La digitalización obstaculiza la calidad de los datos

Según un estudio de la asociación digital Bitkom, el 58% de los 502 directores generales y miembros de consejos de administración encuestados afirman que su empresa sigue rezagada. En otro estudio de la empresa de consultoría e investigación de mercados Lünendonk, el 60% de los participantes califican de mediocre la calidad de los datos en sus empresas.

El mismo estudio establece una conexión entre estos dos hechos. Según este, no solo puede ahorrarse hasta un cinco por ciento del tiempo de trabajo gracias a una elevada calidad de los datos maestros, sino que los modelos de negocio digitales solo son posibles si las empresas tienen sus datos maestros bajo control.

Esto puede entenderse: Para el tratamiento automatizado no basta con que los datos sean puntuales, exactos y completos. Sólo la conformidad de los datos con normas específicas permite su tratamiento en distintos sistemas. Los datos deben estar libres de contradicciones, es decir, ser coherentes y tan únicos como sea posible: Los duplicados inflan innecesariamente la base de datos, causan trabajo adicional, son una fuente potencial de errores y elevan los costes del proceso.

Pero, ¿están alcanzando las existencias de datos en diversos sistemas informáticos un nuevo nivel de calidad de datos que cumpla los requisitos de la digitalización y la Industria 4.0? La mayoría de los sistemas -incluidos los sistemas ERP de SAP- no apoyan este empeño.

A menudo también faltan estructuras organizativas y de procesos en toda la empresa, con normas y responsabilidades claras. Por eso recomendamos un enfoque estandarizado en tres pasos, que hemos desarrollado sobre la base de numerosos proyectos de éxito.

La mejor forma de que las empresas den el primer paso es con un proyecto de estructuración y clasificación de los datos maestros de materiales. Junto con nuestros consultores, los equipos de proyecto del cliente definen normas para la estructuración de datos como base para conjuntos individuales de reglas que definen las convenciones de datos de la empresa. Ya existen conjuntos básicos de reglas adaptables para muchos casos de uso. Mediante el software que hemos desarrollado a lo largo de los años, se analizan los stocks de datos de las distintas fuentes internas y, a continuación, se estructuran y preparan automáticamente.

En el segundo paso, se introduce un proceso de solicitud de maestro de materiales en la estructura organizativa para mantener la calidad de los datos del maestro de materiales una vez conseguidos. Si los materiales necesarios no se encuentran en el inventario, se solicita la creación de un nuevo maestro de materiales. Un equipo de datos maestros revisa las solicitudes de material antes de crear el nuevo material.

En el tercer paso se introduce un proceso automatizado de mantenimiento de los maestros de materiales que, con la colaboración de los departamentos implicados, permite rellenar rápidamente los campos sin errores. Un concepto de autorización garantiza un control de acceso detallado, los preajustes inteligentes reducen el esfuerzo de introducción y evitan entradas incorrectas.

El proceso puede incluso abarcar ubicaciones distribuidas y adaptarse a distintas operaciones, por ejemplo para distintos tipos de material.

Quienes dan estos tres pasos consiguen controlar su gestión de datos maestros y crean así las condiciones para una transformación digital. Como resultado, la nueva calidad de los datos maestros repercute positivamente en diversos ámbitos: Se citan como efectos una mejor gestión corporativa basada en análisis, la reducción de los tiempos de rendimiento en la producción y la cadena de suministro, tiempos de reposición más realistas, tamaños de lote optimizados y cantidades mínimas de pedido, así como menos capital inmovilizado. Por último, los usuarios también están satisfechos con la transparencia y la facilidad de acceso a los datos.