难点透视五：数据统一
  集团型企业组织结构呈现出分立化和柔性化的特征。集团型企业的文化主要包含三个层次：精神层、制度层和物质层。精神层表现为企业的核心价值观和组织目标，这一层的文化是统一的；而制度层和物质层的文化则呈现多元化，因为企业各个子公司所从事的产品、提供的服务不尽相同，再加上企业投资的多元化，使得各个部门的工作习惯、人员素质、绩效考核、激励机制都多样化。在这种组织结构和文化多元化的背景下，数据规格的不一致性非常普遍。
   

  以泵、阀门、空压机为主的流体机械，在产品种类、规格型号、产品结构、工艺信息、性能参数方面，都非常复杂。以泵为例，它有真空泵、污水泵、清水泵、渣浆泵、脱硫泵、离心泵等几十种产品类别，每种类别都有上百种型号。泵产品的结构复杂，零部件多，工艺多变。再者，泵产品的性能参数较多，如材质、扬程、转速、流量、机重、防腐蚀性、耐磨性等等。基于流体机械的产品特征，数据的完整性和可靠性受到严重挑战。
   

  为实现数据统一，必须规避数据的不一致性、不完整性和不可靠性。首先，对所有物料进行统一编码，并规避"一物多码"、"多物一码"的现象。其次，完善物料主文件，每种物料的基本参数信息、提前期、批量规则、安全库存、计价方式等信息都要准备齐全、完整、准确。再次，要对数据进行核对，按照数据库的规范性和ERP系统的要求，检查数据的可靠性。
    
  难点透视六：静态数据
  在集团型企业，静态数据的准备没有想象中的简单。原因如下：
   （1）由于集团型企业职能部门的重构性和内部各子公司之间的往来业务，引发多种"多头数据"，即数据的来源是多个部门，如运输方式、区域设置、交货方式等。这就要从集团范围内的角度考虑，将"多头数据"抽取出来后，要加以整理，去掉重复的，经较核后才能作为系统的数据。
   

  （2）ERP系统中，经常将一些字段值的选项在程序中"写死"，以下拉列表的方式呈现在用户面前。这些静态数据需要在后台的开发环境中才能修改，因此要及时与企业切磋这些静态数据在分类上是否科学，在内容上是否全面，能否覆盖集团范围内的业务。
   

  （3）要严格把关静态数据的准确性，如库存期初数据。既要使静态数据符合业务逻辑，又要使静态数据遵循系统逻辑。静态数据是动态数据运行的前提，只有静态数据准确了，动态数据才能准确。
   

  （4）必须做好静态数据准备的分工问题，"多头数据"必须由多个相关部门同时准备，并协调处理整合问题，避免因数据准备的主体的职责和分工问题耽搁数据准备的质量和效率。
    
 难点透视七：动态数据
  动态数据是指在执行业务过程中动态形成的数据，如销售订单、采购订单、入库单、出库单、主生产计划、车间工单汇报、成本核算等等。动态数据准备的难点表现在以下方面：
  （1）保证数据源的准确性。主要指期初数据（包括系统中已有的静态数据和手动新输入的数据）的准确性。
  （2）影响动态数据的各种参数的设置。比如，主单位和次单位的换算系数；仓库库存数量和金额的变化与入库单、出库单的状态有关；MRP参数对物料需求分解非常关键；动态数据输出格式设置等等。
  （3）影响动态数据的各种算法。如，库存ABC的分类算法；库存呆滞率的算法；库存周转率的算法；毛需求的计算等等。
  只有源数据（或输入数据）、参数设置、算法无误，动态数据才能准确可靠。
    
  难点透视八：物料编码
  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。
    
  难点透视九：数据较核
  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。