AI-stödd hantering av masterdata i global skala

I stället för traditionell datarensning tillämpade Etteplan ingenjörskompetens på själva datan. Ingenjörer inom mekanik, el och automation granskade tekniska artiklar som lager, drivsystem och sensorer, verifierade attribut mot leverantörernas datablad och anpassade informationen till etablerade industristandarder. Det säkerställde att datan representerade verkliga komponenter med korrekta och användbara specifikationer.

AI och automatisering användes för repetitiva och volymkrävande uppgifter såsom kontroller av attribut, listframtagning och språkhantering. Det ökade effektiviteten och konsekvensen, samtidigt som ingenjörerna fokuserade på artiklar som krävde teknisk bedömning. Resultatet blev ett snabbt och kvalitetssäkrat arbetssätt där automatisering och expertis kompletterade varandra.

Dessutom identifierades artiklar som inte längre fanns tillgängliga i leveranskedjorna, vilket gjorde det möjligt att prioritera databerikning som skapade verkligt affärsvärde.

Efter lyckade resultat i pilotfasen expanderade projektet snabbt till en global organisation med över 70 experter. Som mest hanterades tusentals artiklar per vecka med data från nästan 40 fabriker inom fyra affärsområden.

En global leveransmodell med stöd av Etteplans offshoringverksamhet i Finland, Centraleuropa och Kina säkerställde rätt balans mellan hastighet, kostnad och teknisk kvalitet. Arbetet delades upp i tydliga flöden och fördelades till de regioner som var bäst lämpade för uppgiften, samtidigt som grupperingen av liknande artiklar ökade effektiviteten. Den snabba uppskalningen och höga graden av transparens över flera världsdelar visade styrkan i samarbetet mellan Etteplan och kunden, ett konkret uttryck för värderingen Smarter together.

AI fungerade från start som ett praktiskt verktyg tätt integrerat i ingenjörernas arbete. Automatisering stödde tidigt Excelbaserade processer och attributvalidering, medan mer avancerade AI-metoder senare användes för klassificering, kodning och översättning. I varje steg ökade AI effektiviteten, samtidigt som ingenjörerna säkrade kvalitet, standardkrav och teknisk tillförlitlighet.

Projektet illustrerade hur teknik och expertis kompletterar varandra. AI bidrog med skala och upprepningsbarhet, medan ingenjörernas bedömningar säkerställde korrekta och affärsnyttiga resultat.

Tydliga mätetal och dashboards användes löpande för att följa projektets utveckling och kvalitet. Nyckelindikatorer som volym per vecka, andelen oklara artiklar med behov av fabriksinput samt kvalitetssäkringsinsats per artikel gav en transparent helhetsbild. Denna insyn möjliggjorde tidig identifiering av flaskhalsar, stärkte samarbetet och skapade förtroende. Kontinuerlig förbättring blev en del av vardagen.

Genom att införa ett heltäckande ramverk för masterdatahantering tog Etteplan ett helhetsgrepp om kundens data. Arbetet omfattade rensning, harmonisering, berikning, validering, klassificering, kodning av varugrupper, översättningar, avduplicering och tydlig styrning. Slutresultatet var en samlad och kvalitetssäkrad datamängd som uppfyllde kraven för global ERP-utrullning.

Effekterna märktes i hela organisationen.

Projektet skapade en hållbar plattform för masterdata som stöttar både dagens verksamhet och framtida digitala satsningar. Det tydliggör hur strategisk hantering av masterdata förvandlar belastande data till faktiskt affärsnytta.