Empresa mineira global de ouro

Cinco minas, cinco instâncias do SAP, uma visão geral de todas as peças sobressalentes.

~$26M
capital circulante libertado
47%
menos aquisições de emergência
10 semanas
Para entrar em funcionamento, a SAP manteve
Leia a história
Produto
Soluções
Clientes
Recursos
Empresa
Marcar uma demonstraçãoFaça um diagnóstico gratuito
MRO360, módulo 6 de 9: decidir o que manter

Previsão da procura de peças sobressalentes Preveja as peças sobressalentes de acordo com a forma como a manutenção as utiliza na prática.

Uma base de referência estatística, aliada a uma camada de IA que analisa o seu calendário de manutenção, para que os picos de volume de trabalho, os picos das campanhas e as avarias correlacionadas sejam identificados com meses de antecedência, e não na manhã do próprio trabalho.

As médias não têm em conta o encerramento.

As previsões baseadas no consumo combinam a procura preventiva, a correctiva e a resultante de paragens numa única linha, pelo que os picos surgem de forma inesperada.

Hoje

Uma média ponderada

  • As previsões são médias retrospectivas que não captam os picos de recuperação.
  • A procura planeada, a procura corretiva e a procura de emergência são agrupadas.
  • As listas de peças para o encerramento e para a campanha são elaboradas com semanas de atraso.
Com o MRO360

Repartição da procura por tipo de encomenda

  • Cada tipo de ordem de manutenção deve ser previsto separadamente.
  • É o calendário de manutenção que determina a previsão, e não apenas os dados históricos.
  • Explicação da sazonalidade, da tendência e dos valores atípicos para cada material.
10–12 semanas
Antecipadamente, foram identificados picos de procura na campanha. As paragens sazonais decorrentes da falta de peças de desgaste foram eliminadas no primeiro ciclo completo de pico.Fabricante global de produtos de confeitaria

Previsões que os vossos responsáveis pelo planeamento conseguem compreender.

A procura é dividida por tipo de ordem de manutenção, os valores atípicos são explicados e a sazonalidade torna-se visível antes de se manifestar.

Procura por tipo de ordem de manutenção

Veja a curva de procura semestral dividida por tipo de ordem, por exemplo, PM01, PM02 e PM03 no SAP, e alterne entre cada uma para ver o que determina o total.

  • Previsões planificadas, corretivas, de paragem e de emergência, de forma independente
  • Peças sobressalentes com prazo de entrega longo foram identificadas com antecedência suficiente para serem preparadas
  • Alterações do planeador à procura mensal registadas
Ecrã de previsão da procura de peças sobressalentes do MRO360: Procura por tipo de ordem de manutenção

Previsões que se explicam por si mesmas

Cada material recebe um resumo gerado por IA sobre o seu padrão: meses de pico e de menor volume, tendência e quais os valores atípicos que foram excluídos, com a quantidade e o custo previstos por mês.

  • Sazonalidade com multiplicadores de pico
  • Tendência com confiança
  • Picos verificados em relação a uma regra de referência
Ecrã MRO360: Previsões que se explicam por si mesmas

Os responsáveis pelo planeamento adaptam-se e, depois, aceitam.

Os responsáveis pelo planeamento podem editar a procura de qualquer mês. As suas alterações são guardadas e o modelo aprende com elas.

Agente de previsãoA procura do BRG-0001 atinge o pico no primeiro trimestre, situando-se em 3,2 vezes o valor de referência

  1. PropostaRecomendação da IA com as respetivas justificações
  2. Em resumoRevisado e editado pela vossa equipa
  3. AprovadoAprovado por um responsável designado
  4. Resposta por escritoEnviado para o campo ERP a que pertence

As previsões determinam os níveis de existências.

As previsões aceites são incorporadas nos pontos de reabastecimento, pelo que as peças são preparadas antes de um pico de campanha ou de paragem.

Mais informações sobre a previsão da procura de peças sobressalentes

Questões sobre a previsão da procura de peças sobressalentes

Que tipos de ordens de manutenção são objeto da previsão?

Cada tipo que utilizar, como planeado, corretivo, de paragem e de emergência (PM01 a PM03 no SAP), deve ser previsto separadamente e em conjunto.

É capaz de planear operações de manutenção e paragens?

Sim. O sistema consulta o calendário de manutenção, pelo que a procura de intervenções de manutenção é modelada como tal e as peças sobressalentes com prazos de entrega longos são preparadas antes do encerramento do período previsto.

Os responsáveis pelo planeamento podem alterar uma previsão?

Sim. Os responsáveis pelo planeamento podem editar a procura mensal. As alterações são registadas e incorporadas no modelo.

Veja a sua procura por tipo de encomenda.

Envie movimentos de mercadorias e ordens de trabalho. Dividimos a procura por tipo de ordem de manutenção e mostramos os picos que a sua previsão atual não tem em conta.

Movimentos de mercadorias + ordens de trabalho
Picos de desligamentoSazonalidadeValores atípicos
  • A procura divide-se em preventiva, corretiva e de paragem
  • Picos assinalados semanas antes
  • Valores atípicos identificados e explicados

Prever a minha procura de desligamento

Diagnóstico gratuito para operadores com várias instalações.

Pedido recebido. Escolha uma hora para a sua chamada inicial.

Uma breve chamada com um especialista em MRO. Também lhe enviaremos por e-mail um link seguro para aceder ao seu extrato.

Abrir o calendário numa nova aba

Marcar uma demonstração

Gestão de dados mestre de MRO para uma empresa líder no setor do petróleo e gás, com um volume de negócios de $12Bn

As empresas do setor do petróleo e do gás enfrentam enormes custos indesejados sob a forma de perdas, multas e indemnizações decorrentes de acidentes de trabalho, o que lhes retira uma parte considerável das suas receitas. Uma das principais razões para as falhas e os acidentes é a avaria de infraestruturas industriais essenciais, resultante de uma gestão ineficaz da base material e de ineficiências na cadeia de abastecimento de MRO, que são extremamente críticas para os ciclos de produção e manutenção.

Cada vez mais organizações procuram agora implementar sistemas de Gestão de Dados Mestres (MDM), com o objetivo de gerir os seus ativos através de uma tomada de decisões informada, baseada em dados fiáveis, e garantir uma segurança industrial ótima em toda a empresa.

Sobre a empresa:

Isto A empresa sediada nos EUA é líder mundial no fornecimento de componentes mecânicos essenciais para plataformas de perfuração terrestres e offshore, plataformas completas de perfuração e manutenção de poços, bem como uma gama abrangente de serviços de inspeção de tubos, revestimentos internos, equipamento para colunas de perfuração, equipamento de elevação e manuseamento e ferramentas de perfuração de fundo de poço. Oferece ainda serviços de cadeia de abastecimento através de centros de distribuição estrategicamente localizados perto dos principais locais de perfuração e produção em todo o mundo. Com mais de 800 centros de produção, vendas e assistência em todo o mundo e receitas anuais superior a $12 mil milhões, a empresa fornece soluções centradas no cliente e adaptadas às necessidades do setor energético em termos de qualidade, produtividade e ambiente.

Desafios relacionados com os dados mestre de materiais

A empresa enfrentou desafios significativos no que diz respeito aos seus dados mestre.
• Falta de coerência e de normas relativas aos dados mestre
• Campos de atributos do ficheiro mestre incorretos, incompletos, não classificados e desatualizados
dados Grandes volumes de dados em várias línguas
• Várias instâncias de ERP e outros sistemas legados em toda a empresa
• Descrições de materiais mal estruturadas
• Falta de governação de dados e de colaboração entre divisões multifuncionais e locais

Solução e resultados alcançados

Solução: Harmonização e manutenção contínua dos dados mestre de materiais

A empresa implementou Material Verdantis Harmonize para limpar e enriquecer os seus dados mestre históricos. Utilizando ferramentas baseadas em IA e o Repositório de Conteúdos da Verdantis, a solução classificou, normalizou e eliminou os materiais duplicados.

Depois de os dados terem sido harmonizados, Integridade dos Materiais da Verdantis foi implementado para a gestão contínua dos dados. Assegurou a precisão contínua dos dados através de validação em tempo real, classificação baseada em IA e prevenção de duplicações, garantindo uma elevada qualidade dos dados em todos os sistemas da empresa.

Principais medidas tomadas:

  • Classificado 150 000 materiais em 1 210 UNSPSC e Mais de 500 HTS códigos
  • Atributos de materiais não estruturados, analisados e normalizados
  • Eliminámos as duplicatas e melhorámos as descrições dos materiais
  • Estabeleceu a gestão de dados em tempo real e os fluxos de trabalho de aprovação
  • Criou um repositório centralizado para o acesso a dados por parte de várias funções

Resultados alcançados:

  • Maior precisão dos dados – Eliminaram-se registos de material duplicados e inconsistentes
  • Classificação melhorada – Materiais normalizados com códigos UNSPSC e HTS
    Melhor gestão de stock – Visibilidade e utilização otimizadas do stock
  • Aquisições e conformidade mais rápidas – Permitiu uma pesquisa de materiais sem complicações e o cumprimento da regulamentação
  • Governança Sustentável de Dados – Garantia de precisão contínua através de uma manutenção baseada em IA
  • Tomada de decisões informadas – Repositório centralizado de dados para uma maior eficiência operacional

Ao integrar Harmonização e integridade dos materiais, a empresa alcançou um estrutura de gestão de dados mestres escalável e baseada em IA, garantindo a sustentabilidade a longo prazo coerência dos dados, eficiência e conformidade.

Os seus dados estão seguros e são utilizados exclusivamente para os fins previstos. Damos prioridade à sua privacidade e protegemos as suas informações.