夯實基礎數據,實現管理提升(一)
根據眾多行業(制造業,房地產行業,零售業等)的研究得出,其實在我們很多項目實施的過程中,或者說很多ERP上線不算很成功的案例中,有非常大一部分的項目都有一個共同的直接原因,那就是在數據上出了問題。
曾經有客戶跟我說,ERP不難,只是很麻煩。我認為這里所說的麻煩,指的就是整理ERP基礎數據的過程,整理ERP的基礎數據的確很繁瑣,特別是經歷過很長一段時間,再回過頭來梳理之前的歷史數據,這個過程并不比開發一套新系統上線要輕松。
過程是痛苦的,但是說它難也并非如此,只要堅持,固化流程,就一定能夠實現。很多項目的實施成功考的也是三分技術,七分管理,十二分的數據??梢?,不管是任何行業,任何系統,基礎數據整理的重要性。
一、什么是基礎數據?
相信大家都知道秦始皇作為中國第一位皇帝,地位不言而喻,而他的豐功偉績除了統一六國,還有書同文,車同軌,行同倫。通過規范化的統一文字、單位、規則,最終形成了華夏五千年的大一統,繼而傳承了中華民族的優秀文化傳統。
同樣,如果把一家企業信息化比喻為一個珍珠項鏈,那么主數據就是將散落在各處的業務系統珍珠串在一起的繩子。為了達成這一目標,就需要進行我們所說的主數據管理。
需要注意的是,主數據不是企業內所有的業務數據,只是有必要在各個系統間共享的數據才是主數據。比如大部分的交易數據、帳單數據等都不是主數據,而像描述核心業務實體的數據,而像客戶、供應商、帳戶、項目、分期、樓棟、產品、房間信息等都是主數據,主數據是企業內能夠跨業務重復使用的高價值的數據。
圖示一:房地產行業企業主數據
二、基礎數據整理的工作重點
1. 確定工作范圍
首先我們需要根據自身行業性質,以及需要范圍確定哪些是屬性我們的基礎數據,這就是我們所說的主數據識別。這里再次明確的是基礎數據都有三個共性:
- 具有高業務價值;
- 跨多個業務系統應用;
- 具有生命周期(貼合實際業務流程)。
例如我們在做房地產項目主數據的過程中,可以識別的主數據分別為:地塊-項目-分期-樓棟等等,但是作為每個房間的銷售訂單則是為業務數據,無需通過主數據進行管理。
接下來我們確認數據來源涉及到的參與部門和人員配備,進而確定工作計劃,切記不可將所有工作只交給一個部門甚至是一個人做。必須對此項工作的艱難程度有充分的認識,工作計劃還需要注意安排周會月會定期的會議,以方便工作人員之間的溝通。
2. 建立必要的編碼規則
ERP軟件對于數據的管理是通過編碼實現的,編碼可以對數據進行唯一的標識,并且貫穿以后的查詢和應用,建立編碼原則是為了使以后的工作有一個可以遵循的原則,也為龐大繁雜的數據定了數據庫可以唯一標示的方法。
注意:編碼原則的制定屬于企業級標準的建立,尤其對于重要量大的基礎數據(如分期名稱分期數據產品名稱等)必須要由多個部門共同確認方案,防止意見不統一出現扯皮的情況。
3. 收集第一手資料,將原來離散數據從不同部門集中
由于之前的數據是呈現離散狀態的,例如銷售部門,成本部門,投資管理部門對于項目分期的概念,存在各部門交叉流轉,并且在項目的生命周期內,也會發生名稱數據的變化。
舉個例子,同樣是在房地產行業,投資部門是按照拿地的地塊名稱進行統計業務數據,而成本部門是按照合同的案名進行錄入數據,而銷售部門會按照銷售推廣名稱進行統一,這就導致了三個部門對同一個項目分期的叫法不一致的情況發生。
所以,建議在收集的過程中,讓各部門與自己相關的重要數據再次進行核對,完成后按照業務流轉,傳遞給其他部門確認。
以此類推,直到完成此步工作,在工作中應注意各部門的協作安排,傳遞路徑需要提前確認。
4. 數據檢查
(1)完整性檢查
完整性即記錄數量名稱是否完整,可以讓部門項目的負責人復查或者計算一下總數,甚至可以將歷史的臺賬對比,同時還要檢查一些字段的完整性必輸性,如果缺失則無法繼續業務流轉,例如產品的成本業態名稱,產品樓棟的建立等。
(2)正確性檢查
可以由企業安排自檢工作,有些錯誤比方說樓棟對應分期關系,由于人為對應錯誤導致數據錯誤等。這樣的錯誤必須在系統上線前發現并且改正。
(3)唯一性檢查
數據的唯一性應該從兩個角度檢查,常見的錯誤是多個數據一個編碼,例如產品住宅,產品商鋪都是同一編碼,如果錄入系統,系統自然會拒絕接受。同時一個實物對應多個編碼的現象也要拒絕,這種錯誤很多系統是無法發現,必須要人工核對檢查,否則上線后會出現錯誤數據。
5. 將數據錄入系統并再次核驗
錄入系統應該首先先將收集的【基礎數據原始檔案歸檔】,對于電子文檔同樣應該將數據備份好,并且注明整理人員,整理時間等。
通常錄入系統的方式有兩種,手工錄入或者利用工具導入這兩種方式,各有利弊。
按照手工錄入可以從一定程度上保證數據的靈活性,并且對于一些前期無規則的數據,可以通過業務人員手工錄入進行重新梳理。缺點就是錄入人員的抗性較大,且工作量大;
而通過工具導入則恰恰相反,工作量低,效率高。但是對于數據規則梳理要求較高,且需要保證數據前期的準確性,完整性。
本文由@成于念 原創發布于人人都是產品經理,未經作者許可,禁止轉載。
題圖來自Unsplash,基于CC0協議。
有沒有數據清洗工具推薦或者主數據平臺
基礎數據不整理好,寧可不上系統,不然輸入垃圾輸出垃圾
寫的不錯