在企业管理中，数据和信息是不可或缺的决策支撑，企业需要及时、有效、标准化的数据作为管理分析的依据，信息化系统应运而生。任何一个信息化项目的实施都是以数据作为核心基础的，如同血液贯穿整个信息化项目的始终，作用不容小觑。正所谓工欲善其事，必先利其器，如果要让信息化项目这把企业管理的“利器”所向披靡就必须让数据保持高质量、高效率、高容量。

 

很多企业信息化项目上线前通常采用的都是手工方式进行管理，数据呈现分散、重复、不标准等人为特点，但是当信息化上线后就必须将人工数据语言转化成系统化的语言，面对标准化，规范化的系统语言要求，数据来源、组成、转换、标准化都成为了信息化项目成败的症结所在。

其实数据的重要性问题是老生常谈。对于经历过信息化历程的企业来说他俨然已经变成了口号，而对于信息化的新手这句话又变得有点教条，越是如此，数据准备的重要性就往往被忽略或者藐视。人们常常高呼着“三分技术、七分管理、十二分数据”的响亮口号却没能正视数据问题给信息化项目带来的高失败率，令人反思。

高准确度和高质量的数据是信息化系统成功运行的基石。劣质数据的危害无处不在，甚至可以直接导致系统运行的混乱。人们往往觉得编码规则和基础数据录入到系统，威胁就不复存在了，其实系统运行才是检验数据质量和准确度的试金石，当工单半途终止，大量产品堆积在现场，盘点的时候成千上万的虚假盘盈亏等状况出现的时候，或许已经造成了无法挽回的数据灾难，为了避免混乱，必须在一开始就有一套完整的数据准备规则，确保数据的准确性和高质量才能为信息化系统营造良好的初始化运行环境。

完整性和及时性的数据是信息化系统高效运行的保证。静态数据的完整性和动态数据的及时更新应该也是对于信息化系统实施而言十分重要的工作。完整的静态数据可以全面反映企业运营现状，任何关键数据的缺失都可能导致决策的失误，转换到系统中必然会影响系统的决策水平。动态数据的及时性补充是系统真实反映企业当下实际情况的重要来源，保障好数据的及时性才能保证信息化系统运行的高效率。

数据整理是信息化系统实施的重要前期战役。要从冗长复杂的人工数据中按照一定的规则导入系统是一项十分艰巨的工作，所以数据的前期整理在信息化项目的实施过程中有着十分重要的地位。有效的数据整理策略是从工作量大、耗费时间长、涉及数据面广、最易出错的数据整理工作中解脱的重要方法。

 

循序渐进，信息化项目数据准备“七步诀”

一个信息化系统的上线，要准备哪些数据？数据准备策略如何规划？数据如何录入？等等一些列的问题摆在眼前的时候，如何循序渐进的开展数据准备工作，什么才是信息化项目数据准备的最优化流程？人们试图总结出一些通用的法则，以资参考。

人们常说开门“七件事”，柴米油盐酱醋茶。想要整理出高质量、高效率、高容量的数据同样也有七件不得不做的“七步诀”。

 

任何一个复杂而庞大的工作都离不开一个团队的共同努力，严密的工作计划，优化的工作流程，合理的组织结构是顺利完成工作的保障。数据小组是数据准备工作的中心，所以从构成到职能，到具体工作细节都必须要有明确的规范。

数据组成员构成及素质要求。数据准备小组通常是由企业IT部门人员和业务部门人员共同构成。这样兼具了懂管理熟业务这两大要素，在进行数据收集、整理、维护的过程中保证数据工作的全面性和有效性。IT和业务的结合可以明确数据来源，清楚划分数据权责避免推诿现象，加强部门间的协同合作，使得数据可以快速有效的提交到数据组中。

数据小组的权责划分必须明确，各司其职才能事半功倍。数据组必须担当整个数据整理周期内的所有关于数据的准备、检测、筛选、测试、汇总、导入的工作，制定相关数据整理的规则规范，并对整个数据收集的过程严加管控，沟通各部门协调数据整理工作。

第二步、圈定数据范围，确定数据原则

企业内部数据复杂，首要任务就是将有用数据从一推乱麻的数据堆中提炼出来，根据信息化项目的需要和企业特性，按照一定的划分整理归类。确定数据的过程中必须遵循一定的原则：

1.数据与系统的兼容性原则。手工数据和系统需要数据之间还是存在部分矛盾的，所以在数据收集和整理的过程中必须保证数据的合法性，确保数据进到系统能被系统所接受，合理的进行系统运转；

2.数据的合理性原则。实施人员常常强调系统表现必须和生产实际相符合，指的就是提供或者导入系统的数据必须合理，必须符合正在或已经发生的事实存在。

3.数据应保持高容量。所谓的高容量并不是指是数据就得纳入到数据工作中，而是指在数据整理和收集过程中要确保数据范围的完备性，系统所需要的数据越完整，所带给企业的效益就越突出；

4.数据的实时更新原则。数据的收集过程并不是一锤定音的，企业中存在很多的动态变化，数据的整理过程也是在不断更新完善中变得准确和全面的。所以数据准备工作中，无论是动态数据还是静态数据在数据准备阶段都必须实时更新，不断完善，不断补充。

5.先静后动数据整理原则。静态数据是相对稳定的存在于企业内部的基础数据，收集企业相对容易，而动态数据受业务变化的影响相对收集困难，所以数据准备必须保证基础的静态数据的前提下进行动态数据准备。

 

第三步、制定数据准备方案，推进方案执行

数据准备方案就是数据准备工作的指导思想，在信息化项目的不同阶段给予正确的工作规划。深化对企业业务了解，熟悉信息化系统配置都是数据准备方案中必须注意的重要前提。方案的制定固然重要，但是积极的推动方案切实有效的执行才是关键。在推动方案的过程中必须注意：1.在企业内部必须树立数据的“威严”，至上而下从“一把手”到员工倒要充分认识数据收集工作的重要性和艰巨性，只有全员意识的提高才能保障数据来源的高质量；2.广泛的开展数据培训，保证基层数据来源的真实性，确保数据准备工作的高效率。3.制定完整的权责制度、奖励机制和应急措施，在充分调动企业全员参与的积极性的同时，做好突发事件或紧急状况的预防措施，为数据准备方案的有效执行提供制度保障。

第四步、执行数据校验，完善数据质量

数据小组收集到的数据来源于各个业务组成部分，不可能保证数据百分百一次准确的呈现，所以数据的校验或者说复盘就是必须的工作，校验的过程可能不止一次，必须视数据情况而定。数据初始来源基本是在各个业务部门，这部分初始数据的收集也是由相关责任部门完成，在进行完第一轮收集的时候必须进行一次全面的内部复验，尽可能保证第一手的数据

精确无误、完整无缺。针对静态数据可采用多轮检验，部门互检，数据小组抽检的方式多轮保证，对于动态数据允许一定程度的误差，在多轮检验的基础上根据后续数据导入情况实时修正，但是对于一个系统而言，尽可能少的初始化动态数据有利于保证数据质量和后续运行。

第五步、小范围数据导入测试，检验数据结果

通常进行数据导入测试的阶段已经进入到了系统实施期，数据校验的阶段已经是对数据的完整性、准确性等特征有了考核，小范围数据导入测试就是针对数据和系统环境适应性做的一个检测。摘取某一业务流程的全过程，调集相关人员将数据录入到系统中，检验运行的结果和运行环节中问题。或者将企业一些常用的业务流程数据进行导入测试，小范围内检测数据和系统之间的运行效果。

第六步、全面数据导入，全方位查漏补缺

数据的全面导入意味着数据的准备工作到了尾声。全面数据导入才是系统正常运作的开始，数据的大规模导入是一个庞大、枯燥且琐碎的工作，很多异常和报错都是在这个阶段出现的，当然很多数据质量问题也最容易被暴露。数据导入方式无非就是手工和利用工具导入两种。

手工的方式是大多数企业会采用的。简单的人工投入即可完成，不需要太多和太高的技术要求，有很多明显的错误也可以在人工录入阶段得到再次的审核。但是一个系统所需要的数据是庞大的，可想而知录入数据的工作量是多么惊人，这在很大程度上对于数据录入的准确度带来了风险。手工的错误几乎是无法避免这也使得手工输入需要花费大量的时间做复核。

另外一种就是专门的工具导入，这样最大的亮点就是工作效率很高，人力需求较少但是往往可能因为一个字符缺损就会导致数据导入的全盘失败，且很难被人发现，无形中增加了检查的时间。

数据录入完毕后，系统运行中的错误应及时修正，查漏补缺。尽管数据录入本身是很重要的工作，但是一套完整且有效监督的数据导入工作法则，以及严谨的计划和组织工作也是数据录入阶段不可或缺的重要环节。

第七步、数据运行维护及修正

数据导入完成并不是数据工作的结束，数据伴随着整个系统运行的全周期。数据的运行维护才是真正的开始。往往前期进入到系统的数据还是少部分，大部分数据是在实施完成后进入使用阶段后慢慢堆积的，数据问题也是在数据不断增加中慢慢显现的。所以说数据的运行维护是一项长期的工作，在不断的数据增加中不断检验，不断修正才是系统正常高效运行的前提保障。

举一反三，ERP实施从数据准备开始

ERP在我国的应用已经经过了几十年的时间，但是应用成效一直不容乐观，除了本身对于ERP的盲目追捧等因素外，系统实施过程中的种种乱象也是高失败率的罪魁祸首。有数据表明，在ERP实施的众多案例中，高达70%的都是因为在数据上出现问题，导致了系统无法继续运行或者只能仓促上线完成系统实施。

 

关于编码原则。编码原则的制定是保障ERP数据唯一性和完成数据系统识别和检索的重要手段。所以，无论是ERP中的静态数据（物料基本信息，客户供应商信息，财务科目、库别信息等）还是动态数据（制令工单计划、销售信息、采购物料信息等）在准备收集之前，有一套完备的编码原则相当重要，也是“企业语言”转化为“系统语言”不可获取的媒介。因此编码工作应注意：1.编码的科学性、实用性2. 编码的可扩展性、唯一性。

关于BOM数据。BOM所展现的数据是一个产成品所需要的原物料及插件构成，以及工序之间的层级关系。每一阶需要哪些数据信息，如何换算等都是BOM数据必须体现的。BOM的主件数据包含，成品或半成品名称、代码、单位、规格、属性等，组成料件数据包含材料型态、组件名称，组成用量、损耗率等，这些对于生产计划制定，生产过程抛砖都是关键数据，一旦数据出现问题，可能导致后面全部环节出错。

关于库存数据。库存数据是ERP系统中的动态数据，数据的更新随着生产的变化而变化，所以数据采集维护的及时性十分关键，期初库存数据的采集只要划定一个时间节点将固定库存导入然后补录出库单据即可，最大的难点在于系统运行期间的库存数据维护，系统原物料的进出往往无法符合生产领用料的习惯，存在一定的滞后性，特别是一些常用料件或者五金配件的领用，往往是这边料已经使用了系统数据却还没有更新，导致数据漏录现象，更严重的是到了盘点的时候出现一堆虚拟的盘盈盘亏。

关于物料数据收集。在ERP项目数据准备过程中，物料数据的收集应该令很多人无从下手过。小到物料的计量单位、换算单位大到物料类型、属性、规格、采购提前期、安全库存等等都必须逐一收录。所以针对物料数据可以按照一定的步骤完成：1.确定企业物料状况，按照关键级别分类，确定需要进入系统的数据范围。2.分配物料盘点计划，统计进入系统的物料数据信息，进行多轮的复盘、抽盘。3.测试导入物料数据并做运行测试。4.数据运维的管理。

总的来说，数据准备工作并没有千篇一律的法则，系统不同，企业型态不同等都会带来数据准备工作的重点难点的差异，但无论是怎么样的差异，数据的重要性是放四海而皆准的道理，只有从源头把握好数据，信息化项目建设才能迈出成功的第一步。