Tipps zur Pflege der Wartungs-Ersatzteildatenbank

Ich sehe oft, dass Konzerne aufgrund jahrelanger Vernachlässigung und fehlender Eigenverantwortung wirklich Schwierigkeiten mit der Verwaltung ihrer Ersatzteildaten haben. Bei der anfänglichen CMMS-Implementierung wurden die Daten möglicherweise mit einem Nomen/Qualifizierer/Qualifizierer-Ansatz für die kurze Textbeschreibung richtig beschrieben. Mit der Zeit ziehen die Leute weiter und jemand anderes übernimmt die Datenbank. Sie erhalten möglicherweise keine Schulung oder verstehen die Benennungskonzepte nicht. Bald können die Nutzer der Daten die im Lager gelagerten Teile aufgrund der Benennung der Artikel nicht mehr finden. Der Lagerbestandswert steigt auch, da Teile dupliziert werden, da niemand den Lagerartikel finden konnte. Also, wie bereinigst du dieses Durcheinander?

Je nach Anzahl der Elemente kann es einfacher sein, sich für eine Datenbereinigung durch einen Dritten zu entscheiden. Bevor ich Ihnen diesen Vorgang beschreibe, möchte ich Sie für einen kleinen Aufklebervorrat zu den Kosten vorbereiten. Erwarten Sie, je nach erbrachter Leistung zwischen 3,25 und 4,50 USD pro SKU (lagerhaltende Einheit) zu zahlen. 30.000 SKUs bringen Ihnen also ungefähr 100.000 bis 135.000 US-Dollar. Wenn Sie ahnungslos waren, können Sie sich jetzt vom Boden aufrichten.

Im Allgemeinen funktioniert der Datenbereinigungsprozess so. Sie stellen dem Verkäufer eine Datenbank mit allen Ihren SKU-Informationen – wie Hersteller, Modellnummer und Kurztextbeschreibung – zur Verfügung. Der Anbieter verfügt bereits über ein im Laufe der Zeit erstelltes Datenwörterbuch mit allen bisher bereinigten Teilen. Dies ist normalerweise eine ziemlich umfassende Auflistung; Wenn Sie jedoch beispielsweise im Eisenbahngeschäft tätig sind, ist die Liste der Datenwörterbücher für diese Teile möglicherweise nicht so umfangreich. Der Anbieter arbeitet normalerweise mit Ihnen zusammen, um das Datenwörterbuch bei Bedarf anzupassen. Die von Ihnen bereitgestellte SKU-Datenbank wird dann mit dem Datenwörterbuch verglichen. Am Ende stehen direkte Matches, enge Assoziationen und komplette Ausnahmen. Die engen Verbindungen erfordern einen weiteren Pass von einem Menschen, um ihn nach Bedarf zu überprüfen und zu korrigieren. Sie können eine Feldinspektion erfordern. Die Ausnahmen erfordern eine Inspektion vor Ort, um sie zu behandeln und richtig zu beschreiben. Als Beispiel reicht eine kurze Textbeschreibung von „Artikel 2 aus Zeichnung 234563-2“ nicht aus. Können Sie mir sagen, welcher Teil das ist; ist es eine Welle oder eine Spindel? Für welches Gerät? Es könnte ein SKF 6207-2RS1-Lager sein, aber woher soll man das anhand einer solchen Beschreibung wissen? Es gibt also eine Vor-Ort-Komponente für die Datenbereinigung.

Sobald dieser Aufwand abgeschlossen ist, stellt Ihnen der Anbieter eine Datenbank zur Verfügung, die wieder in das CMMS geladen wird. Sie können den Lieferanten bitten, Duplikate für Sie zu identifizieren. Darüber hinaus kann es bei Bedarf eine umfassendere Bestandsanalyse basierend auf (zum Beispiel) Lagerbeständen und Umläufen bereitstellen.

Jetzt liegt für Sie die wirkliche Priorität darin, Prozesse einzurichten und zu prüfen, um sicherzustellen, dass Sie nie wieder in diese Situation geraten. Sie müssen dies tun, bevor Sie die bereinigten Daten laden. Das bedeutet, dass Sie wirklich einen oder zwei Gatekeeper brauchen, die darin geschult sind, den kurzen Beschreibungstext als Beispiel zu erstellen. Schließlich haben Sie gerade 135.000 US-Dollar des Geldes des Unternehmens ausgegeben, um diese Daten zu bereinigen. Aber warte, du bist noch nicht fertig. Jetzt sollten Sie sich den Lagerbestand ansehen, um die Duplikate zu beseitigen, falls dies noch nicht geschehen ist, und die eingelagerten Artikel optimieren. Dies bedeutet (zum Beispiel) die Bestimmung des Bedarfs an Lagerbeständen, in welchen Mengen und an welchen Nachbestellpunkten.

Über den Autor:
Als Managing Principal für People and Processes unterstützt Jeff Shiver Unternehmen bei der Implementierung von Best Practices für Wartung und Betrieb. Vor dieser Position war Jeff ein Praktiker, der 25 Jahre in der Fertigung und in Einrichtungen für Unternehmen wie Procter and Gamble, IBM und Mars North America arbeitete, wo Jeff den Großteil seiner Karriere verbrachte. Seine Erfahrung umfasst Wartung und Zuverlässigkeit, Projekt- und Steuerungstechnik, Informationstechnologie und Betrieb in Fertigungs- und Unternehmensführungsfunktionen. Kontaktieren Sie Jeff unter [email protected].