物料编码是数据准备的重要内容。科学的编码体系是ERP有效运行的前提和保证。与部门编号、仓库编号、人员编号相比，物料编号要复杂的多。不仅仅是物料的数量多，而且物料的特征属性要复杂。流体机械更是如此。以泵为例，泵产品种类很多，性能参数复杂，产品结构多样化，产品零部件的规格型号繁杂，产品工艺路线多变。客户经常根据材质、流量、扬程、转速、重量、耐磨、防腐、成套性等参数下达自己需要的定单，企业则要根据客户定单组织生产和采购。在这种以项目型销售为主的企业，有些组成物料可能只用一次，而被长期的闲置。在物料编码的时候需要充分地考虑这些问题。

为做好编码工作，避免数据冗长，使数据有效、准确，实施团队应该注意以下几点：

（1）将集团范围内的物料科学分类。按照不同的标准可以分成不同的类别。分类的原则是：既要考虑行标、国标，又要注重实用。当类别号作为编码的组成部分时，物料类别的层次不能过多，否则，类别号占用的位数就会很大。物料类别也不能分得过细，一个类别下只有一两种物料，这样就失去了分类的意义。

（2）按照物料类别设计编码规则。不同物料类别的编码规则与编码长度可以不同。当某类物料的配置属性较多时，应设计多套编码规则，并讨论和比较不同编码规则的优越性，选择精而有效的规则作为企业的编码标准。

（3）物料编码规则要具有一定的可扩展性、灵活性，能适应企业业务拓展的需要，又能实现对零散物料、积压物料、废品的编码。

（4）物料与编码要一一对应。不能一物多码或多物一码。这在数据较核的时候要注意。

 

数据较核就是对存储到ERP系统之前、之后的数据进行校对、核实。数据较核贯穿于数据准备的全过程。人们了解数据较核的重要性，但对数据较核的要求和方法不甚了解。

数据较核在数据准备中起到筛选的作用，加强数据的规范性和可靠性。数据较核的一般要求如下：

（1）电子文档的数据要与源数据（如，纸质文档中的数据信息、PDM中的数据信息等等）要一致。

（2）数据要符合业务规范性，比如，物料代码要符合编码规则；会计科目要符合企业财务制度和行业会计标准。

（3）数据要完整。一方面，数据内容要全；另一方面，数据的表现形式要符合标准。

（4）数据内容要准确。数据能准确反应业务，与其他数据不矛盾、不冲突。

（5）数据要符合ERP系统的逻辑，符合数据库设计的规范性，遵循一定数据模型的规约性。如，关系数据模型下，每个数据数据项都定义了特定的数据类型、值域，一个表中还定义多种“键”，设置数据项之间、元组之间的关系。

（6）数据要简洁，避免不应有的冗余。

数据较核的一般方法：

（1）在数据采集阶段就要下放《数据准备手册》，对相关人员做数据采集的培训。

（2）已收集的数据应先由业务部门较核，要符合业务规范，要与实际业务一致。

（3）实施人员再次较核，看是否符合数据模型或其他系统逻辑，是否便于录入，是否易于系统处理。

（4）采用一些软件实现半自动化较核，检测数据的冗余和错误。

（5）对存储后的数据要再次较核，在数据运行过程中，数据需要多次较核，较核是数据纠错的前提。

 

将已经收集并经过较核的数据存储到ERP系统中，莫过于两个方式：其一，完全手动将每条数据记录从前台（客户端或浏览器）录入系统；其二，借助一定的工具将数据记录成批从后台导入到数据库中。每种方法都有自身的弱点和优势。

数据录入的难点在于要录入的数据量很大，人为造成的录入过错发生的概率大。为克服这些问题，实施双方需要监督录入工作，并处理好数据录入和导入的关系。

（1）实行多层把关，加强对数据的较核，定时指导和监督数据录入工作；

（2）提高数据录入人员的素质要求，并做必要的培训，建立数据录入考核暂行制度。

（3）选择那些结构比较复杂，重复性劳动量比较少的数据，如BOM、工艺路线、物料主文件等，由人员录入。而结构相对简单，重复性劳动量多的数据，如会计科目、部门、职员、客户等，通过导入到数据库来完成。

 

 

数据导入是数据存储的有效方式，但在ERP的实施过程中，它有自身的局限性。虽然数据导入能解决数据量大的问题，但数据导入工作需要借助专门的软件工具，（如PL/SQL可以优化ORACLE客户端访问服务器端，并进行数据导入。）这就使得只有熟悉使用导入工具的人，才能完成导入工作。另一方面，当数据结构复杂时，导入数据的可靠性较差。导入后的数据需要大量的较核和修补工作，反而加大了数据准备的成本，影响了数据准备的进度。当ERP系统数据库设计的规范化约束程度较低时，导入工作可能触发系统潜在的错误，引起软件失效。

因此，数据导入要谨慎。要处理好数据导入与录入的关系，有选择性地导入。在导入的过程中要妥善处理一些具体问题：

（1）关联性基础数据的导入。主要是那些结构比较简单，又存在字段关联的数据。这些数据在准备时，通常整合在一张表中，如在准备审批流程时，常与单据、审批角色、审批条件、审批方式、审批环节等信息一起准备，在数据导入时，需要依据主码或ID号将这张复合型数据表拆分成若干表，以便与数据库中的表结构相同。

（2）多头数据的导入。在数据采集时，处于资源整合的目的将集团范围内的数据进行了整合，但这些整合后的数据只对集团有用，每个子公司的帐套只需要与自身业务有关的数据，因此在导入时需要根据不同的帐套拆分多头数据。

（3）主表与明细表的导入。有些单据设计成主表和明细表两层，主表和明细表分别对应数据库中不同的表。在导入时，要加以区分。

 

在多套软件系统并存的情况下，数据集成是一种迫切需求。数据集成的难点在于集成方式的选择。当前主要存在三种集成方式，实现ERP系统与PDM、NC等其他应用系统的连接：

（1）由三方（实施方、企业方、其他软件方）协调设计中间转换文件（如，EXCEL）实现多系统之间的导入导出。这种方式好在技术层面相对简单，但数据不能实时互通，过多的人为干预，容易出错。

（2）在各应用软件的菜单中设计数据导入导出的功能，实现数据直接对导。这种方式能够使数据实时互通，不易出错，但在技术上较难，需要考虑不同软件的体系结构和部署方案。

（3）数据库迁移。将不同的DBMS中的数据迁移到同一个DBMS中，同样面临技术难点。因此，企业应在考虑成本、效率等因素的基础上，选择最适合自己的方式进行数据集成。

 

数据纠错是在数据存储和数据处理的基础上展开的工作。它主要纠正三类错误：

（1）人为形成的数据录入或导入错误。如，入库单的数量写错。

（2）系统因其本身的缺陷导致的各种数据错误。如，数值型数据的精度不够；数据的算法有无，使结果不对等等。

（3）业务变更形成的数据错误。比如，销售订单的数量和交货期因市场或客户的原因发生变更，迫使企业必须纠正数据。

数据纠正工作可以从以下几点入手：

（1）及时纠正经较核发现的各种数据错误。

（2）加强系统的测试，更新系统程序，完善数据库设计，避免系统引起的数据错误。

（3）系统在客户化修改后，应尽量灵活，如，单据具有审批和反审批、结案和反结案、记帐和反记帐的操作，对已经结转或被其他业务环节引用而导致数据无法修改的，应在系统中设立冲红操作，即复制原单据，并修改后冲销原单据的相关数据。

（4）业务变更应具体而论。在流体机械企业，订单变更、计划变更、BOM变更、工艺变更是常有的事。这就不仅仅是数据纠错的问题了。比如，BOM变更、工艺变更可以通过版本号加以区分；订单变更和计划变更则需要制度跟进。

 

数据准备完成后，数据维护工作任重道远。

一方面，要科学、全面、系统地判断和分析数据错误的现象及其根源。当企业脱离纸帐，完全由系统执行业务时，数据错误很难辨别，因此需要数据维护人员分析数据错误现象和根源。数据维护要对症下药，不同根源的错误应采用不同的方式根治。

另一方面，要建立维护数据正常运转的制度及方案。（1）修缮企业制度层和物质层的文化，围绕数据准确性、完整性和较核工作方面，建立相应的考核制度和激励制度。（2）指定专门的数据维护人员或系统管理员。及时清楚垃圾数据，保证数据正常运行，处理因数据错误引发的连锁反映。（3）建立科学的数据备份、安全管理和日志管理制度，以便数据备查和纠错。

 

结语：数据准备是ERP实施的重要阶段性内容。在集团型流体机械企业，数据准备受集团型管理模式和流体机械产品特征的制约，实施双方务必制订详细明确的实施计划，加强数据准备培训与动员，使数据深入人心，提高数据准备的效率，缩短缓冲周期，赢得更多的时间做其他的实施工作。