PeopleMindTech

Bernard, Responsable d’Affaires en maintenance (Hard FM, CVC, CFO, CFA, Multitech) sur site industriel, ainsi que son équipe, sont confrontés à des problèmes majeurs liés à la GMAO :

• Double saisie manuelle de toutes les demandes d’interventions entre leur propre GMAO et celle du client.
• Erreurs fréquentes lors des doubles saisies, générant des incohérences dans les données.
• Manque de réactivité pour traiter les demandes d’interventions en raison des processus lourds.
• Difficulté à calculer les délais d’interventions et à prioriser les urgences.
• Besoin de sortir des indicateurs fiables pour mesurer la performance et la qualité des interventions.
• Problèmes pour identifier les vraies urgences parmi les nombreuses demandes.

Le suivi est actuellement effectué avec deux GMAO différentes : « CARL Master » pour le client et « Mission Alteva » en interne, ainsi que des fichiers Excel souvent échangés par mail. Pour maintenir un système à jour, l’assistante effectue une double saisie manuelle entre les deux GMAO, ce qui entraîne des erreurs et des retards. De plus, les deux systèmes n’étant jamais synchronisés, ils doivent être mis à jour à chaque modification, ce qui complique davantage la tâche.

La situation est aggravée par le fait que les domaines, les noms des matériels et les types de panne diffèrent d’un système à l’autre, obligeant l’assistante et Bernard à trouver des correspondances avec des tableaux de correspondance manuels. Bien qu’un ingénieur Méthode ait développé des outils en VBA pour faciliter le processus, ces outils sont restés inutilisés en raison du manque de compétences en VBA au sein de l’équipe.

L’assistante est sous une forte pression pour maintenir le système opérationnel, surtout pendant ses absences lorsque la saisie est reprise par un chef d’équipe qui doit également jongler avec d’autres responsabilités. Malgré la motivation des équipes à fournir des comptes rendus précis, les informations ne sont pas exploitées efficacement pour améliorer la performance ou pour informer le client des anomalies.

Bernard se sent épuisé par cette situation, car le risque d’erreurs est élevé et la collecte des données est longue, complexe et incertaine. La construction des indicateurs de performance est laborieuse et les résultats obtenus ne reflètent pas toujours la réalité sur le terrain. Dans cet état émotionnel épuisant, Bernard recherche activement l’aide de PeopleMindTech pour trouver des solutions efficaces et modernes afin de résoudre ces problèmes persistants dans la gestion de la maintenance.