編輯推薦:

內(nèi)容簡介:Asset Data Integrity is Serious Business Asset data integrity is a critical aspect of every business, yet it is often over looked. This book will not only provide an appreciation of this fact, it will also provide a road map to achieving value out of something most CEOs, managers, and workers often overlook. The authors bring many years of experience and viewpoints that cannot be obtained elsewhere. An assessment tool is provided so once the problem is recognized by the reader, areas of improvement can be easily recognized. A detailed appendix provides further clarity.

作者簡介:

目錄:Acknowledgements xi
About the Authors xiii
Introduction xv
1 The Business Case for Data Integrity 1
1.1 Introduction to the Business Case 1
1.2 Information Overload 2
1.3 Searching for Data 3
1.4 Retiring Baby Boomers 4
1.5 The Brain Drain 5
1.6 A Business Case Example 6
1.7 Consistency or Lack Thereof 12
1.8 The Data Integrity Corporate Entitlement 13
1.9 Impact on Shareholder Value 16
Part 1 Understanding the Importance of Asset Data Integrity 19
2 Plant Asset Information - A Keystone for Success 21
2.1 Overview 21
2.2 Who Are The Stakeholders? 24
2.3 Why We Wrote This Book 26
2.4 Who Will Benefit? 27
2.5 What You Will Learn 29
2.6 Chapter Synopsis 30
2.7 Let's Get Started 35
3 What is Data Integrity? 37
3.1 Defining the Terms 37
3.2 Data Elements 39
3.3 Taxonomy and Why Is It Important? 44
3.4 What We Are Looking for in Good Data 45
3.5 The Downside of Poor Data Integrity 49
3.6 A Word About Information Technology 50
3.7 Understanding Data Is Just the Beginning 52
4 The Asset / Data Integrity Life Cycle 53
4.1 About Life Cycles 53
4.2 The Asset Life Cycle 55
4.3 The Asset Data Life Cycle 58
4.4 Why the Data Life Cycle is Important 67
4.5 Roles and Responsibilities Within the Asset Life Cycle 68
4.6 It Is Never To Soon To Start 70
4.7 Life Cycle Links 72
4.8 Life Cycles as a Foundation 74
5 Data Integrity at the Task Level 77
5.1 Task vs. Strategic 77
5.2 The Data Integrity Transform 78
5.3 Data Integrity Tasks 84
5.4 Reactive Data Integrity 85
5.5 Proactive Data Integrity 88
5.6 From Reactive to Proactive 89
6 Internal Outcomes and Impacts 91
6.1 Indirect Impacts 91
6.2 Decisions Are Just the Beginning 94
6.3 Indirect Inputs 97
6.4 Indirect Outputs 101
6.5 The Legal Umbrella 107
6.6 Indirect Aspects of the Transform 111
7 External Outcomes and Impacts 113
7.1 External Issues 113
7.2 Outcomes and Impacts - Partners 115
7.3 Outcomes and Impacts - Suppliers 117
7.4 Outcomes and Impacts -Customers 119
7.5 Outcomes and Impacts -Agencies 120
7.6 Outcomes and Impacts - Public 124
7.7 Outcomes and Impacts - Insurance Carriers 125
7.8 The External Impacts Are Important 126
8 Information Technology (IT) Problems and Solutions 127
8.1 The Implication for IT 127
8.2 Implications to IT of a Modern Asset Data Management Practice 128
8.3 The Advent of ERP Systems 128
8.4 Master Data Management 132
8.5 The Future 133
Part 2 Building a Sound Data Integrity Process 135
9 Building an Enterprise-Level Data Integrity Model 137
9.1 Historical View 137
9.2 What Is an Asset? 139
9.3 Asset Classification 141
9.4 Static Data vs. Dynamic Data 144
9.5 The Differences Among Assets, Functional Locations and Functional Location Hierarchies 148
9.6 Other Asset-Related Master Data 151
9.7 Asset Master Data Structure and Formatting 152
9.8 Ideal Asset Data Repositories 157
9.9 Enterprise-Level vs. Plant-Level Asset Data Integrity 160
10 Building an Enterprise-Level Inventory Catalog Data Integrity Model 165
10.1 The Model For Material 165
10.2 What Is a Spare Part? 167
10.3 Items Classification 168
10.4 Static Data vs. Dynamic Data 173
10.5 Ideal Item Data Repositories 174
10.6 Enterprise-Level vs. Plant-Level Item Data Integrity 175
11 Data Integrity Assessment 177
11.1 Data Quality Dimensions - The Beginning 177
11.2 The Approach to the Assessment 181
11.3 The Initial Steps 182
11.4 They Assessment-General Comments 183
11.5 The Assessment Process 184
11.6 Moving Forward 191
12 Assessment Details-Assets and Material Items 193
12.1 Similar But Different 193
12.2 Assessing Asset Data 194
12.3 Assessing Material Data 196
12.4 Data Strategy Session 197
12.5 To-Be Taxonomy 197
12.6 Primary Data Fields 201
12.7 Class and Subclass 202
12.8 Manufacturer or Supplier Name 208
12.9 Asset-Model Number or Serial Number 210
12.10 Material Items-Manufacturer or Supplier Part Number 213
12.11 Attribute Templates 218
12.12 Other Asset Data Fields 222
12.13 The Goal-Quality Data for the Future 224
13 Asset Data Clean-Up and Repair 225
13.1 After the Assessment 225
13.2 Data Repair is Far from Simple 226
13.3 Repair Problems 226
13.4 Data Repair Strategies 231
13.5 The Big Bang Approach 231
13.6 Fix It As You Go 234
13.7 The Line in the Sand-More on Sustainability 241
13.8 Commitment to Doing the Work 242
Part 3 Sustaining What You Have Created 245
14 Data Governance 247
14.1 Data Governance - Insight to the Problem 247
14.2 Shifting the Burden 249
14.3 The Long Term Solution 251
14.4 The Benefits of Data Governance 257
14.5 The Jobs of Data Governance 261
14.6 It's All About Policy and Controls 263
14.7 Roles and Responsibilities 266
14.8 When Should We Start? 269
15 Sustaining What Has Been Created 271
15.1 The Need to Sustain 271
15.2 Establishing Ownership 272
15.3 Communication 273
15.4 Process and Procedures 274
15.5 Training 275
15.6 Prepare for Data Growth 276
15.7 Walking the Walk 277
15.8 Quality Control and Quality Assurance 278
15.9 Using Key Performance Indicators 281
15.10 The Continuous improvement Cycle 282
15.11 Sustainability Is Not Optional 285
16 Data Integrity Is Serious Business 287
16.1 Getting Started 287
Bibliography 289
Index 293