不要让数据毁了ERP,基础数据收集8个步骤
CIO之家的朋友 知乎专栏

首先,基础数据涉及面广,涵盖了企业中所有可见信息和不可见信息。物料基本信息,产品结构数据,会计科目,供应商客户信息,部门、工厂、仓库、车间信息等等属于可见信息,这些信息在手工作业中也会用到。不可见信息如单据类型、仓库性质、计划参数等,这些信息在手工管理信息时是不会涉及到的,它们会影响到系统计算。
 另外,基础数据准备的工作量大,以上各类信息的记录数从几个到几十万都有,而每条记录包含的字段又可多达上百个,两者的乘积简直是天文数字,通常造成项目延期的原因有90%来自于基础数据整理。
 数据的正确性是最重要的,基础数据是许多程序正确运行的基础,如物料计划和生产计划就是根据物料文件设定的提前期、库存量、BOM结构等计算得到的,如果其中任何一个数据与实际不符,计划结果就将没有任何指导意义。
 正是因为基础数据具有这些特征,从而造成了收集准备工作量大、难组织,一般需要多个部门协调,投入的人力和时间都比较多,见效周期长,因此阻力也是很大的。
 为了帮助企业更有效地实施ERP,下面谈一下如何快速、低成本、低错误率地完成基础数据准备。
第一步:确定工作范围
 首先根据ERP项目范围确定哪些数据需要准备,然后确定参与部门和人员配备,进而确定工作计划,切记不可将所有工作只交给一个部门甚至一个人做,必须对此项工作的艰难程度有充分的认识。工作计划中还要注意安排定期的会议,以方便工作人员之间沟通。
第二步:建立必要的编码原则
 ERP软件对数据的管理是通过编码实现的,编码可以对数据进行唯一的标识,并且贯穿以后的查询和应用,建立编码原则是为了使后面的工作有一个可以遵循的原则,也为庞杂的数据确定了数据库可以识别的唯一标识方法,所谓磨刀不误砍柴工,大家切不可急于求成,忽略了这些重要的工作。
 另外,编码原则的制定属于企业级标准的建立,应该按照ISO9000的标准制定和管理,尤其对于量大的基础数据(如物料主文件的编码)必须由多个部门共同确定方案。
第三步:建立公用信息
 建立的公用信息包括公司、子公司、工厂、仓库、部门、员工信息、货币代码等基本信息。这些数据会在其他基础数据中被引用,并且数据量不大,可以利用较少的时间和人力完成。如果整理其他数据的时候发现缺少公用信息再补的话,整体效率和进度会大打折扣。
第四步:BOM结构的确定(根据企业情况可选)
 如果企业应用生产系统、计划或产品研发模块,BOM就是必须的基础数据。这里首先应该明确原料到半成品、半成品到产品的级次关系,这步工作的难点是半成品设定的问题。如果半成品设定层次少或层次不设定,今后的统计分析就不能细化;如果半成品设定多,就会大大增加数据量。如果遇到下列情况,那么半成品要设置编码管理:对半成品建立库存账、或者采用安全库存管理、半成品对外销售或用于售后服务,除此以外半成品尽量不用编码,也不用录入软件系统,BOM 每多一层,相应增加BOM数据量的同时还会增加物料信息的数据量,我个人的观点是尽量少的BOM阶次可以使这项工作处于可控状态。
第五步:收集第一手资料,将原来的离散数据从不同部门集中
 在这些离散数据中,仅物料基本信息一项,字段就包括生产、采购、销售、库存、财务的信息。在这步中,应利用统一格式的表格在各个部门间交叉流转,让各部门将与自己相关的数据填入表格,完成后传递给下个部门,以此类推,直到完成此步工作。在工作中应注意传递的安排,传递路径需提前确定。为了保证工期,可以让不同部门同时开始,然后交叉传递,或者一个部门完成一小部分后就传递给下个部门。同时,将每张发出的表格统一编号(唯一),并在部门间交接时作好记录,这样不仅可以控制进度,还能避免数据丢失。
第六步:数据检查
 (1)完整性检查:完整性即记录数量是否完整。可以请企业中有经验的人员复查或计算一下总数,将其和历史数据比较。同时还要检查字段的完整性,所有的ERP软件都有必须输入的字段,如果缺少这些字段就会造成系统的不稳定,如物料的提前期、默认仓库等。另外还有一些非软件要求的必须输入的字段,对企业今后的业务和统计分析有用的字段也要列入检查范围,例如客户分类和所属地区等。
 (2)正确性检查:正确性的范围很广,这里不做一一说明,可以由企业自己根据需要制定检查原则。有些错误如会计科目是资产类型的,但是因为人为错误输入成负债类型的,再比如有的物料是采购来的,但是录入成自制件,这样的错误在系统上线前必须发现并改正。
 (3)唯一性检查:数据的唯一性应该从两个角度检查,常见错误有多个实物编成同一个编码,如果以后录入系统,成熟的ERP软件会提示编码已经存在,并拒绝接受。同时一个实物对应多个编码的现象也必须杜绝,这种错误ERP软件是发现不了的,必须利用人工查找,否则在上线后会发生多个账务错误。
 在改正错误的同时,要做好资料版本的控制,这个工作在多部门参与的数据整理工作中尤为重要。曾经有个客户,多个部门都在同时修改一份相同的资料,修改之后的文档中只有自己的一部分数据是正确的,其他部门数据还是错误的。在录入数据时,无论以谁的数据为准都是不行的,必须用正确的数据替换错误数据后进行合并才行。由此可见,针对每类数据都应该设置负责部门和负责人员,每次修改后由负责人员将文档的版本更新,同时旧版本数据也要保存。这样做可将误操作的损失降低到最小。
第七步:将数据录入软件系统
 录入前应该将基础数据原始档案归档,对于以电子文档保存的数据,应该将数据备份好,并注明整理人员、完成时间和最后版本,如果是打印的纸介质,应该将其保存在专门的文件柜中,作为重要文档管理。
 接下来的的录入工作是艰巨而枯燥的重复工作。通常的录入方法有手工录入和利用工具导入这两种。这些方法各有利弊。
 (1)所有软件都提供录入界面,可以调集人员将数据逐条录入,或者利用软件的复制功能复制类似的数据,然后进行关键字段的修改。这种方法比较安全,完善的ERP软件会在录入的同时自动查错,大多数前期未查出的错误可以在录入时被系统提示并禁止录入,由此保证数据的准确性。这种方法的缺点是工作量大,完成时间和记录条数是倍数的关系。如果数据量不大,推荐利用此方法,安全、可靠,事后检查工作量也小。
 (2)如果项目组中有数据库高手,并且用人工录入在人力和时间上都不能实现,可以采用直接导入数据库的方法,这样做的优点是效率高,完成时间与数据表个数成倍数关系。缺点是隐含错误多,不易检查,曾经有个客户在上线几个月后发现有问题,反复检查后发现是数据中有个字段空缺造成的,但是录入的数据是可以由系统自动填写默认值的。如果采用此方法,应该在前面的检查工作中设定严格的检查步骤,尤其在正确性检查中,对重要字段要逐个检查,这项工作可以利用各种软件技术辅助人工进行。
 (3)另外一种方法结合了以上两种方法的优点。曾经有一个客户开发了一个程序模拟人工工作,基本原理是首先从电子表格中读一条记录的第一个字段(模仿人眼看数据的功能),然后在ERP录入界面中的相应字段录入该数据(模拟人手的操作),再次读下个字段,再次录入程序……此记录完成后转下一条记录。此方法利用程序的录入界面录入,继承了界面录入的差错功能,同时和数据导入相比,不需要人工干预,可以一天24小时的工作,速度也是很高的,不过需要高水平的程序员,至今还只见过一个客户成功采用过此方法。
第八步:系统检核
 完成录入工作后仍然不能彻底放松,必须再次检查,此时最好的方法是利用软件程序测试数据,例如将数据库备份成一个新的数据库,将企业常用的流程在新数据库中做一遍,通过检查结果的正确性来验证基础数据的正确性。
 在收集和整理这两个步骤中,各企业根据自身员工的技术和特长,通常会用一些工具软件辅助数据收集和整理工作,常用的有Excel、SQL server等。利用工具软件不仅能大大提高收集和整理的效率,更大的优势是能够查错,下几条简单指令就可以发现大部分错误,如果依靠人工比对检查,所需的时间和工作量都是企业无法承受的。
 ERP基础数据准备这项工作的重点不是在数据本身,严密的计划和合理的组织才是完成这项艰巨工作的最好手段。
附录:融合大数据技术,ERP实施效果更好!
大数据正在改变企业,它对企业资源计划软件也产生了影响。通过数据分析,企业可以改善流程,获得新发现,而这些新发现可以帮助他们增加收入并简化内部流程。ERP中的数据也有潜力改变业务流程,但只有在被充分利用的情况下。
 根据《信息周刊》的说法,公司往往只能分析12%的数据。这就意味着他们错失了88%包含在他们没有办法分析的信息中的潜在洞察力。鉴于ERP平台与业务的许多方面相关联,想想这些系统可能包含的信息都令人激动。此外,将第三方信息同步到ERP平台有利于了解特定的流程。当涉及到大数据时,有许多不同方面的业务需要考虑。
销售预测
 在实践中它可能会是这个样子。Smart Data Collective网站指出了零售商如何使用大数据分析,利用其ERP系统来预测特定项目的需求。大型零售商,如塔吉特或沃尔玛,在他们的ERP系统中都有重要数据,包括关于产品供应和库存的各类信息。Smart Data Collective表示,沃尔玛可以使用其ERP分析旧款iPhone的销售模式,并且预测市场对新机型的需求。然而,当谈到衡量iPhone等产品的需求时,该公司不能依赖系统做出分析。这里就是与业务分析集成派上用场的地方。虽然新iPhone的销售和该案例之间的联系的确说得通,但新iPhone的发布可能会增加一些不太明显的产品需求,比如新的耳机。
排程
 销售预测的潜力是巨大的,但这不是大数据和ERP整合所能提供的唯一益处。排程又当如何?因为实时信息变得更多,所以项目管理和排程只能在大数据系统集成时才有所改善。例如,ERP Focus网站指出,公司可以从移动设备上访问实时信息,甚至是远程制造机构。对运营的所有领域有了更好的洞察,公司可以更有效地安排生产、节省时间和资源,而节省下来的资源可以用于其他地方,从而更有效率。
供应链完善
 连接地理空间数据来改善供应链物流以提高效率。追踪所有供应链中的在途部件是许多企业面临的最大挑战之一。如果没有更好的洞察,从供应商到制造商的产品流动管理是很困难的。有了实时数据,公司可以优化路线,让产品在这些路线上来回移动,甚至可以看到交通信息和所需的穿梭卡车。这也可以提高供应链的可视性,为公司提供一个关于资产位置的更完整的视图。
更好的招聘做法
 还有什么方法会比雇佣更好的人使用更多更有效的流程来提高运营效率更好呢?许多公司已经开始使用大数据来践行更好的招聘实践了。Social ERP指出,公司执行委员会的下属机构SHL获得了世界各地2500万名的雇员数据,通过研究这些数据,将它用于人才收购的目的。利用ERP的人力资源模块确定哪里有人才缺口并且使用大数据解决方案来决定去哪里寻找新的人才。
 ERP与大数据分析集成对企业有很多好处。有效地使用数据可以改善客户关系、完善产品、提高供应链效率,甚至帮助招聘人员找到候选人来填补人才缺口。

CIO之家 www.ciozj.com 公众号:imciow
关联的文档
也许您喜欢