制造业ERP实施中的数据准备要点.doc

《制造业ERP实施中的数据准备要点.doc》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、制造业ERP实施中的数据准备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

2、。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

3、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

4、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

5、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

6、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

7、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

8、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。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,