SAP物料分类帐的前台操作

物料分类帐前台的操作,主要有两部分,分别为日常处理及月末结算。
日常处理的主要工作由后勤模块执行,关键在于规范业务流程,避免某些不合理业务的发生。
月末结算时需要注意的有:
1、物料分类帐月结流程;
2、处理未分配、未分摊差异;
3、分析错误差异产生的原因。

物料分类帐的日常处理

在实施过程中,首先需要明确,企业中有哪些业务,是与物料分类帐有冲突的,例如物料转物料。

启用物料分类帐,是对企业管理水平的一次考验,如果企业内部的业务操作都是合理的、符合相关操作手册的,启用物料分类帐对企业的影响很小。但如果目前企业的管理较为混乱,则有必要加强企业的内部管理,特别是生产、采购方面管理,并对现有业务进行调整,优化流程,保证差异的合理分摊。

所以在实施物料分类帐之前,建议对客户进行系统性的培训,内容除了常规的系统培训外,还应当包括一下几点:帮助企业建立一系列规章制度;明确职责权利;严防不规范的操作发生,这类业务主要包括以下几点:

生产订单不规范的跨月投料
在使用SAP的过程中,物流与信息流之间,往往会存在一定的时间差,例如当产成品入库后,仓管员往往会在物料进入仓库一段时间后再进行系统过账,这在平日里对SAP的影响可能并不大,但在月末时,这种影响将是危害性的。举例来说:

财务部门在月末关闭上月的物料期间,如果某企业采用的是先收货后投料的生产方式,在上月末,车间为了赶指生产标,将刚生产完毕的工件过账入库,而与此同时,原材料仓储部门却没有及时在系统中,将这部分料发至生产订单,导致这类订单有产出,无投入,该入库物料的实际成本将虚低。所以建议在设计业务流程时,后勤顾问需要尤其关注月末车间的这类情况,及时制定流程进行规避。

非生产性成本中心领用物料
成本中心领用物料是常见的后勤业务。发生这种业务可能的原因包括以下几点:
1、车间辅料耗用;车间中某些辅料无法直接对应到生产订单,或价值较低无需耗用大量管理资源,将其搭建到BOM中。这时,企业会将这些物料直接投入该车间的成本中心,月末通过作业价格重估将这部分制造费用分摊到当月订单。
2、工件报废;某些企业的报废工件无法准确对应到订单,于是简化了报废流程将报废件直接发入成本中心。
3、其他损耗;同上。

对于上述的成本中心领料,月末结算时物料的差异将直接进入所对应的成本中心。如果是生产性成本中心,则差异会根据作业价格重估重新进入到生产订单,在该车间的生产订单中进行统摊。但如果对应的是非生成性成本中心,则差异只能进损益,这不但有违我国的会计准则,更会使实际成本计算不准确。

物料转物料
物料转物料在企业中也是一种常见的业务,发生这种业务一般是由替代料,或主数据不准确而造成,使用物料分类帐后,将不允许这种业务的发生,原因如下:

首先举例说明物料转物料中的差异流转情况:

  • 16
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

小九不懂SAP

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值