Le formulaire a été soumis avec succès.
Vous trouverez de plus amples informations dans votre boîte aux lettres.
Sélection de la langue
Ce système personnalisable intègre toutes les données relatives au processus de production dans une application web facile à utiliser, ce qui facilite l'analyse des coûts et la planification de différents scénarios.
Le client fournit des systèmes ERP complexes aux grandes entreprises, ainsi que des services d'audit et de conseil aux entreprises manufacturières, les aidant à optimiser leur travail et leurs états financiers.
Les informations détaillées sur le client ne peuvent être divulguées en vertu des dispositions de la NDA.
Les analystes du client avaient l'habitude de calculer tous les coûts et dépenses des différentes usines dans des tableaux Excel encombrants. Plus les tableaux contenaient de données, plus le programme était lent. De plus, s'il était nécessaire d'ajouter des colonnes au tableau (par exemple, avec de nouveaux composants), les utilisateurs devaient modifier manuellement les formules dans les cellules. Cela ralentissait le processus d'analyse et provoquait certaines erreurs humaines.
En cliquant sur les éléments au niveau le plus bas du schéma, les utilisateurs ouvrent une section contenant des informations accumulées sur chaque unité de fabrication : des pages avec un aperçu général du travail et de la production, des produits fabriqués et défectueux, des matériaux utilisés, des pertes et de la main-d'œuvre. Il est possible de définir des indicateurs clés de performance avec différents paramètres (rendement, rebuts, etc.) pour chaque machine et d'utiliser des graphiques pour suivre les changements en termes absolus et relatifs. Les analystes peuvent vérifier l'efficacité de chaque machine: combien de produits ont été fabriqués, à quelle vitesse, avec quelles ressources et quelles pertes.
MODULE COÛT
Cette partie de la solution représente un tableau de bord avec un résumé des coûts de production pour une période donnée. Elle fournit des données cumulées sur la production, les coûts totaux, les coûts par unité produite, etc. Les utilisateurs peuvent également comparer les données avec une période de référence pour suivre l'évolution dans le temps. Un petit tableau des pertes et profits donne plus d'informations sur les coûts dépensés par élément (main-d'œuvre, matières premières, énergie, amortissement, etc.) par rapport au budget alloué et au pourcentage de pertes. Pour plus de clarté, toutes les catégories de coûts sont également présentées dans un graphique. Cette vue d'ensemble permet aux utilisateurs de comprendre en un coup d'œil le poids de chaque catégorie dans les coûts de production totaux et d'identifier les domaines problématiques en vue de leur optimisation.
Pour obtenir plus de détails sur la structure des coûts, les utilisateurs peuvent se plonger dans les informations présentées dans les grandes feuilles de calcul des pertes et profits, qui constituent une autre partie du module de coûts. Elles comprennent davantage de paramètres pour chaque composante du compte de résultat et permettent aux utilisateurs de calculer comment les coûts de production dépendent du volume de production, de l'évolution des prix au fil des ans et des pertes.
INTERFACE UTILISATEUR INTUITIVE
L'interface de la feuille de calcul est particulièrement facile à utiliser : chaque ligne comporte quelques boutons permettant de modifier les données, d'ajouter une nouvelle ligne imbriquée, de répéter et de supprimer la même ligne. Toutes les formules et tous les calculs compliqués comportant de nombreux paramètres interdépendants sont "cachés" dans le backend, de sorte que les utilisateurs ordinaires ne disposant pas de droits d'administration ne peuvent pas les modifier ou les altérer accidentellement. Les données peuvent être importées à partir d'autres tableaux (par exemple CSV, XML Spreadsheets), ce qui permet aux utilisateurs de gagner beaucoup de temps et de minimiser le travail manuel.
La configuration de la feuille de calcul fournit déjà une liste d'éléments généraux communs à différents types d'usines - main-d'œuvre directe et indirecte, matières premières, emballage, énergie, maintenance, contrôle de la qualité, frais d'exploitation, etc. Par conséquent, les utilisateurs n'ont qu'à choisir les éléments requis dans les paramètres et à les adapter à leurs propres besoins : ils peuvent changer les noms si nécessaire, insérer des lignes supplémentaires avec des composants et ajouter des coûts et des prix réels.
MODULE DE SIMULATION
La partie suivante du module de coûts permet de simuler des scénarios descendants et ascendants. Les analystes peuvent fixer des objectifs de réduction (par exemple par les coûts, les pertes) et obtenir des estimations de l'optimisation des coûts par année. Cela permet de trouver la combinaison parfaite de tous les paramètres, ce qui permet aux sociétés de production de minimiser les coûts tout en améliorant la qualité et en augmentant leur EBITDA.
Lorsqu'un scénario est approuvé, il est utilisé comme référence pour suivre l'efficacité actuelle de la production. Ainsi, les analystes peuvent détecter de graves erreurs dans l'efficacité et le calendrier et recommander la prise de mesures correctives.
Le client avait une vision claire de ce à quoi devrait ressembler le module analytique idéal. Nous avons donc réalisé des maquettes de l'interface et des formules pour calculer les coûts de production. Nous avons résolu les problèmes pour tout le reste - architecture logicielle, sélection des technologies et des cadres les plus appropriés pour un fonctionnement sans faille, développement du front-end et du back-end. Grâce à l'étroite collaboration entre notre analyste commercial ayant une solide expérience dans le domaine financier et les analystes du client, nous avons réussi à transformer la logique complexe des interrelations entre tous les paramètres en un système efficace de calculs sur le backend et en graphiques et tableaux illustratifs sur l'interface utilisateur.
À ce stade, notre équipe a examiné la plate-forme ERP existante du client, s'est plongée dans les processus d'entreprise, a exploré les alternatives et a déterminé la meilleure solution technologique possible. Nous avons conçu un modèle qui décrit les entités commerciales du système et leurs relations, créé un plan détaillé pour le développement de chaque module et convenu avec le client du flux de travail.
En fonction des exigences, nous avons recommandé les technologies qui répondaient parfaitement aux besoins du client. Ngx-datatable a été choisi pour gérer des ensembles de données complexes sous forme de tableurs. Il fournit toutes les fonctionnalités permettant de travailler avec un tableau (tri, filtre, ajout de sous-lignes, etc.) et est très flexible et léger. D3.js a été utilisé pour la visualisation des données et la création de composants graphiques réactifs basés sur des données dynamiques. Ainsi, les informations ont été présentées de manière simple et illustrative, ce qui a permis aux utilisateurs de les comprendre et de tirer des conclusions beaucoup plus rapidement. Pour l'apprentissage automatique, nous avons choisi TensorFlow.js en raison de sa grande évolutivité et de la possibilité d'utiliser ses capacités sur différents appareils si nécessaire.
Pour rendre l'analyse des données plus rapide et plus efficace, nous avons mis en place un module d'algorithmes d'apprentissage automatique. Il définit les modèles de changement des paramètres de travail des usines et évalue leur efficacité. Les algorithmes reçoivent automatiquement les données du système ERP et apprennent quelles sont les méthodes les plus efficaces pour atteindre les indicateurs clés de performance fixés pour chaque usine, atelier ou même machine. Cela permet au module de trouver des tendances et des modèles que l'on ne voit pas si facilement mais qui peuvent être utilisés efficacement dans l'optimisation des coûts. Nous avons choisi TensorFlow.js en raison de sa grande évolutivité et de la possibilité d'utiliser ses capacités sur différents appareils à l'avenir, si nécessaire.
Le module d'apprentissage automatique travaille dans le périmètre du fabricant et n'étiquette ni ne stocke de données concernant une branche, une usine, un atelier ou une machine. Seules les données statistiques sont analysées par les algorithmes ML. Cela signifie que ce module est sécurisé et ne peut fournir à un intrus ou à un initié potentiel aucune information vitale sur les pouvoirs de fabrication et les articles du client.
Après avoir convenu de la structure de répartition du travail avec le client, nous nous sommes attelés au développement du MVP.
Nous avons présenté un module par module toutes les deux semaines, discuté des tâches dans Slack et tenu des vidéoconférences hebdomadaires dans Google Meets.
Chaque phase de développement se terminait par des tests unitaires et manuels, ce qui nous permettait de détecter et de corriger les plus petits bogues le plus tôt possible, afin d'éviter qu'ils ne se transforment en problèmes.
Après avoir convenu de la structure de répartition du travail avec le client, nous nous sommes attelés au développement du MVP.
Nous avons livré module par module toutes les deux semaines, discuté des tâches dans Slack et assuré le suivi des tâches dans Jira.
Chaque phase de développement se terminait par des tests unitaires et manuels, ce qui nous permettait de détecter et de corriger les plus petits bogues le plus tôt possible, afin d'éviter qu'ils ne se transforment en problèmes majeurs.
Le système ayant été conçu dès le départ pour être aussi convivial que possible, il n'a fallu qu'une heure pour former les employés travaillant dans un nouveau module. Les résultats ont été visibles dès la semaine suivant la mise en œuvre: la préparation des rapports a été trois fois plus rapide qu'auparavant, et les utilisateurs ont eu plus de temps pour examiner de plus près les données et simuler des scénarios. Les analystes ont ainsi pu formuler des conclusions et des recommandations mieux calibrées pour chaque usine dans un délai plus court, ce qui a permis d'accroître la valeur commerciale et de fidéliser davantage les clients.
De plus, notre équipe a réussi à maintenir l'ensemble du système ERP aussi sûr qu'il l'était avant les modifications, grâce aux algorithmes d'apprentissage automatique qui n'interagissent avec aucune donnée vitale et n'analysent que les modèles et les tendances qui ressortent de certaines décisions et actions.
Après avoir reçu et traité votre demande, nous reviendrons vers vous pour détailler les besoins de votre projet et signer un accord de non-divulgation pour assurer la confidentialité des informations.
Après avoir examiné les exigences, nos analystes et nos développeurs élaborent une proposition de projet avec l'étendue des travaux, le nombre de membre de l'équipe, les délais et les coûts des coûts.
Nous organisons une réunion avec vous pour discuter de l'offre et parvenir à un accord.
Nous signons un contrat et commençons à travailler sur votre projet le plus rapidement possible.
2007-2024 Innowise. Tous droits réservés.
Politique de confidentialité. Politique en matière de cookies.
Innowise Sp. z o.o Ul. Rondo Ignacego Daszyńskiego, 2B-22P, 00-843 Varsovie, Pologne
En vous inscrivant, vous acceptez notre Politique de confidentialitéy compris l'utilisation de cookies et le transfert de vos informations personnelles.
Merci !
Votre message a été envoyé.
Nous traiterons votre demande et vous recontacterons dès que possible.
Merci !
Votre message a été envoyé.
Nous traiterons votre demande et vous contacterons dès que possible.