Master Data Management (MDM) w praktyce

Utrzymanie i zarządzanie danymi głównymi (Master Data Management) to koncept, który jest szeroko rozwijany w przedsiębiorstwach produkcyjnych, logistyce lub przemyśle ciężkim. Celem MDM jest powiązanie wszystkich krytycznych danych z jednym źródłem, które dostarcza przedsiębiorstwu tzw. jedno źródło prawdy (one source of truth). MDM to kompleksowa metoda umożliwiająca przedsiębiorstwom centralizację danych.

Potrzeba na to rozwiązanie wzięła się stąd, że dzisiejsze firmy, zwłaszcza te, które należą do branży przemysłowych, często wykorzystują różne systemy, które nie są ze sobą kompatybilne. W wyniku tego dane na temat procesów, które są zbierane w firmie, nie są jednolite. Taki rezultat prowadzi często do sprzecznych informacji, które utrudniają pracę różnych działów przedsiębiorstwa.

Brak harmonizacji źródła danych podważa wartość informacji i prowadzi do błędnych decyzji. W tym artykule wyjaśniamy, czym jest MDM i w jaki sposób centralizacja danych wpływa na poprawę przepływu informacji oraz planowanie.

Czym jest master data management (MDM)?

Celem master data management jest zarządzanie danymi głównymi w taki sposób, aby dostarczyć firmom dane aktualne, dokładne, bez względu na wzrost liczby poszczególnych źródeł danych. Potrzeba MDM wzięła się stąd, że firmy dążą do wysokiej wydajności procesów i niezawodnej analityki biznesowej. Stąd wiele wysiłku wkłada się w projektowanie procesów wspierających biznes, również tych, które są odpowiedzialne za zarządzanie danymi.

Efekt uboczny braku jakościowych danych jest dostrzegalny zwłaszcza w dużych przedsiębiorstwach. Należą do nich fabryki, firmy logistyczne, w których przez lata wdrażano różne systemy, takie jak ERP, MES, HCM, CMMS (Computerized Maintenance Management System) czy CRM, które były wykorzystywane niezależnie przez różne działy firmy. W ten sposób, osobne działy firm często tworzyły zasoby danych, które były wyizolowane w kontekście możliwości potwierdzenia prawidłowości pomiarów lub statystyk, natomiast inne dane były powielane, przestarzałe, a nawet sprzeczne ze sobą.

Niemal w większości przypadków, na przykład w krajach Europy zachodniej, w latach 1990-2010, integracja i kompatybilność danych nie stanowiła problemu. Firmy wykorzystywały systemy, takie jak ERP, CRM, które opierały się na jednolitych rozwiązaniach, a przepływ danych odbywał się bez szeroko stosowanej automatyzacji. Jednak wraz z rozwojem technologii informatycznej, zapotrzebowanie na lepszej jakości rozwiązania stale rosło. Stąd proces podejmowania decyzji w oparciu o dobrej jakości dane stał się niepodważalnym elementem pracy managerów, kierowników i zarządu firmy.

Jakie problemy powodują niespójne dane?

Błędne dane prowadzą do szeregu problemów w firmach produkcyjnych i logistyce. Tak jak już wspomnieliśmy, różne systemy informatyczne mogą używać odmiennych struktur danych, co prowadzi do trudności w wymianie informacji między nimi. Dane mogą być przechowywane w różnych formatach, takich jak CSV, XML, JSON, itp., co prowadzi do braku jednolitości w formatach i utrudnia ich łączenie i przetwarzanie. Poniżej przedstawiamy, do jakich problemów prowadzi brak spójności danych:

Trudności w analizie danych

Niekompatybilne dane utrudniają przeprowadzenie spójnej analizy. W rezultacie prowadzi to do niepełnych lub błędnych wniosków.

Wysokie koszty zarządzania danymi

Dane pochodzące z różnych źródeł, jak dane o produkcji, mogą się od siebie różnić, stąd ich porównanie i potwierdzenie ich poprawności wymaga dużych nakładów pracy manualnej.

Utrudniona współpraca między zespołami

Wymiana wiedzy i praktyk między zespołami jest utrudniona z uwagi na wysoką niekompatybilność danych. Sprzeczne źródła danych prowadzą do konfliktów i błędnie przekazywanych informacji wewnątrz zespołów.

Błędy w raportowaniu

Niespójne dane mogą prowadzić do błędów w raportach, co ponownie wpływa na błędnie podejmowane decyzje.

Zarządzanie danymi podstawowymi SAP (MDM SAP)

Rozwiązaniem niekompatybilnych źródeł danych jest harmonizacja jednostek danych i synchronizacja między systemami. W tym kontekście znów należy poruszyć mankament związany z integracją systemów, ponieważ MDM wymaga ciągłego zarządzania i utrzymania danych przez cały cykl procesu. Zatem, czy proces w danej chwili polega na zbieraniu danych, czy ich usuwaniu, to w każdym przypadku, MDM centralizuje dane transakcyjne, dane podstawowe, i inne, aby zadbać o ich jakość. Do tego procesu  niezbędna jest integracja danych z różnych źródeł (integracja ERP, CMMS, etc.).

MDM funkcjonuje w oparciu o osobne platformy, tak jak w przypadku systemów ERP, gdzie platforma SAP NetWeaver® Master Data Management służy do konsolidacji danych z różnych źródeł. Jest to najbardziej powszechnie stosowane rozwiązanie w branży produkcyjnej. Master Data Management (MDM) w SAP odnosi się do procesów zarządzania danymi i wyznaczania standardów, za pomocą narzędzi, które konsekwentnie definiują i zarządzają krytycznymi danymi organizacji. W tym wszystkim chodzi o to, aby zapewnić, wraz z integracją danych, pojedynczy punkt odniesienia.

Platform MDM jest znacznie więcej na rynku, a ich główne cechy to:

• Scentralizowany dostęp: Zapewniają scentralizowany dostęp do danych podstawowych w całym przedsiębiorstwie.
• Agregacja danych: Agreguje dane podstawowe z różnych źródeł, w przypadku SAP mogą to być dane z innych modułów, jak na przykład SAP maitenance, lub systemów CMMS podłączonych pod ERP SAP.
• Konfigurowalne modele danych: Platforma obsługuje predefiniowane lub konfigurowalne modele danych dla klientów, sprzedawców, dostawców, pracowników, produktów i materiałów. Czyli, bez względu na to, czy dane wysyła pracownik z utrzymania ruchu z systemu CMMS, który jest zintegrowany z ERP SAP, to platforma MDM będzie w stanie przefiltrować dane, porównać je, itp.
• Możliwości importu: Umożliwia importowanie całych schematów danych podstawowych, struktur, wartości i informacji o taksonomii.
• Oczyszczanie danych: Usuwa duplikaty danych, aby nie wprowadzać podwójnych rekordów z dwóch podobny źródeł danych. Ponadto, zapewnia normalizację, mapowanie danych, właśnie z różnych źródeł, dopasowywanie i scalanie. W gruncie rzeczy, zapewnia interaktywną analizę jakości danych i konsolidację.
• Harmonizacja danych: Harmonizuje dane podstawowe przy użyciu zaawansowanego modelu syndykacji.
• Model syndykacji: Jest to model, który aktualizuje dane podstawowe w systemach działających zarówno z oprogramowaniem SAP, jak i bez niego. Czyli, jeżeli jest to system CMMS, to platforma MDM wykorzystuje standard branżowy XML, który jest łatwo konfigurowalny z innymi systemami. Zatem wymiana danych przebiega w sposób bezkonfliktowy.

Przykład zarządzania danymi na produkcji

Czysto hipotetycznie, możemy podać przykład firmy produkcyjnej, która ze względu na rozmiar operacji jest zmuszona do centralizacji danych. W tym przypadku możemy rozważyć skandynawskiego producenta mebli, który posiada oddziały na całym świecie oraz szereg fabryk i kontraktorów. Ważne jest, aby precyzyjnie określić, jakie obszary działalności obejmuje taki przykład firmy, aby zrozumieć, które dane muszą być scentralizowane.

Poniżej podajemy przykład danych wymagających zarządzania w globalnej firmie produkcyjnej:

• Zarządzanie danymi produktów: Firma centralnie zarządza ogromnymi ilościami danych produktowych w ramach swojej globalnej działalności. Obejmuje to specyfikacje, warianty, ceny i informacje o cyklu życia mebli i produktów dla domu.
• Zarządzanie dostawcami i podwykonawcami: Tego typu firma przechowuje podstawowe dane dotyczące swoich dostawców i sprzedawców na całym świecie. Obejmują one dane kontaktowe, umowy, wskaźniki wydajności i dane dotyczące zgodności.
• Logistyka i zarządzanie łańcuchem dostaw: Co ważne, firmy globalne zarządzają danymi, które są związane z logistyką i operacjami łańcucha dostaw, a te mają kluczowe znaczenie dla zabezpieczanie operacji produkcji. Obejmuje to poziomy zapasów, zarządzanie magazynem, logistykę transportu i operacje w centrach dystrybucji.
• Kontrola i zapewnienie jakości: Faktem jest to, że firmy operujące na skali globalnej muszą wdrażać rygorystyczne środki kontroli jakości. W tym wypadku ważne jest zarządzanie danymi podstawowym, które jest związane ze standardami jakości produktów, i certyfikatami dostawców, itp.
• Wydajność operacyjna: Przedsiębiorstwo musi zarządzać danymi podstawowymi, pochodzącymi z produkcji, oraz działów utrzymania ruchu, co odgrywa kluczową rolę w optymalizacji wydajności operacyjnej w zakładach produkcyjnych.

Mając te dane, firma może zapewnić płynność operacji i minimalizację kosztów. Jednak, kiedy weźmiemy pod uwagę to, że szybko rozwijająca się organizacja, posiadająca 100 lokalizacji w 45 krajach i zatrudniająca 5 900 pracowników na całym świecie, problem integracji jest znacznie większy.

Patrząc z perspektywy systemu ERP, w takim przedsiębiorstwie, trzeba codziennie tworzyć i modyfikować w ogromne ilości materiałów. Jeżeli spojrzymy na działania produkcji, zespół ds. planowania łańcucha dostaw może być zmuszony do szybkiego wdrożenia nowych procedur, aby zwiększyć produkcje, co może wpłynąć na inne obszary, jak np. dział utrzymania ruchu. Wówczas, dział UR może liczyć się z tym, że zapotrzebowanie na części zamienne również wzrośnie. Wtedy konieczne może być wysłanie zapotrzebowania na części zmienne do innych oddziałów firmy.

W tym przypadku centralizacja danych jest niezbędna do utrzymania płynności działania produkcji i zapewnienia ciągłości pracy maszyn poprzez zapewnienie zasobów niezbędnych do ich funkcjonowania z innych placówek przedsiębiorstwa.

MDM z systemem CMMS

Problem centralizacji danych jest dość powszechny w firmach produkcyjnych. Systemy, które wspierają działanie produkcji, to w pewnych okolicznościach systemy CMMS. Nowoczesne systemy CMMS wdrożone w firmach produkcyjnych mogą zapewnić znacznie lepszy proces zarządzania scentralizowanymi danymi.

Jeżeli weźmiemy pod uwagę zakład produkcyjny, który posiada jednolity system CMMS działający w różnych oddziałach firmy, może one zrezygnować z potrzeby integracji innych systemów, wcześniej wykorzystywanych, np.: do obsługi magazynu części zamiennych. Wynika to z faktu, że nowoczesne systemy CMMS posiadają funkcje, które mogą eliminować potrzebę używania dwóch systemów służących do wspólnego zarządzania określonymi procesami.

Posługując się powyższym przykładem skandynawskiej firmy produkującej meble, jeżeli firma korzystałaby z jednolitego systemu CMMS do utrzymania ruchu, wówczas zapotrzebowanie na części zamienne może zostać przeniesione do innego zakładu wewnątrz systemu CMMS, bez potrzeby przesyłania danych przez platformę MDM. Bierze się to stąd, że CMMS system posiada funkcję zarządzanai magayznem części zamiennych.

Mimo, że MDM wiąże się z potrzebą centralizacji systemów odpowiedzialnych za różne obszary firmy, to nowoczesne CMMS w pewnym stopniu eliminują potrzebę dodatkowej platformy MDM do centralizacji danych z produkcji i przepływu materiałów (np.: części zamiennych). W wielu przypadkach, jeśli chodzi o użytkowników systemów ERP SAP, nowoczesne systemy CMMS mogą integrować dane dotyczące działań utrzymania ruchu z systemem ERP oraz MES, zapewniając jedno źródło prawdy (ang. source of truth) dla działań UR.

Podsumowanie

Wdrożenie skutecznego zarządzania danymi podstawowymi (Master Data Management – MDM) jest niezbędne dla organizacji dążących do optymalizacji wydajności operacyjnej i integralności danych. Jednakże nie jest to absolutna konieczność. W wielu przypadkach systemy CMMS, które integrują dane z różnych obszarów produkcji, mogą w zupełności wystarczyć, aby sprostać potrzebom operacyjnym firmy w obszarze działania UR.

Aby dowiedzieć się, w jaki sposób system CMMS może przynieść korzyści Twojej organizacji i stymulować zrównoważony wzrost, rozważ konsultacje z ekspertami lub umów się na prezentację rozwiązań dostosowanych do Twojej branży. Już dziś zacznij drogę do lepszego zarządzania danymi i doskonałości operacyjnej dzięki nowoczesnemu systemowi CMMS.