L'obstacle de la numérisation : la qualité des données

La numérisation ne démarre apparemment que lentement dans l'économie allemande : selon une étude de l'association numérique Bitkom, 58 pour cent des 502 directeurs et membres du conseil d'administration interrogés indiquent que leur entreprise est encore à la traîne. Dans une autre étude menée par la société d'études de marché et de conseil Lünendonk, 60 pour cent des participants jugent la qualité des données dans leur entreprise comme moyenne.

La même étude établit un lien entre ces deux faits. Selon elle, une qualité élevée des données de base permet non seulement d'économiser jusqu'à cinq pour cent du temps de travail - les modèles commerciaux numériques ne sont également possibles que si les entreprises maîtrisent leurs données de base.

Cela peut se comprendre : Pour un traitement automatique, l'actualité, l'exactitude et l'exhaustivité ne suffisent pas. Seule la conformité des données à des règles spécifiques permet un traitement dans différents systèmes. Les données doivent être exemptes de contradictions, donc cohérentes et si possible uniques : Les doublons gonflent inutilement le stock de données, entraînent un surcroît de travail, constituent une source potentielle d'erreurs et font grimper les coûts des processus.

Mais l'ensemble des données dans différents systèmes informatiques atteint-il un nouveau niveau de qualité des données qui répond aux exigences de la numérisation et de l'industrie 4.0 ? La plupart des systèmes - y compris les systèmes ERP de SAP - ne soutiennent pas cette aspiration.

Souvent, il manque aussi des structures de processus et d'organisation à l'échelle de l'entreprise, avec des règles et des responsabilités claires. C'est pourquoi nous recommandons une approche standardisée en trois étapes, que nous avons développée sur la base de nombreux projets réussis.

La meilleure façon pour les entreprises de faire le premier pas est de lancer un projet de structuration et de classification des données de base des articles. Les équipes de projet du client définissent avec nos conseillers des normes de structuration des données qui serviront de base à des règles individuelles fixant les conventions de données de l'entreprise. Des règles de base adaptables existent déjà pour de nombreux cas d'application. Grâce à un logiciel que nous avons développé au fil des ans, les stocks de données provenant des différentes sources internes sont analysés pour être ensuite structurés et préparés automatiquement.

Dans un deuxième temps, un processus de demande de base de données articles est introduit dans la structure organisationnelle afin de maintenir la qualité des données de la base de données articles une fois qu'elle a été atteinte. Si les articles nécessaires ne se trouvent pas dans le stock, une demande de création d'une nouvelle fiche article est faite. Une équipe chargée des données de base examine les demandes d'articles avant que le nouvel article ne soit créé.

La troisième étape consiste à introduire un processus de gestion automatisé pour les bases de données articles, qui permet d'obtenir rapidement des champs remplis sans erreur avec la participation des services concernés. Un concept d'autorisation assure un contrôle d'accès à granularité fine, des préréglages intelligents réduisent le travail de saisie et empêchent les erreurs de saisie.

Le processus peut même s'étendre à des sites dispersés et s'adapter à différents processus, par exemple pour différents types de matériaux.

En suivant ces trois étapes, on maîtrise la gestion de ses données de base et on crée ainsi les conditions d'une transformation numérique. Ainsi, la nouvelle qualité des données de base a des effets positifs dans différents domaines : Une meilleure gestion de l'entreprise sur la base d'analyses, la réduction des temps de passage dans la production et la chaîne d'approvisionnement, des délais de réapprovisionnement plus réalistes, des tailles de lots et des quantités minimales de commande optimisées ainsi que moins de capital immobilisé sont cités comme effets. En fin de compte, les utilisateurs se réjouissent eux aussi de disposer de données transparentes et faciles à trouver !