تواصل معنا

تحسين البيانات الرئيسية على نطاق FMCG

اكتشاف المواد المكررة وشبه المكررة عبر المصانع وأنظمة ERP.

محرك تشابه بمساعدة الذكاء الاصطناعي يجمع المواد المتشابهة في مجموعات، ويقدّر وفورات الدمج لكل مجموعة، ويوفّر لمشرفي البيانات سير عمل للمراجعة.

NDA 2024

المشتريات FMCG / التصنيع تحسين البيانات الرئيسية
تحسين البيانات الرئيسية: سير عمل مراجعة المجموعات
واجهة التشابه من نسخة العرض التجريبي المستقلة من المشروع. افتح الصورة كاملة

التحدي

المادة الفعلية نفسها مسجلة برموز وأوصاف مختلفة في المصانع والمناطق والشركات التابعة.

ما قدّمناه

محرك تشابه يستخدم الأوصاف والسمات وأنماط الشراء، مع سير عمل لمراجعة مشرفي البيانات.

دعم القرار

لكل مجموعة مبرر اقتصادي للدمج: إبقاء أو حظر أو إيقاف.

التحدي

تحتفظ الشركات المصنّعة العالمية بمئات الآلاف من المواد في أنظمة ERP لديها، والمادة الفعلية نفسها مسجلة برموز وأسماء وأوصاف مختلفة في المصانع والمناطق والشركات التابعة المستحوذ عليها. والنتيجة: خصومات كميات ضائعة، ومخزون زائد، وشراء خارج القنوات المعتمدة، وعجز عن توحيد إنفاق المشتريات. الجميع يعرف أن تنظيف البيانات الرئيسية ضروري، والجميع يؤجله، إلى أن تتراكم تكلفة التقاعس.

النهج

بنينا محرك تشابه بمساعدة الذكاء الاصطناعي يكتشف المواد المكررة وشبه المكررة عبر المصانع وأنظمة ERP. يستخدم المحرك أوصاف المواد وسماتها وأنماط شرائها لجمع المواد المتشابهة في مجموعات، ثم يقدّر وفورات الدمج لكل مجموعة استنادا إلى أحجام الشراء الفعلية ومنحنيات خصومات المورّدين.

يتيح سير عمل خاص بالإشراف على البيانات لمديري البيانات مراجعة كل مجموعة واتخاذ القرار: إبقاء أو حظر أو إيقاف. ووراء كل إجراء تنظيف مبرر اقتصادي.

النتائج

الأرقام مأخوذة من مجموعة بيانات العرض التجريبي (انظر الملاحظة أدناه)، لا من بيئة العميل.

  • 228 مادة جرى تحليلها في مجموعة بيانات العرض التجريبي، وتبيّن أن 98.2% منها تقع ضمن مجموعات مكررة

  • 48 مادة مرشحة للحظر أو التنظيف

  • وفر سنوي تقديري قدره €1,382,973 من 84 مجموعة دمج (رقم توضيحي)

  • تنظيف أسرع مع مبرر اقتصادي وراء كل تغيير

  • مخزون زائد أقل، وخصومات ضائعة أقل، وشراء أقل خارج القنوات المعتمدة

  • رؤية واحدة موثوقة للمواد تدعم قرارات أفضل في التوريد والتشغيل

الأرقام المعروضة توضيحية، وهي مستمدة من نسخة عرض تجريبي مستقلة من المشروع مبنية على بيانات اصطناعية. أما النتائج الفعلية لدى العميل فمحمية باتفاقية عدم إفصاح (NDA).

Python محرك تشابه بالذكاء الاصطناعي وتعلّم الآلة تكامل مع ERP Power BI

هل تواجهون تحديا مماثلا؟

اختاروا مجال مواد واحدا أو مصنعا واحدا، وناقشوا معنا كيف يمكن لتحليل التشابه وسير عمل الإشراف على البيانات أن يدعما تنظيف بياناتكم الرئيسية.

احجز جلسة نقاش مدتها 30 دقيقة