Master Data Management

SQL Systems har gjort flera projekt, där vi skapar Anläggningsregister och Dokumentation för Underhåll och Service från flera olika källor, där vi samtidigt rättar och förbättrar data, med hjälp av kunniga tekniker.

Ett exempel är Siemens Turbomachinery i Finspång, där vi skapar anläggningsregister och kunddokumentation i SAP för ett stort antal Gasturbiner. Informationen finns i flera olika system och flyttas semi-automatiskt till SAP, via ett hjälpmedel som vi kallar IVM, som vi utvecklat åt UNIPER. Vi använder Winshuttle för inläsning av data till SAP. Tekniken är att vi återanvänder KKS-aggregat, mellan olika anläggningar och på det sättet halverar vi kostnaden för inläsningen, jämfört med att jobba manuellt anläggning för anläggning. Till ett aggregat kopplar vi både data, material, reservdelar och dokument. Genom en komplett anläggningsstruktur gör vi det oerhört enkelt att hitta all information på ett ställe.

Ett annat exempel är inläsningen av data för Öresundsverket i Malmö. Vi läste in all data för en 400 MW Gaskombianläggning, med ca 25.000 anläggningsobjekt och ett helt rum fyllt med pärmar. UNIPER hade beslutat att all dokumentation skulle hanteras digitalt i SAP och att alla papperspärmar skulle ställas undan för att visa ett foot print av hur anläggningen levererades. Alla papperskopior man använder i arbetet, för papper försvinner så klart inte helt och hållet, skall alltid skrivas ut från SAP, så att man alltid vet att man har sista versionen av dokumentet. Vårt jobb har varit att skapa anläggningsregistret, utifrån listor från de ca 200 underleverantörer som fanns till projektet och från dessa listor bygga en komplett KKS-struktur, med ca 25.000 positioner . Vi har dessutom kopplat alla dokument till dessa KKS-positioner, samt lagt in kopplingar till alla reservdelar som levererades till anläggningen. Vi har gjort detta med verktyget IVM, som utvecklades till UNIPER. Att använda ett verktyg, som loggar allt man gör och där man enkelt kan automatisera delar av processen, är en förutsättning, när man jobbar med så här stora datamängder, för att få bra kvalitet och rimliga kostnader. På det sättet kan man söka vad som är installerat i anläggningen, för att veta om det finns som reservdel, eller om man måste kontakta leverantören, på 3-4 minuter i stället för en timme som var det som gällde för gamla pappersbaserade anläggningar.

Ett tredje exempel är projekt Basdata åt E.ON Elnät. Där jämförde vi data i deras GIS-system med data i SAP, eftersom man vid migrationen till SAP hade infört en massa fel. Vi rättade då data för deras ca 700 000 kundanläggningar.

Vi på SQL Systems är specialister på att hantera stora datamängder, vilket förutsätter att man har tillgång till bra verktyg, men framförallt att man har tillgång till personal som kan tekniken att hantera stora datamängder. Till detta kommer dessutom att man måste ha personal med teknisk kompetens, så att man får rätt kvalitet på informationen. Det är t.ex. uppenbart för alla tekniker att ett dokument som beskriver en pump, inte kan vara kopplat till en ventil, men en migrationsexpert på IT-sidan ser inte detta. Vår erfarenhet är att en kombination av IT-folk och tekniker är det som borgar för bra kvalitet på jobbet, något som är en förutsättning när man lägger in stora datamängder i ett system. Missar man här, är det inte ovanligt att användarna helt enkelt inte litar på informationen och börjar bygga upp parallella små databaser och excellistor.

Vår erfarenhet är att just kvaliteten på Master Data är en av de riktigt kritiska punkterna i en implementation av SAP, eller för den delen i en migrering till en helt ny version. Vår erfarenhet är tyvärr också, att detta är den punkt man oftast gör fel på, med stora konsekvenser för användarna som följd.

Verktyget IVM, som vi utvecklat till UNIPERägs av UNIPER, men har använts för Siemens och kan även användas till andra kunder. För Siemens har vi vidareutvecklat funktionaliteten, för att i största möjliga mån automatisera skapandet av Master Datan. Med ett externt verktyg är det enkelt att bygga kontroller, för att förbättra kvaliteten på Master Datan, samt att automatisera skapandet av data som inte finns i största möjliga mån. För Siemens har vi använt en metodik med ”LEGO-block”, som gör att vi återanvänder samma data mellan olika anläggningar, en metod som i stort halverar kostnaden för att skapa Master Datan, för en gasturbin.

Våra tjänster

Master Data Management

Vår affärsidé

SQL Systems AB

Sven Ferdinandsson

SQL Systems Sweden AB

Jonas Kimmehed