夯实基础数据,实现管理提升(一)
根据众多行业(制造业,房地产行业,零售业等)的研究得出,其实在我们很多项目实施的过程中,或者说很多ERP上线不算很成功的案例中,有非常大一部分的项目都有一个共同的直接原因,那就是在数据上出了问题。
曾经有客户跟我说,ERP不难,只是很麻烦。我认为这里所说的麻烦,指的就是整理ERP基础数据的过程,整理ERP的基础数据的确很繁琐,特别是经历过很长一段时间,再回过头来梳理之前的历史数据,这个过程并不比开发一套新系统上线要轻松。
过程是痛苦的,但是说它难也并非如此,只要坚持,固化流程,就一定能够实现。很多项目的实施成功考的也是三分技术,七分管理,十二分的数据。可见,不管是任何行业,任何系统,基础数据整理的重要性。
一、什么是基础数据?
相信大家都知道秦始皇作为中国第一位皇帝,地位不言而喻,而他的丰功伟绩除了统一六国,还有书同文,车同轨,行同伦。通过规范化的统一文字、单位、规则,最终形成了华夏五千年的大一统,继而传承了中华民族的优秀文化传统。
同样,如果把一家企业信息化比喻为一个珍珠项链,那么主数据就是将散落在各处的业务系统珍珠串在一起的绳子。为了达成这一目标,就需要进行我们所说的主数据管理。
需要注意的是,主数据不是企业内所有的业务数据,只是有必要在各个系统间共享的数据才是主数据。比如大部分的交易数据、帐单数据等都不是主数据,而像描述核心业务实体的数据,而像 客户、供应商、帐户、项目、分期、楼栋、产品、房间信息 等都是主数据,主数据是企业内能够跨业务重复使用的高价值的数据。
图示一:房地产行业企业主数据
二、基础数据整理的工作重点
1. 确定工作范围
首先我们需要根据自身行业性质,以及需要范围确定哪些是属性我们的基础数据,这就是我们所说的主数据识别。这里再次明确的是基础数据都有三个共性:
- 具有高业务价值;
- 跨多个业务系统应用;
- 具有生命周期(贴合实际业务流程)。
例如我们在做房地产项目主数据的过程中,可以识别的主数据分别为:地块-项目-分期-楼栋等等,但是作为每个房间的销售订单则是为业务数据,无需通过主数据进行管理。
接下来我们确认数据来源涉及到的参与部门和人员配备,进而确定工作计划,切记不可将所有工作只交给一个部门甚至是一个人做。必须对此项工作的艰难程度有充分的认识,工作计划还需要注意安排周会月会定期的会议,以方便工作人员之间的沟通。
2. 建立必要的编码规则
ERP软件对于数据的管理是通过编码实现的,编码可以对数据进行唯一的标识,并且贯穿以后的查询和应用,建立编码原则是为了使以后的工作有一个可以遵循的原则,也为庞大繁杂的数据定了数据库可以唯一标示的方法。
注意:编码原则的制定属于企业级标准的建立,尤其对于重要量大的基础数据(如分期名称分期数据产品名称等)必须要由多个部门共同确认方案,防止意见不统一出现扯皮的情况。
3. 收集第一手资料,将原来离散数据从不同部门集中
由于之前的数据是呈现离散状态的,例如销售部门,成本部门,投资管理部门对于项目分期的概念,存在各部门交叉流转,并且在项目的生命周期内,也会发生名称数据的变化。
举个例子,同样是在房地产行业,投资部门是按照拿地的地块名称进行统计业务数据,而成本部门是按照合同的案名进行录入数据,而销售部门会按照销售推广名称进行统一,这就导致了三个部门对同一个项目分期的叫法不一致的情况发生。
所以,建议在收集的过程中,让各部门与自己相关的重要数据再次进行核对,完成后按照业务流转,传递给其他部门确认。
以此类推,直到完成此步工作,在工作中应注意各部门的协作安排,传递路径需要提前确认。
4. 数据检查
(1)完整性检查
完整性即记录数量名称是否完整,可以让部门项目的负责人复查或者计算一下总数,甚至可以将历史的台账对比,同时还要检查一些字段的完整性必输性,如果缺失则无法继续业务流转,例如产品的成本业态名称,产品楼栋的建立等。
(2)正确性检查
可以由企业安排自检工作,有些错误比方说楼栋对应分期关系,由于人为对应错误导致数据错误等。这样的错误必须在系统上线前发现并且改正。
(3)唯一性检查
数据的唯一性应该从两个角度检查,常见的错误是多个数据一个编码,例如产品住宅,产品商铺都是同一编码,如果录入系统,系统自然会拒绝接受。同时一个实物对应多个编码的现象也要拒绝,这种错误很多系统是无法发现,必须要人工核对检查,否则上线后会出现错误数据。
5. 将数据录入系统并再次核验
录入系统应该首先先将收集的【基础数据原始档案归档】,对于电子文档同样应该将数据备份好,并且注明整理人员,整理时间等。
通常录入系统的方式有两种, 手工录入 或者 利用工具导入 这两种方式,各有利弊。
按照手工录入可以从一定程度上保证数据的灵活性,并且对于一些前期无规则的数据,可以通过业务人员手工录入进行重新梳理。缺点就是录入人员的抗性较大,且工作量大;
而通过工具导入则恰恰相反,工作量低,效率高。但是对于数据规则梳理要求较高,且需要保证数据前期的准确性,完整性。
本文由@成于念 原创发布于人人都是产品经理,未经作者许可,禁止转载。
题图来自Unsplash,基于CC0协议。
作者暂无likerid, 赞赏暂由本网站代持,当作者有likerid后会全部转账给作者(我们会尽力而为)。Tips: Until now, everytime you want to store your article, we will help you store it in Filecoin network. In the future, you can store it in Filecoin network using your own filecoin.
Support author:
Author's Filecoin address:
Or you can use Likecoin to support author: