制造業ERP實施中的數據準備

　　應該看到，雖然整個社會在信息化建設方面投入了大量資源，但其發展現狀并不令人十分滿意，很多信息系統利用率很低。而其中，數據質量是問題的關鍵所在。客戶忠誠度主要由企業與客戶及各方面溝通的有效性及準確性來決定，系統運營效率也主要依賴于數據獲取的可靠性和及時性。而數據質量很大程度上取決于信息化過程中數據準備階段工作質量的好壞。在此，筆者將結合自己在易飛ERP系統實施過程中的體會，和大家一起探討企業ERP實施過程中數據準備的一些問題。

　　基礎數據的形態分類

　　企業中的基礎數據可分為兩種：一種稱為靜態數據，所謂靜態數據是指在一段時間內相對穩定，一般不隨時間不同而改變的數據。以易飛為例，包括：存貨子模塊的品號基本資料，各部門、倉庫、人員信息，采購子模塊的供應商信息，銷售子模塊的客戶資料，總賬子模塊的會計科目，產品結構子模塊的BOM數據，生產過程中的加工中心、工藝路線等等。靜態數據一般比較穩定，可以提前準備。

　　另一種稱為動態數據，動態數據比靜態數據變動頻率高，一般隨時間不同而改變，如庫存余額、總賬余額、應收賬款余額、應付賬款余額、未結銷售訂單、未結采購訂單、未結工單等等。這些數據的準備要以各模塊上線切換點的數據為準。比如，計劃7月份總賬模塊上線，一般以6月末總賬余額為準。

　　由于兩種數據類型不同，在實施中采用的數據準備對策也不同。對于靜態數據，往往在實施的開始階段就應著手準備，準備時間也比較長，可以安排專人負責，而動態數據往往在系統上線切換點之前才開始準備，準備時間短，因而需要投入的人力也比較多，比如有些庫存余額要經過全面盤點后才能得到準確的數據。

　　數據準備的重要性

　　在ERP系統的實施過程中，通常認為系統成功三大因素按重要性排序依次為;人、數據、技術。數據作為ERP系統運行的基礎，是實現信息集成的首要條件。業界曾有“三分技術、七分實施、十二分數據”的說法，可見數據管理的重要性。數據準備也因此成為實施過程中的一個非常重要的階段。在數據準備的各項工作中，信息編碼這項基礎工作最為復雜，其復雜程度遠遠超過ERP軟件提供商的想象。許多軟件應用中出現的問題并不是出于軟件本身，也不是用戶不想應用，而是許多基礎數據不能正確收集，其中編碼是最大的問題。如在物資庫存管理中，收發存并不復雜，其應用成功的關鍵就是物資編碼和供應商編碼工作能否做好，許多企業設備到位了，軟件安裝了，但一投入運行，便發現編碼問題難以解決，面對幾萬、甚至幾十萬條需要編碼的物資信息束手無策，更談不上應用效果。當這個問題擴大到整個企業，其實施難度是可想而知的。作為實施顧問，從一開始就應該非常重視基礎資料的編碼問題，以下這些編碼原則供企業編碼時參考：

　　●編號應該反映分類

　　●編號應該反映順序

　　●變動屬性不應納入編號

　　●編號愈簡短愈好

　　●避免采用有意義編號

　　●避免使用英文字母

　　●避免使用特殊符號

　　●編號長度應求一致

　　●編號應有防錯功能

　　實施顧問從一開始就應該強調基礎數據的重要性，并要求企業采取切實的措施來保證這一點，使企業從一開始就對這個問題表現出極大的關注，才能保證項目在上線過程中不因為數據質量差而受到影響。

　　數據準備的過程

　　數據準備的過程概括為以下幾個方面。

　　建立數據準備有關組織

　　ERP實施要建立相應的項目組織。在具體的實施過程中，一般還要在項目組內進行相應的分工。為了更好地完成數據準備工作，建議在項目組內專設數據組，從組織上保證數據準備的順利進行。數據組的主要工作是分析數據準備的范圍，建立數據搜集模板，組織必要的培訓，監督數據質量，并負責數據的最終導入和使用。

　　明確數據準備的要求和范圍

　　一般經過初期的項目調研和培訓后，項目組會確定基礎數據的范圍和要求。數據組在此基礎上要分析基礎數據從哪些部門搜集，明確數據準備的難點和重點，從而確定數據準備的分工和進度安排。

　　準備基礎數據模板

　　一旦明確了數據準備的要求和范圍，數據組要分別為各種類型的基礎數據準備相應的搜集模板，并與業務部門進行溝通，解釋基本資料中的重要字段，勾選必要字段。同時與該部門確認數據資料整理的進度并取得相關責任人的承諾。比如說，要準備供應商資料，我們在Excel中準備好相應的空白表格，針對表格中需要填寫的項目提供一個詳細的說明，讓業務部門填寫。但必須明確表格中哪些數據是必須填寫的。這樣每個準備供應商信息的人，就會知道供應商資料應該包括供應商名稱、編號、地址、稅號/賬號、聯系人等等。

　　對數據進行校驗和核對

　　在數據的搜集整理過程中，數據組要不斷對整理的數據進行校驗和核對，以保證數據的質量。發現錯誤和遺漏要及時與具體負責部門和人員進行溝通，不要等大量數據積壓后再解決。對于不影響整體上線效果的部分資料，如果其本身過于龐大，可就其中一部分先行整理，其余在上線后慢慢補充。

　　數據轉換和導人

　　基礎數據準備到一定程度時，可以考慮進行部分數據的轉換和導入。如果基礎數據量不大，導入可以采用組織專門錄入員直接輸入的方式，如果基礎數據量很大，一般就需要采用通用的數據轉換程序或開發專門的數據轉換程序，比如易飛系統的數據導入就可以通過SQL Server的數據導入導出工具來進行。因此如果數據量大，在數據準備時就更需要按一定格式準備數據，否則，數據轉換程序不能正常工作。

　　數據準備應注意的問題

　　總的來說，數據準備工作應該在意識上、方法上、操作上注意以下幾個方面的問題。

　　企業領導要對數據準備的重要性達成共識并進行有力推動

　　“輸入是垃圾，輸出的必然是垃圾”。為確保信息的準確性，企業必須投入大量人力物力進行漫長的數據準備。企業的原有管理多是概念型的東西，一旦具體量化就會出現很多困難。更何況初期的數據準備沒有任何成效，枯燥而乏味，還要的‘不時接受來自各方面的有形及無形的壓力，這時領導的支持與鼓勵就顯得尤為重要，因此負責項目的老總和領導在任何階段都不能忽視對項目的支持與鼓勵。同時，由于數據準備牽涉到企業多個部門，因此也離不開各部門員工的積極配合與支持。

　　數據準備要兼顧科學性和實用性

　　以BOM數據為例，筆者曾在一家客戶的實施過程中發現，由于企業多年來實行的是較為粗放的生產管理方式，因此對于系統要求的一些基礎數據，企業沒有完整的記錄，企業的BOM數據往往是七八年甚至是十幾年前的消耗定額。這期間生產部門早已對其進行了更新和改動。但由于缺乏精細的管理方式，這些改動沒能以有效的文件形式保留下來，造成技術部門與生產部門的嚴重脫節。實施中由于我們一開始在BOM資料準備上過分依賴技術部門，導致系統試運行時許多數據實用性很差。后來又不得不召集技術部門和生產部門的人員坐在一起重新討論BOM嫁接，從而對系統上線造成了一定的延誤。

　　數據準備可以和其他實施階段并行

　　許多用戶往往把數據準備作為一個孤立的階段，喜歡集中一定的時間段把它做完。其實不然，數據準備實際上是貫穿于ERP實施的各個階段，而且不同階段對數據的要求也是不同的。對于一個分期上線的系統，如生產計劃、物料需求模塊等所需要的品號、制造提前期、采購提前期、固定前置天數、變動前置天數以及經濟批量等基礎數據的搜集就可以放在稍后進行，前期的數據準備可以先忽略這些字段的分析確定，而將精力集中于更為緊要的數據準備上。此外，有些階段比如用戶培訓或流程模擬階段，對數據準確度的要求并不十分高，數據量的要求也不很大，那么數據組為這些階段準備數據時就可以不必進行嚴格的校驗和核對，從而降低數據準備的難度，縮短數據準備的時間。

　　數據準備可以采取“分步實施，先易后難”原則

　　準備數據時，可以采取“分步實施，先易后難”的原則，即先準備編碼和物流管理系統的有關數據，在實施物流管理系統的同時進行其他數據的準備工作。各種定額和期量標準的制定如BOM和工藝數據可以先按現有定額輸入系統，再通過生產管理系統的試運行及上線后采取逐步調整的方式加以完善。

　　數據準備工作要承擔責任，要有相應的制度保證

　　在準備數據之前，成員要準備一份“數據準備文檔”，在該文檔中要明確數據準備時間和范圍，即明確何時完成、準備何時的數據、準備哪些數據。為了明確雙方的責任，還應建立相應的規章制度。如明確基礎數據建立和維護的責任單位，建立規范的數據管理工作流程等。

　　有條件的企業應對數據準備工作建立相應的激勵和獎懲制度，如對每條正確的數據輸入，給予相應的責任人和部門負責人獎勵，對每條錯誤的數據輸入給予懲罰，以保證數據的正確性。

　　數據準備要建立長期的日后數據收集與審批機制

　　經歷了實施階段的數據集中準備工作，企業在ERP項目上線后往往還需要不斷補充新的數據，這就需要在實施過程中建立起日后長期的數據收集和審批機制，形成正規的制度和流程，如新品號的建立流程、客戶/供應商信息的更新流程等。只有這樣，才能保證數據長期的及時性與穩定性，才能保證ERP上線一段時間后后續收集數據的質量。

服務器租用/服務器托管中國五強！虛擬主機域名注冊頂級提供商！15年品質保障！--億恩科技[ENKJ.COM]