专业的企业管理软件服务商
关注ERP之根，基础数据的准备
来源:
|
作者:prob7649b
|
发布时间: 2757天前
|
1300 次浏览
|
分享到:
人们常说，麻雀虽小，五脏俱全，这正好印证了事物的本质都是由基础组成的，刨除事情本身的大小，它的基础必须打好，这样才能保证正常的存在，制造业ERP系统也是如此。
什么是基础数据
制造业ERP系统的基础数据量大、面广，从不同角度可以有不同的分类，如静态数据和动态数据、显性数据和隐性数据、主数据和辅助数据。
静态数据是不随时间或其他数据变化而变化的数据，是企业公用的数据，同时又是动态数据的基础。静态数据包括系统设置所用到的数据和系统运行实际业务所用到的数据，具体有会计科目、各种比率参数、库位和物料主文件、BOM表、供应商主文件、客户主文件、账号及银行主文件等。动态数据是每笔具体业务发生时产生的数据，它随时间点不同而变动。动态数据按照时间点来分，又可以分为期初数据和日常数据。期初数据包括系统上线切换时点的总账余额、车间在制品余额、库存余额、未结三大订单(CO、PO、MO)。
从另一角度来说，物料主文件、BOM、供应商/客户信息、会计科目等属于显性数据，而系统配置的各种参数则是隐性数据，这些数据在业务中虽不可见，但却能影响到系统运算的结果。对另一种划分方式而言，显性数据如物料主文件、BOM、供应商/客户信息、会计科目又被称为主数据，而会计期间、货币和汇率、银行主文件、工厂日历、付款方式、计量单位、结算方式、凭证类型等数据称之为辅助数据。
制造业ERP系统就是根据这些基础数据，按照内部逻辑经过运算形成各种报告报表，供管理者掌握生产经营状况，从而进行分析和决策的。
如何整理基础数据
基础数据整理是实施过程头绪最多、工作量最大、耗时最长、涉及面最广、最容易出错的部分，是一项艰苦细致的工作。
1.成立数据小组，确定工作进度。
艰苦细致的工作要由踏实能干的团队担当，严密的计划和合理的组织是完成这项艰巨工作的保证。数据小组成员一般从各个部门的业务人员中抽调，由项目经理或指定的专人负责领导数据小组的工作。数据小组的职责是分析数据准备的范围，建立ERP编码体系，组织必要的培训，制作数据搜集表格模板，监督数据收集质量，并负责数据的最终导入和使用。在工作执行上，数据小组要根据ERP项目的实施进度，制定基础数据整理的时间表，安排好小组成员的分工，并定期召开小组会议，沟通问题，推进工作。
2.数据整理自下而上、先易后难。
任何工作都需要讲究方式、方法，数据整理概莫能外。制造业ERP系统基础数据整理一般应遵循先易后难的工作次序，容易整理的公共数据先行整理，需要多次求精的局部数据后行整理。
什么是基础数据
制造业ERP系统的基础数据量大、面广，从不同角度可以有不同的分类，如静态数据和动态数据、显性数据和隐性数据、主数据和辅助数据。
静态数据是不随时间或其他数据变化而变化的数据，是企业公用的数据，同时又是动态数据的基础。静态数据包括系统设置所用到的数据和系统运行实际业务所用到的数据，具体有会计科目、各种比率参数、库位和物料主文件、BOM表、供应商主文件、客户主文件、账号及银行主文件等。动态数据是每笔具体业务发生时产生的数据，它随时间点不同而变动。动态数据按照时间点来分，又可以分为期初数据和日常数据。期初数据包括系统上线切换时点的总账余额、车间在制品余额、库存余额、未结三大订单(CO、PO、MO)。
从另一角度来说，物料主文件、BOM、供应商/客户信息、会计科目等属于显性数据，而系统配置的各种参数则是隐性数据，这些数据在业务中虽不可见，但却能影响到系统运算的结果。对另一种划分方式而言，显性数据如物料主文件、BOM、供应商/客户信息、会计科目又被称为主数据，而会计期间、货币和汇率、银行主文件、工厂日历、付款方式、计量单位、结算方式、凭证类型等数据称之为辅助数据。
制造业ERP系统就是根据这些基础数据，按照内部逻辑经过运算形成各种报告报表，供管理者掌握生产经营状况，从而进行分析和决策的。
如何整理基础数据
基础数据整理是实施过程头绪最多、工作量最大、耗时最长、涉及面最广、最容易出错的部分，是一项艰苦细致的工作。
1.成立数据小组，确定工作进度。
艰苦细致的工作要由踏实能干的团队担当，严密的计划和合理的组织是完成这项艰巨工作的保证。数据小组成员一般从各个部门的业务人员中抽调，由项目经理或指定的专人负责领导数据小组的工作。数据小组的职责是分析数据准备的范围，建立ERP编码体系，组织必要的培训，制作数据搜集表格模板，监督数据收集质量，并负责数据的最终导入和使用。在工作执行上，数据小组要根据ERP项目的实施进度，制定基础数据整理的时间表，安排好小组成员的分工，并定期召开小组会议，沟通问题，推进工作。
2.数据整理自下而上、先易后难。
任何工作都需要讲究方式、方法，数据整理概莫能外。制造业ERP系统基础数据整理一般应遵循先易后难的工作次序，容易整理的公共数据先行整理，需要多次求精的局部数据后行整理。
