Les processus liés à la maintenance, aux réparations et à l'exploitation (MRO), en particulier au sein des grandes entreprises manufacturières ou à forte intensité de production, nécessitent la gestion, la génération, le traitement et la synchronisation d'un volume considérable de données entre plusieurs systèmes organisationnels.
Ces données peuvent concerner les pièces de rechange, les consommables, les immobilisations, les stocks, les fournisseurs, les ordres de travail, les nomenclatures d'équipement, etc.
Ces ensembles de données sont généralement gérés dans des systèmes ERP et, en raison de leur volume considérable, de leur ampleur d'utilisation et de l'absence de protocoles de gestion des données, leur qualité se dégrade au fil du temps.
Les problèmes liés à la qualité des données concernent généralement en premier lieu les pièces de rechange, puis les fournisseurs de services de maintenance, de réparation et de révision (MRO) et les équipements.
Principaux problèmes liés à la qualité des données MRO et leurs conséquences
Données en double
En raison d'une mauvaise gestion des données et de l'absence quasi totale de normes de gouvernance des données relatives aux pièces de rechange, de multiples enregistrements sont créés au fil du temps pour ce qui est, en substance, une même pièce, un même fournisseur ou un même équipement.
La difficulté réside toutefois dans le fait que les systèmes de données de référence reposent sur le principe du « Golden Record », ce qui signifie que chaque enregistrement créé fait référence à un produit, une pièce, un équipement ou un fournisseur unique.
La duplication des fiches entraîne le système de gestion des stocks MRO à considérer que les deux pièces de rechange sont distinctes, ce qui se traduit par la multiplication des commandes d'approvisionnement, un surstock de pièces de rechange et, en fin de compte, hausse des coûts d'approvisionnement et de gestion des stocks.
Une étude que nous avons menée chez Verdantis sur des données d'entreprise anonymisées a révélé que les coûts d'approvisionnement peuvent être gonflés de 20% à 35% dans les ensembles de données MRO truffés de doublons.
Les fiches de données mises à jour à la hâte pour passer une commande, sans que les informations, attributs, caractéristiques ou détails pertinents aient été actualisés, constituent un problème assez courant.
Il s'agit d'un problème grave lié à la qualité des données, qui constitue également l'une des causes aggravantes du problème #1 évoqué plus haut.
Par exemple, l'absence d'informations spécifiques concernant une pièce de rechange d'un fournisseur peut conduire à des décisions mal fondées, entraînant ainsi du gaspillage, des achats inappropriés et, dans le cas d'opérations de maintenance critiques, cela peut se traduire directement par des arrêts de production.
L'absence d'informations essentielles, telles que le nom du fabricant ou la référence, rend plus difficile de déterminer si l'article en question est « actif » ou « obsolète ».
D'après une autre étude interne menée par Verdantis, les incidents liés aux arrêts de production et aux dépenses non contrôlées peuvent être réduits jusqu'à 30% grâce à des registres MRO clairs et à jour.
Le bon déroulement d'un processus MRO dépend fortement de la synchronisation des données entre les différents domaines de données, voire entre les ensembles de données de référence et les autres modules numériques de l'ERP.
Ces données sont synchronisées grâce à des « liens », qui sont en fait des identifiants uniques permettant de relier un enregistrement entre différents ensembles de données.
Les liens entre la nomenclature numérique et les pièces de rechange établissent des références entre les fiches techniques des pièces de rechange et les immobilisations.
Le module « Pièces de rechange » du système de gestion des stocks établit des liens avec le système de gestion des stocks
Les données issues de l'évaluation de la criticité des pièces de rechange doivent également être synchronisées dans la base de données MRO afin de distinguer les pièces de rechange critiques de celles qui ne le sont pas.
Bien que cela ne relève pas du champ d'application de la plupart des solutions de gestion des données MRO, les bonnes pratiques préconisent également de classer les pièces de rechange en fonction de leur nature même : à faible rotation, à forte rotation, obsolètes, etc.
Cette synchronisation des données ouvre alors la voie pour les solutions logicielles de gestion des stocks MRO disposer de toutes les données nécessaires pour optimiser les niveaux de stock en toute fluidité.
La gestion des données MRO est essentielle pour garantir la disponibilité des équipements et l'efficacité opérationnelle. Des données fiables et cohérentes aident les équipes de maintenance à trouver plus rapidement les pièces adéquates, permettent une planification précise des stocks et réduisent les retards d'approvisionnement, ce qui, au final, permet de réduire les coûts et d'éviter les temps d'arrêt.
Fiez-vous à des descriptions et des caractéristiques techniques précises des pièces pour réduire au minimum les temps d'arrêt des équipements et optimiser les réparations.
Appuyez-vous sur des données MRO fiables et classifiées pour éviter les achats en double, réduire les risques liés aux fournisseurs et optimiser vos décisions d'approvisionnement.
Utilisez des données MRO fiables pour améliorer la fiabilité de vos actifs, planifier la maintenance préventive et réduire les perturbations opérationnelles.
Il est nécessaire de disposer de données normalisées pour gérer efficacement les niveaux de stock, éviter la surstockage et éliminer les stocks morts.
Assurez la cohérence à l'échelle du système en intégrant les données MRO entre les plateformes ERP, EAM et GMAO.
Exploitez des données MRO de haute qualité pour mettre en œuvre des initiatives liées à l'IA, à l'analyse de données et à la maintenance prédictive.
Comment résoudre ces problèmes liés à la qualité des données ?
La solution à ce défi permanent peut être divisée en deux parties :
-
Normalisation des données existantes
-
Création de futures entrées/fiches
Cela implique une normalisation complète des données historiques accumulées au fil des ans, ainsi qu'un nettoyage minutieux de celles-ci : il s'agit notamment d'éliminer les doublons, d'enrichir les informations requises, d'extraire des attributs des enregistrements de données et de synchroniser ces informations avec d'autres sources de données.
Au-delà des normes Nettoyage des données MRO, les solutions logicielles permettent également d'établir des liens entre différents domaines et de créer des références croisées entre eux.
Jusqu'à présent, les entreprises s'appuyaient principalement sur de grandes équipes chargées de nettoyer manuellement ces enregistrements de données ; si la précision de ces processus pouvait être considérée comme acceptable, le délai d'exécution d'une telle opération de nettoyage des enregistrements de données de base était assez élevé.
Ces derniers temps, cependant, grâce à l'essor des modèles d'IA spécialement conçus à cet effet, le nettoyage des données MRO est aujourd'hui bien plus précis et peut être effectué en un temps record grâce à des agents IA formés sur des millions d'enregistrements relatifs à des fournisseurs, des pièces de rechange ou des équipements.
La vidéo ci-dessous montre comment Harmonize, une solution logicielle qui déploie ce type d'agents IA, peut normaliser des données héritées avec une précision supérieure à 95%.
La vidéo ci-dessous présente en détail le processus d'enrichissement des données de notre solution d'harmonisation des données :
Si le nettoyage des données historiques permet de garantir la fiabilité des données MRO relatives au passé, rien n'empêche vraiment ces problèmes de qualité des données de refaire surface.
C'est pourquoi les entreprises ont généralement recours à une solution logicielle qui s'intègre à leurs systèmes ERP et à leur base de données MRO afin d'éviter dès le départ la création de doublons, grâce à une combinaison de modèles d'IA et de puissants systèmes de correspondance approximative.
Certains appellent également cela une solution de gouvernance des données MRO.
La vidéo ci-dessous présente en détail les principales fonctionnalités de notre solution de gouvernance des données :
Au-delà des données de référence
Jusqu'à présent, nous avons abordé dans les grandes lignes ce qui est généralement considéré comme les offres standard en matière de gestion des données MRO.
Toutefois, les entreprises qui souhaitent véritablement se forger un avantage concurrentiel grâce à leurs stratégies de gestion des données MRO améliorent la qualité de ces données en recourant à des approches novatrices et en adoptant de nouvelles techniques à cette fin.
Les solutions avancées de gestion des données MRO permettent aujourd’hui d’analyser l’ensemble de vos données existantes relatives aux pièces de rechange MRO et de déterminer le « statut » de n’importe quelle pièce : elles peuvent ainsi classer une pièce de rechange comme « obsolète » ou « active », ce qui permet une gestion plus efficace Gestion des données relatives à l'obsolescence des pièces de rechange.
Cela est désormais possible grâce à l'utilisation d'agents d'IA capables de développer de manière autonome une compréhension contextuelle en accédant aux catalogues des fournisseurs, aux sites web et aux informations provenant de sources ouvertes et propriétaires.
Les solutions d'IA agentique peuvent également analyser les données relatives aux pièces et identifier des pièces de rechange alternatives ainsi que les fournisseurs de ces pièces.
Cette gestion des pièces de rechange est essentiel pour garantir l'excellence dans la gestion MRO, optimiser et analyser les dépenses MRO, et s'inscrit dans une stratégie globale d'approvisionnement MRO.
Une fois que le nom du fabricant ou la référence des pièces de rechange ont été identifiés, les bonnes pratiques recommandent de pouvoir faire remonter ces données vers la base de données des fournisseurs, permettant ainsi de développer une approche globale système MDM multidomaine
Outre l'évaluation des équipements et pièces essentiels à la maintenance, à la réparation et à la révision (MRO), la nature des pièces de rechange et les liens qui les unissent, un ensemble de données MRO fiable peut renforcer les capacités d'un logiciel de gestion des stocks MRO.
Les outils d'IA agentique peuvent considérablement simplifier et renforcer le processus de Gestion des données relatives aux nomenclatures en extrayant les données des nomenclatures numériques (BOM). Celles-ci se présentent souvent sous forme de fichiers PDF techniques, de fichiers Excel, d'exportations ERP ou de dessins CAO.
Ces documents sont difficiles à traiter à grande échelle en raison de leur nature non structurée, et leur traitement manuel entraîne souvent des erreurs, des retards et des incohérences.
Les outils d'extraction basés sur l'IA sont capables de lire ces nomenclatures numériques et d'en extraire automatiquement les informations clés, telles que les références des pièces, les identifiants des équipements, les descriptions des pièces et les quantités.
Une fois extraites, ces données structurées sont recoupées avec les fiches de référence des pièces de rechange et des équipements afin d'établir des liens entre les pièces et les machines ou les actifs spécifiques auxquels elles appartiennent.
Cette cartographie automatisée élimine toute ambiguïté en définissant clairement quelles pièces sont utilisées dans quels équipements, leur emplacement dans la structure des actifs et le nombre d'unités nécessaires.
Cela permet d'éviter la création d'enregistrements de pièces en double, garantit la cohérence entre les différentes sources de données et facilite la création de nomenclatures de maintenance précises et complètes.
De plus, ce processus d'extraction contribue directement à améliorer la précision des stocks, à optimiser les stratégies de gestion des pièces de rechange et à réduire les cas de surcommandes ou de sous-commandes.
Cela permet également de classer les pièces de rechange en fonction de leur contexte d'utilisation au sein de la nomenclature – qu'il s'agisse de pièces à rotation rapide, de pièces critiques ou de pièces peu utilisées –, ce qui est essentiel pour établir les priorités en matière d'approvisionnement et de planification de la maintenance.
Cela favorise l'harmonisation des données, renforce l'intégrité des fichiers de référence des actifs et des articles, et jette les bases d'une automatisation et d'analyses plus avancées. Il s'agit d'une étape cruciale pour mettre en place des opérations MRO proactives et fondées sur les données.
Par le passé, les entreprises s'appuyaient en grande partie sur une armée de collaborateurs chargés de corriger manuellement les données erronées dans les ensembles de données MRO ; comme mentionné précédemment, les délais d'exécution, les coûts et la précision d'une telle approche n'étaient pas optimaux.
Les logiciels de gestion des données MRO, comme celui que nous avons développé chez Verdantis, s'appuient sur des modèles d'IA formés spécifiquement pour ce secteur afin d'automatiser la plupart des tâches de normalisation des données, qui sont ensuite renvoyées à un réviseur humain pour un contrôle qualité.
Voici quelques secteurs dans lesquels nous sommes spécialisés
Types de services de gestion des données MRO
L'objectif de ce service consiste à assurer l'« exhaustivité » des enregistrements de données MRO en récupérant des informations provenant de sources tierces, soit manuellement, soit par programmation, puis en réintégrant ces informations dans l'ensemble de données MRO.
Chez Verdantis, nous nous appuyons principalement sur des modèles d'IA Agentic formés par les professionnels du secteur, qui enrichissent de manière autonome les enregistrements de données sur les montants, les immobilisations et les fournisseurs
- Pour les pièces de rechange MRO, il peut s'agir de données telles que le nom du fabricant, la référence du fabricant, les caractéristiques de la pièce, les spécifications, les unités de mesure et les équipements sur lesquels elles sont utilisées.
- Pour les équipements ou les immobilisations, il peut s'agir du fabricant de l'équipement, du numéro d'identification de l'équipement, du site où il est utilisé, de la catégorie de l'équipement
- Pour les fournisseurs (ou prestataires), il peut s'agir du nom du fabricant ou du distributeur, de l'adresse du siège social, du numéro d'identification fiscale et d'autres informations similaires.
Cela consiste principalement à répertorier les pièces de rechange, bien que, dans le cadre d'activités à grande échelle, il soit également courant de répertorier les immobilisations et les fournisseurs.
Chaque organisation adopte une taxonomie spécifique pour la classification des données MRO et les immobilisations ; parmi les plus courantes, on peut citer UNSPC, NAICS, PIDEX.
Conformément aux normes définies précédemment, les enregistrements de données sont structurés et normalisés grâce au traitement de volumes considérables de données brutes, à l'extraction des attributs clés, à l'enrichissement des valeurs manquantes et à la déduplication de la base de données afin d'éliminer les doublons potentiels de niveau 1 et 2.
Dans certains cas, les entreprises doivent créer des fiches de données en masse, soit à partir des catalogues des fournisseurs, soit à partir de la nomenclature MRO interne.
Grâce à des solutions telles qu’Auto-Doc AI, ces documents peuvent être regroupés et créés en masse en quelques clics.
Verdantis, spécialiste de la gestion des données MRO
Verdantis est un spécialiste de la gestion des données de référence (MRO) pour les entreprises dont les activités de production et de maintenance lourde font appel à un parc d'équipements important.
En misant sur les modèles d'IA « agentique » pour l'ensemble de nos services de gestion des données MRO, nous avons pu résoudre les problèmes majeurs liés à la qualité des données auxquels sont confrontées les entreprises de taille moyenne et les grandes entreprises du monde entier.
