de pieza se corrigen y estandarizan, lo que garantiza que cada nombre de fabricante y número de pieza únicos mantengan una estructura coherente en toda la base de datos.

Paso 2:Asignar modificadores de sustantivos y atributos obligatorios

Después de la segregación y estandarización de los nombres de los fabricantes y los números de pieza, se utiliza un diccionario de sustantivo-modificador para asignar el identificador correcto y las propiedades descriptivas de cada artículo. Como se ilustra a continuación, utilizando el diccionario sustantivo-modificador, a cada elemento se le asigna un par sustantivo-modificador, donde el sustantivo es el identificador principal y el modificador es el identificador secundario. Cada par de sustantivo-modificador también contiene un promedio de cinco a siete atributos asociados, que describen con más detalle las características de ese elemento.

Paso 3:Completar atributos

Después de estandarizar y completar la información proporcionada en la descripción sin procesar del cliente, los atributos restantes se completan utilizando herramientas internas y externas, como la biblioteca de piezas maestras, que contiene millones de elementos preestandarizados. Una herramienta de investigación en línea ayuda a buscar y recopilar información adicional sobre piezas. Con estas poderosas herramientas, las descripciones de los artículos se mejoran de manera precisa y eficiente con información recuperada directamente de los catálogos de los fabricantes.

Paso 4:Asignar códigos de clasificación

Una vez que todos los elementos se han descrito correctamente mediante un sustantivo, un modificador y los atributos correspondientes, se les pueden asignar códigos de clasificación especificados por el cliente. Los códigos de clasificación se utilizan normalmente para la segmentación de productos básicos, el análisis de gastos y otros informes personalizados, lo que permite a las empresas aprovechar las compras y obtener información para mejorar la eficiencia relacionada con las adquisiciones.

Paso 5:identificar elementos duplicados

Después de completar la limpieza y clasificación, los artículos duplicados dentro de la base de datos se identifican por duplicado directo (mismo nombre del fabricante y número de pieza) o por función de ajuste de forma (nombre de fabricante diferente y número de pieza, pero idénticos según el tipo, tamaño y material). Una vez que se han identificado los duplicados, se les asigna un número de pieza corporativo común, las descripciones se duplican para que parezcan idénticas en toda la base de datos y los artículos se marcan para que los revise el cliente.

Paso 6:revisión del control de calidad

Debido al énfasis en la calidad y la coherencia, el siguiente paso implica una revisión humana final de todos los elementos, normalmente realizada por un líder de proyecto asignado o una persona dedicada al control de calidad. El proceso de control de calidad garantiza que cada artículo siga el formato y la nomenclatura adecuados de acuerdo con los estándares predefinidos del cliente, al tiempo que verifica que las descripciones mejoradas sean correctas, precisas y completas.

Paso 7:enviar la lista de revisión al cliente

En promedio, el 10 por ciento de la base de datos de materiales suele ser artículos de revisión, es decir, artículos que carecen de información crítica para una identificación precisa de las piezas, como el nombre del fabricante o el número de pieza. Durante el proceso de limpieza de datos, estos elementos se marcan y compilan en una lista de revisión de clientes. La lista de revisión se devuelve al cliente, quien luego debe ubicar físicamente el artículo dentro del almacén y registrar la información de la pieza necesaria para agregarla al maestro de materiales.

Paso 8:Formatee los datos en el sistema ERP del cliente

Una vez que se ha recopilado la información faltante para todos los elementos de revisión y el control de calidad ha aprobado toda la base de datos limpia, se considera completa y se transfiere al departamento de TI. En esta etapa, los especialistas en TI formatean los datos en el sistema de planificación de recursos empresariales (ERP) especificado por el cliente y los extraen en un archivo de devolución. La etapa de formateo es fundamental para lograr el resultado final deseado, ya que cada sistema ERP tiene su propio diseño, encabezados y limitaciones de campo únicos.

Paso 9:Devolver el archivo limpiado

Una vez que todo el archivo de datos se ha limpiado, estandarizado, mejorado, desduplicado, revisado y formateado en el sistema ERP del cliente, se entrega electrónicamente al cliente. En este momento, los datos ahora se pueden cargar directamente en el sistema ERP del cliente.

Los resultados

Estéticamente, los resultados de la limpieza de datos son obvios, ya que los datos ahora mantienen claramente un formato y una nomenclatura consistentes en toda la organización, al tiempo que contienen información mejorada para una mejor identificación de las piezas. Sin embargo, los beneficios reales son aquellos que pueden no ser tan obvios visualmente pero que presentan el mayor retorno de la inversión. Los beneficios más valiosos son los que provienen de la capacidad de identificar y eliminar artículos en exceso, obsoletos y duplicados, al tiempo que se mejora la capacidad de buscar y ubicar piezas rápidamente cuando el tiempo es esencial y minimizar el tiempo de inactividad del equipo es crucial. Los beneficios clave incluyen:

1. Reducción de costos

• Identificación de inventario en exceso activo y obsoleto
• Identificación y eliminación de elementos duplicados
• Reducción del tiempo de inactividad del equipo
• Reducción de compras inconformistas
• Reducción de pedidos de piezas acelerados

2. Mayor eficiencia de mantenimiento

• Búsquedas de piezas eficientes

3. Beneficios máximos de ERP / EAM

• Capacidades de generación de informes mejoradas

Desde una perspectiva a largo plazo, los datos de materiales de calidad son la clave para mantener los costos operativos y la eficiencia. Este proceso no finaliza una vez que se completa el proyecto de limpieza de datos. Mantener la calidad de los datos en curso requiere un conjunto estricto de procedimientos de gestión de catálogos para garantizar la precisión y coherencia a medida que se agregan nuevos elementos y se modifican o suspenden los elementos existentes. La mayoría de las empresas de limpieza de datos ofrecen algún tipo de software o servicio de gestión de catálogos para que los clientes mantengan la calidad de su catálogo limpio. Sin embargo, a menos que el cliente pueda dedicar un recurso interno para administrar el catálogo, subcontratar esta actividad a los expertos que originalmente limpiaron la base de datos siempre brindará los mejores resultados.

Acerca del autor

Jocelyn Facciotti es la directora de marketing de I.M.A. Ltd., una empresa especializada en limpieza de datos MRO y servicios relacionados. Para obtener más información, visite www.imaltd.com o póngase en contacto con [email protected].