ERP系统的定义就注定了其是利用信息技术对企业资源进行整合与管理的先进模式,离开了数据的支持就没有可靠的ERP系统。现在对ERP实施的讨论往往忽略了数据统计这个细节问题,数据统计对分析企业现状与需求,以及保证ERP系统的正常运行有着非常重要的意义,数据统计也是一项技术性很强的工作。数据检验则是保证数据真实性与准确性的重要工作。本文就数据统计对ERP实施的作用展开讨论。
一、 数据是ERP系统的灵魂
ERP系统的实施具有很强的针对性,对于不同类型、不同模式的企业,ERP系统都要适当做出调整。比如,根据企业物料的消耗情况、采购情况、库存水平、库存结构等能够基本判断出其现行的库存策略,然后根据库存策略有选择性的地在ERP系统中进行配置。如果没有准确的数据统计,这些分析结论恐怕是难以得到的,也就不会有对ERP系统的有效配置。目前,国内ERP系统的实施大多缺乏有效的数据统计,实施方往往仅从项目周期、工作难度、项目成本等角度考虑项目实施,对系统的配置非常主观,有忽略了对数据质量的要求,导致产生ERP系统不符合企业实际需要和数据失真的问题。如此实施得到的ERP系统不可能对企业管理产生提升作用,反而会加重企业负担。
现在国内大部分ERP系统实施都没有将数据提升到一个关键要素的高度,实施顾问普遍缺乏对数据统计的认识与技能,导致ERP系统配置与企业现状相去甚远。同时,缺乏对数据的检验也使得数据的真实性大打折扣,通俗的说ERP实施就成为了“导入的是垃圾,导出的还是垃圾”失败工程。
笔者认为,数据对于ERP系统主要产生两个方面的作用:一个是系统配置,一个是维护系统运行。前者主要是通过关键原始数据或归集指标的分析,对企业业务现状进行判断,在ERP系统中进行相应配置,比如对于安全库存的设置或决定是否采取最大-最小库存策略等。后者主要是通过数据的准确性保证决策者能够得到最真实的业务信息,并有效做出管理决策。可以说,数据就是ERP系统的灵魂所在。对应这两方面作用的工作是数据的统计与检验,数据统计与检验可以说是ERP实施的必备工作。
二、 数据统计与检验——ERP项目实施的必备工作
(1) 数据统计
数据统计的主要目的是分析企业业务现状,得到对企业业务的准确判断,实施顾问可根据数据判断出企业的生产模式、关键控制点、库存表现等信息,之后实施顾问可根据得到的信息对系统进行有效配置。数据统计具有很强的逻辑性和结构性,所有统计结果都来自于原始数据积累,通过层层递归来得到KPI,KPI将成为以后判断系统上线效益的重要依据。比如,根据物料消耗情况与库存结构情况,可以得到物料消耗规律,由此判断其波动方式,根据波动方式能够做出采用何种库存控制策略的判断——对于标准差大于消耗速率的物料可以证明其能够应用最大-最小库存控制策略,根据物料消耗的关联性判断出拉动其需求的原因所在,然后在物料属性配置里对库存控制方式做出选择,同时根据原始消耗数据的统计,可以得到最大-最小库存控制的上下限和一般性补货批量。如果没有这些数据统计,系统将在无法得到有效配置的情况下运行,其结果可想而知。因此,数据统计的重要性必须得到有效保障,但与此相反的是国内大多数实施方经常忽略这一点,而选择采用简单的“流程电子化”的方法,仅以是否能走通流程为判断依据,忽略了数据对决策的影响。
(2) 数据检验
数据检验是维护系统运行的重要步骤,其工作主要由两个方面组成:一个是对获得的数据进行系统上线前的检验,另一个是在过程中监控数据质量。前者要求对上线前的数据进行核实,保证原始数据与关键数据的准确性,后者要求对系统运行过程进行持续监控,及时发现与矫正错误的数据,保证系统正常运行。比如,对于财务会计的总帐进行数据导入,必须核实导入时点的实帐与系统帐的对应性,对于单据流转,必须保证相关单据数据的准确性。如果数据都不能保证真实性,就更不可能有正常的系统运行,决策者将基于错误信息做出错误的分析,给企业带来难以挽回的损失。
综合来看,一方面,数据统计与检验工作往往被实施顾问因为各种原因而忽略甚至敷衍,而企业也难以认识到其重要性,经常导致实施项目的失败;另一方面,实施顾问普遍缺乏数据统计与检验的专业技能。前者跟实施方的市场策略关系密切,短期内难以得到改善;而后者则和实施方的人员素质关系密切,是能够在短期内得到较大改善的地方。
三、 数据统计与检验的要点——以库存管理和采购管理为例
数据统计与检验是ERP实施方法论的重要组成部分,但遗憾的是国内厂商的实际工作往往有意或无意地忽略了这个方面,数据统计与检验的执行在实施期间与上线初期应主要由实施顾问完成。ERP的实施项目不仅仅是软件的购买,作为整体产品的一部分——咨询与实施也是重要的产品内容,因此实施顾问的能力与专业素质将对ERP实施产生重大影响,加强实施顾问在数据统计与检验方面的执行能力应成为国内咨询公司与厂商需要考虑的重要议题。笔者结合ERP实施的亲身体会,通过举例介绍一些关键数据的研究与分析方法:
统计的基础(以计量单位为例):任何统计都是基于计量单位基础之上的,在ERP实施过程中,实施顾问经常面对的问题就是国内企业的产成品、零件或材料的计量单位不统一,没有有效的计量单位就没有可靠的统计基础。因此,确定计量单位应成为数据统计前的主要工作。确定计量单位不能就软件谈软件,应跳出ERP系统的限制,从实际业务出发考虑。以标准容器为例,许多企业在库存盘点的时候不仅花费时间长,而且数据并不准确,主要是因为他们在实际操作中缺少对标准容器的使用,所谓标准容器并不是从字面意思上理解成为一个“桶”或一个“箱子”。容器是承载实物的标准化载体,一个托盘就可以认为是一个容器,因此标准容器能够承载更多数量的同一实物,极大地减少实物盘点的工作量。在数据统计时,应注意对标准容器的使用进行分析,对于没有应用标准容器的企业应建议其使用标准容器,以减少ERP上线运行后的维护工作量。标准容器计量单位的选择必须慎重,一般而言应结合仓库使用面积、实物重量/体积、周转率等信息进行分析,在使用效率的基础上确定容器的选择。一旦计量单位能够统一,就有了统计的基础。
数据逻辑检验(以库存控制项的设定为例):库存控制是承接采购与生产的关键,同时也是对紧急情况的一种缓冲,是制订各项计划的基础之一。库存控制与服务水平密切相关,库存控制基准设定不好就会影响到订单的履行,带来高昂的惩罚成本和库存持有成本,因此ERP系统中对库存控制各项指标的设定是非常关键的。这里以订货批量为例来说明问题:一般的ERP系统中都有订货批量的设置,这里考虑两种情况,一种是经济订货批量、一种是保守策略订货批量。前者的计算必须基于合理的采购成本构成和统计,后者则以消耗速率为基础。本文不讨论具体如何计算,而考虑设定的合理性——需求速率与供给速率的问题。在实施顾问设定订货批量的时候,他们往往忽略了一个事实——供给速率必须大于需求速率。如图1所示的模拟情况,一般情况下,如果供给速率小于需求速率,那么现有库存将会被不断消耗,一段时间后的库存将被消耗完,而订货将不断发生,甚至发生缺货现象。图1模拟情况下的每月需求速率为80个/月,供给速率为70个/月,从3月份开始库存完全为0,从4月开始每月都只能满足70个的需求,却留下了10个不能满足,一累计到6月份变成-30个。当需求速率更加不稳定而供给采用固定批量的时候,这样的情况就变得更加明显,采购计划将失去实际意义。
大部分ERP软件产品是需要手动输入相应数值和没有建议表的,因此实施顾问在进行数据逻辑性检查的时候,就必须注意到这些情况,以保证库存缓冲功能的充分体现。类似的情况在ERP系统中有许多,如ROP点、安全库存量等数据,这些都是ERP系统运行的基础所在。实施顾问必须给予这些数值以足够的重视。
数据真实性的检验(以指标为例):任何指标都可以被看作是原始数据归集的结果,因此指标是可以分解的。指标的真实性能够从原始数据那里得到证实,比如资产回报率可以拆解为库存周转率与毛利率的乘积,而库存周转率和毛利率又可以拆解为销售收入、平均库存价值和毛利总额。而这几个数据之间存在明显的关联关系,销售收入是库存周转率与毛利率都需要的,因此如果它们共用的销售收入存在差异就明显表明数据存在问题(不同的数据往往来自不同部门的统计)。因此,以指标为代表的数据准确性的检验是可以通过分解得到的,它们经常共用原始数据(如统计的销售收入),通过拆分数据进行检查能够很容易的发现问题。
综上所述,笔者认为数据的统计和检验工作可以分为:原始数据统计、指标统计、真实性检查、逻辑性检查、结构性检查、帐实相符情况检查等几类。而在实施顾问的实施工作中,必须有一套完善的方法论体系才能对实施质量进行有效保障。同时,企业在使用ERP系统时,应定期进行数据检查,及时矫正误差,并通过制度进行保障。只有准确的数据才能有ERP系统顺利的运行,否则ERP实施的成功率很难得到保证。因此数据统计与检验工作需要在今后的ERP项目中得到更多的关注,她是ERP成功实施的前提。[@more@]
一、 数据是ERP系统的灵魂
ERP系统的实施具有很强的针对性,对于不同类型、不同模式的企业,ERP系统都要适当做出调整。比如,根据企业物料的消耗情况、采购情况、库存水平、库存结构等能够基本判断出其现行的库存策略,然后根据库存策略有选择性的地在ERP系统中进行配置。如果没有准确的数据统计,这些分析结论恐怕是难以得到的,也就不会有对ERP系统的有效配置。目前,国内ERP系统的实施大多缺乏有效的数据统计,实施方往往仅从项目周期、工作难度、项目成本等角度考虑项目实施,对系统的配置非常主观,有忽略了对数据质量的要求,导致产生ERP系统不符合企业实际需要和数据失真的问题。如此实施得到的ERP系统不可能对企业管理产生提升作用,反而会加重企业负担。
现在国内大部分ERP系统实施都没有将数据提升到一个关键要素的高度,实施顾问普遍缺乏对数据统计的认识与技能,导致ERP系统配置与企业现状相去甚远。同时,缺乏对数据的检验也使得数据的真实性大打折扣,通俗的说ERP实施就成为了“导入的是垃圾,导出的还是垃圾”失败工程。
笔者认为,数据对于ERP系统主要产生两个方面的作用:一个是系统配置,一个是维护系统运行。前者主要是通过关键原始数据或归集指标的分析,对企业业务现状进行判断,在ERP系统中进行相应配置,比如对于安全库存的设置或决定是否采取最大-最小库存策略等。后者主要是通过数据的准确性保证决策者能够得到最真实的业务信息,并有效做出管理决策。可以说,数据就是ERP系统的灵魂所在。对应这两方面作用的工作是数据的统计与检验,数据统计与检验可以说是ERP实施的必备工作。
二、 数据统计与检验——ERP项目实施的必备工作
(1) 数据统计
数据统计的主要目的是分析企业业务现状,得到对企业业务的准确判断,实施顾问可根据数据判断出企业的生产模式、关键控制点、库存表现等信息,之后实施顾问可根据得到的信息对系统进行有效配置。数据统计具有很强的逻辑性和结构性,所有统计结果都来自于原始数据积累,通过层层递归来得到KPI,KPI将成为以后判断系统上线效益的重要依据。比如,根据物料消耗情况与库存结构情况,可以得到物料消耗规律,由此判断其波动方式,根据波动方式能够做出采用何种库存控制策略的判断——对于标准差大于消耗速率的物料可以证明其能够应用最大-最小库存控制策略,根据物料消耗的关联性判断出拉动其需求的原因所在,然后在物料属性配置里对库存控制方式做出选择,同时根据原始消耗数据的统计,可以得到最大-最小库存控制的上下限和一般性补货批量。如果没有这些数据统计,系统将在无法得到有效配置的情况下运行,其结果可想而知。因此,数据统计的重要性必须得到有效保障,但与此相反的是国内大多数实施方经常忽略这一点,而选择采用简单的“流程电子化”的方法,仅以是否能走通流程为判断依据,忽略了数据对决策的影响。
(2) 数据检验
数据检验是维护系统运行的重要步骤,其工作主要由两个方面组成:一个是对获得的数据进行系统上线前的检验,另一个是在过程中监控数据质量。前者要求对上线前的数据进行核实,保证原始数据与关键数据的准确性,后者要求对系统运行过程进行持续监控,及时发现与矫正错误的数据,保证系统正常运行。比如,对于财务会计的总帐进行数据导入,必须核实导入时点的实帐与系统帐的对应性,对于单据流转,必须保证相关单据数据的准确性。如果数据都不能保证真实性,就更不可能有正常的系统运行,决策者将基于错误信息做出错误的分析,给企业带来难以挽回的损失。
综合来看,一方面,数据统计与检验工作往往被实施顾问因为各种原因而忽略甚至敷衍,而企业也难以认识到其重要性,经常导致实施项目的失败;另一方面,实施顾问普遍缺乏数据统计与检验的专业技能。前者跟实施方的市场策略关系密切,短期内难以得到改善;而后者则和实施方的人员素质关系密切,是能够在短期内得到较大改善的地方。
三、 数据统计与检验的要点——以库存管理和采购管理为例
数据统计与检验是ERP实施方法论的重要组成部分,但遗憾的是国内厂商的实际工作往往有意或无意地忽略了这个方面,数据统计与检验的执行在实施期间与上线初期应主要由实施顾问完成。ERP的实施项目不仅仅是软件的购买,作为整体产品的一部分——咨询与实施也是重要的产品内容,因此实施顾问的能力与专业素质将对ERP实施产生重大影响,加强实施顾问在数据统计与检验方面的执行能力应成为国内咨询公司与厂商需要考虑的重要议题。笔者结合ERP实施的亲身体会,通过举例介绍一些关键数据的研究与分析方法:
统计的基础(以计量单位为例):任何统计都是基于计量单位基础之上的,在ERP实施过程中,实施顾问经常面对的问题就是国内企业的产成品、零件或材料的计量单位不统一,没有有效的计量单位就没有可靠的统计基础。因此,确定计量单位应成为数据统计前的主要工作。确定计量单位不能就软件谈软件,应跳出ERP系统的限制,从实际业务出发考虑。以标准容器为例,许多企业在库存盘点的时候不仅花费时间长,而且数据并不准确,主要是因为他们在实际操作中缺少对标准容器的使用,所谓标准容器并不是从字面意思上理解成为一个“桶”或一个“箱子”。容器是承载实物的标准化载体,一个托盘就可以认为是一个容器,因此标准容器能够承载更多数量的同一实物,极大地减少实物盘点的工作量。在数据统计时,应注意对标准容器的使用进行分析,对于没有应用标准容器的企业应建议其使用标准容器,以减少ERP上线运行后的维护工作量。标准容器计量单位的选择必须慎重,一般而言应结合仓库使用面积、实物重量/体积、周转率等信息进行分析,在使用效率的基础上确定容器的选择。一旦计量单位能够统一,就有了统计的基础。
数据逻辑检验(以库存控制项的设定为例):库存控制是承接采购与生产的关键,同时也是对紧急情况的一种缓冲,是制订各项计划的基础之一。库存控制与服务水平密切相关,库存控制基准设定不好就会影响到订单的履行,带来高昂的惩罚成本和库存持有成本,因此ERP系统中对库存控制各项指标的设定是非常关键的。这里以订货批量为例来说明问题:一般的ERP系统中都有订货批量的设置,这里考虑两种情况,一种是经济订货批量、一种是保守策略订货批量。前者的计算必须基于合理的采购成本构成和统计,后者则以消耗速率为基础。本文不讨论具体如何计算,而考虑设定的合理性——需求速率与供给速率的问题。在实施顾问设定订货批量的时候,他们往往忽略了一个事实——供给速率必须大于需求速率。如图1所示的模拟情况,一般情况下,如果供给速率小于需求速率,那么现有库存将会被不断消耗,一段时间后的库存将被消耗完,而订货将不断发生,甚至发生缺货现象。图1模拟情况下的每月需求速率为80个/月,供给速率为70个/月,从3月份开始库存完全为0,从4月开始每月都只能满足70个的需求,却留下了10个不能满足,一累计到6月份变成-30个。当需求速率更加不稳定而供给采用固定批量的时候,这样的情况就变得更加明显,采购计划将失去实际意义。
大部分ERP软件产品是需要手动输入相应数值和没有建议表的,因此实施顾问在进行数据逻辑性检查的时候,就必须注意到这些情况,以保证库存缓冲功能的充分体现。类似的情况在ERP系统中有许多,如ROP点、安全库存量等数据,这些都是ERP系统运行的基础所在。实施顾问必须给予这些数值以足够的重视。
数据真实性的检验(以指标为例):任何指标都可以被看作是原始数据归集的结果,因此指标是可以分解的。指标的真实性能够从原始数据那里得到证实,比如资产回报率可以拆解为库存周转率与毛利率的乘积,而库存周转率和毛利率又可以拆解为销售收入、平均库存价值和毛利总额。而这几个数据之间存在明显的关联关系,销售收入是库存周转率与毛利率都需要的,因此如果它们共用的销售收入存在差异就明显表明数据存在问题(不同的数据往往来自不同部门的统计)。因此,以指标为代表的数据准确性的检验是可以通过分解得到的,它们经常共用原始数据(如统计的销售收入),通过拆分数据进行检查能够很容易的发现问题。
综上所述,笔者认为数据的统计和检验工作可以分为:原始数据统计、指标统计、真实性检查、逻辑性检查、结构性检查、帐实相符情况检查等几类。而在实施顾问的实施工作中,必须有一套完善的方法论体系才能对实施质量进行有效保障。同时,企业在使用ERP系统时,应定期进行数据检查,及时矫正误差,并通过制度进行保障。只有准确的数据才能有ERP系统顺利的运行,否则ERP实施的成功率很难得到保证。因此数据统计与检验工作需要在今后的ERP项目中得到更多的关注,她是ERP成功实施的前提。[@more@]
来自 “ ITPUB博客 ” ,链接:http://blog.itpub.net/7839396/viewspace-955775/,如需转载,请注明出处,否则将追究法律责任。
转载于:http://blog.itpub.net/7839396/viewspace-955775/