Empresa minera de oro a nivel mundial

Cinco minas, cinco instancias de SAP, una visión general de todas las piezas de repuesto.

~$26M
capital circulante liberado
47%
menos compras de emergencia
10 semanas
Para ponerlo en marcha, SAP mantuvo
Lee la historia
Producto
Soluciones
Clientes
Recursos
Empresa
Reservar una demostraciónSolicita un diagnóstico gratuito
MRO360, módulo 6 de 9: decidir qué conservar

Previsión de la demanda de piezas de recambio Prevé las piezas de recambio tal y como las utiliza realmente el departamento de mantenimiento.

Una base de datos estadística, junto con una capa de inteligencia artificial que analiza tu calendario de mantenimiento, de modo que los picos de volumen de trabajo, los picos de las campañas y las averías relacionadas se detecten con meses de antelación, y no la misma mañana en que hay que realizar el trabajo.

Los promedios no tienen en cuenta el cierre.

Las previsiones basadas en el consumo combinan la demanda preventiva, la correctiva y la derivada de las paradas en una sola línea, por lo que los picos se producen de forma inesperada.

Hoy

Una media ponderada

  • Las previsiones son medias retrospectivas que no reflejan los picos de recuperación.
  • La demanda planificada, la correctiva y la de emergencia se agrupan en una sola categoría.
  • Las listas de piezas para el cierre y la campaña se elaboran con varias semanas de retraso.
Con MRO360

Desglose de la demanda por tipo de pedido

  • Cada tipo de orden de mantenimiento se planifica por separado.
  • El calendario de mantenimiento es el que determina la previsión, no solo los datos históricos.
  • Explicación de la estacionalidad, la tendencia y los valores atípicos para cada material.
10-12 semanas
De cara al futuro, se detectaron picos de demanda en la campaña. Las paradas estacionales debidas a la falta de piezas de desgaste se eliminaron durante el primer ciclo completo de máxima actividad.Fabricante mundial de productos de confitería

Previsiones que tus planificadores pueden entender.

La demanda se desglosa por tipo de orden de mantenimiento, se explican los valores atípicos y se detecta la estacionalidad antes de que se produzca.

Demanda por tipo de orden de mantenimiento

Consulta la curva de demanda semestral desglosada por tipo de pedido —por ejemplo, PM01, PM02 y PM03 en SAP— y selecciona cada uno de ellos para ver qué factores influyen en el total.

  • Previsiones independientes de mantenimiento programado, correctivo, paradas y emergencias
  • Las piezas de recambio con plazos de entrega largos se han señalado con la antelación suficiente para poder organizarlas
  • Se han registrado las modificaciones del planificador en la demanda mensual
Pantalla de previsión de la demanda de piezas de recambio de MRO360: Demanda por tipo de orden de mantenimiento

Previsiones que se explican por sí mismas

Para cada material se genera un resumen generado por IA de su patrón: meses de máxima y mínima demanda, tendencia y qué valores atípicos se han excluido, junto con la cantidad y el coste previstos por mes.

  • Estacionalidad con multiplicadores de picos
  • Pendiente de la tendencia con nivel de confianza
  • Picos comparados con una regla de referencia
Pantalla MRO360: Previsiones que se explican por sí mismas

Los planificadores se adaptan y, a continuación, aceptan.

Los planificadores pueden modificar la demanda de cualquier mes. Sus modificaciones se guardan y el modelo aprende de ellas.

Agente de previsiónLa demanda del BRG-0001 alcanza su máximo en el primer trimestre, situándose en 3,2 veces el nivel de referencia

  1. PropuestaRecomendación de IA con sus motivos
  2. En resumenRevisado y corregido por tu equipo
  3. AprobadoAprobado por un responsable designado
  4. Respuesta por escritoEnviado al campo ERP al que corresponde

Las previsiones determinan los niveles de existencias.

Las previsiones aceptadas se incorporan a los puntos de reabastecimiento, de modo que las piezas se preparan con antelación antes de que se produzca un pico debido a una campaña o una parada.

Más información sobre la previsión de la demanda de piezas de recambio

Preguntas sobre la previsión de la demanda de piezas de recambio

¿Qué tipos de órdenes de mantenimiento se prevén?

Cada tipo que utilices, como el programado, el correctivo, el de parada y el de emergencia (PM01 a PM03 en SAP), se debe presupuestar por separado y de forma combinada.

¿Es capaz de planificar las paradas técnicas y los cierres?

Sí. Consulta el calendario de mantenimiento, por lo que la demanda de revisiones se modela como tal y los repuestos con plazos de entrega largos se preparan antes de que se cierre la ventana.

¿Pueden los planificadores modificar una previsión?

Sí. Los planificadores pueden modificar la demanda mensual. Las modificaciones se registran y se incorporan al modelo.

Consulta tu demanda por tipo de pedido.

Envía los movimientos de mercancías y las órdenes de trabajo. Desglosamos la demanda por tipo de orden de mantenimiento y mostramos los picos que tu previsión actual no tiene en cuenta.

Movimientos de mercancías + órdenes de trabajo
Picos de desconexiónEstacionalidadValores atípicos
  • La demanda se divide en preventiva, correctiva y de parada
  • Picos señalados con semanas de antelación
  • Valores atípicos identificados y explicados

Prever mi demanda de desconexión

Diagnóstico gratuito para operadores con varias sedes.

Se ha recibido tu solicitud. Elige una hora para la llamada inicial.

Una breve llamada con un especialista en MRO. Además, te enviaremos por correo electrónico un enlace seguro para que puedas consultar tu extracto.

Abre el calendario en una nueva pestaña

Reserva una demostración

Gestión de datos maestros de MRO para una empresa líder de petróleo y gas de $12Bn

Las organizaciones del sector del petróleo y el gas se enfrentan a enormes costes no deseados en forma de pérdidas, sanciones e indemnizaciones por accidentes laborales, que se llevan una parte considerable de sus ingresos. Una de las razones importantes de los fallos y accidentes es la ruptura de la infraestructura industrial clave derivada de la gestión ineficaz de la base material y las ineficiencias en la cadena de suministro MRO que son altamente críticos para los ciclos de producción y mantenimiento.

Cada vez son más las organizaciones que buscan implantar la Gestión de Datos Maestros (MDM) para gestionar sus activos mediante una toma de decisiones informada basada en datos fiables y garantizar una seguridad industrial óptima en toda la empresa.

Acerca de la empresa:

Este La empresa estadounidense es líder mundial en el suministro de componentes mecánicos esenciales para equipos de perforación terrestres y marinos, equipos completos de perforación y mantenimiento de pozos, así como una amplia gama de inspección de tubulares, revestimientos internos, equipos de sartas de perforación, equipos de elevación y manipulación, y herramientas de perforación de fondo de pozo. También ofrece servicios de cadena de suministro a través de centros de distribución estratégicamente situados cerca de los principales centros de perforación y producción de todo el mundo. Con más de 800 centros de fabricación, venta y servicio en todo el mundo e ingresos anuales superior a $12 mil millones, la empresa ofrece soluciones centradas en el cliente y adaptadas a las necesidades de calidad, productividad y medio ambiente de la industria energética.

Retos de los datos maestros de materiales

La empresa se enfrentaba a importantes retos con sus datos maestros.
- Falta de coherencia y normas para los datos maestros
- Campos de atributos del maestro incorrectos, incompletos, sin clasificar y obsoletos.
datos Grandes volúmenes de datos en varios idiomas
- Múltiples ERP y otras instancias heredadas en toda la empresa
- Descripciones de material mal estructuradas
- Falta de gobernanza de datos y de colaboración entre divisiones y ubicaciones interfuncionales.

Solución y resultados obtenidos

Solución: Armonización de datos maestros de materiales y mantenimiento continuo

La empresa implantó Material Verdantis Armonizar para limpiar y enriquecer sus datos maestros de materiales históricos. Utilizando herramientas basadas en IA y la Repositorio de contenidos Verdantis, la solución clasificó, normalizó y eliminó los materiales duplicados.

Una vez armonizados los datos, Integridad del material Verdantis para la gobernanza continua de los datos. Garantizaba la precisión continua de los datos mediante validación en tiempo real, clasificación basada en IA y prevención de duplicidadesMantener una alta calidad de los datos en todos los sistemas de la empresa.

Principales medidas adoptadas:

  • Clasificado 150.000 materiales en 1.210 UNSPSC y 500+ HTS códigos
  • Atributos de material no estructurado analizados y normalizados
  • Eliminación de duplicados y enriquecimiento de las descripciones de los materiales.
  • Establecimiento de flujos de trabajo de gobernanza y aprobación de datos en tiempo real
  • Creación de un repositorio centralizado para el acceso transversal a los datos.

Resultados obtenidos:

  • Mayor precisión de los datos - Eliminación de registros de material duplicados e incoherentes
  • Clasificación mejorada - Materiales normalizados con códigos UNSPSC y HTS
    Mejor gestión del inventario - Optimización de la visibilidad y el uso de las existencias
  • Adquisiciones y conformidad más rápidas - Búsqueda fluida de material y cumplimiento de la normativa
  • Gobernanza sostenible de los datos - Garantía de precisión permanente gracias al mantenimiento basado en IA
  • Toma de decisiones con conocimiento de causa - Depósito de datos centralizado para mejorar la eficacia operativa

Mediante la integración Armonización e integridad de los materialesLa empresa alcanzó un marco de gestión de datos maestros escalable y potenciado por IAgarantizar a largo plazo coherencia, eficacia y conformidad de los datos.

Sus datos están seguros y se utilizan exclusivamente para los fines previstos. Damos prioridad a su privacidad y protegemos su información.