Zbieranie danych dotyczących nowego wyrobu

Sposób zbierania danych dotyczących zapytania ofertowego i ich szczegółowość ma decydujący wpływ na ocenę szansy zdobycia zamówienia i na jakość składanej oferty.

Nawet, jeśli w konsekwencji prac nie dojdzie do podpisania umowy, zebrane informacje mogę w przyszłości być użyteczne i w kolejnych negocjacjach decydować o wygraniu kontraktu. Ponieważ nie wszystkie informacje są łatwo dostępne, decydujące znaczenie ma aktywność i zaradność pracowników działu handlowego.

Każda informacja dotycząca zapytania (bezpośrednio lub pośrednio) powinna być uwzględniona w ocenie atrakcyjności zapytania. Oznacza to, że zbierane informacje nie powinny dotyczyć tylko technicznych aspektów wyrobu, ale powinny obejmować ocenę kontrahenta, analizę rynku, analizę własnych zasobów itp. Zebrane dane powinny wystarczyć, by zrealizować kolejne etapy procesu oceny, to znaczy dobrać rozwiązanie, ocenić szansę jego wykonania, oszacować koszty, termin realizacji i korzyści.

Ponieważ każdorazowa zmiana parametrów oferty, zmiana wymagań lub sposobu realizacji ma wpływ na całą ofertę, zbieranie danych jest procesem ciągłym i trwa przez cały czas pracy nad zapytaniem (Yahaya, 2007).

Zakres zbieranych informacji w fazie zapytania ofertowego jest zależny od rodzaju wyrobu, odbiorcy, sposobu użytkowania i wielu innych czynników. Ze względu na funkcje oceny zapytania możemy wyróżnić dwa obszary, których zbierane dane dotyczą: wymagania techniczno-użytkowe i wymagania pozafunkcjonalne.

136

Pierwsza grupa zbieranych danych umożliwia sprecyzowanie potrzeby klienta i określenie wymagań techniczno-użytkowych wyrobu gotowego. W ramach tej grupy zbierane są dane pozwalającej na określenie sposobu wytwarzania, rodzaju materiału, cech geometrycznych i konstrukcyjnych. Rozpoznawany jest również sposób użytkowania, określana jest oczekiwana trwałość, wymagania dotyczące ochrony środowiska, bezpieczeństwa itp.

Druga grupa danych dotyczy wszelkich działań nie związanych bezpośrednio z procesem produkcyjnym. Obejmuje między innymi ocenę wiarygodności kontrahenta i ocenę atrakcyjności kontraktu. Dane wspierają proces podejmowania decyzji, ale nie mają bezpośredniego związku z kosztami, czy cyklem produkcyjnych (Barrios, 2008).

Dla jednej i drugiej grupy źródłem danych są przede wszystkim informacje pozyskiwane bezpośrednio od klienta. Dzięki rozwojowi technologii informatyczny możliwe jest również pozyskiwanie informacji z zewnętrznych źródeł takich jak wyszukiwarki internetowe, portale społecznościowe, rządowe strony informacyjne.

Dzięki danym zewnętrznym możliwe jest sprawdzenie sytuacji finansowej klienta, określenie skali zainteresowania nowym produktem na rynku czy zweryfikowanie ilości ewentualnych konkurentów.

Dostęp do danych zewnętrznych możliwy jest dzięki udostępnianym serwisom takim jak na przykład Google Trends, który ułatwia znalezienie atrakcyjnych towarów czy nisz rynkowych. Postać i sposób komunikowania z takimi serwisami jest ściśle określona i wymaga jedynie zastosowania narzuconych ustawień. W przypadku bardziej specjalizowanych usług, takich jak wywiad gospodarczy czy krajowy rejestr długów, jest to co prawda związane z koniecznością ponoszenia dodatkowych opłat, ale zakres i jakość udostępnianych danych jest na tyle atrakcyjna, że uzasadnia ich ponoszenie.

W przypadku wymagań techniczno-użytkowych definiowanych przez klientów nie ma już takiej jednorodności. Dane przesyłane przez klienta mogą mieć postać rysunków, szkiców, tekstowych opisów wymagań. Zdarza się również, że zapytanie zawiera szczegółową dokumentację rysunkową z używanego przez klienta systemu CAD. Jednak sposób podawania wymiarów, forma kodowania, jakość i szczegółowość danych jest bardzo różna, zależna od przyjętych u klienta zasad i dostępnych narzędzi.

Taki stan rzeczy powoduje, że większości przypadków kompletowanie danych trwa przez cały okres obsługi zapytania i wymaga ciągłego przetwarzania. Pierwotnie

137

przesłana część informacji umożliwia sklasyfikowanie potrzeby, ale ostateczna postać wyrobu wymaga dodatkowych ustaleń, przesłania dodatkowej dokumentacji lub wykonania dodatkowych pomiarów.

Ze względu na wymaganą szybkość obsługi zapytania, konieczne jest przygotowanie mechanizmów wspierających zbieranie danych. Ponieważ działania wspomagające opierają się na porównywaniu obiektów, należy dążyć do jak najwcześniejszego dostosowania postaci danych do wymagań metody. Wyznacznikiem jest zbiór zasad przyjętych do kodowania cech wyrobów i używanych do badania podobieństwa. To znaczy, w zależności od rodzaju cechy, poszczególne wartości powinny być albo wybierane z przygotowanych list albo powinny być kontrolowane za pomocą reguł poprawności. Pracownik działu handlowego powinien mieć jasno określone wymagania dotyczące wartościowania cech. W sytuacji, gdy w danym momencie wartość nie może być uzupełniona powinna istnieć możliwość oznaczenia takiej sytuacji za pomocą wpisu „nie wiem”, „nie zdefiniowano”. Wartości takie będą wymagały albo dalszych ustaleń z klientem albo konsultacji z działem konstrukcyjnym, który będzie w stanie wydobyć właściwe informacje z przesłanej dokumentacji.

Szybka i rzetelna analiza zapytania i przygotowanie oferty wymaga sprawnego dostępu do wiedzy o wyrobach, możliwości wyszukiwania, porównywania i wnioskowania. Aby zapewnić odpowiednią jakość pozyskiwanych danych konieczne jest właściwe przygotowanie modelu danych, wybór odpowiednich metod zapisu wiedzy i przygotowanie narzędzi do przetwarzania tych danych.

Podstawą systemu są wyroby opisane za pomocą zbioru cech. Ponieważ współczesne produkty charakteryzują się ogromną różnorodnością, wybór właściwych, wygodnych w użyciu i łatwych w pozyskaniu cech jest bardzo trudne. W przypadku złożonych obiektów technicznych duża liczba cech opisujących wyrób (geometrycznych, konstrukcyjnych, funkcjonalnych) utrudnia również zdefiniowanie mechanizmów porównywania i wyszukiwania. Dodatkowym utrudnieniem, oprócz ilości, jest różny sposób reprezentacji cech zależny od rodzaju wyrobu, przyjętych w przedsiębiorstwie sposobów projektowania czy stosowanych metod zapisu. Ponieważ w większości przypadków, stosowane w przedsiębiorstwie zbiory cech opisujących wyroby są konsekwencją analiz wykonanych przez grupy ekspertów, nie ma pewności, że wybrano cechy właściwe i zbierane dane będą na przykład częściowo opisywały te same własności (redundancja danych) lub będą miały niewielki wpływ na jakość bazy

138

wiedzy (dane nadmiarowe). Niewłaściwy dobór parametrów może mieć wpływ na niską wydajność bazy wiedzy a w konsekwencji skuteczność użycia.

Aby właściwie przygotować system do wyszukiwania należy wyroby pogrupować tak, aby użytkownik posługiwał się niewielką liczbą cech. Należy zadbać, by wybierane parametry miały silny wpływ na analizowaną cechę. Należy również umożliwić posługiwanie się danymi niejednorodnymi, z różnych źródeł i o różnej postaci udostępniając mechanizmy do ich normalizacji.