Samenvatting

De innovaties die het team maakt, worden allemaal gedaan op basis van data. Hiervoor is niet alleen een goede data infrastructuur nodig, maar eveneens het hebben van de juiste data. Helaas klopt niet alle data binnen de database.

De EquipmentTracking tabel van ‘Doris’, een Oracle database, wordt gebruikt om de lokatie en de status van de containers van Samskip op te slaan. Deze data wordt gebruikt in rapporten die planners kunnen gebruiken om bijvoorbeeld te weten waar lege containers staan die ze kunnen gebruiken. Elke keer als een container een ‘move’ maakt, komt er een entry in deze tabel. Een move betekent dat een container een depot, of terminal, binnenkomt of uitgaat. De move bevat belangrijke informatie, zoals datum, tijdstip, containernummer, richting binnenkomend/uitgaand), of de container vol of leeg is en soms extra informatie, bijvoorbeeld of de container beschadigd is.

Deze data wordt door de meeste depots en terminals automatisch verzonden via een EDI-bericht. Dit
komt meestal ook gelijk goed in de database te staan.

Waaar het misgaat is wanneer het EDI bericht niet goed wordt doorgegeven, of er door depots helemaal geen EDI gebruikt wordt. Met deze depots is de afspraak gemaakt dat ze deze informatie via rapporten opsturen naar de equipment control afdeling. Deze afdeling houdt de statussen van containers bij en heeft ook als taak om deze rapporten handmatig in de database te zetten. Alhoewel er wel veel kennis van het bedrijf nodig is, is het proces van het handmatig invoeren van rapporten in de database erg repetitief en saai. Equipment control doet er ongeveer 3,5 uur per dag over om alle rapporten van die dag te verwerken. Het probleem bij deze manier van rapporteren is bovendien dat ze per depot verschillende structuren hebben. Ze bevatten wel altijd een tabel, maar de bestanden
zijn in verschillende formaten (.pdf, .xls , .doc, .rtf , html). Verder zijn veel buitenlandse rapporten niet in het engels. Voorts staan in de meeste rapporten niet alle data die nodig zijn om een move in de database te zetten. Zo sturen de meeste rapporten bijvoorbeeld geen tijdstip van een move op, terwijl dit wel belangrijk is om de chronologische volgorde van moves te kunnen bepalen. Ook kan vaak niet worden gezien aan het rapport of een container via de zee of via het land is binnengekomen.

Door ontbrekende data moet equipment control aannames doen, waardoor er regelmatig fouten in de database komen te staan.

De voornaamste reden voor de keuze om bovenbeschreven proces te automatiseren, is om te voorkomen dat er teveel fouten in de database komen.

Een ander probleem van deze manier van rapporteren en het handmatig verwerken is de databeschikbaarheid. Doordat de handmatige verwerking van rapporten in de ochtend plaatsvindt, komt data uit rapporten die vanaf begin van de middag verstuurd worden pas de volgende dag in de database te staan, oftewel, er treedt dan vertraging op in de beschikbaarheid van data uit de centrale database.

Na automatisering zal deze vertraging weg zijn, omdat een robot 24 uur per dag beschikbaar is om rapporten te verwerken. Er zal nog wel enige vertraging zijn tussen het moment dat een move gebeurd en het moment dat het rapport verstuurd wordt, maar deze vertraging is in ieder geval al kleiner.

Er zijn dus genoeg redenen om dit proces te automatiseren met behulp van RPA. In het volgende hoofdstuk wordt er dieper ingegaan op de gekozen oplossingsmethode. In het Process Definition Document (Bijlage 2) staat een uitgebreide analyse van het equipment control bedrijfsproces.