引言：相對廣大中小企業而言，集團型企業信息化的難度無疑要大得多。它不僅面臨著技術層面上的挑戰，而且承載著管理層面上的質疑和考驗。協同管理、資源整合和流程梳理等諸多問題日益成為集團型企業發展的羈絆。再加上生產經營所屬行業的復雜度和企業本身性質的特殊性，使得集團型企業的發展及其信息化建設嶄露出許多值得探討的問題。本文結合集團型管理模式和流體機械企業信息化特點，透視ERP實施過程中數據準備階段可能遇到的疑難問題，并探索解決這些難題的方案。本文中提及的數據不僅僅是數值型數據，還包括字符型、日期型和其他類型的數據，以及關于數據的信息。本文中提及的數據準備包括數據采集、數據存儲、數據較核、數據糾錯和數據維護等方面的內容。
難點透視一：數據共享
集團型企業的數據共享與它本身的組織結構和管理模式有著重要的聯系。我國中小企業大多采用直線職能型組織架構，在這種U型組織架構和金字塔式的垂直管理模式下，企業各層各部門的責任相對明確，哪些數據資源需要共享也相對容易界定。而集團型企業的組織架構一般都是事業部制（M型）或矩陣型的。其管理模式一般采用集權制下的分權體制。基于這樣一種組織架構和管理模式，集團型企業可能存在職能部門重復設置、資源浪費和部門之間的業務關系頻繁卻協調困難等問題。
為此，實施人員必須走高層路線，聯合對方信息化主管和集團高層領導，收集數據共享的信息。這包括：（1）共享的內容。用于界定哪些模塊、哪些單據、哪些字段、哪些報表、哪些操作需要共享。（2）共享的范圍。用于界定共享的角色，即確定共享給哪些對象，是僅僅針對某個崗位，還是在部門內共享，或者是跨職能部門共享，或者是子公司共享，或者是集團共享。（3）共享的方式。比如，是通過短信通知和觸發共享，還是通過權限控制來實現。（4）共享的程度。比如，只將最新的數據共享出去，還是將數據變更的記錄也共享出去，是只能瀏覽共享數據，還是能操縱共享數據等等。
難點透視二：數據整合
數據共享雖然解決了集團范圍內信息共享的問題，并以高速的信息流提高了工作效率，但它沒有解決集團內外部資源整合的難題，企業條塊分割的現象仍然存在。企業資源整合、條塊整合集中表現為數據整合。數據整合的難點在管理層面上。每一次整合，都是在個人、部門、子公司、集團之間進行權力、責任和利益的重新分配。
為做好數據整合工作，實施團隊必須配合企業的發展規劃，站在戰略管理的高度，為企業高層提供輔助性管理咨詢，征求集團高層領導，采取合適的數據整合策略。比如，各個子公司、分廠和集團的所有資源實行統一編碼；各個事業部或子公司將財務報表匯總給集團，集團通過ERP系統全程監控各事業部或子公司的資金流情況；通過建立集團層的銷售公司或進出口公司來控制國內外市場，并整合各個事業部或子公司的客戶資源，建立面向集團的市場銷售體系。此外，還有高層人事管理、資金預算、成本核算、設備管理和資產管理等方面的數據整合。
難點透視三：數據同步
集團型企業管理超越了單一垂直命令模式，采用縱橫并用的分權制管理。各個分公司和分廠都有相對獨立的經營管理權限，集團層不能隨便干預。另一方面，企業通過資源整合加強集權控制。這要求ERP系統必須保證各個分公司和分廠的數據的相對獨立性，同時實現面向集團的數據同步，即集團、各個分公司和分廠在已整合資源上實現數據的同步修改、增加、刪除和更新等操作。
數據獨立和數據同步的實現，難在技術層面上。這些問題的解決方案應該有很多個。這里僅介紹一種：為實現數據獨立，在ERP系統中設置若干鏡象或帳套，集團、每個子公司或分廠進入ERP登錄頁面后，分別以不同的帳號和密碼進入不同的鏡象或帳套，每個鏡象或帳套都可以有自己的系統管理員來維護數據和相應的數據庫。數據同步要求數據具有關鍵共性的特點，如物料編碼、規格型號、物料名稱等。數據同步可以通過同一部署或應用平臺下數據庫的自動觸發來實現。具體而言，是在各個鏡象或帳套內的數據之間，建立實時觸發器，實現數據的動態實時更新。
難點透視四：權限分割
ERP系統使企業的各個職能部門和崗位的權力、職責明朗化。集團型企業的職能部門和崗位在角色、權力和職責方面可能存在縱橫交叉的情況。這使得權限分割面臨重新定崗和制度修訂的挑戰。
對于集團企業來說，權限設置是一個繁雜的體系。既明確集團層領導、職能部門、子公司的責權利，又界定各個子公司、分廠或控股子公司的各個職能部門、辦事處的責權利。要做好這項工作，首先要有科學的權限數據準備方案，不僅要有數據準備時的格式列表，還要有協調權限問題處理的建議和方案。其次，按照鏡象或帳套采集權限數據。再次，明確界定角色或崗位所擁有的權限類別和級別。權限類別一般有模塊權限、單據權限、數據分管權限、報表權限等等，權限級別一般有讀權限、寫權限、審批權、記帳權、結轉權、金額權等等。在權限數據的準備過程中，若發現明顯的錯誤，應及時通知企業加以糾正。
難點透視五：數據統一
集團型企業組織結構呈現出分立化和柔性化的特征。集團型企業的文化主要包含三個層次：精神層、制度層和物質層。精神層表現為企業的核心價值觀和組織目標，這一層的文化是統一的；而制度層和物質層的文化則呈現多元化，因為企業各個子公司所從事的產品、提供的服務不盡相同，再加上企業投資的多元化，使得各個部門的工作習慣、人員素質、績效考核、激勵機制都多樣化。在這種組織結構和文化多元化的背景下，數據規格的不一致性非常普遍。
以泵、閥門、空壓機為主的流體機械，在產品種類、規格型號、產品結構、工藝信息、性能參數方面，都非常復雜。以泵為例，它有真空泵、污水泵、清水泵、渣漿泵、脫硫泵、離心泵等幾十種產品類別，每種類別都有上百種型號。泵產品的結構復雜，零部件多，工藝多變。再者，泵產品的性能參數較多，如材質、揚程、轉速、流量、機重、防腐蝕性、耐磨性等等。基于流體機械的產品特征，數據的完整性和可靠性受到嚴重挑戰。
為實現數據統一，必須規避數據的不一致性、不完整性和不可靠性。首先，對所有物料進行統一編碼，并規避一物多碼、多物一碼的現象。其次，完善物料主文件，每種物料的基本參數信息、提前期、批量規則、安全庫存、計價方式等信息都要準備齊全、完整、準確。再次，要對數據進行核對，按照數據庫的規范性和ERP系統的要求，檢查數據的可靠性。
難點透視六：靜態數據
在集團型企業，靜態數據的準備沒有想象中的簡單。原因如下：
（1）由于集團型企業職能部門的重構性和內部各子公司之間的往來業務，引發多種多頭數據，即數據的來源是多個部門，如運輸方式、區域設置、交貨方式等。這就要從集團范圍內的角度考慮，將多頭數據抽取出來后，要加以整理，去掉重復的，經較核后才能作為系統的數據。
（2）ERP系統中，經常將一些字段值的選項在程序中寫死，以下拉列表的方式呈現在用戶面前。這些靜態數據需要在后臺的開發環境中才能修改，因此要及時與企業切磋這些靜態數據在分類上是否科學，在內容上是否全面，能否覆蓋集團范圍內的業務。
（3）要嚴格把關靜態數據的準確性，如庫存期初數據。既要使靜態數據符合業務邏輯，又要使靜態數據遵循系統邏輯。靜態數據是動態數據運行的前提，只有靜態數據準確了，動態數據才能準確。
（4）必須做好靜態數據準備的分工問題，多頭數據必須由多個相關部門同時準備，并協調處理整合問題，避免因數據準備的主體的職責和分工問題耽擱數據準備的質量和效率。
難點透視七：動態數據
動態數據是指在執行業務過程中動態形成的數據，如銷售訂單、采購訂單、入庫單、出庫單、主生產計劃、車間工單匯報、成本核算等等。動態數據準備的難點表現在以下方面：
（1）保證數據源的準確性。主要指期初數據（包括系統中已有的靜態數據和手動新輸入的數據）的準確性。
（2）影響動態數據的各種參數的設置。比如，主單位和次單位的換算系數；倉庫庫存數量和金額的變化與入庫單、出庫單的狀態有關；MRP參數對物料需求分解非常關鍵；動態數據輸出格式設置等等。
（3）影響動態數據的各種算法。如，庫存ABC的分類算法；庫存呆滯率的算法；庫存周轉率的算法；毛需求的計算等等。
只有源數據（或輸入數據）、參數設置、算法無誤，動態數據才能準確可靠。
難點透視八：物料編碼
物料編碼是數據準備的重要內容。科學的編碼體系是ERP有效運行的前提和保證。與部門編號、倉庫編號、人員編號相比，物料編號要復雜的多。不僅僅是物料的數量多，而且物料的特征屬性要復雜。流體機械更是如此。以泵為例，泵產品種類很多，性能參數復雜，產品結構多樣化，產品零部件的規格型號繁雜，產品工藝路線多變。客戶經常根據材質、流量、揚程、轉速、重量、耐磨、防腐、成套性等參數下達自己需要的定單，企業則要根據客戶定單組織生產和采購。在這種以項目型銷售為主的企業，有些組成物料可能只用一次，而被長期的閑置。在物料編碼的時候需要充分地考慮這些問題。
為做好編碼工作，避免數據冗長，使數據有效、準確，實施團隊應該注意以下幾點：
（1）將集團范圍內的物料科學分類。按照不同的標準可以分成不同的類別。分類的原則是：既要考慮行標、國標，又要注重實用。當類別號作為編碼的組成部分時，物料類別的層次不能過多，否則，類別號占用的位數就會很大。物料類別也不能分得過細，一個類別下只有一兩種物料，這樣就失去了分類的意義。
（2）按照物料類別設計編碼規則。不同物料類別的編碼規則與編碼長度可以不同。當某類物料的配置屬性較多時，應設計多套編碼規則，并討論和比較不同編碼規則的優越性，選擇精而有效的規則作為企業的編碼標準。
（3）物料編碼規則要具有一定的可擴展性、靈活性，能適應企業業務拓展的需要，又能實現對零散物料、積壓物料、廢品的編碼。
（4）物料與編碼要一一對應。不能一物多碼或多物一碼。這在數據較核的時候要注意。
難點透視九：數據較核
數據較核就是對存儲到ERP系統之前、之后的數據進行校對、核實。數據較核貫穿于數據準備的全過程。人們了解數據較核的重要性，但對數據較核的要求和方法不甚了解。
數據較核在數據準備中起到篩選的作用，加強數據的規范性和可靠性。數據較核的一般要求如下：
（1）電子文檔的數據要與源數據（如，紙質文檔中的數據信息、PDM中的數據信息等等）要一致。
（2）數據要符合業務規范性，比如，物料代碼要符合編碼規則；會計科目要符合企業財務制度和行業會計標準。
（3）數據要完整。一方面，數據內容要全；另一方面，數據的表現形式要符合標準。
（4）數據內容要準確。數據能準確反應業務，與其他數據不矛盾、不沖突。
（5）數據要符合ERP系統的邏輯，符合數據庫設計的規范性，遵循一定數據模型的規約性。如，關系數據模型下，每個數據數據項都定義了特定的數據類型、值域，一個表中還定義多種鍵，設置數據項之間、元組之間的關系。
（6）數據要簡潔，避免不應有的冗余。
數據較核的一般方法：
（1）在數據采集階段就要下放《數據準備手冊》，對相關人員做數據采集的培訓。
（2）已收集的數據應先由業務部門較核，要符合業務規范，要與實際業務一致。
（3）實施人員再次較核，看是否符合數據模型或其他系統邏輯，是否便于錄入，是否易于系統處理。
（4）采用一些軟件實現半自動化較核，檢測數據的冗余和錯誤。
（5）對存儲后的數據要再次較核，在數據運行過程中，數據需要多次較核，較核是數據糾錯的前提。
難點透視十：數據錄入
將已經收集并經過較核的數據存儲到ERP系統中，莫過于兩個方式：其一，完全手動將每條數據記錄從前臺（客戶端或瀏覽器）錄入系統；其二，借助一定的工具將數據記錄成批從后臺導入到數據庫中。每種方法都有自身的弱點和優勢。
數據錄入的難點在于要錄入的數據量很大，人為造成的錄入過錯發生的概率大。為克服這些問題，實施雙方需要監督錄入工作，并處理好數據錄入和導入的關系。
（1）實行多層把關，加強對數據的較核，定時指導和監督數據錄入工作；
（2）提高數據錄入人員的素質要求，并做必要的培訓，建立數據錄入考核暫行制度。
（3）選擇那些結構比較復雜，重復性勞動量比較少的數據，如BOM、工藝路線、物料主文件等，由人員錄入。而結構相對簡單，重復性勞動量多的數據，如會計科目、部門、職員、客戶等，通過導入到數據庫來完成。
難點透視十一：數據導入
數據導入是數據存儲的有效方式，但在ERP的實施過程中，它有自身的局限性。雖然數據導入能解決數據量大的問題，但數據導入工作需要借助專門的軟件工具，（如PL/SQL可以優化ORACLE客戶端訪問服務器端，并進行數據導入。）這就使得只有熟悉使用導入工具的人，才能完成導入工作。另一方面，當數據結構復雜時，導入數據的可靠性較差。導入后的數據需要大量的較核和修補工作，反而加大了數據準備的成本，影響了數據準備的進度。當ERP系統數據庫設計的規范化約束程度較低時，導入工作可能觸發系統潛在的錯誤，引起軟件失效。
因此，數據導入要謹慎。要處理好數據導入與錄入的關系，有選擇性地導入。在導入的過程中要妥善處理一些具體問題：
（1）關聯性基礎數據的導入。主要是那些結構比較簡單，又存在字段關聯的數據。這些數據在準備時，通常整合在一張表中，如在準備審批流程時，常與單據、審批角色、審批條件、審批方式、審批環節等信息一起準備，在數據導入時，需要依據主碼或ID號將這張復合型數據表拆分成若干表，以便與數據庫中的表結構相同。
（2）多頭數據的導入。在數據采集時，處于資源整合的目的將集團范圍內的數據進行了整合，但這些整合后的數據只對集團有用，每個子公司的帳套只需要與自身業務有關的數據，因此在導入時需要根據不同的帳套拆分多頭數據。
（3）主表與明細表的導入。有些單據設計成主表和明細表兩層，主表和明細表分別對應數據庫中不同的表。在導入時，要加以區分。
難點透視十二：數據集成
在多套軟件系統并存的情況下，數據集成是一種迫切需求。數據集成的難點在于集成方式的選擇。當前主要存在三種集成方式，實現ERP系統與PDM、NC等其他應用系統的連接：
（1）由三方（實施方、企業方、其他軟件方）協調設計中間轉換文件（如，EXCEL）實現多系統之間的導入導出。這種方式好在技術層面相對簡單，但數據不能實時互通，過多的人為干預，容易出錯。
（2）在各應用軟件的菜單中設計數據導入導出的功能，實現數據直接對導。這種方式能夠使數據實時互通，不易出錯，但在技術上較難，需要考慮不同軟件的體系結構和部署方案。
（3）數據庫遷移。將不同的DBMS中的數據遷移到同一個DBMS中，同樣面臨技術難點。因此，企業應在考慮成本、效率等因素的基礎上，選擇最適合自己的方式進行數據集成。
難點透視十三：數據糾錯
數據糾錯是在數據存儲和數據處理的基礎上展開的工作。它主要糾正三類錯誤：
（1）人為形成的數據錄入或導入錯誤。如，入庫單的數量寫錯。
（2）系統因其本身的缺陷導致的各種數據錯誤。如，數值型數據的精度不夠；數據的算法有無，使結果不對等等。
（3）業務變更形成的數據錯誤。比如，銷售訂單的數量和交貨期因市場或客戶的原因發生變更，迫使企業必須糾正數據。
數據糾正工作可以從以下幾點入手：
（1）及時糾正經較核發現的各種數據錯誤。
（2）加強系統的測試，更新系統程序，完善數據庫設計，避免系統引起的數據錯誤。
（3）系統在客戶化修改后，應盡量靈活，如，單據具有審批和反審批、結案和反結案、記帳和反記帳的操作，對已經結轉或被其他業務環節引用而導致數據無法修改的，應在系統中設立沖紅操作，即復制原單據，并修改后沖銷原單據的相關數據。
（4）業務變更應具體而論。在流體機械企業，訂單變更、計劃變更、BOM變更、工藝變更是常有的事。這就不僅僅是數據糾錯的問題了。比如，BOM變更、工藝變更可以通過版本號加以區分；訂單變更和計劃變更則需要制度跟進。
難點透視十四：數據維護
數據準備完成后，數據維護工作任重道遠。
一方面，要科學、全面、系統地判斷和分析數據錯誤的現象及其根源。當企業脫離紙帳，完全由系統執行業務時，數據錯誤很難辨別，因此需要數據維護人員分析數據錯誤現象和根源。數據維護要對癥下藥，不同根源的錯誤應采用不同的方式根治。
另一方面，要建立維護數據正常運轉的制度及方案。（1）修繕企業制度層和物質層的文化，圍繞數據準確性、完整性和較核工作方面，建立相應的考核制度和激勵制度。（2）指定專門的數據維護人員或系統管理員。及時清楚垃圾數據，保證數據正常運行，處理因數據錯誤引發的連鎖反映。（3）建立科學的數據備份、安全管理和日志管理制度，以便數據備查和糾錯。
結語：數據準備是ERP實施的重要階段性內容。在集團型流體機械企業，數據準備受集團型管理模式和流體機械產品特征的制約，實施雙方務必制訂詳細明確的實施計劃，加強數據準備培訓與動員，使數據深入人心，提高數據準備的效率，縮短緩沖周期，贏得更多的時間做其他的實施工作。
轉載請注明出處：拓步ERP資訊網http://m.sdyuan.com/
本文標題：集團型流體機械企業ERP數據準備難點透視
相關文章
