 |
| Increasing ERP Implementation Success Ratio by Focusing on Data Quality & User Participation |
Kualitas data dianggap sebagai salah satu faktor kegagalan paling kritis untuk implementasi ERP. Sistem ERP memiliki spesifikasi khusus untuk menyatukan data di antara semua modul yang berbeda untuk memastikan integritas dan konsistensi database. Oleh karena itu, sebagian besar sistem ERP memaksa organisasi untuk melalui fase pembersihan data (data cleansing) untuk memastikan bahwa semua data dari sistem lama sesuai dengan spesifikasi ERP untuk fase migrasi data lebih lanjut. Untuk mengubah faktor kegagalan ini menjadi faktor keberhasilan dan meningkatkan persentase keberhasilannya, organisasi harus mengikuti prosedur berikut:
a. Clear
Data Cleansing Strategy:
staf TI perusahaan bersama tim implementasi ERP harus memiliki gambaran besar
tentang data yang ada pada sistem lama. Mereka harus memeriksa ukuran database,
tabel, kolom, tipe data, batasan referensial antara tabel, relasi, dan
sebagainya. Selanjutnya, mereka perlu membandingkan antara spesifikasi data
sistem lama dan persyaratan data ERP baru. Berdasarkan semua itu, mereka harus
mempersiapkan dan merencanakan strategi yang jelas untuk fase pembersihan data.
Strategi ini harus memperhatikan hal-hal berikut:
v
Berapa
banyak data yang harus dibersihkan?
v
Prototipe
sistem yang akan digunakan untuk pembersihan.
v
Operator
data.
v
Prosedur
pelatihan tentang sistem pembersihan.
v
Menindaklanjuti
operator data
v
Laporan
rutin untuk status data yang telah dibersihkan.
v
Estimasi
waktu untuk menyelesaikan tugas ini.
v
Modul
mana yang harus dibersihkan terlebih dahulu?
b. Komitmen manajemen
puncak organisasi: komitmen kuat agar manajemen tetap berpegang pada
strategi yang direncanakan dan terus-menerus melakukan follow up sangat
diperlukan.
c. Pengabaian sebagian
dari sistem lama: fase pembersihan data terutama berfokus pada data
historis dan data aktif saat ini. Proyek ERP seringkali membutuhkan waktu lama
untuk diimplementasikan sepenuhnya. Dengan demikian, bekerja pada sistem lama
akan menyebabkan data baru yang telah diproses selama implementasi ERP menjadi
lama dan yang pasti data tersebut akan membutuhkan pembersihan lebih lanjut.
Jadi, organisasi harus tinggalkan pola bekerja pada sistem lama dan
mengembangkan sementara sistem yang sesuai dengan persyaratan data ERP atau
hanya modul ERP siap digunakan,
organisasi harus menggunakannya untuk
memastikan data baru akan 100% konsisten
dengan modul lainnya.
d. Tidak
ada operator data outsourcing:
sebagian besar organisasi mempekerjakan
operator data outsourcing untuk fase pembersihan data. Ini adalah salah satu alasan kritis yang
menyebabkan penundaan fase pembersihan
data. Penundaan terjadi karena waktu yang
terbuang oleh operator baru untuk memahami logika bisnis organisasi dan mendapatkan
pelatihan untuk menggunakan sistem pembersihan. Banyak pemangku kepentingan ERP
mengeluh bahwa operator data outsourcing
tidak bekerja
secara efektif dan
tulus. Mereka mengatakan bahwa operator data
tidak memahami betapa pentingnya koreksi dan entri data bagi organisasi bisnis
dan bagaimana kesalahan sederhana akan menyebabkan efek cascading ke data
terkait lainnya. Selain itu, operator data outsourcing tidak memiliki loyalitas
kepada organisasi karena mereka bekerja sifatnya hanya sementara. Selain itu,
organisasi cenderung mempekerjakan operator dengan tingkat pendidikan rendah
karena mereka menerima gaji lebih sedikit. Oleh karena itu, pekerjaan berat
dari anggota validasi data diperlukan untuk meninjau pekerjaan operator data
yang mungkin memerlukan pembersihan ulang dan validasi ulang.
e. Operator data
harus berasal dari karyawan organisasi: menugaskan karyawan dari organisasi
yang sama untuk bekerja sebagai operator data akan mengurangi sebagian besar
masalah yang disebutkan dalam klausa sebelumnya dan juga akan memudahkan
pekerjaan validator data. Dan itu karena karyawan organisasi sudah mengenal
bisnisnya, mengetahui pentingnya data, mengetahui keterkaitan data dan memiliki
loyalitas terhadap organisasi.
f. Metodologi pembersihan
data harus diterapkan untuk menjamin keakuratan data. Gambar 1 di bawah ini
menjelaskan metodologi pembersihan data yang disarankan. Metodologi ini
membutuhkan sistem sementara yang harus dikembangkan untuk tujuan pembersihan.
Sistem ini terhubung ke dua database. Yang
pertama adalah database asli dari sistem lama organisasi untuk membaca data
yang akan dibersihkan. Yang kedua
adalah database sementara, dibangun berdasarkan spesifikasi database ERP baru,
untuk menyimpan data sementara untuk migrasi lebih lanjut atau database ERP itu
sendiri.
Bila kamu tertarik dengan artikel ini secara lengkap, silakan download DISINI
Post a Comment for "Increasing ERP Implementation Success Ratio by Focusing on Data Quality & User Participation"