← Wszystkie realizacje Produkcja · Urządzenia grzewcze

System zamówień, który zastąpił Excela i telefony na halę produkcyjną

Klient produkuje piece c.o. i palniki na zamówienie — nazwę i dane firmowe pomijamy, ale opisane niżej funkcje i proces wdrożenia są dokładnie takie, jak w rzeczywistym projekcie.

BranżaProdukcja urządzeń grzewczych
Zespół klientaWłaściciel, księgowość, produkcja
Czas wdrożeniaOd pierwszej rozmowy do startu produkcyjnego

Wyzwanie

Zamówienia spływały telefonicznie i mailowo, a księgowość zapisywała je w arkuszu Excel współdzielonym z halą produkcyjną. Przy kilkudziesięciu zamówieniach miesięcznie — z których część miała po kilka pozycji na różnych etapach produkcji — arkusz szybko przestał wystarczać: nie było widać, które zamówienie faktycznie czeka na wysyłkę, kto jest odpowiedzialny za dany piec, ani czy numer seryjny został już nadany. Codzienna praca sprowadzała się do telefonów „na jakim to jest etapie?" między biurem a halą.

Do tego dochodził brak historii: kiedy klient dzwonił z pytaniem o zamówienie sprzed dwóch tygodni, trzeba było ręcznie przeszukiwać wątki mailowe i notatki, żeby odtworzyć, co się z nim działo.

Rozwiązanie

Zbudowaliśmy dedykowany system zamówień, w którym każda pozycja zamówienia — nie całe zamówienie, a pojedynczy piec czy palnik — ma własny status, numer seryjny i parametry techniczne. To był kluczowy wymóg: jedna dostawa dla klienta końcowego często zawiera kilka urządzeń w różnym stanie produkcji, więc status całego zamówienia musiał wynikać automatycznie ze stanu jego pozycji, a nie odwrotnie.

  • Zamówienia i pozycje — każda pozycja ma osobny status (oczekująca, w realizacji, problem, zakończona), numer seryjny i pola techniczne specyficzne dla danego urządzenia (moc, motoreduktor, wentylator, numer palnika).
  • Tablica produkcyjna — pracownicy hali logują się do własnego widoku i widzą wyłącznie przypisane sobie zlecenia, pogrupowane według statusu — zero przeglądania całej listy zamówień w poszukiwaniu swojej roboty.
  • Kalendarz wysyłek — miesięczny widok z dziennym limitem sztuk do wysyłki i wizualnym ostrzeżeniem, gdy limit zostanie przekroczony, żeby dział logistyki widział to z wyprzedzeniem, a nie w dniu wysyłki.
  • Baza klientów — z podpowiadanym automatycznie rodzajem obróbki na podstawie wcześniejszych zamówień tego samego klienta, więc księgowość nie wpisuje tych samych danych za każdym razem.
  • Historia i komunikacja — każda zmiana statusu, dodana uwaga czy edycja zostaje zapisana w chronologicznej historii zamówienia, a przy zamówieniu można zostawić prywatną wiadomość dla konkretnej osoby w zespole.
  • Dashboard i AI — panel z liczbą zamówień w zakresie dat, średnim czasem realizacji i wykresem statusów, uzupełniony o prostego asystenta AI, który odpowiada na pytania w rodzaju „ile zamówień jest w problemie?" wprost na podstawie danych z bazy.
  • REST API i webhooki — możliwość podłączenia się do zewnętrznego ERP-u czy księgowości bez ręcznego przepisywania danych między systemami.

Proces wdrożenia

01

Rozmowa o realnym procesie na hali

Zamiast pytać „czego chcecie od systemu", usiedliśmy z właścicielem i księgową i przeszliśmy krok po kroku, co się dzieje od telefonu od klienta do wysyłki gotowego pieca.

02

Projekt i budowa wokół tego procesu

System od razu operował na pojęciach znanych zespołowi — „pozycja", "rodzaj obróbki", „numer seryjny" — zamiast narzucać generyczne słownictwo gotowego oprogramowania.

03

Wdrożenie i krótkie szkolenie

Konta dla właściciela, księgowości i produkcji, plus 30-minutowe wprowadzenie dla każdej roli — bez grubej instrukcji do przeczytania przed startem.

04

Support i rozwój po starcie

Kalendarz wysyłek i asystent AI na dashboardzie doszły już po uruchomieniu systemu, jako odpowiedź na to, czego zespołowi realnie zaczęło brakować w codziennej pracy.

Efekt

Status każdego zamówienia — i każdej pozycji w nim — jest widoczny od ręki, bez dzwonienia na halę. Księgowość i produkcja pracują na tych samych, zawsze aktualnych danych, a historia zmian pozwala odtworzyć losy każdego zamówienia bez przeszukiwania maili.

Technologie

Python / Flask MySQL Docker Gunicorn + Nginx JavaScript OpenAI API

Zobacz to na własne oczy

Przygotowaliśmy publiczne demo tego systemu z przykładowymi danymi — logujesz się jednym kliknięciem, bez zakładania konta.

Wypróbuj demo na żywo
Dane widoczne w demo są przykładowe.