Dans cet article, nous abordons les origines de la gestion des données sur les matériaux, ses différents types, les défis qu'elle pose, ainsi que la manière dont les entreprises peuvent atteindre l'excellence grâce à des stratégies de gestion des données dans les domaines de la production, de la maintenance (MRO), de la gestion des matières premières et bien d'autres encore.
Le terme « Materials Master » remonte aux années 1970 et 1980, lorsque SAP l'a introduit pour désigner un référentiel central dans lequel étaient stockées toutes les informations relatives aux articles.
Le concept de « données de référence » (Master Data) trouve son origine dans la terminologie de la gestion des bases de données ; il désigne l'ensemble des données fondamentales, non transactionnelles, qui fournissent le contexte nécessaire aux opérations commerciales.
La fiche article est un objet standard dans les modules SAP tels que MM (Gestion des articles) et PP (Planification de la production)
Ce même concept existe également dans d'autres progiciels de gestion intégrée (ERP), mais sous des noms différents ; l'objet « Fiche article », par exemple, est appelé «Fiche article» dans les systèmes Oracle.
Une fiche article constitue l'ensemble de données central utilisé pour décrire les « articles » mobiles, qu'il s'agisse de matières premières, de produits finis, de pièces de rechange ou d'autres articles utilisés dans le cadre des opérations quotidiennes de l'entreprise.
Naturellement, à mesure que les processus métier se développent, la qualité des données au sein d'une base de données articles se dégrade et nécessite des corrections afin d'assurer le bon déroulement des opérations. De plus, des systèmes de gouvernance sont nécessaires pour garantir que la qualité des données reste intacte dans un état stable.
La gestion des données relatives aux matériaux revêt une importance cruciale dans des secteurs tels que l'industrie manufacturière, les services publics, l'énergie et l'exploitation minière, où le moindre problème de qualité des données a tendance à avoir un impact négatif sur les coûts d'approvisionnement, la gestion de la maintenance et les opérations quotidiennes.
Catégories au sein de la fiche article
Dans toute organisation, la fiche article n’est pas simplement un vaste ensemble de données répertoriant tous les types d’articles utilisés.
Au contraire, il est divisé en différentes catégories, chacune remplissant une fonction distincte et nécessitant des ajustements spécifiques en matière de gestion des données.
Fiche article MRO
On peut affirmer sans doute que la gestion de la qualité des données relatives aux fournitures MRO constitue l'un des aspects les plus délicats et les plus importants de la gestion des approvisionnements en tant que discipline.
L'acronyme MRO signifie tout simplement « Maintenance, Réparations et Exploitation » (Maintenance, Repairs & Operations) ; les « matériaux MRO » désignent les pièces de rechange, les pièces de remplacement et les consommables utilisés dans les opérations de production à grande échelle.
En général, les fonctions spécifiques à la maintenance ne sont pas régies par des protocoles rigoureux de gestion des données, ce qui les rend sujettes aux erreurs.
De plus, ces données peuvent être de nature technique et difficiles à obtenir, ce qui rend leur gestion d'autant plus délicate.
Les secteurs pour lesquels ce problème est particulièrement grave sont également ceux où leurs capacités en matière de données figurent parmi les plus faibles, ce qui ne fait qu'aggraver encore davantage la situation.
Défis courants liés au fichier de référence des matériaux MRO
Doublons dans les données
C'est de loin l'un des principaux défis liés à la gestion des données relatives aux pièces de rechange MRO.
En raison de demandes d'approvisionnement urgentes et de dernière minute, ainsi que de l'absence totale de protocoles de gestion des données et de technologies permettant de les mettre en œuvre, la même fiche de pièce est créée plusieurs fois dans le système.
Même si cela peut paraître anodin, les doublons font directement gonfler les coûts d'approvisionnement Dépenses liées à la maintenance, à la réparation et à l'exploitation (MRO) en conservant plusieurs fois la même pièce en stock.
Par exemple :
Un contacteur électrique tripolaire simple pourrait se présenter comme suit :
« Contacteur, 3 pôles, bobine 24 V CC, 32 A »
« Contacteur tripolaire, 32 A, 24 V CC »
« Contacteur 3P 3RT2026-1BB40 »
« Contacteur 3RT2026-1BB40 »
Ces descriptions font toutes référence au même produit, mais des incohérences de mise en forme, des informations manquantes sur la marque ou un réagencement des caractéristiques entraînent la création de plusieurs codes-articles.
Voici une démonstration expliquant comment l'agent IA de Verdantis déduplique les données et signale les doublons de niveau 2 et 3 (la déduplication commence à 11 h 42) :
Comme l'a rapporté Forbes dans une étude consacrée aux données d'entreprise en double :
Une entreprise du secteur pétrolier et gazier classée au Fortune 200 a découvert dans son stock mondial des pièces en double d'une valeur de $37 millions. Ces pièces en double étaient passées inaperçues tant au sein de l’entreprise que chez ses fournisseurs, ce qui a entraîné une surévaluation des coûts de stockage (15 à 20% de plus que la valeur des pièces), un gaspillage d’espace d’entreposage, d’éventuelles implications fiscales et une baisse de rentabilité.
Ces problèmes surviennent lorsque le personnel de terrain ou le responsable des achats passe une commande pour une pièce donnée sans mettre à jour dans le système les spécifications, les dimensions et les autres informations relatives à cette pièce.
Si ce problème n'est pas suivi de près, il peut s'aggraver considérablement, ce qui rendra la vue d'ensemble de la fiche article peu fiable et ne permettra pas aux équipes chargées des achats ou de la chaîne d'approvisionnement de disposer d'informations suffisantes.
Dans les cas graves, notamment lorsque gestion des stocks de pièces de rechange Si ce système ne repose pas sur des bases solides, cela entraîne des ruptures de stock importantes, qui peuvent se traduire par des temps d'arrêt des équipements, et donc par des arrêts de production jusqu'à ce que l'approvisionnement de ladite pièce de rechange soit effectué.
Par exemple :
Sur un site industriel, les informations relatives à un moteur de pompe peuvent être saisies dans le système de manière incomplète ou incohérente :
Entrée n° 1 : « Moteur »
Entrée n° 2 : « Moteur de pompe 15 HP »
Entrée n° 3 : « Moteur pour pompe – Pas de spécifications »
Dans ce cas, des informations essentielles telles que la tension, le régime, le fabricant, le numéro de modèle ou la taille du cadre sont soit manquantes, soit partiellement renseignées.
Cette absence de données complètes peut retarder les opérations de maintenance, entraver l'approvisionnement précis et semer la confusion entre les services, ce qui, au final, affecte la disponibilité des équipements et l'efficacité opérationnelle.
Selon un article publié par la Harvard Business Review, « 47% des enregistrements de données nouvellement créés contiennent au moins une erreur critique, et seules 3% des données d'entreprise répondent aux normes de qualité de base, même selon les critères les plus souples, ce qui souligne le besoin urgent d'un enrichissement et d'une gouvernance efficaces des données. »
Données incohérentes
Les enregistrements de données dans une fiche article respectent généralement une norme fixe fondée sur une taxonomie prédéfinie. Par exemple, L'UNSPC est une taxonomie de ce type, définie à l'échelle mondiale, qui classe les produits et définit leurs champs de données en fonction de leur catégorie
Les données relatives à une même pièce de rechange, rédigées selon des formats différents, dans un ordre différent, avec ou sans abréviations, peuvent entraîner des divergences dans l'ensemble de données sur les matériaux.
Même une seule pièce de rechange, si elle n'est pas référencée de manière cohérente dans les différents registres, peut nuire à la précision des achats, augmenter les coûts de stock et entraîner des retards dans la maintenance.
Voici un exemple illustrant comment le manque d'uniformité des conventions de nommage et des formats peut être source de confusion entre les différents systèmes :
Une entrée concernant un boulon hexagonal peut apparaître dans une fiche article sous la forme suivante :
Entrée A :
Vis à tête hexagonale, M12x75, acier inoxydable 316, FTEntrée B :
Vis à tête hexagonale M12, 75 mm, en acier inoxydable, entièrement filetéeEntrée C :
BOULON HEXAGONAL HD M12*75 mm en acier inoxydable 316 FTEntrée D :
Vis à tête hexagonale M12x75 A4-316
Mise en forme incohérente, utilisation d'abréviations (comme « FT » ou « SS316 »), et des représentations variées des unités ou des matériaux (par exemple, « 75 mm » vs « 75 », « SS316 » vs « A4-316 ») entraînent souvent que la même pièce soit traitée comme plusieurs entrées distinctes dans le système.
Cela entraîne des doublons dans les stocks, la perte d'opportunités d'achats en gros et des retards dans la maintenance en raison du flou entourant les spécifications des pièces.
Des taxonomies normalisées et une saisie uniforme des données sont indispensables pour éviter de telles inefficacités et garantir la fiabilité et l'exploitabilité des données de base des articles.
Voici une présentation détaillée de la manière dont l'agent IA de Verdantis procède à la normalisation conformément aux taxonomies :
Selon un rapport publié par PW Consulting, « Les entreprises peuvent réduire les temps d'arrêt imprévus jusqu'à 23% après avoir harmonisé la description et les caractéristiques des pièces MRO, ce qui démontre l'impact de données de qualité. »
Les défis liés à la gestion des matériaux dans le secteur MRO
Les défis mentionnés ci-dessus résultent d'une gestion des données de mauvaise qualité et des conséquences qui en découlent.
La correction des problèmes de qualité des données héritées est une opération ponctuelle qui peut être résolue par un processus de nettoyage des données.
Toutefois, cela ne résout pas les problèmes persistants liés à la qualité des données, ce qui signifie que la qualité des données sur les matériaux risque de se dégrader à nouveau au bout d'un certain temps.
Pour y remédier, il faut revoir en profondeur l'approche de l'organisation à la gouvernance des données pour la maintenance, la réparation et l'exploitation (MRO).
Oui, les technologies modernes, comme notre propre solution de gouvernance MRO spécialement conçue à cet effet, Intégrité, peut faciliter les choses en prenant en charge une grande partie du travail fastidieux grâce à des modèles d'IA formés par le secteur, mais cela nécessite également une modification des processus et des systèmes de validation, ainsi qu'une nouvelle approche de la gestion des données, et fonctionne rarement de manière isolée.
Voici une vidéo présentant notre produit « MRO Materials Governance »
Une gestion homogène des articles nécessite également la synchronisation des données entre les différents objets de données de référence. Les pièces de rechange MRO, par exemple, doivent être synchronisées avec les équipements ou données de base des immobilisations.
Idéalement, cette opération devrait être effectuée dès la création du produit, mais elle peut également être réalisée pour les anciens documents à l'aide d'une nomenclature numérique, ce qui permet une gestion fluide de nomenclature numérique des immobilisations est une condition préalable indispensable.
Pour assurer une gestion efficace des données de base des articles, il est indispensable de veiller à ce que la base de données ne contienne pas d'enregistrements obsolètes ou inactifs.
Les données obsolètes désignent les fiches techniques qui ne sont plus d'actualité et qui sont souvent liées à des équipements retirés de la circulation, à des pièces qui ne sont plus commercialisées ou à d'anciens fournisseurs.
S'ils ne sont pas gérés, les articles obsolètes encombrent la base de données des articles, ce qui entraîne une confusion au niveau des achats, un décalage par rapport aux besoins réels de maintenance et des rapports inexacts. Ces enregistrements peuvent également fausser les analyses, en gonflant la valeur des stocks et en déformant les tendances de consommation.
Les données relatives aux pièces obsolètes doivent être gérées et traitées grâce à des audits réguliers et à des contrôles automatisés qui signalent les articles ne présentant aucun historique de mouvement, dont les références d'actifs ne sont pas associées ou dont les informations du fabricant sont périmées.
Définition des statuts du cycle de vie dans la fiche article, tels que « Actif, inactif ou obsolète », aide les parties prenantes à prendre des décisions éclairées.
Dans les systèmes existants, le fait de relier les fiches articles aux hiérarchies d'équipements actuelles ou aux nomenclatures numériques peut permettre de mettre en évidence des pièces inutilisées, ce qui facilite leur suppression et leur retrait de la base de données active.
Dans le cadre d'une étude de cas menée dans un centre logistique minier au Chili, des chercheurs ont évalué 8 100 pièces de rechange d'une valeur d'environ 4,1 millions d'euros et ont constaté qu'environ 34% d'entre elles étaient obsolètes ou inactives, n'ayant fait l'objet d'aucun mouvement depuis plus de 24 mois. Ces pièces obsolètes immobilisaient plus de 1,2 million d’euros de fonds de roulement et généraient des coûts de stockage annuels compris entre 18 et 22%, soit près de 220 000 à 264 000 euros de dépenses évitables. Le manque de visibilité sur les phases de fin de vie a conduit à de mauvaises décisions en matière de gestion des stocks et à une augmentation des coûts liés au cycle de vie.
Les arguments en faveur d'un investissement dans « MRO Materials Master »
La valeur que les entreprises à forte intensité d'actifs peuvent dégager en relevant ces défis liés à la qualité des données dans leur fichier de référence des articles MRO est considérable et mesurable ; les statistiques à ce sujet constituent d'ailleurs un argument de poids en faveur de l'amélioration des processus et de la qualité de ces données.
En voici quelques-uns :
Une baisse mesurable des coûts d'approvisionnement
Grâce à une base de données articles claire et normalisée, les entreprises bénéficient d'une meilleure visibilité sur l'utilisation des pièces, les tendances de consommation et les doublons entre les différents sites.
Cela permet de regrouper les achats, d'optimiser les négociations avec les fournisseurs et de réduire les surstockages ou les achats d'urgence, ce qui se traduit par une baisse significative des dépenses globales d'approvisionnement.
Moins de cas d'interruption de service en production
Des données MRO de mauvaise qualité entraînent souvent des commandes de pièces erronées ou des retards dans l'identification des pièces de rechange appropriées, ce qui se traduit par des temps d'arrêt évitables des équipements.
Une fiche article fiable garantit que la bonne pièce est toujours fournie dans les délais, ce qui permet de réduire les arrêts imprévus et d'améliorer la disponibilité des actifs.
Suppression des processus manuels
Les incohérences dans les données obligent généralement les équipes de maintenance et d'approvisionnement à passer des heures à vérifier manuellement les caractéristiques techniques des pièces, à se renseigner auprès des fournisseurs ou à valider d'anciennes commandes.
Un ensemble de données MRO géré automatise ces vérifications, ce qui permet d'éliminer les tâches manuelles répétitives et d'améliorer l'efficacité opérationnelle.
Des automatisations fiables dans l'approvisionnement MRO
Les flux de travail automatisés, les alertes de réapprovisionnement et les modèles prédictifs de gestion des stocks dépendent fortement de l'exactitude des données de base relatives aux articles.
En garantissant la cohérence et la qualité de leurs données, les entreprises peuvent adopter en toute confiance des outils d'approvisionnement numériques et des processus automatisés, sans courir le risque de commander la mauvaise pièce.
Au-delà de la gestion standard des données relatives aux matériaux MRO
Plusieurs solutions logicielles qui permettent de résoudre pour la gestion des données de référence dans les systèmes ERP existent déjà aujourd'hui et permettent de répondre aux cas d'utilisation courants dans la gestion des matériaux MRO, tels que la déduplication de niveau 1, la validation des données et la catégorisation
En effet, les éditeurs de solutions ERP proposent eux-mêmes des solutions intégrées pour la gestion des données.
Par exemple, MDG par SAP, est une solution logicielle de gouvernance des données proposée par SAP qui permet de relever les défis courants liés à la gestion des données dans les systèmes sources SAP.
De même, Oracle Master Data Management est le logiciel proposé par Oracle à ses clients utilisant Oracle ERP.
Cela dit, la plupart des entreprises menant des opérations de maintenance complexes et à grande échelle doivent relever avec précision et dans des délais courts les défis liés à la qualité et à la disponibilité des données.
Et Solutions de données de référence MRO spécialement conçues, comme celles proposées par Verdantis, sont essentielles pour relever ces défis.
De nombreuses fiches de pièces de rechange dans la base de données des articles MRO sont soit incomplètes, soit ne comportent que des descriptions succinctes.
Basé sur l'IA Enrichissement des données MRO pour les pièces de rechange et les matériaux relève ce défi en utilisant des modèles entraînés à partir de millions d'ensembles de données MRO validés afin de déduire et de compléter de manière intelligente les spécifications techniques manquantes, telles que le type de filetage, la tension nominale, la classe de pression ou la composition des matériaux.
Cet enrichissement garantit non seulement des données complètes et exploitables, mais permet également un approvisionnement efficace, un classement précis et une identification fiable des stocks.
Une grande partie des données relatives aux pièces détachées et aux équipements n'existe que dans des sources non structurées, telles que les nomenclatures (BOM), les fiches techniques des équipementiers, les plans techniques et les bons de commande numérisés.
Ces documents constituent souvent la seule source d'information concernant des caractéristiques techniques essentielles telles que la tension, la pression nominale ou la nuance de matériau.
Le traitement de documents basé sur l'IA permet d'interpréter ces fichiers de manière intelligente et d'extraire les caractéristiques techniques pertinentes avec une précision contextuelle, et les convertir en formats structurés. Les données extraites sont ensuite directement associées aux fiches articles existantes.
Il en résulte une vue unifiée et enrichie de chaque article, qui comble les lacunes en matière d'informations et garantit la cohérence entre les systèmes d'approvisionnement, d'ingénierie et de gestion des stocks, tout en réduisant la charge de travail manuelle et les erreurs de données.
Les projets de nettoyage de données traditionnels sont souvent manuels et chronophages ; ils nécessitent un effort humain considérable pour identifier les doublons, corriger les classifications et compléter les données manquantes.
Les plateformes basées sur l'IA peuvent accélérer ce processus en détectant automatiquement les enregistrements en double, même lorsque les formats ou les conventions de nommage varient considérablement.
Le système utilise également des approches fondées sur des règles et sur l'apprentissage automatique pour nettoyer, classer et enrichir des dizaines de milliers d'enregistrements en quelques semaines, offrant ainsi un délai d'exécution nettement plus court que les méthodes traditionnelles.
Au lieu de laisser s'accumuler des données de mauvaise qualité et de ne s'en occuper que périodiquement, les plateformes modernes de données MRO permettent une validation et une gouvernance en temps réel.
À mesure que de nouvelles pièces sont créées ou demandées, que ce soit dans le cadre des processus d'approvisionnement, de maintenance ou d'ingénierie, la plateforme vérifie l'absence de doublons, valide les attributs et propose des descriptions normalisées basées sur des taxonomies prédéfinies.
Cela garantit que les données saisies dans le système sont, dès le départ, propres, structurées et exactes.
Dans les grandes entreprises, les données MRO ne sont pas isolées. Elles sont étroitement liées aux données fournisseurs, aux hiérarchies d'actifs, aux données de localisation et aux systèmes financiers.
Les solutions sur mesure sont conçues pour s'intégrer aux programmes MDM d'entreprise plus larges, garantissant ainsi la cohérence entre différents domaines tels que les données relatives aux fournisseurs, aux produits, aux sites et aux actifs.
Cette approche intégrée favorise la visibilité interfonctionnelle, améliore la prise de décision et renforce la coordination entre les services de maintenance, d'approvisionnement et de finances.
Fiche article « Matières premières directes »
Les défis liés à la qualité des données pour la fiche article des matières premières (ou brutes) sont également très similaires à ceux des articles MRO, à quelques différences mineures près.
Les données de référence relatives aux « matières premières directes » désignent les informations concernant les matières premières, les composants ou les pièces qui sont achetés ou fabriqués et qui sont directement utilisés dans la fabrication des produits finis.
Il permet la gestion des achats, la gestion des stocks et la planification de la production dans les systèmes SAP/ERP.
Par exemple,
Sur un site industriel, un accouplement de moteur peut être saisi comme suit :
Entrée n° 1 : « Accouplement de moteur »
Entrée n° 2 : « Couplage »
Entrée n° 3 : « Accoupleur d'entraînement »
Aucun de ces documents ne mentionne de caractéristiques techniques essentielles telles que diamètre intérieur, type de matériau, couple nominal ou fabricant, ce qui rend difficile l'approvisionnement de la pièce adéquate en cas de besoin.
Ces données incomplètes entraînent des conjectures, des retards, voire des incompatibilités entre les pièces.
Par exemple,
Dans le système de maintenance, une fixation en acier inoxydable peut être enregistrée comme suit :
Entrée n° 1 : « Vis à tête cylindrique en acier inoxydable 316, M10 x 50 mm »
Entrée n° 2 : « Vis M10*50 en acier inoxydable 316 »
Entrée n° 3 : « Boulon en acier inoxydable M10, 50 mm, 316 »
Ces entrées décrivent le même article, mais les incohérences au niveau de la mise en forme, des unités et des descriptions encombrent la base de données et entraînent des doublons inutiles ainsi qu'une confusion au niveau des achats.
Les défis liés spécifiquement à la duplication, aux données manquantes, à l'obsolescence et au manque de cohérence des données sont pratiquement les mêmes que ceux dont nous avons parlé précédemment en ce qui concerne la maintenance, la réparation et l'exploitation (MRO).
Cependant, certains aspects de la gestion des données sont propres à la fiche article « matières directes ».
- Les matières premières sont souvent étroitement intégrées aux systèmes de planification de la production et dépendent fortement des systèmes de prévision de la demande pour assurer l'approvisionnement nécessaire aux activités de fabrication.
- Les intégrations avec la nomenclature des produits sont également très poussées et elles
- Les matières directes doivent souvent répondre à des normes réglementaires spécifiques selon le secteur d'activité (par exemple, normes de qualité, réglementations environnementales, certifications de sécurité). Il peut s'avérer difficile de s'assurer que les données de base des matières reflètent ces exigences de conformité dans toutes les régions.
Fiche article « Produits finis »
Matériaux relatifs aux produits finis, également communément appelés «Fiches produits« Ces données concernent davantage les produits finis ou semi-finis qu’une entreprise fabrique, vend ou distribue. »
Il comprend tous les attributs et toutes les spécifications nécessaires pour :
- Concevoir le produit
- Montrez-le.
- Faites-en une promotion efficace.
- Le commercialiser sur tous les canaux et dans toutes les régions
- L'accompagner tout au long de son cycle de vie
Dans les systèmes ERP tels que SAP, les données de référence produit sont souvent intégrées au fichier articles, mais lorsqu'elles sont étendues aux processus orientés client, elles recoupent les systèmes de gestion des informations produit (PIM).
Par exemple,
Dans un système de gestion d'entrepôt, une perceuse électrique pourrait être enregistrée comme suit :
Entrée n° 1 : « Perceuse sans fil »
Entrée n° 2 : « Perceuse, 18 V »
Entrée n° 3 : « Outil électrique »
Des informations essentielles telles que marque, référence, type de batterie et taille du mandrin il manque.
Ce manque de précisions rend difficile l'identification, la commande ou la recommandation d'accessoires compatibles.
Par exemple,
Un moteur électrique fini peut se présenter sous la forme suivante :
Entrée n° 1 : « Moteur à induction triphasé de 7,5 kW »
Entrée n° 2 : « Moteur triphasé de 7,5 kW »
Entrée n° 3 : « Moteur électrique, triphasé, 10 HP »
L'utilisation de conventions de dénomination différentes pour un même produit entraîne des redondances et réduit la facilité d'utilisation des données pour les opérations liées aux stocks, aux ventes ou aux services.
Défis spécifiques aux données relatives aux matières premières des produits finis
- Variantes et configurations de produits complexes
La gestion de plusieurs versions d'un produit en fonction de sa taille, de sa couleur, de ses caractéristiques ou des exigences spécifiques des clients entraîne souvent des incohérences dans la présentation de ces produits d'un système à l'autre. - Conventions de dénomination et descriptions incohérentes
Les différences dans la manière dont les produits sont décrits d'une usine, d'une équipe ou d'une région à l'autre ont une incidence sur la précision des recherches, la qualité des rapports et la coordination entre les ventes et les opérations. - Données d'enrichissement manquantes ou de mauvaise qualité
De nombreuses fiches de produits finis ne contiennent pas d'informations essentielles telles que des images, des caractéristiques techniques, des étiquettes de conformité ou des textes marketing, ce qui entrave le commerce en ligne et les processus en aval. - Variations propres à chaque chaîne et à chaque région
La diversité des canaux de vente et des marchés géographiques nécessite souvent une adaptation locale des caractéristiques des produits, des données réglementaires et des informations figurant sur les emballages, ce qui rend difficile l'uniformité. - Enregistrements de produits en double
De légères variations dans les codes SKU, les descriptions ou la classification entraînent souvent des doublons, ce qui gonfle les stocks et nuit à la précision des prévisions de la demande et de la tarification.
Guide des matériaux d'emballage
La « fiche article « Matériaux d'emballage » » correspond exactement à ce que son nom indique : il s'agit d'une fiche article dans SAP MM (pour un aperçu détaillé de la gestion des articles dans SAP, Lire l'article ici) qui contient toutes les données relatives aux matériaux d'emballage utilisés pour le produit final.
Il va sans dire que ce jeu de données n'est exploité que par les entreprises manufacturières disposant d'importantes activités de production.
Défis spécifiques à la gestion des matériaux d'emballage (Master)
- Complexité des attributs des données : Les matériaux d'emballage sont souvent soumis à des exigences plus complexes en matière de données que les matières premières, car ils comportent généralement plusieurs caractéristiques telles que la taille, la forme, le poids, la composition (par exemple, carton, plastique, verre), des considérations environnementales (par exemple, la recyclabilité) et la conformité aux réglementations (par exemple, la sécurité alimentaire ou les dispositifs d'inviolabilité).
- Fournisseurs multiples et stratégies d'approvisionnement : Une mauvaise gestion ou un manque de cohérence dans le suivi des fournisseurs d'emballages (qui fournit quoi et à quelles conditions) peut entraîner des inefficacités dans les achats et un déséquilibre des stocks. Cela peut également entraîner des retards d'approvisionnement si les fournisseurs d'emballages ne respectent pas les normes requises.
- Intégrations avec d'autres systèmes de données de référence : Les données relatives aux matériaux d'emballage sont souvent isolées des autres systèmes de données de base sur les articles (tels que ceux concernant les matières premières ou les produits finis) en raison des différences entre leurs rôles respectifs et les acteurs chargés de leur gestion. L'intégration de ces données aux systèmes d'approvisionnement, de gestion des stocks et de logistique constitue un défi courant.
- Gestion des unités de mesure : Les matériaux d'emballage sont souvent mesurés en différentes unités, telles que les cartons, les rouleaux, les feuilles, les palettes, etc. La gestion de ces multiples unités de mesure et la mise en adéquation de celles-ci avec les systèmes d'approvisionnement et de gestion des stocks peuvent constituer un véritable défi.
- Données relatives à la durabilité environnementale : Les industries subissent une pression croissante pour réduire les déchets d'emballage et adopter des matériaux plus durables. Les données de référence relatives aux matériaux d'emballage doivent refléter ces considérations de durabilité et permettre de suivre la recyclabilité des matériaux, leur empreinte carbone et les options d'élimination des déchets.
Principaux problèmes liés à la gestion des fiches articles
L'un des principaux obstacles à la gestion des données sur les matériaux réside dans le volume et la complexité des données d'inventaire et des données électroniques.
La mauvaise qualité des données résulte souvent de processus inadéquats et peu clairs, ainsi que de technologies obsolètes.
En l'absence de processus ou de normes clairs, en raison d'une gestion manuelle des données, d'un manque de responsabilité et de visibilité, ainsi que de changements organisationnels tels que les fusions et acquisitions, les données perdent leur fiabilité et deviennent inutilisables.
La croissance des entreprises à forte intensité d'actifs contribue à ce défi, rendant indispensable la mise en œuvre de processus et de technologies efficaces. La gestion des stocks de matières premières devient essentielle pour garantir le bon déroulement de la production et des opérations en usine.
Disposant uniquement de données incohérentes et peu fiables, les équipes de maintenance et d'approvisionnement ont du mal à assurer efficacement le bon fonctionnement des opérations, à gérer les stocks et à se procurer les pièces nécessaires en temps voulu.
Parmi les inefficacités et les conséquences d'une mauvaise qualité des données qui coûtent cher aux entreprises, on peut citer :
Les entreprises étaient confrontées à des données sur les matériaux dispersées dans plusieurs systèmes, services et sites.
Un même article peut être identifié différemment dans les systèmes d'approvisionnement, de gestion des stocks, de maintenance et de comptabilité, ce qui peut entraîner une confusion, des redondances et des défaillances opérationnelles.
En l'absence d'une approche harmonisée, les entreprises se sont retrouvées dans l'incapacité de déterminer la « source unique de vérité » pour les informations relatives aux matériaux critiques.
En l'absence de données standardisées sur les articles, les services achats passaient souvent de nouvelles commandes pour des articles déjà en stock, mais référencés sous des codes ou des descriptions différents. Cela a entraîné :
Des stocks en double qui occupent un espace précieux dans l'entrepôt
Capital inutile immobilisé dans des stocks excédentaires
Augmentation des coûts de stockage liés aux stocks excédentaires
Matériel périmé ou obsolète devant être éliminé
Lorsque les équipes de maintenance ne parvenaient pas à trouver rapidement les pièces de rechange adéquates en raison d'une mauvaise qualité des données :
Les équipements essentiels sont restés hors service pendant de longues périodes
Les calendriers de production ont subi des perturbations
Les achats d'urgence à des prix élevés sont devenus monnaie courante
Le taux de rendement global des équipements (OEE) a considérablement baissé
Des données de base sur les articles mal gérées ont créé des lacunes dans la chaîne d'approvisionnement :
Difficulté à retracer l'origine et les caractéristiques techniques des matériaux
Impossibilité de suivre de manière cohérente les performances des fournisseurs
Les défis liés à la prévision et à la prévention des pénuries de matériaux
Capacité limitée à optimiser les stocks sur plusieurs sites
Les organisations étaient confrontées à des risques réglementaires et opérationnels importants :
Impossibilité de fournir des informations précises sur les matières dangereuses
Difficultés à se conformer aux réglementations et aux normes du secteur
Les défis liés à la traçabilité des matériaux lors des rappels ou des audits
Problèmes de qualité liés à l'utilisation de matériaux inadaptés ou de qualité inférieure
À mesure que les entreprises adoptaient des systèmes plus sophistiqués, la mauvaise qualité des données de référence sur les articles est devenue un goulot d'étranglement majeur :
Les mises en œuvre de progiciels de gestion intégrée (ERP) n'ont pas permis d'obtenir les avantages promis
Les initiatives en matière d'analyse avancée ont donné lieu à des conclusions peu fiables
Les efforts de transformation numérique ont été freinés par des problèmes liés à la qualité des données
L'intégration entre les systèmes est devenue inutilement complexe
Matériaux MRO dans SAP constituent les éléments essentiels qui soutiennent les fonctions de maintenance, contribuant ainsi à éviter les arrêts imprévus en garantissant la disponibilité des pièces adéquates au moment voulu.
Les données de base sur les articles désignent l'ensemble complet d'informations relatives aux articles utilisés dans les activités d'une entreprise, notamment dans la fabrication et la gestion de la chaîne d'approvisionnement ; c'est généralement pour cette raison qu'elles sont également utilisées dans le cadre des solutions MRO, Nettoyage des données MRO & Enrichissement.
Gestion des données lors de la mise en œuvre d'un progiciel de gestion intégré (ERP)
L'intégration de la gestion des données de référence des articles (MDM) dans la mise en œuvre d'un système ERP n'est pas seulement une valeur ajoutée, c'est une nécessité.
Dans le cadre d'initiatives d'entreprise telles que le déploiement ou la consolidation de systèmes ERP, la qualité et la fiabilité des données constituent la clé du succès. Pourtant, la gestion des données de référence (MDM) est souvent négligée dans les plans de mise en œuvre des systèmes ERP, ce qui entraîne des opportunités manquées, des délais prolongés et une augmentation des coûts.
L'un des principaux avantages de l'alignement du MDM sur l'ERP réside dans la maîtrise des coûts. Le nettoyage, la normalisation et l'enrichissement des données avant leur intégration dans le système ERP permettent d'éliminer les redondances, d'éviter des erreurs coûteuses et de rationaliser les achats et la gestion des stocks, ce qui se traduit par une amélioration directe des marges sur les marchés concurrentiels.
L'intégration des processus revêt une importance tout aussi grande. La gestion des données de référence (MDM) élimine les cloisonnements, harmonise les normes en matière de données et permet une communication fluide entre les services et les sites géographiques, ce qui renforce la collaboration, l'efficacité et l'agilité.
Lors de la mise en œuvre d'un progiciel de gestion intégré (ERP), la migration de données provenant de plusieurs systèmes, sites et langues, sans nettoyage préalable adéquat, peut entraîner des incohérences, des retards, voire des échecs.
Le MDM atténue ces risques grâce à une gouvernance rigoureuse, à la classification automatisée, à la normalisation et à la validation, autant de fonctionnalités que les systèmes ERP ne peuvent à eux seuls offrir pleinement.
En intégrant la gestion des données de référence (MDM) au cycle de vie de l'ERP, les entreprises s'assurent que seules des données précises, cohérentes et fiables sont saisies dans le système, jetant ainsi les bases d'une excellence opérationnelle à long terme.
Une étude menée par Aberdeen montre que l'intégration de la gestion des données de gestion (MDM) dans les projets ERP peut se traduire par des améliorations mesurables en termes de performances et de retour sur investissement.
Optimisation du retour sur investissement de la mise en œuvre d'un ERP grâce à l'intégration de la gestion des données de référence (MDM)
Au vu des statistiques détaillées précédentes, on peut facilement en conclure que la mise en œuvre d'une initiative MDM dans le cadre d'un projet ERP, à l'aide de solutions automatisées alliant une technologie basée sur l'IA et une expertise approfondie du domaine, peut garantir la réussite du projet.
La gestion des données de référence permet de libérer tout le potentiel d'un projet de mise en œuvre d'un ERP et d'atteindre les résultats escomptés.
À qui appartient le « Material Master » au sein d'une organisation à forte intensité d'actifs ?
La gestion des données de base articles est complexe, en particulier lorsque celles-ci relèvent de plusieurs services, tels que l'informatique (chaîne logistique), la direction des usines, les achats et les opérations.
Cette fragmentation de la propriété est souvent source de confusion et d'inefficacité.
Pour rester compétitives, les entreprises doivent investir dans le nettoyage des données de référence relatives aux articles ; nouer des partenariats avec des éditeurs de logiciels d'entreprise spécialisés dans ce domaine constitue un pas dans la bonne direction.
Des données propres et détaillées améliorent l'efficacité opérationnelle, optimisent la gestion des stocks et génèrent un excellent retour sur investissement.
La clé du succès réside dans le choix de la technologie adaptée pour automatiser la gestion de la base de données articles. Il s'agit notamment de garantir une qualité constante des données, de déployer des solutions évolutives pour optimiser le retour sur investissement et de sélectionner des systèmes capables de s'adapter à l'évolution des activités.
Compte tenu de l'importance croissante des données de référence, les entreprises devraient collaborer avec des experts spécialisés dans leur domaine afin de générer des retours sur investissement significatifs et d'assurer leur efficacité à long terme.
L'argumentaire commercial en faveur de la gestion des données de base articles
Des études menées par des cabinets d'analyse de premier plan ont montré que la réduction des coûts des matières premières et l'optimisation des stocks, rendues possibles par l'harmonisation puis la mise à jour régulière des données de référence sur les matières, peuvent contribuer à plus d'un tiersrd des économies concrètes générées par un projet de consolidation ERP.
Indicateurs de réussite pour une gestion de la qualité des données de base articles axée sur l'entreprise avec MDG
Passons maintenant à des chiffres concrets, issus de plus de 50 déploiements.
Réduire les dépenses non contrôlées :
Dans de nombreux secteurs, 30–50% des dépenses ne sont pas contrôlées, ce qui représente un surcoût d'environ 17% par rapport aux dépenses contrôlées.
Un objectif réaliste consiste à réduire les dépenses non contrôlées de 50% chaque année pendant trois ans, grâce à une amélioration de la qualité des données de base des articles et à des fonctionnalités de recherche MDG permettant d'aligner la nomenclature héritée sur les taxonomies actuelles.
Réduction des stocks de pièces de rechange et de maintenance :
L'identification des doublons exacts permet de réduire les stocks de 4 à 81 TP3T, tandis que le repérage des équivalents en termes de « forme, ajustement et fonctionnalité » permet une réduction supplémentaire de 6 à 121 TP3T. La détection en temps réel évite toute accumulation future de stocks.
Tirer parti des économies d'échelle:
La visibilité au niveau des attributs permet d'optimiser l'approvisionnement, de regrouper les volumes et de privilégier les fournisseurs de référence, ce qui se traduit par des économies de l'ordre de 5 à 151 TP3T. Les outils MDG prennent en charge le traitement intensif des données, permettant ainsi aux responsables des matières premières de se concentrer sur la stratégie.
Réduire le nombre de nouvelles demandes et les délais de validation:
Des données propres et consultables, associées à la prévention des doublons, permettent de réduire jusqu’à 75% les demandes inutiles de nouveaux articles en un an. Les flux de travail automatisés peuvent réduire les délais de validation de 7 jours à seulement 4 heures, ce qui permet de réaliser des économies sur les frais d’expédition en urgence, les achats locaux et les temps d’arrêt.
Cas d'utilisation : un géant mondial du secteur pétrolier et gazier
Le secteur pétrolier et gazier est un secteur à forte intensité capitalistique, caractérisé par des opérations complexes où même de légères perturbations peuvent entraîner des pertes de plusieurs millions de dollars. Un risque majeur, mais souvent négligé, réside dans la mauvaise qualité des données de base des articles (MMD).
Au sein de la société A, leader du secteur pétrolier ($10B), un incident évité de justesse s'est produit lorsqu'une demande de pièce concernant un roulement « radial » a été associée par erreur, dans le système ERP, à un roulement « standard », les deux modèles n'étant différenciés que par un seul attribut qui avait été négligé.
De telles erreurs peuvent retarder les opérations de maintenance, entraîner des pannes d'équipement et interrompre la production.
En collaboration avec un spécialiste de la gestion des données de fabrication (MDM), l'entreprise a mis en place une gouvernance basée sur les attributs, rendant obligatoires certains champs tels que « type de roulement ». Cela a permis de garantir la cohérence et la normalisation des enregistrements dès leur saisie.
Résultats :
Réduction significative des écarts de stock grâce à une identification précise, basée sur les attributs
Des prévisions et une planification de la maintenance plus précises
Stock de sécurité optimisé et risque d'obsolescence réduit
Meilleure visibilité sur le cycle de vie et les pièces de rechange
Cas d'utilisation : groupe agroalimentaire
Dans le secteur agroalimentaire, la sécurité et la précision sont des impératifs incontournables ; or, même de petites erreurs dans les données de base des articles (MMD) peuvent entraîner des rappels de produits, des arrêts de production et des problèmes réglementaires.
Le défi
La société B, un groupe agroalimentaire de type $5B, exploite une usine de grande capacité dans le Midwest qui produit des boissons, des sauces et des plats surgelés. Lors du remplacement d'une pompe sur une ligne d'embouteillage, le système ERP a indiqué :
Pompe centrifuge ; 30 GPM ; acier inoxydable
La pièce adéquate devait toutefois comporter la mention « qualité alimentaire ». L'absence de ce détail entraînait un risque de contamination, de non-conformité et de pertes se chiffrant en millions.
La solution
En collaboration avec un spécialiste MMDM, l'entreprise a mis en place une gouvernance basée sur les attributs, avec des champs obligatoires concernant le type de pompe, le débit, le matériau et le statut de certification. Pour les gammes destinées à l'industrie agroalimentaire, seules les pompes certifiées « qualité alimentaire » apparaissent désormais dans les résultats de recherche.
Impact sur l'activité
Élimination des erreurs de commande grâce à la normalisation des attributs
Une disponibilité accrue et des achats réussis dès la première tentative
Des validations plus rapides et moins de commandes urgentes
Renforcement de la conformité et de la préparation aux audits
Mise en œuvre d'une stratégie de gestion des données de base articles
La feuille de route pour un plan infaillible de gestion des données de base des articles (MMD) s'inspire de stratégies utilisées pour les différentes données de base des domaines tels que les données relatives aux fournisseurs, aux clients et aux produits, mais en mettant davantage l'accent sur l'expertise sectorielle, les délais d'exécution et la qualité des résultats.
En théorie, c'est simple : nettoyer les données non fiables, les valider par rapport à des règles prédéfinies en matière d'unicité, de catégorisation et d'exhaustivité, puis les mapper dans l'ERP en mettant en place une gouvernance rigoureuse afin d'éviter toute contamination future.
Cette tâche peut être réalisée en interne par des experts en MRO, en bases de données et en informatique, mais de nombreuses organisations ne disposent pas de ces compétences ou préfèrent s'associer à des spécialistes tels que Verdantis, qui apportent une expertise approfondie en matière de MMD et un savoir-faire en matière de gouvernance.
Nettoyage des données relatives aux matériaux
Au fil du temps, l'absence de gouvernance et de gestion des données compromet la qualité des données de référence des articles d'une organisation. Cela entraîne des doublons, souvent dus à une classification inadéquate et à des informations manquantes, telles que les références fabricant ou les noms des fournisseurs.
Traditionnellement, pour résoudre ce problème, il fallait procéder à un nettoyage manuel des données à l'aide de la recherche par correspondance de motifs, de la recherche approximative et de la « magie des tableurs ».
Si cette approche permet d'améliorer l'efficacité en éliminant les doublons, en réduisant les erreurs et en facilitant la collaboration entre les services, elle reste toutefois lente et exigeante en main-d'œuvre.
Chez Verdantis, nous utilisons désormais des modèles d'IA et d'apprentissage automatique développés par des experts du secteur pour nettoyer, normaliser, harmoniser et enrichir les données de référence des articles avec plus de rapidité, de précision et de fiabilité.
Notre suite Harmonize© traite les fiches de matières en quelques minutes, applique les règles de saisie et achève le traitement en quelques heures. Tous les résultats sont vérifiés manuellement avant la mise à jour du système ERP, ce qui garantit une exactitude totale.
La vidéo ci-dessous explique comment Harmonize peut rétablir la fiabilité de vos données de référence héritées.
Réduction des coûts de stockage annuels de 4,41 TP3T (Coût du capital actualisé) comptabilisé en dépréciation (Impact positif sur le bilan)
- 400 millions de stocks
- 10% Identification des doublons
- 40 millions de valeur de stocks en double
- Comptabilisation des coûts ventilés à 4,41 TP3T, soit 40 millions = $1,760,000
Réduction des coûts grâce à l'agrégation de la demande sur 15% de $1BN dans MRO
- 1 milliard en matériel d'entretien, de réparation et d'exploitation
- 15% identifié comme similaire à l'issue du processus d'harmonisation (au sein du réseau de fournisseurs 10%)
- 150 millions de dépenses potentielles
- 12,51 TP3T : réduction des coûts grâce à un approvisionnement stratégique
- Réduction des coûts de 12,51 TP3T sur 1 TP4T 150 millions = $18,000,000
RÉDUCTIONS ANNUELLES DU COÛT NET RÉSULTANT DE : NETTOYAGE DES DONNÉES = $19 760 000
Gouvernance des données relatives aux matériaux
Si Harmonize permet de garantir la qualité et l'actualité des données historiques relatives aux matériaux, la prévention des erreurs futures nécessite une stratégie solide de gouvernance des données. Cela permet de s'assurer que chaque demande de matériaux est complète et ne comporte pas de doublons.
La gouvernance des données est généralement supervisée par un Responsable des données ou Responsable des données de référence. De nombreuses entreprises utilisent des outils de gouvernance ERP intégrés, tels que SAP MDG ou Oracle MDM, Mais ces systèmes hérités nécessitent souvent des équipes dédiées pour les gérer et les adapter aux besoins spécifiques de chaque secteur.
Integrity© de Verdantis est spécialement conçu pour la gestion centralisée des articles et répond aux exigences de gouvernance dans les secteurs à forte intensité d'actifs.
Elle fonctionne comme une plateforme autonome ou s'intègre à des outils tels que SAP MDM, permettant ainsi d'accélérer l'enrichissement, le nettoyage et la classification des données relatives aux articles à grande échelle.
Voici les secteurs d'activité sur lesquels Verdantis se concentre, chacun présentant des défis spécifiques en matière de données MRO et de coûts directs des matières :
Verdantis Integrity : une solution pour réduire les dépenses non contrôlées
- 80% des dépenses de maintenance, de réparation et d'exploitation de la catégorie 1B sont couvertes par des contrats préférentiels / pré-négociés – $800 millions de dépenses
- La gouvernance des données a permis d'améliorer la qualité du catalogue et de réduire les dépenses non contrôlées liées à 40% à 25%
- Amélioration de 15% en matière de conformité = 120 millions supplémentaires de dépenses contractuelles
- Réduction moyenne des coûts de 16,51 TP3T pour les catégories faisant l'objet d'une négociation préalable
- Réduction des coûts de 16,51 TP3T sur 120 millions = 1 TP4T 19 800 000
RÉDUCTIONS ANNUELLES DES COÛTS NETS RÉSULTANT DE GOUVERNANCE DES DONNÉES = $19 800 000
RÉDUCTIONS COMBINÉES DU COÛT NET ANNUEL : $39,560,000
La qualité des données de référence relatives aux matériaux ne relève pas uniquement de la gestion des données ; elle constitue au contraire un facteur essentiel pour garantir l'efficacité opérationnelle, la maîtrise des coûts et la fiabilité de la maintenance dans les environnements à forte intensité d'actifs.
Sans une base solide de données sur les matériaux, à la fois fiables, enrichies et normalisées, les entreprises sont confrontées à des doublons dans leurs stocks, à des cycles d'approvisionnement retardés et à des temps d'arrêt qui auraient pu être évités.
Verdantis aide les entreprises à maîtriser leur base de données articles grâce à des processus de classification, de déduplication et d'enrichissement basés sur l'intelligence artificielle, offrant ainsi une source unique de données fiables dans l'ensemble de leurs environnements ERP.
Par mettre en place des données d'inventaire précises et centralisées, Les entreprises bénéficient ainsi d'une meilleure visibilité, d'une automatisation accrue et d'une valeur ajoutée supérieure dans le cadre de leurs opérations de maintenance, de réparation et de révision (MRO) et de gestion des matières premières.
Que vous souhaitiez soutenir un projet d'harmonisation des données ou vous préparer à une transformation ERP, notre plateforme spécialement conçue à cet effet garantit que vos données sur les matériaux sont prêtes à l'emploi, propres, complètes et fiables.
En quoi des fiches articles de mauvaise qualité ont-elles une incidence sur la planification des achats et des stocks ?
Des données sur les articles redondantes ou inexactes entraînent des achats superflus, des dépenses non contrôlées et une augmentation des coûts de gestion des stocks. Les équipes d'approvisionnement ne parviennent souvent pas à tirer parti des remises sur volume en raison de la fragmentation des fiches articles. Les responsables de la planification peuvent soit sous-approvisionner les pièces essentielles, soit surstocker les articles qui ne se vendent pas, deux situations qui grèvent le fonds de roulement et augmentent le risque opérationnel.
Quels sont les principaux résultats commerciaux observés par les entreprises après avoir mis en œuvre la solution de nettoyage et d'enrichissement des données sur les matériaux proposée par Verdantis ?
Les clients voient généralement :
10–15% : réduction des coûts de gestion des stocks grâce à la suppression des doublons et à une meilleure visibilité.
Amélioration des taux de résolution dès la première intervention et réduction du MTTR grâce à des relations structurées entre les actifs et les pièces.
20–30% : économies réalisées sur les dépenses indirectes en rationalisant les achats et en évitant les achats d'urgence.
Une préparation renforcée pour Mises à niveau des systèmes ERP/EAM, les fusions ou les initiatives de normalisation régionales.
Les solutions de Verdantis ont un impact direct sur le fonds de roulement, la disponibilité des installations et la capacité à mener à bien la transformation numérique.
En quoi le moteur d'IA de Verdantis est-il particulièrement adapté à l'enrichissement des données de référence sur les matériaux ?
Notre moteur d'IA est spécialement conçu pour dans les domaines de l'industrie, de l'ingénierie et de la maintenance, de la réparation et de la révision (MRO), contrairement aux outils génériques de traitement du langage naturel (NLP). Il :
Comprend les descriptions d'éléments sous forme de texte libre provenant de systèmes existants.
Apprend des paires attribut-valeur à partir d'enregistrements clairsemés ou incohérents.
Propose des solutions de remplacement pour les articles obsolètes.
Relie les articles aux nomenclatures d'équipement ou aux emplacements fonctionnels.
Cette spécialisation verticale lui confère une grande précision et en fait un outil particulièrement adapté à l'enrichissement des données sur les matériaux à l'échelle de l'entreprise.
Quels indicateurs clés de performance (KPI) peut-on utiliser pour suivre la qualité et l'impact des données de base des articles ?
Les indicateurs clés sont les suivants :
% d'enregistrements sans doublons
% d'enregistrements dont les attributs sont complets
% classé selon la taxonomie standard
Précision et rapidité de la recherche de matériaux
Réduction des temps d'arrêt liés aux matériaux ou des commandes d'urgence
Réduction des dépenses indirectes ou des coûts de gestion des stocks
Délai nécessaire à l'intégration de nouveaux matériaux ou fournisseurs
