Proč data v ERP projektech selhávají
Datová kvalita je téma, které se v ERP projektech pravidelně podceňuje a to ze dvou důvodů.
Prvním důvodem je neviditelnost problému. Dokud data nejsou v novém systému a systém nezačne s nimi pracovat, problémy s jejich kvalitou nejsou vidět. Firma ví, že její data „nejsou úplně v pořádku", ale rozsah problému se ukáže teprve ve chvíli, kdy je třeba data migrovat a systém s nimi začne počítat.
Druhým důvodem je podceňování dopadu. Management výrobní firmy intuitivně chápe, že špatné procesy vedou ke špatným výsledkům. Ale přímá spojitost mezi nekvalitními daty a špatnými provozními výsledky není tak zřejmá, dokud se neprojeví v podobě chybných výrobních příkazů, nepřesných kalkulací nebo nesrovnalostí ve skladu.
Výsledkem je situace, kdy firma investuje značné prostředky do výběru a implementace ERP systému a po spuštění zjistí, že systém generuje výstupy, kterým nelze věřit. Příčinou není systém. Příčinou jsou data.
Jaká data jsou pro ERP systém kritická
Ve výrobní firmě existuje několik datových oblastí, jejichž kvalita přímo určuje funkčnost ERP systému. Tyto oblasti jsou vzájemně propojené. Chyba v jedné se zpravidla projeví v několika dalších.
- Kusovníky a technologické postupy
Kusovník definuje, z čeho se výrobek skládá, jaké materiály a v jakém množství jsou potřeba pro výrobu jednoho kusu. Technologický postup definuje, jak se výrobek vyrábí, jaké operace, na jakých strojích a v jakém pořadí.
Tato data jsou základem výrobního plánování, kalkulací nákladů a řízení materiálových potřeb. Pokud jsou kusovníky neúplné nebo nepřesné:
- výrobní příkazy počítají se špatným množstvím materiálu
- kalkulace nákladů jsou nepřesné
- plánování výroby generuje chybné termíny
- nákup objednává nesprávné množství nebo nesprávný materiál
Ve výrobních firmách jsou kusovníky jednou z nejproblematičtějších datových oblastí. Bývají vedeny neúplně, aktualizovány nepravidelně nebo existují ve více verzích v různých systémech. Jejich příprava před migrací do ERP je časově náročná, ale nezbytná.
- Skladové zásoby
Stav skladu v ERP systému musí přesně odpovídat fyzickému stavu ke dni spuštění. Jakýkoliv nesoulad se projeví okamžitě a s přímým dopadem na provoz:
- záporné stavy materiálu blokují výrobní příkazy
- přebytky způsobují chybné výpočty potřeb materiálu
- nesprávné umístění zboží komplikuje expedici
Migrace skladových zásob proto musí být doprovázena fyzickou inventurou těsně před spuštěním systému. Tato inventura je organizačně náročná, ale je podmínkou věrohodného startu systému.
- Kmenová data zákazníků a dodavatelů
Záznamy zákazníků a dodavatelů bývají v průběhu let zatíženy duplicitami, zastaralými kontakty a nekonzistentním pojmenováním. Před migrací do ERP je třeba tyto záznamy:
- sloučit duplicitní záznamy do jednoho
- doplnit povinné atributy, které nový systém vyžaduje
- ověřit platnost kontaktních údajů a bankovních spojení
- sjednotit způsob pojmenování a kategorizace
Nekvalitní kmenová data zákazníků a dodavatelů se projeví v chybné fakturaci, nesprávném přiřazení plateb nebo problémech s reportingem.
- Číselníky a kategorizace
ERP systém pracuje s řadou číselníků: střediska, typy zakázek, kategorie výrobků, účtovací předkontace. Tyto číselníky musí být před spuštěním systému definovány, odsouhlaseny a konzistentně aplikovány na všechna data.
Nekonzistentní číselníky jsou jednou z nejčastějších příčin problémů s reportingem po spuštění ERP. Data jsou v systému, ale nelze je smysluplně agregovat a analyzovat, protože jsou kategorizována nekonzistentně.
Jak posoudit kvalitu dat před implementací ERP
Před zahájením implementace je vhodné provést základní audit datové kvality. Cílem nejsou dokonalá data, cílem je realistický obraz o rozsahu práce, která je před migrací potřebná.
Audit datové kvality zahrnuje:
- Inventuru datových zdrojů. Kde jsou data uložena dnes? V jakých systémech, souborech nebo evidencích? Kolik verzí kusovníků existuje a kde? Tato inventura zpravidla odhalí, že data jsou rozptýlena ve více zdrojích, které nejsou vzájemně konzistentní.
- Posouzení úplnosti. Jaký podíl kusovníků je kompletní? Jaký podíl záznamů zákazníků má vyplněné všechny povinné atributy? Jaký je odhadovaný nesoulad mezi evidencí skladu a fyzickým stavem?
- Identifikaci duplicit. Kolik dodavatelů nebo zákazníků je vedeno vícekrát pod různými názvy? Existují výrobky s více kódy?
- Posouzení konzistence. Jsou stejné věci pojmenovány stejně napříč různými odděleními a systémy? Používají výroba, sklad a účetnictví stejné kódy pro stejné výrobky?
Výsledkem auditu je realistický odhad rozsahu datové přípravy a vstup pro plánování časového harmonogramu implementace.
Příklad z praxe: když data sabotují ERP
Následující příklad je ilustrativní. Vychází z typických vzorců, které se v ERP projektech opakují, nikoliv z konkrétního případu.
Výrobní firma spustila ERP systém po šestiměsíční implementaci. Systém byl správně nakonfigurován, uživatelé proškoleni a testování proběhlo bez závažných problémů.
Tři týdny po spuštění vedení zjistilo, že kalkulace nákladů na zakázky jsou systematicky nepřesné, že se skutečná spotřeba materiálu výrazně lišila od plánované. Výrobní příkazy generovaly požadavky na materiál, který byl na skladě v dostatečném množství, ale systém ho nevykazoval, protože skladová inventura před spuštěním neproběhla důsledně a počáteční stavy skladu neodpovídaly skutečnosti.
Zároveň se ukázalo, že část kusovníků byla migrována z historických dat, která nebyla aktualizována po změnách výrobního procesu provedených v předchozím roce. Systém plánoval výrobu podle zastaralých podkladů.
Náprava vyžadovala fyzickou inventuru skladu za plného provozu, revizi a aktualizaci kusovníků a opakovanou migraci části dat. Celý proces trval šest týdnů a výrazně zatížil jak výrobu, tak implementační tým dodavatele.
Příčina nebyla v systému ani v implementaci. Příčina byla v datech a jejich příprava byla ve spěchu před spuštěním podceněna.
Data jako součást ERP strategie — ne jako vedlejší téma
Kvalita dat není technická záležitost, která patří do kompetence IT oddělení. Je to provozní záležitost, která patří do kompetence vedení firmy.
Rozhodnutí o tom, jak budou data v ERP systému strukturována, kdo za ně odpovídá a jak budou průběžně udržována, jsou strategická rozhodnutí s dlouhodobými důsledky.
Firmy, které tato rozhodnutí učiní vědomě a před zahájením implementace, mají výrazně nižší riziko datových problémů po spuštění. Firmy, které je odkládají nebo delegují pouze na IT, zpravidla čelí problémům, jejichž řešení je výrazně nákladnější než prevence.
Správa dat proto není vedlejší oblastí ERP projektu. Je to jeho páteř — neviditelná, ale nenahraditelná.
Závěr
Data jsou základem každého ERP systému. Bez kvalitních dat nemůže ERP systém fungovat správně bez ohledu na to, jak byl dobře vybrán, jak kvalitní má dodavatele a jak pečlivě byla provedena implementace.
Investice do přípravy dat před implementací ERP je jednou z nejlepších investic, které výrobní firma může v rámci ERP projektu udělat. Vrátí se v podobě hladšího spuštění, věrohodných výstupů systému a nižších nákladů na řešení problémů po spuštění.
ERP systém zpracuje přesně ta data, která do něj vložíte. Pokud jsou data nekvalitní, systém tuto nekvalitu nezlepší, pouze ji zviditelní a zesílí její dopad na celý provoz firmy.
Tento článek je součástí série Akademie ERP výběru: Jak vybrat ERP systém pro výrobní firmu.
Celá série:
- Jak vybrat ERP systém pro výrobní firmu: začněte procesy, ne funkcemi →
- Proč ERP systém nevyřeší špatné procesy ve výrobní firmě →
- Proč celkové náklady ERP systému jsou vždy vyšší, než se zdá →
- Jak vybrat ERP systém správné velikosti pro výrobní firmu →
- Proč měřitelné cíle rozhodují o úspěchu ERP projektu →
- Jak vybrat dodavatele ERP systému pro výrobní firmu →
- Proč zapojení uživatelů rozhoduje o úspěchu ERP projektu →
- Jak vybrat ERP systém, který poroste spolu s vaší firmou →
- Jak testovat ERP systém na reálných scénářích výrobní firmy →
- Implementační příprava ERP: co rozhoduje o úspěchu projektu →
- Proč kvalita dat rozhoduje o úspěchu ERP systému ve výrobě →
V případě zájmu o nezávislou konzultaci výběru ERP dodavatele je možné navázat odbornou diskusí.