Нормализация данных по закупкам

2020 - 2021
Металлургия
Бизнес-решения, Управление программами
Клиент
Трубная Металлургическая Компания

Предприятия Трубной Металлургической Компании (ТМК) вели два справочника для учета закупаемых товаров, необходимых для текущей деятельности, в том числе производства. Из-за разницы во внутренних требованиях в базах накопились дубли и неточности. Для улучшения качества бизнес-процессов потребовалось объединить справочники, нормализовать записи и привести их к стандартизованному виду.

Задача

Специалистам IBS предстояло разработать единую методику и подходы к ведению номенклатуры, видов материалов и классов оценки. Также требовалось определить и выделить в общем объеме закупаемой номенклатуры «критическую продукцию» квалифицированных поставщиков, участвующую в производстве и требующую особого подхода.

Решение

Реализация проекта заняла 12 месяцев. На первом этапе команда IBS провела анализ качества данных на предмет ошибок, обусловленных децентрализованным ведением справочника ТМЦ в двух информационных системах компании. В этой работе участвовали все предприятия российского дивизиона ТМК, использующие для учета систему SAP EPR. По итогам этапа была сформирована концепция проекта, утвержден владелец объединенного справочника, согласованы подходы по изменению бизнес-процессов.

Реализация проекта по нормализации данных по закупкам для ТМК

На втором этапе команда IBS разработала методику нормализации, регламент ведения справочника номенклатуры и классификатор ТМЦ с учетом требований, применяемых к ранее используемым группам материалов. Были сформированы правила определения видов материалов в зависимости от выбранного класса. Для каждого класса определены допустимые единицы измерения и целевые виды материалов, созданы и согласованы шаблоны структурирования данных, а также правила автоматической генерации наименований с учетом особенностей ERP-системы ТМК. Для поддержания в актуальном состоянии методологии учета ТМЦ была создана экспертная группа, в которую вошли представители всех предприятий — участников проекта.

В качестве основного инструмента работы с данными была использована собственная разработка IBS — продукт «IBS Нормализация», в основе которой лежит технология машинного обучения. Эта система продемонстрировала широкие возможности по организации проектных работ в условиях вынужденной самоизоляции, удаленной работы экспертов и сотрудников IBS и ТМК.

Результаты

Проектная команда объединила две информационные системы — ТМК и входящего в компанию Волжского трубного завода (ВТЗ), сформировала единую методологию ведения справочника, разработала классификатор и шаблоны формирования наименований, выделила критическую закупаемую номенклатуру. Это позволило компании сократить трудозатраты на работу с большим объемом данных, минимизировать ошибки при учете и более эффективно управлять ресурсами.

«IBS нормализовала 150 тыс. позиций, а также дополнительно 23 тыс. позиций справочника, возникших в ходе реализации проекта. Выявлена дублирующая номенклатура и описан процесс дедубликации, определены неполно и некорректно описанные позиции», — говорит Евгений Антропов, директор отделения управления мастер-данными IBS.
«Унификация данных о материалах и ценностях, которые закупает компания, позволяет вести объективный учет и более эффективно управлять ресурсами ТМК. Благодаря единой номенклатуре наши предприятия могут точнее оценивать свои потребности и планировать закупки, учитывая запасы в других подразделениях. Общие правила также существенно сократят трудозатраты при работе с анализом данных закупок, а в перспективе будут способствовать их интеграции с новыми цифровыми системами, которые внедряются для управления производством ТМК, в том числе с системой интегрированного планирования (СИП)», — сказал директор по управлению цепочками поставок ТМК Илья Зырянов.

Запросить подробности

Сайт IBS использует cookie. Это дает нам возможность следить за корректной работой сайта, а также анализировать данные, чтобы развивать наши продукты и сервисы. Посещая сайт, вы соглашаетесь с обработкой ваших персональных данных.