Obecnie dane są fundamentem działania w firmach logistycznych. Pochodzą z różnych źródeł i nieraz działają w różnych systemach. Jak dobrze powiązać dane spływające do firmy? W jaki sposób właściwie podejść do procesu ich uporządkowania? Komentarza udziela Krzysztof Surowiecki, Senior Data & Analytics Advisor w Ambiscale.
W praktyce porządkowanie danych w firmie produkcyjnej albo logistycznej zaczyna się zwykle od bardzo prostego pytania: jakie dane mamy, gdzie one są, kto za nie odpowiada i które z nich są kluczowe z punktu widzenia utrzymania najważniejszych procesów. Systemów zazwyczaj nie brakuje – jest ERP, MES, WMS, system utrzymania ruchu, dane z maszyn, arkusze i dokumentacja. Problem w tym, że te źródła często nie są ze sobą dobrze powiązane. Ten sam materiał może mieć inne oznaczenie w ERP i MES, a dane z konkretnej maszyny trudno połączyć z partią, zleceniem czy historią serwisową.
Dlatego pierwszym krokiem Data Governance jest uporządkowanie podstaw: wskazanie właścicieli danych, ustalenie systemów referencyjnych, wspólnych identyfikatorów i prostych reguł jakości. Chodzi o to, żeby było jasne, która informacja jest właściwa, kto ją utrzymuje i co dzieje się, gdy pojawia się błąd. Dopiero na takim fundamencie ma sens łączenie danych z maszyn z kontekstem biznesowym i budowanie bardziej zaawansowanej analityki czy modeli AI.
Nie trzeba przy tym zaczynać od całej organizacji. Często lepiej wybrać jeden konkretny proces, na przykład przestoje na linii, reklamacje partii albo dane produktowe, i na nim zbudować zasady, które później można skalować. To właśnie jest praktyczna rola Data Governance: nie „sprzątanie danych” dla samego porządku, ale stworzenie warunków, w których firma może bezpiecznie wdrażać automatyzacje w oparciu o AI, sprawniej raportować i przygotować się do nowych wymogów, takich jak cyfrowy paszport produktu.
Źródło: Ambiscale