怎麼做到ERP基礎資料的整理

2021-06-26 17:03:41 字數 1774 閱讀 2289

參與過erp專案實施的人都應該知道,erp專案實施能夠成功,關鍵在於細節。有人這樣說,erp不難,只是很繁。這裡所說的繁,指的就是整理erp基礎資料的過程。整理erp基礎資料的確很繁瑣,這個過程並不比erp上線輕鬆,但它並不難,只要堅持,就一定能夠實現。erp專案實施成功靠的是三分技術七分管理十二分資料。可見,erp系統中基礎資料整理的重要性。 

erp系統中共有三大資料來源,分別為工程資料來源庫存資料來源其它各項引數的設定。其中,工程資料來源和庫存資料來源佔據了整個erp系統資料庫的90%,它們的整理難度也是最大的,整理週期也是最長的,需要花費更多的精力去處理,必須在專案實施的前期準備完成。而各項引數的設定是乙個循序漸進的過程,包括專案實施成功後對系統的日常維護。 

工程資料來源主要包括建立科學的編碼體系、物料主檔案(itmb)的建立、bom(物料清單)的蒐集和整理、產品工藝路線的確定等。鑑於建立工程資料庫的工作量較大,又是一項長期的工作,必須有組織上的保證才能完成,加上工程資料的整理與錄入涉及到許多業務部門,因此,需要成立由多個部門的業務人員組成的工程資料小組。該小組一般由erp工程的專案負責人直接領導,要求企業標準化小組、資訊部的成員加入。資料小組主要職責是負責erp系統編碼體系的建立與維護,整理、規範企業的工程資料,保證企業工程資料的規範性、準確性。建立科學的編碼體系,所涉及的部門非常多,因為一套完整的編碼體系包括物料編碼、**商編碼、客戶編碼、庫位編碼、計畫員/採購員編碼等。其中,物料編碼的工作量是最大的,不同工序之間不同層次間的產成品都應該有自己的編碼,它包括原材料、外購件、毛坯、零件、部件、產品等,編碼體系必須在工程bom資料整理前完成,隨後要求深入到設計部門。一方面,設計圖引用的物料應有編碼,便於通過介面程式匯入erp系統。另一方面,進行產品設計時可通過erp系統的相關查詢工具,直接查詢並引用erp系統中的物料編碼,這樣便於物料編碼的推廣應用,也可以在應用中去檢查編碼的準確性。在物料編碼的過程中,一定要避免「重複編碼」和「一物多碼」的情況,如果有要及時糾正。隨著數位化的發展,物料編碼不要賦予它太多的含義,目前大多是採取「純數字編碼」,越簡單越好.從大類能夠分清就可以了,如「0」開頭的表示成品,「1」開頭的表示五金件,「2」開頭的表示塑膠件,「3」開頭的表示油漆類等。物料編碼一定要有可擴充套件性和延伸性,便於企業今後的發展。 

產品的bom結構,其實在任何製造型企業裡都是存在的,就是不上erp系統,研發部門也應該有一套相關產品的物料清單,只不過是沒有規範化。對bom資料的整理關鍵是蒐集現成的物料清單,並對它進行修改,包括格式的修改和錯誤的糾正,以及物料編碼的匹配等。對bom進行整理時,物料描述一定要規範合理,盡量採取國際和國內的一些標準化描述,bom表的結構層次一定要清楚明了,那些是父項,那些是子項,那些是虛擬項,那些是副產品。應該設立什麼樣的工作中心,以及相關工作中心的產能設定等。一套bom表完成後,要建立嚴格的審核機制,認真檢查和審核,保證bom表的準確性。 

bom表錄入系統存在較大的工作量,一套好的erp產品,應該具有成批直接匯入bom表的功能,這樣可以給bom錄入系統帶來較大的方便。物料編碼也可以成批直接匯入到系統中,匯入到系統中的物料編碼不是單純的編碼,它還包括對應的物料描述、分類、計量單位、制購**等等,也就是形成了所謂的物料主檔案(itmb)。一般的erp系統,每一條物料資料都提供了許多關於該物料的描述引數,使用者並不一定對每個引數都要設定,只需設定那些系統執行時必需的以及對自己進行物料管理時有用處的引數。進行物料資料設定時,有些欄位的內容是必須使用者自己先定義後再從中進行選擇的。另外的一些欄位的內容則可從系統提供的可選項裡進行選擇。對於沒有可選值的字段內容,使用者在建立物料記錄時按實際值輸入即可。

如何做到ERP基礎資料的整理?

參與過erp專案實施的人都應該知道,erp專案實施能夠成功,關鍵在於細節。有人這樣說,erp不難,只是很繁。這裡所說的繁,指的就是整理erp基礎資料的過程。整理erp基礎資料的確很繁瑣,這個過程並不比erp上線輕鬆,但它並不難,只要堅持,就一定能夠實現。erp專案實施成功靠的是三分技術,七分管理,十...

七 部落格SEO優化是怎麼做到首頁的

七 部落格seo優化是怎麼做到首頁的。了解了新站seo是如何做的之後,老站的seo優化也備受矚目,但其實老站的方法和技巧,都在新站的seo過程中涵蓋了,不再重複闡述。但是,在另外乙個層面,比乙個老 更難優化的就是第三方平台部落格這一類的優化了。因為部落格是第三方 平台的,受到的限制比較多,當然優勢也...

大資料分析中Redis怎麼做到220萬ops

原文 大資料分析中redis怎麼做到220萬ops 大資料時代,海量資料分析就像吃飯一樣,成為了我們每天的工作。為了更好的為公司提供運營決策,各種抖機靈甚至異想天開的想法都會緊跟著接踵而來!業務多變,決定了必須每天修改系統,重新跑資料,這就要求極高的海量資料讀取和儲存速度!公司每天增加幾億行的業務日...