Wanneer ik bij klanten kom dan zie ik daar vaak een gevarieerd landschap aan applicaties. Veel bedrijven zitten in een slag om van veel applicaties van veel verschillende leveranciers naar veel applicaties van minder leveranciers te gaan. Men maakt platformkeuzes.

Daar waar vroeger alles in ERP werd gestopt zien we nu dat platformleveranciers als Microsoft, Oracle en SAP steeds meer apps bieden die al naar belang de behoefte kunnen worden ingezet. Denk hierbij aan apps voor e-commerce, een Warehouse Management Systeem (WMS) of een Product Informatie Management (PIM)-module.

Download whitepaper: digitale transformatie

Kwaliteit van data

Bij een landschap met veel verschillende applicaties is data, en vooral de kwaliteit van deze data, enorm belangrijk. Door het vele hergebruik van de data door diverse applicaties wordt de definitie van de data steeds belangrijker.

Ook waar het om ordermanagement gaat is het essentieel dat de data die gebruikt wordt voor het maken van beslissingen up-to-date is, maar vooral ook conform definitie. Een voorbeeld is de levertijd van een leverancier. In de datadefinitie dient duidelijk te zijn of dit in dagen is. Maar zijn dit werkdagen of kalenderdagen? En wat is een werkdag? Wanneer is de leverancier open om bestellingen aan te nemen en wanneer is hij in staat deze daadwerkelijk te leveren? Om venstertijden nog maar even buiten beschouwing te laten.

Voorkom spraakverwarring

De definitie van data moet door alle systemen die gebruik maken van levertijd hetzelfde worden geïnterpreteerd. Wat dit duidelijk maakt is dat datadefinitie nu en naar de toekomst steeds belangrijker wordt om spraakverwarringen te voorkomen binnen de veelheid aan applicaties.

Softwareleveranciers brengen speciale oplossingen op de markt voor het eenduidig vastleggen van data; een common datamodel. Waar we vroeger een filosofische strijd zagen tussen best-of breed en ERP (alles in 1 systeem) zie je nu dat de data bepaalt hoe het landschap eruit moet gaan zien. Dit wordt versterkt door zaken als Internet of Things (IoT) en alle analyse- en voorspelmogelijkheden die met deze data samenhangen.

Ordermanagement systeem

Bij het implementeren van een ordermanagement systeem betekent dit, net als voor ieder andere applicatie, dat het begint met een goede data-analyse. Zo’n analyse is nodig om scherp te krijgen hoe de benodigde input en gewenste output zich verhouden tot de reeds aanwezige systemen en het hergebruik van deze data.

Gezien de stand van de technologie gaat het vandaag niet meer specifiek om welke systemen de juiste functionaliteit hebben maar meer en meer over de vraag hoe je de kwaliteit en integriteit van data borgt. Een belangrijke tip bij het opzetten van een ordermanagement systeem is dan ook: zorg ervoor dat data kan worden ingezet wanneer u het wilt en op de manier waarop u dat wilt.

Lees ook de eerdere delen van deze serie:

Ordermanagement deel 1: De perfecte order bestaat niet

Ordermanagement deel 2: Passief versus actief

Ordermanagement deel 3: Distributed Order Management

Ordermanagement deel 4: Ordermanagement maakt MRP overbodig

Ordermanagement deel 5: Van Handwerk tot volledig automatisch

New call-to-action