制造业ERP实施中的数据准备

作者：

欢迎访问e展厅 展厅 1 企业资源计划ERP展厅 企业资源计划ERP, 供应链管理SCM, 客户关系管理CRM... 数据准备是企业实施ERP的基础，这项工作完成的好坏直接影响了系统的上线效果。随着企业对ERP的认识逐步深入，数据准备工作也受到了一定的重视。然而，由于这项工作本身极为庞杂，企业除了需要尽早做准备以外，掌握科学的实施方法也是很重要的。 制造业ERP实施中的数据准备 关瑞北，神州数码管理系统有限公司易飞实施顾问。有丰富的项目开发和实施经验，熟悉Oracle、易飞等ERP产品。实施和服务的客户有：北京石油机械厂、北京三和松石、北京航天佳捷计算机技术有限公司、北京美捷美科技有限公司等。 企业信息化是当前社会热门的话题之一，近年来“以信息化带动工业化”已成为各地政府、各企业领导使用频率最高的一句话，各企业在信息化建设上的投入也不断加大。其实，随着计算机技术的发展，建立起一个应用系统并不困难，困难的是如何让应用系统真正产生效益。 应该看到，虽然整个社会在信息化建设方面投入了大量资源，但其发展现状并不令人十分满意，很多信息系统利用率很低。而其中，数据质量是问题的关键所在。客户忠诚度主要由企业与客户及各方面沟通的有效性及准确性来决定，系统运营效率也主要依赖于数据获取的可靠性和及时性。而数据质量很大程度上取决于信息化过程中数据准备阶段工作质量的好坏。在此，笔者将结合自己在易飞ERP系统实施过程中的体会，和大家一起探讨企业ERP实施过程中数据准备的一些问题。 基础数据的形态分类 企业中的基础数据可分为两种：一种称为静态数据，所谓静态数据是指在一段时间内相对稳定，一般不随时间不同而改变的数据。以易飞为例，包括：存货子模块的品号基本资料，各部门、仓库、人员信息，采购子模块的供应商信息，销售子模块的客户资料，总账子模块的会计科目，产品结构子模块的BOM数据，生产过程中的加工中心、工艺路线等等。静态数据一般比较稳定，可以提前准备。 另一种称为动态数据，动态数据比静态数据变动频率高，一般随时间不同而改变，如库存余额、总账余额、应收账款余额、应付账款余额、未结销售订单、未结采购订单、未结工单等等。这些数据的准备要以各模块上线切换点的数据为准。比如，计划7月份总账模块上线，一般以6月末总账余额为准。 由于两种数据类型不同，在实施中采用的数据准备对策也不同。对于静态数据，往往在实施的开始阶段就应着手准备，准备时间也比较长，可以安排专人负责，而动态数据往往在系统上线切换点之前才开始准备，准备时间短，因而需要投入的人力也比较多，比如有些库存余额要经过全面盘点后才能得到准确的数据。 数据准备的重要性 在ERP系统的实施过程中，通常认为系统成功三大因素按重要性排序依次为：人、数据、技术。数据作为ERP系统运行的基础，是实现信息集成的首要条件。业界曾有“三分技术、七分实施、十二分数据”的说法，可见数据管理的重要性。数据准备也因此成为实施过程中的一个非常重要的阶段。在数据准备的各项工作中，信息编码这项基础工作最为复杂，其复杂程度远远超过ERP软件提供商的想象。许多软件应用中出现的问题并不是出于软件本身，也不是用户不想应用，而是许多基础数据不能正确收集，其中编码是最大的问题。如在物资库存管理中，收发存并不复杂，其应用成功的关键就是物资编码和供应商编码工作能否做好，许多企业设备到位了，软件安装了，但一投入运行，便发现编码问题难以解决，面对几万、甚至几十万条需要编码的物资信息束手无策，更谈不上应用效果。当这个问题扩大到整个企业，其实施难度是可想而知的。作为实施顾问，从一开始就应该非常重视基础资料的编码问题，以下这些编码原则供企业编码时参考： ● 编号应该反映分类 ● 编号应该反映顺序 ● 变动属性不应纳入编号 ● 编号愈简短愈好 ● 避免采用有意义编号 ● 避免使用英文字母 ● 避免使用特殊符号 ● 编号长度应求一致 ● 编号应有防错功能 实施顾问从一开始就应该强调基础数据的重要性，并要求企业采取切实的措施来保证这一点，使企业从一开始就对这个问题表现出极大的关注，才能保证项目在上线过程中不因为数据质量差而受到影响。 数据准备的过程 数据准备的过程概括为以下几个方面。 建立数据准备有关组织 ERP实施要建立相应的项目组织。在具体的实施过程中，一般还要在项目组内进行相应的分工。为了更好地完成数据准备工作，建议在项目组内专设数据组，从组织上保证数据准备的顺利进行。数据组的主要工作是分析数据准备的范围，建立数据搜集模板，组织必要的培训，监督数据质量，并负责数据的最终导入和使用。 明确数据准备的要求和范围 一般经过初期的项目调研和培训后，项目组会确定基础数据的范围和要求。数据组在此基础上要分析基础数据从哪些部门搜集，明确数据准备的难点和重点，从而确定数据准备的分工和进度安排。 准备基础数据模板 一旦明确了数据准备的要求和范围，数据组要分别为各种类型的基础数据准备相应的搜集模板，并与业务部门进行沟通，解释基本资料中的重要字段，勾选必要字段。同时与该部门确认数据资料整理的进度并取得相关责任人的承诺。比如说，要准备供应商资料，我们在Excel中准备好相应的空白表格，针对表格中需要填写的项目提供一个详细的说明，让业务部门填写。但必须明确表格中哪些数据是必须填写的。这样每个准备供应商信息的人，就会知道供应商资料应该包括供应商名称、编号、地址、税号/账号、联系人等等。 对数据进行校验和核对 在数据的搜集整理过程中，数据组要不断对整理的数据进行校验和核对，以保证数据的质量。发现错误和遗漏要及时与具体负责部门和人员进行沟通，不要等大量数据积压后再解决。对于不影响整体上线效果的部分资料，如果其本身过于庞大，可就其中一部分先行整理，其余在上线后慢慢补充。 数据转换和导入 基础数据准备到一定程度时，可以考虑进行部分数据的转换和导入。如果基础数据量不大，导入可以采用组织专门录入员直接输入的方式，如果基础数据量很大，一般就需要采用通用的数据转换程序或开发专门的数据转换程序，比如易飞系统的数据导入就可以通过SQL Server的数据导入导出工具来进行。因此如果数据量大，在数据准备时就更需要按一定格式准备数据，否则，数据转换程序不能正常工作。 数据准备应注意的问题 总的来说，数据准备工作应该在意识上、方法上、操作上注意以下几个方面的问题。 企业领导要对数据准备的重要性达成共识并进行有力推动 “输入是垃圾，输出的必然是垃圾”。为确保信息的准确性，企业必须投入大量人力物力进行漫长的数据准备。企业的原有管理多是概念型的东西，一旦具体量化就会出现很多困难。更何况初期的数据准备没有任何成效，枯燥而乏味，还要时不时接受来自各方面的有形及无形的压力，这时领导的支持与鼓励就显得尤为重要，因此负责项目的老总和领导在任何阶段都不能忽视对项目的支持与鼓励。同时，由于数据准备牵涉到企业多个部门，因此也离不开各部门员工的积极配合与支持。 数据准备要兼顾科学性和实用性 以BOM数据为例，笔者曾在一家客户的实施过程中发现，由于企业多年来实行的是较为粗放的生产管理方式，因此对于系统要求的一些基础数据，企业没有完整的记录，企业的BOM数据往往是七八年甚至是十几年前的消耗定额。这期间生产部门早已对其进行了更新和改动。但由于缺乏精细的管理方式，这些改动没能以有效的文件形式保留下来，造成技术部门与生产部门的严重脱节。实施中由于我们一开始在BOM资料准备上过分依赖技术部门，导致系统试运行时许多数据实用性很差。后来又不得不召集技术部门和生产部门的人员坐在一起重新讨论BOM嫁接，从而对系统上线造成了一定的延误。 数据准备可以和其他实施阶段并行 许多用户往往把数据准备作为一个孤立的阶段，喜欢集中一定的时间段把它做完。其实不然，数据准备实际上是贯穿于ERP实施的各个阶段，而且不同阶段对数据的要求也是不同的。对于一个分期上线的系统，如生产计划、物料需求模块等所需要的品号、制造提前期、采购提前期、固定前置天数、变动前置天数以及经济批量等基础数据的搜集就可以放在稍后进行，前期的数据准备可以先忽略这些字段的分析确定，而将精力集中于更为紧要的数据准备上。此外，有些阶段比如用户培训或流程模拟阶段，对数据准确度的要求并不十分高，数据量的要求也不很大，那么数据组为这些阶段准备数据时就可以不必进行严格的校验和核对，从而降低数据准备的难度，缩短数据准备的时间。 数据准备可以采取“分步实施，先易后难”原则 准备数据时，可以采取“分步实施，先易后难”的原则，即先准备编码和物流管理系统的有关数据，在实施物流管理系统的同时进行其他数据的准备工作。各种定额和期量标准的制定如BOM和工艺数据可以先按现有定额输入系统，再通过生产管理系统的试运行及上线后采取逐步调整的方式加以完善。 数据准备工作要承担责任，要有相应的制度保证 在准备数据之前，成员要准备一份“数据准备文档”，在该文档中要明确数据准备时间和范围，即明确何时完成、准备何时的数据、准备哪些数据。为了明确双方的责任，还应建立相应的规章制度。如明确基础数据建立和维护的责任单位，建立规范的数据管理工作流程等。 有条件的企业应对数据准备工作建立相应的激励和奖惩制度，如对每条正确的数据输入，给予相应的责任人和部门负责人奖励，对每条错误的数据输入给予惩罚，以保证数据的正确性。 数据准备要建立长期的日后数据收集与审批机制 经历了实施阶段的数据集中准备工作，企业在ERP项目上线后往往还需要不断补充新的数据，这就需要在实施过程中建立起日后长期的数据收集和审批机制，形成正规的制度和流程，如新品号的建立流程、客户/供应商信息的更新流程等。只有这样，才能保证数据长期的及时性与稳定性，才能保证ERP上线一段时间后后续收集数据的质量。 (end)

文章内容仅供参考 (投稿) (如果您是本文作者，请点击此处) (10/23/2004)