The processes in Maintenance Repairs and Operations [MRO], especially at large manufacturing or production-intensive organizations requires managing, generating and treating and synchronizing quite a lot of data across several organizational systems.
This data itself can pertain to spare parts, consumables, fixed assets, inventories, suppliers, work orders, equipment BOMs etc.
These data sets are typically managed in ERP systems and due to their sheer volume, scale of usage and lack of data management protocols, over-time, their data quality erodes.
Data quality issues with spare parts are generally the most common, followed by MRO suppliers and equipment.
Key MRO Data Quality Issues & Their Consequences
Duplicate Data
Due to poor data stewardship and a near-absence of data governance standards for spare parts, over time, multiple records are created for what is essentially the same part, vendor or equipment.
The challenge, however, is that Master data systems are built on a “Golden Record” standard, meaning that every record created references to a unique product, part, equipment or supplier.
Duplication of records results in the MRO inventory management system to believe that the two spares are distinct, leading to multiple procurement orders, overstocking of spare parts and ultimately, higher procurement and inventory costs.
Based on research that we carried out at Verdantis on anonymized company data found that procurement costs can be inflated by anywhere between 20% - 35% in MRO datasets that are riddled with duplicates
Data records that are updated in haste to procure an item without updating the right information, attributes, specifications or details are a fairly common problem.
This is a severe data quality issue and is also one of the reasons that exacerbates issue #1 highlighted above.
For instance, Missing information specific to a spare part of a vendor can lead to misinformed decisions, leading to wastage, incorrect procurements, and in case of critical maintenance operations, this can directly result in Production downtime.
Absence of key information like manufacturer name or part number makes it more difficult to ascertain if the given item is “Active” or “Obsolete”
Based on another internal research at Verdantis, instances linked to production downtime and maverick spending can be reduced by as much as 30% by ensuring clean and up to date MRO records.
Smooth operations of an MRO process depends heavily on data synchronized between different data domains and even between master datasets and other digital modules in the ERP.
This data is synchronized through “linkages” which are basically unique IDs that link a data record across different datasets.
Linkages from the Digital BOM to Spare Parts establishes references from spare part data records to fixed assets
Spare Parts to the inventory management system establishes linkages with the Inventory management system
Data from the spare parts criticality assessment should also be synchronized in the MRO master to ascertain spare parts that are critical vs non-critical ones
Although out of the purview of most MRO data management solutions, best practices also dictate that the very nature of spare parts should be classified into slow moving, fast moving, obsolete etc
This synchronization of data then paves the way for software-based MRO inventory management solutions to have all the right data to optimized inventory levels seamlessly.
MRO Data Management is critical for ensuring equipment uptime and operational efficiency. Clean, consistent data helps maintenance teams find the right parts faster, enables accurate inventory planning, and reduces procurement delays – ultimately cutting costs and avoiding downtime.
Rely on accurate part descriptions and specifications to minimize equipment downtime and streamline repairs.
Depend on clean, classified MRO data to avoid duplicate purchases, reduce supplier risk, and optimize sourcing decisions.
Use trustworthy MRO data to improve asset reliability, plan preventive maintenance, and reduce operational disruptions.
Need standardized data to manage stock levels effectively, avoid overstocking, and eliminate dead inventory.
Ensure system-wide consistency by integrating MRO data across ERP, EAM, and CMMS platforms.
Leverage high-quality MRO data to enable AI, analytics, and predictive maintenance initiatives.
How to Solve for these Data Quality Issues?
The solution to this ongoing challenge can be bifurcated into 2 parts;
-
Normalization of Existing Data
-
Creación de entradas/registros futuros
Esto implica una normalización total de los datos heredados del pasado que se han ido acumulando a lo largo de los años y una depuración exhaustiva de los mismos, lo que conlleva eliminar las entradas duplicadas, enriquecer la información necesaria, extraer atributos de los registros de datos y sincronizar la información con otras fuentes de datos.
Más allá de la norma Depuración de datos MROLas soluciones informáticas también pueden establecer vínculos entre distintos ámbitos y establecer una referencia cruzada entre ambos.
Hasta ahora, las empresas dependían en gran medida de grandes equipos que limpiaban manualmente estos registros de datos. ejercicio de depuración de los registros de datos maestros era bastante alto.
Sin embargo, en los últimos tiempos, con el auge de los modelos de IA creados específicamente, la limpieza de datos de MRO es mucho más precisa y puede realizarse en una fracción del tiempo con agentes de IA entrenados en millones de registros de proveedores, piezas de repuesto o equipos.
El siguiente vídeo muestra cómo Harmonize, una solución de software que despliega este tipo de agentes de IA, puede normalizar datos heredados con una precisión >95%.
El siguiente vídeo detalla el proceso de enriquecimiento de datos de nuestra solución de armonización de datos:
Aunque la limpieza de los datos heredados protege la sanidad de los datos de MRO pertenecientes al pasado, hay muy poco que impida que estos problemas de calidad de datos vuelvan a surgir.
Por ello, las empresas suelen recurrir a una solución basada en software que se integra con los sistemas ERP y el maestro MRO para evitar que se creen duplicados desde el principio mediante una combinación de modelos de IA y potentes sistemas de coincidencia difusa.
Algunos también lo denominan una solución de gobernanza de datos MRO.
En el siguiente vídeo se detallan las principales características de nuestra solución de gestión de datos:
Más allá de los datos maestros
Hasta ahora, hemos cubierto a grandes rasgos lo que se consideran ofertas estándar en la gestión de datos MRO.
Sin embargo, las empresas que buscan construir realmente una ventaja competitiva con sus estrategias de gestión de datos MRO aumentan la calidad de los datos con enfoques novedosos, así como mediante la adopción de nuevas técnicas para este enfoque.
Hoy en día, las soluciones avanzadas de gestión de datos de MRO pueden examinar todos los datos existentes sobre piezas de recambio de MRO y determinar el "estado" de cualquier pieza, es decir, pueden marcar una pieza de recambio como "obsoleta" o "activa", lo que permite una gestión más eficaz. gestión de los datos de obsolescencia de las piezas de recambio.
Esto es ahora posible con el uso de agentes de IA que pueden desarrollar de forma autónoma una comprensión contextual accediendo al catálogo de proveedores, sitios web e información de fuentes abiertas y propias.
Las soluciones de IA agéntica también pueden examinar los datos de las piezas e identificar recambios y proveedores alternativos para esos recambios.
Esta gestión de las piezas de recambio es fundamental para alcanzar la excelencia en la gestión de MRO, optimizando y analizando los gastos de MRO, y forma parte de una estrategia global de aprovisionamiento de MRO.
Una vez determinados el nombre del fabricante o el número de pieza de las piezas de recambio, las mejores prácticas dictan que estos datos pueden referenciarse a el maestro vendedorde este modo se construye un sistema MDM multidominio
Junto con la evaluación de los equipos y piezas críticos de MRO, la naturaleza de las piezas de repuesto y los vínculos entre ellas, un conjunto de datos fiable de MRO puede aumentar las capacidades de un software de gestión de inventarios de MRO.
Las herramientas de IA agéntica pueden simplificar y reforzar significativamente el proceso de Gestión de datos de listas de materiales extrayendo datos de listas de materiales digitales. A menudo se encuentran en formatos como PDF de ingeniería, archivos Excel, exportaciones de ERP o dibujos CAD.
Estos documentos son difíciles de procesar a gran escala debido a su naturaleza no estructurada, y la manipulación manual suele introducir errores, retrasos e incoherencias.
Las herramientas de extracción basadas en IA pueden leer estas listas de materiales digitales y extraer automáticamente información clave como números de pieza, ID de equipos, descripciones de piezas y cantidades.
Una vez extraídos, estos datos estructurados se cotejan con los registros maestros de piezas de recambio y de equipos para establecer vínculos entre las piezas y las máquinas o activos específicos a los que pertenecen.
Esta cartografía automatizada elimina la ambigüedad al definir claramente qué piezas se utilizan en cada equipo, su ubicación en la estructura de activos y cuántas unidades se necesitan.
Ayuda a evitar la creación de registros de piezas duplicados, garantiza la coherencia entre las fuentes de datos y facilita la creación de listas de materiales de mantenimiento precisas y completas.
Además, este proceso de extracción contribuye directamente a mejorar la precisión del inventario, optimizar las estrategias de almacenamiento de piezas de recambio y reducir los casos de pedidos excesivos o insuficientes.
También permite clasificar los recambios por su contexto de uso dentro de la lista de materiales -ya sean piezas de rápida rotación, críticas o de poco uso-, lo que resulta clave para priorizar las adquisiciones y planificar el mantenimiento.
De este modo se favorece la armonización de los datos, se crea integridad en los maestros de activos y materiales y se sientan las bases para una automatización y un análisis más avanzados. Se trata de un paso fundamental para lograr operaciones de MRR proactivas y basadas en datos.
En el pasado, las empresas dependían en gran medida de un ejército de humanos que corregían manualmente los datos comprometidos en los conjuntos de datos MRO. Como se ha mencionado anteriormente, los plazos de entrega, el coste y la precisión de este enfoque no eran óptimos.
El software de gestión de datos MRO, como el que hemos desarrollado en Verdantis, aprovecha los modelos de IA entrenados por la industria para automatizar la mayoría de las tareas de normalización de datos que luego se devuelven a un revisor humano para el control de calidad.
Estos son algunos de los sectores en los que estamos especializados
Tipos de servicios de gestión de datos MRO
El objetivo de este servicio consiste en la creación de registros de datos "completos" mediante la obtención de información de terceras fuentes, manualmente o mediante programación y actualizando la información de nuevo en el conjunto de datos MRO.
En Verdantis, confiamos principalmente en modelos de IA Agentic entrenados por la industria que enriquecen de forma autónoma los registros de datos entre repuestos, activos fijos y proveedores
- En el caso de las piezas de recambio MRO, puede tratarse de datos como el nombre del fabricante, el número de pieza del fabricante, los atributos de la pieza, las especificaciones, las unidades de medida y los equipos en los que se utilizan.
- En el caso de equipos o activos fijos, puede ser Fabricante del equipo, ID del equipo, centro donde se utiliza, categoría del equipo
- En el caso de los proveedores (o vendedores), puede tratarse del nombre del fabricante/distribuidor, la dirección de la sede central, el número de identificación fiscal y otros datos similares.
Esto implica principalmente la catalogación de piezas de recambio, aunque en el caso de las operaciones a gran escala, también es habitual la catalogación de activos fijos y proveedores.
Cada organización adopta una taxonomía específica para la clasificación de datos MRO y activos fijos, algunos de los más populares son UNSPC...NAICS, PIDEX.
Basándose en las normas prescritas anteriormente, los registros de datos se estructuran y normalizan procesando enormes volúmenes de datos brutos, extrayendo atributos clave, enriqueciendo los valores que faltan y desduplicando la base de datos en busca de posibles duplicados L1 y L2.
En algunos casos, las empresas necesitan crear registros de datos en bloque a partir de catálogos de proveedores o listas de materiales internas de MRO.
Con soluciones como Auto-Doc AI, esto se puede consolidar y crear en masa con unos pocos clics.
Verdantis como especialista en gestión de datos MRO
Verdantis es especialista en gestión de datos maestros MRO para empresas con operaciones de producción intensiva de activos y operaciones de mantenimiento pesado.
Nuestro enfoque en los modelos de IA Agentic para el conjunto completo de servicios de datos MRO nos ha ayudado a resolver los problemas de calidad de datos de empresas medianas y grandes de todo el mundo.
