olvasás: 7 perc

  • Vágólapra másolva

Mit tehet egy felelős cégvezető, ha elszabadulnak a költségei? – Racionális válaszok a gazdasági nehézségekre

Az egekbe törő energiaköltségek, a magas – és egyre gyorsuló – infláció, az elszabadult beszerzési árak még a legrutinosabb cégvezetőknek is fejfájást okoznak. Mindenki keresi, hogy hol, min lehetne spórolni, milyen eszközökkel lehetne fenntartani a működést. Egyre több szektorban a tét a vállalatok életben maradása. Ugyanakkor a megoldás közelebb lehet, mint gondolnánk. A vállalati adatvagyon és annak helyes értelmezése rengeteg spórolási lehetőséget hordoz. Tudta, hogy az adatokon alapuló hatékonyságnövelés már önmagában elég lehet nem csak a túléléshez, hanem akár a növekedéshez is válság idején?

stratis-racionalis valaszok a gazdasagi helyzetre
 

A 2022-es év minden bizonnyal fontos évszám lesz a történelemkönyvekben: a globális világ eresztékei recsegnek. Orosz-Ukrán háború, szankciók, elszabaduló energia- és nyersanyagárak. Alkatrész-hiány, infláció, szakember-hiány, COVID és félelem a piacok összeomlásától. Rengeteg információ zúdul az emberre, cégvezető legyen a talpán, aki átlátja a helyzetét és a csapatával megfelelő irányba kormányozza a vállalatát.

Aki termel, szolgáltat, értéket állít elő, az tudja, hogy a mostani helyzetben a hatékonyság, az egy forint árbevételre jutó költség az a mutató, ami rövidtávon a túlélés, hosszútávon a fejlődés záloga. De mit tegyünk, ha az egyenlet sokismeretlenes? Ha a megtérülés-számítási képletben sokkal több változó sokkal gyorsabban mozdul el, mint amikhez az elmúlt években szoktunk? Ha úgy érezzük, képtelenek vagyunk lekövetni ezt a bevált módszereinkkel?  

A jó hír: van megoldás! A közelmúltban felgyorsult a vállalatok digitalizációja. A vállalatirányítási rendszerek, különböző gyártást, logisztikát és egyéb folyamatokat felügyelő rendszerek térnyerése olyan lehetőségeket biztosít a döntéshozóknak, melyről korábban álmodni sem mertek. Egyszerű példa: a nagy elektromos fogyasztók adatainak monitorozása most már nem csak lehetőség, hanem törvényi kötelezettség is. Az energiafogyasztás terén ezáltal adottak a feltételek, hogy a vállalat áram-felhasználását monitorozva, elemezve olyan döntések szülessenek, amelyek javítják a cég energiahatékonyságát. És ez ilyen energiaárak mellett olyan lehetőség, amit kár lenne kihagyni.  

Egy amerikai tanulmány rámutat arra, hogy a termelő szektor energia-hatékonysága 50% körül van. A termelésre fordított energia fele veszteség! Ennek több oka van: üresen futó gépek, meghibásodás, selejtgyártás, átállási veszteségek stb. Amíg az energia-hányad az előállítási költség 5-10%-a, addig is lényeges faktor, de tízszeres energia-árak mellett már létkérdés, hogy a vállalatok javítsák az energiahatékonyságukat. Ebben 50%-os hatékonyság mellett hatalmas potenciál van!

Hol tud egy vállalat energiát megtakarítani? Hogyan tud hatékonyságot, minőséget javítani? Hiszen a selejt is veszteséget okoz alapanyagban, energiában, kieső gyártási kapacitásban, munkaerő-költségben, stb.  

Minden vezető tudja, hogy jó döntést akkor tud hozni, ha a rendelkezésére álló információk megbízhatóak. Ehhez azonban szükség van az adatok jól strukturált gyűjtésére és megjelenítésére. Az adatvezérelt vállalat alapgondolata azon alapul, hogy adatok birtokában a vezetők gyorsabban és valós tények alapján hoznak döntéseket, mint adatok nélkül. A Data-driven company alapvetése: mérjük, amit lehet és alapozzuk erre döntéseinket!

Hol tartunk ebben a folyamatban? Kihasználjuk-e a rendelkezésünkre álló lehetőségeket? Hol tart a vállalat információs rendszereinek integrációja?  

A fentiekkel összefüggésben számos további kérdés merül fel:

1. Milyen adatokkal rendelkezik a vállalat?

2. A rendelkezésre álló adatok mekkora szerepet játszanak a döntéshozatalban?

3.  Látok-e ebben fejlődési lehetőséget?

4.  Hogyan kapok pontosabb, frissebb, részletesebb adatokat?

5. Tudok-e / akarok-e ezen a területen fejleszteni?

 
Tapasztalatunk szerint a gyártó vállalatok többsége megfelelő adatmennyiséggel és -minőséggel rendelkezik ahhoz, hogy az „alacsonyan csüngő gyümölcsöket” leszakítsa: gyorsan és hatékonyan látnak át olyan összefüggéseket és hoznak meg döntéseket, ahol az adatok egyszerűen és gyorsan hozzáférhetőek. A vállalatok többsége azonban több, egymással nem feltétlenül kommunikáló, adott területeket lefedő alrendszerek sokaságát használja: vállalat-irányítási rendszert, logisztikai rendszert, termelés-irányítási rendszert, dokumentum-kezelő rendszert, sok esetben Excel-táblázatokat, valamint számos egyéb, speciális célokra fejlesztett rendszereket. Ezek jellemzően szigetszerűen működnek, az információ-áramlás közöttük nehézkes vagy nem megoldott. A döntéseket megalapozó adatok ezáltal gyakran hiányosak, megbízhatatlanok.

Digitális transzformációnak hívjuk azt a folyamatot, amikor a vállalat működését, folyamatait informatikai rendszerekkel is leköveti. A különböző rendszerek integrálása által megváltozik a munkatársak és az adatok viszonya, hiszen nagymennyiségű adat válik a digitális technológiának köszönhetően egyszerűen gyorsan elérhetővé, megjeleníthetővé és elemezhetővé. A digitális transzformációnak köszönhetően a vállalat működése átlátható, irányítása adatalapú és hatékony lesz.  

Külső, szakértő támogatás segíthet abban, hogy workshop vagy audit keretén belül meghatározzuk a lehetőségeket és priorizálásuk után kidolgozzunk megoldásokat a hatékonyság-javításra, költségcsökkentésre.  

A STRATIS-nál több mint 20 éve fejlesztünk és szállítunk megoldásokat a vállalati adatvagyon fejlesztésére és kiaknázására. Adattárházakat fejlesztünk, informatikai rendszereket integrálunk, adatelemzési megoldásainkkal pedig partnereink működési- és döntéshozatali hatékonyságát javítjuk. Az elmúlt időszakban sokat dolgozunk azon, hogy feltárjuk, bemutassuk és kiaknázzuk a gyártóvállalatok lehetőségeit.  

Olyan megoldásokat fejlesztünk, melyekkel partnereink
  • javíthatják gyártási hatékonyságukat (OEE-mérés, minőség-menedzsment, stb.)
  • optimalizálhatják energia-felhasználásukat
  • hatékonyabbá tehetik karbantartási feladataikat (rendellenes működés előrejelzése, adatvezérelt predictive karbantartás)
  • javíthatják a beszállítói láncuk mutatószámait (kereslet-előrejelzés, logisztikai feladatok optimalizálása, raktárkészlet-optimalizálás, kockázat-elemzések)
  • hatékonyabbá és rugalmasabbá tehetik minőség-biztosítási folyamataikat (AI alapú minőségellenőrzés, gyökérok-feltárás)
  • javíthatják a vállalat információ-áramlását (KPI-ok vizualizálása, dashboard-fejlesztés, balanced scorecard fejlesztés, napi/heti riportok fejlesztése)
 

Meggyőződésünk, hogy a ma kihívásait napjaink technológiájával lehet hatékonyan leküzdeni. A digitalizáció az az eszköztár, ami itt és most hatékony megoldást kínál.

A rendelkezésre álló információk, adatok digitális feldolgozásával és pontos értelmezésével rengeteg időt és pénzt takaríthat meg. Ha Önt is nyomasztják az emelkedő költségek, növekvő ellátási bizonytalanság, romló hatékonyság, érdemes különösebb befektetés nélkül szakértők bevonásával megvizsgálni a vállalatában rejlő rejtett potenciált.

A szerzőkről

Havasi Andor Szerzo
Havasi Andor

Partner, üzletág igazgató

Analytics

Havasi Andor 2007-től a Stratis vezető szakértőjeként részt vett számos informatikai rendszer bevezetési projektben, valamint IT szervezet és folyamat kialakítási feladatokkal foglalkozott. Ezt követően tevékenysége elsősorban a Stratis olyan megoldásszállítási projektjeinek menedzsmentjére koncentrálódott, mint a HungaroControl pénzügyi, kontrolling, HR és műszaki adattárház bevezetése, illetve a MOL kiskereskedelmi adattárházának létrehozása. 2020-tól több éven keresztül támogatta a Stratis munkáját BI projektek szakmai tervezésével, felügyeletével és projektvezetéssel, mígnem az adatmenedzsment terület vezetéséért és továbbfejlesztéséért felelős igazgatójává vált.

Gaspar Sandor Szerzo
Gáspár Sándor

Kompetencia Központ vezető

Analytics - Data Solutions

Gáspár Sándor a Stratis mesterséges intelligenciával foglalkozó területét vezeti 2020 óta és több, mint 20 éve foglalkozik data science-szel. Csapatával nagyvállalatok számára fejleszt gépi tanulásra, prediktív analitikára épülő döntéstámogató megoldásokat ügyfeleink meglévő adatvagyonának kiaknázásával. Ezen kívül mély neurális hálókra épülő NLP és machine vision megoldásokkal segíti ügyfeleink meglévő folyamatainak automatizálását.

Milyen üzleti probléma
megoldásában segíthetünk?

Left hand art Right hand art

Ezek is érdekelhetnek