Manufaktur industri
Industri Internet of Things | bahan industri | Pemeliharaan dan Perbaikan Peralatan | Pemrograman industri |
home  MfgRobots >> Manufaktur industri >  >> Pemeliharaan dan Perbaikan Peralatan

Tips memelihara database suku cadang perawatan

Saya sering melihat kelompok yang benar-benar berjuang dengan mengelola data suku cadang mereka karena bertahun-tahun diabaikan dan kurangnya kepemilikan. Pada implementasi CMMS awal, data mungkin telah dijelaskan dengan benar dengan pendekatan kata benda/kualifikasi/kualifikasi untuk deskripsi teks singkat. Seiring berjalannya waktu, orang-orang bergerak dan orang lain mengambil alih database. Mereka mungkin tidak menerima pelatihan atau memahami konsep penamaan. Segera, pengguna data tidak dapat menemukan suku cadang yang disimpan di gudang karena cara item diberi nama. Nilai persediaan gudang juga naik, karena suku cadang menjadi duplikat karena tidak ada yang bisa menemukan barang yang ditebar. Jadi, bagaimana Anda meluruskan kekacauan ini?

Bergantung pada jumlah item, mungkin lebih mudah untuk memilih latihan penggosokan data oleh pihak ketiga. Sebelum saya menjelaskan proses ini kepada Anda, izinkan saya menyiapkan sedikit stok stiker untuk biaya. Harapkan untuk membayar di suatu tempat antara $ 3,25 dan $ 4,50 per SKU (unit penyimpanan stok), tergantung pada layanan yang diberikan. Jadi, 30.000 SKU akan memberi Anda sekitar $ 100.000 hingga $ 135.000. Jika Anda tidak curiga, Anda bisa bangkit sekarang.

Secara umum, berikut adalah cara kerja proses penggosokan data. Anda memberikan daftar database semua informasi SKU Anda – seperti produsen, nomor model, dan deskripsi teks singkat – kepada vendor. Vendor sudah akan memiliki kamus data yang telah dibangun dari waktu ke waktu dengan semua bagian yang telah digosok hingga saat ini. Ini biasanya daftar yang cukup komprehensif; tetapi jika Anda berada dalam bisnis perkeretaapian sebagai contoh, daftar kamus data untuk bagian-bagian itu mungkin tidak begitu luas. Vendor biasanya akan bekerja dengan Anda untuk menyesuaikan kamus data bila diperlukan. Basis data SKU yang Anda berikan kemudian dibandingkan dengan kamus data. Anda berakhir dengan kecocokan langsung, asosiasi dekat, dan pengecualian lengkap. Asosiasi dekat memerlukan izin lain dari manusia untuk memverifikasi dan mengoreksi sesuai kebutuhan. Mereka mungkin memerlukan pemeriksaan lapangan. Pengecualian memang membutuhkan inspeksi lapangan untuk mengatasi dan menjelaskan dengan benar. Sebagai contoh, deskripsi teks singkat "Item 2 dari Gambar 234563-2" tidak memotongnya. Bisakah Anda memberi tahu saya bagian apa itu; itu poros, atau poros? Untuk peralatan apa? Ini mungkin bantalan SKF 6207-2RS1, tetapi bagaimana Anda tahu dari deskripsi seperti itu? Jadi, ada komponen di tempat untuk upaya penggosokan data.

Setelah upaya ini selesai, vendor memberi Anda database yang dimuat kembali ke CMMS. Anda dapat meminta vendor untuk mengidentifikasi duplikat untuk Anda. Selain itu, dapat memberikan analisis inventaris yang lebih komprehensif, jika diperlukan, berdasarkan (misalnya) tingkat dan putaran stok.

Sekarang, prioritas sebenarnya bagi Anda adalah menerapkan proses dan mengaudit untuk memastikan Anda tidak pernah berakhir dalam situasi ini lagi. Anda perlu melakukan ini sebelum memuat data yang digosok. Itu berarti Anda benar-benar membutuhkan satu atau dua penjaga gerbang yang terlatih dalam membuat teks deskripsi singkat sebagai contoh. Lagi pula, Anda baru saja menghabiskan $135.000 dari uang bisnis untuk menghapus data ini. Tapi tunggu, Anda belum selesai. Sekarang Anda harus melihat inventaris gudang untuk menghilangkan duplikat, jika belum melakukannya, dan mengoptimalkan barang yang disimpan. Ini berarti (misalnya) menentukan kebutuhan untuk menyimpan, dalam jumlah berapa, dan titik pemesanan ulang apa.

Tentang penulis:
Sebagai pengelola utama untuk Orang dan Proses, Jeff Shiver membantu organisasi menerapkan praktik terbaik untuk pemeliharaan dan operasi. Sebelum posting ini, Jeff adalah seorang praktisi yang bekerja 25 tahun di bidang manufaktur dan fasilitas dengan perusahaan seperti Procter and Gamble, IBM dan Mars Amerika Utara, di mana Jeff menghabiskan sebagian besar karirnya. Pengalamannya meliputi pemeliharaan dan keandalan, rekayasa proyek dan kontrol, teknologi informasi dan operasi di bidang manufaktur dan peran manajemen perusahaan. Hubungi Jeff di [email protected].


Pemeliharaan dan Perbaikan Peralatan

  1. Masa depan pemeliharaan:Apa yang dikatakan angka tentang tren pemeliharaan
  2. Di pikiran pemeliharaan
  3. Berapa Biaya Inventaris Suku Cadang Sebenarnya?
  4. Pemeliharaan di dunia digital
  5. Cloud di IoT
  6. Hilangkan Pengeluaran Berlebihan Untuk Pemeliharaan
  7. Masa depan pemeliharaan di sektor logam dan pertambangan
  8. Amankan tempat Anda di ekonomi data yang sedang berkembang
  9. 6 Tips Perawatan Diesel untuk Memperpanjang Umur Mesin Anda
  10. Pemeliharaan Prediktif:Aplikasi Pembunuh Intelijen Berkelanjutan