百年老店同济堂制药ERP成功案例

《百年老店同济堂制药ERP成功案例》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、百年老店同济堂制药ERP成功案例“同济堂”是贵州中药行业闻名遐迩的老字号，创建于清光绪十四年(公元1888年)，它是由唐炯(字鄂生，曾任清朝矿务大臣，云贵总督)和于德楷(字仲芳，曾任清朝知县)二人用二千两银子合资开办的。如今的贵州同济堂制药有限公司是一家集科研、生产、销售、种植为一体的高科技外商独资企业、重点龙头企业，总资产5亿元，股本3976万股(元)。分别在贵州省贵阳市修文县和贵阳市小河区建立药品生产厂(简称修文厂和小河厂)，在职员工700余人，大专以上学历专业技术人员约占40%。此外，公司下设贵州同济堂药品配送有限公司、贵州同济堂中药饮片有限公司、贵

2、州同济堂文化传播公司、贵州同济堂药房连锁有限公司等4个全资(子)分公司。信息化动机作为名副其实的百年老店，历经百年的风雨沧桑和岁月更替，同济堂公司发展到如今的规模已经相当不易，但同济堂人却并没有沾沾自喜，而是继续秉着“锲而不舍追求卓越”的精神，要将民族产业做大、做强、做成世界品牌。同济堂自己深知企业要发展，有资金、有技术并不能解决全部问题，还必须借鉴先进的管理思想来保证企业在激烈的市场竞争中立于不败之地。而ERP系统正是集众多企业成功经营管理模式与知识的工具，２１世纪企业信息化程度和水平构建了企业自身的核心竞争力，实施ERP系统成为同济堂最重要的发展战略之

3、一。做为百年老店，在迈进信息化时代时，同济堂也同样遇到了一些管理上的瓶颈。首先是企业营销网络遍布全国，数据传递以往依靠电子邮件、传真、快递等方式，而没有一个统一的平台进行处理，这样造成各地销售数据传达滞后，总部不能及时掌握各地销售情况和库存情况，而不能在第一时间做出正确的判断与决策。其次公司各部门之间数据不共享，工作效率不高、协调性差，市场灵敏度也随之受到影响。面对这些问题所带来的挑战，同济堂并没有退缩，而是果敢的决定以信息化建设来提升企业管理能力让企业发展迈上新台阶。4不选贵的，只选对的，同济堂这样一家拥有强大经济实力的企业并没有一味迷信于国外昂贵的信息

4、化产品。为了保证选型效果，同济堂在2004年成立ERP项目领导小组，公司常务副总徐谦任组长，信息中心主任罗静平任项目经理，开始了软件的选型工作。项目小组与国内外大大小小十几家ERP软件厂商进行了接触，在对软件功能、行业符合度、扩展性、价格，软件厂商的实施能力、后续服务、口碑等诸多因素进行比较分析后，选择了神州数码作为ERP系统得提供商和服务商。同济堂有针对性的选择了应收管理子系统、应付管理子系统、自动分录子系统、会计总账子系统、存货管理系统、采购管理系统、销售管理系统、资产管理系统、产品结构系统、工单委外系统、工艺管理系统、GMP药品生产质量管理系统、物

5、料需求计划、批次需求计划、成本管理系统、工作流、BI等共十几个子系统，涉及到企业的生产、销售、采购、财务、质量、计划、决策等方方面面，基本上涵盖了企业的整个中枢神经系统，同济堂想利用ERP系统深化企业发展，提升企业管理能力和效率的决心可见一斑。实施上线过程根据前期的规划与调研，同济堂ERP项目共分为二期，第一期包含应收管理子系统、应付管理子系统、自动分录子系统、会计总账子系统、存货管理系统、采购管理系统、销售管理系统、资产管理系统、工作流等模块，主要解决销售、采购、库存、财务数据的准确性、及时性、共享性等问题以及各业务单据、报销凭证走网上审批流程，实现无纸

6、化办公。第二期则包含产品结构管理、工艺管理等其他模块，实现生产、成本、计划等方面的全面管理。2006年6月同济堂ERP项目一期正式开始实施，在本项目的实施中，同济堂全体人员极为重视，除了副总徐谦任组长，信息中心主任罗静平任项目经理外，各相关业务部门的负责人、业务骨干均纳入项目实施小组。做到各司其职，却又相互配合，ERP项目实施成败直接与业绩考核挂钩，充分调动了各部门实施和推进ERP的积极性。4ERP项目中前期的调研和咨询是整个实施中尤其重要的程序，在实施初期神州数码顾问与信息中心技术人员深入到每一个部门进行调研，详细了解同济堂的需求和问题，提出有针对性地解

7、决方案。首先是库存、批号的管理问题，同济堂的库存物资不算多，但因其行业特性对各种中成药、中草药、包装材料都有严格的批号管理，在原来手工方式下，批号易出现人为错误，批号库存不清的问题一直困扰着同济堂。其次是销售数据的统计，同济堂营销网络遍布全国，信息分散无法共享和集成、信息传递方式落后，总部总是不能及时了解各地办事处销售及库存情况，因此错失商机时有发生。再次财务数据与业务数据核对困难，同济堂使用了一套单独的财务软件，每月出报表可以，但没有与业务单位集成，造成每月财务部门要花大量精力与业务部门进行对账，数据量小时还可以完成，如今数据量大了，这几乎已经成了一项不

8、可能完成的任务。经过调研，双方一致认为当前主要应解决数据的集成性、