【IT168 专稿】BOM（物料清单）是ERP系统最为关键的名词，对BOM的定义层次和数据准备的精确程度，直接影响ERP系统的整体运行状况。所以，稳定和准确BOM数据是每个ERP系统实施极为关键的任务。

    然而，在ERP应用中BOM变更是不可避免,这就给ERP应用提出了挑战。在许多时候，BOM变更常常使ERP项目陷入泥潭,每每身陷其中而无法自拔。我在所负责的ERP实施时一不小心，走进了BOM变更的雷区，由此引发的一连串的地雷爆炸使我深受其苦。

    一．什么是BOM变更？
    许多经验丰富的实施顾问谈到ERP实施体会时说，要成功实施ERP系统，三分靠技术，七分靠管理，十二分靠数据。此话虽有些夸大，但ERP系统只有在数据准确、完整、及时的情况下才能发挥作用，否则只能带来错误的结果，可以说准确的管理数据是ERP系统运行的依据。

    （1）什么是BOM
    一般说来，我们对BOM的理解就是顾名思义的物料清单，也就是通常所说的产品结构表或产品结构树，或可能称为“配方”、“要素表”或其它名称。物料是指所有产品、半成品、在制品、原材料、配套件、协作件、易耗品等与生产有关的物料的统称，将各单项物料按物料代码、品名、规格、单位用量、损耗等依制造流程的顺序记录下来，排列为一个清单，这就是物料清单，也就是BOM。

    BOM作用是识别物料、接受客户定单、编制计划、配套和领料、加工过程跟踪、采购和外协、成本计算、报价参考、物料追溯、改进产品设计等。BOM本质上是一项工程文件，不但是产品的规范说明，而且是制造流程的依据，还是用来核算产品成本的基础。

    （2）BOM的分类
    BOM的分类有很多不同的方式，一般制造型企业的BOM分为：①工程BOM，是新产品的用料结构，是研发与其它部门间针对新产品初始定义的沟通和日后设计变更用，主要涉及研发部门。②生产BOM，是批量生产产品的用料结构，生产BOM是产品结构和工艺流程的结合体，二者不可分割。我们认为离开工艺流程谈制造时的产品结构，是没有现实意义的。所以，简单说生产BOM就是产品结构+工艺流程，是用于进行生产计划和采购计划的制定, 也是搭载选配及替代物料,主要涉及部门是生管和物管。③计划BOM，是指产品组成及比例关系，用于进行中长期的原料采购计划及生产产能负荷计划，主要涉及部门是生管、物管和采购外协等。④成本BOM，是产品的标准成本组成结构，主要用于查询产品标准成本构成状况，主要涉及财务部门。

    （3）什么是BOM变更？
    一般情况下，我们将各种管理数据分为三类——静态数据、动态数据及中间数据。静态数据包括BOM物料清单、工作中心能力和工艺路线、成本参数、工时定额、仓库和货位代码、会计科目的设置等等；动态数据是指生产活动中发生的数据，不断发生而且经常变动，如客户合同、库存记录、完工报告等；中间数据是在综合静态数据与动态数据，经过综合运算形成的各种报表。在ERP系统运行准备期及运行过程中这些数据都要定期或随时维护，保持数据的准确性。

    BOM是基础的产品物料清单表，当BOM发生变更的时候，无论是多或者少，都会对ERP应用过程中的三种数据（静态数据、动态数据和中间数据）产生关联影响，从而对ERP系统运行产生关联的重大影响。因此，BOM变更问题不只是变更物料表（静态数据）这么简单，它会涉及和影响ERP运行（动态数据和中间数据）的方方面面，是实施和应用ERP系统中最为重大和关键性的变更之一。

    BOM变更是经常会发生的事，发生的BOM变更的原因也有很多。例如客户需求变更或针对客户抱怨修改产品规格；或是生产工艺和设备造成的变更，如原设计图修改以便提高生产的良率；也有可能是因为质量标准、成本要求，如采购需要寻找替代性原料以降低成本；或研发部门改正原来的设计暇疵和原来的产品增添新的功能等。

    分析BOM变更的原因有助于我们评估变更的影响，一方面可界定变更的影响范围，另一方面是为了从源头上减少不必要的变更。因此，当BOM需要变更的时候，应该界定变更的影响。一般来说，主要有两种情况：第一种情况是只发生于工程BOM新产品的更改，只涉及研发部门内部，这由研发部门内部就能解决了。换一句说，对于ERP应用的三种数据来说，如果只涉及到静态数据的变更则是相对简单的事情。

    第二种情况是，当发生BOM变更的时候，ERP系统已经根据BOM运行了生产计划和采购计划。例如客户订单已经配置了生产BOM，生产单、生产领料单、采购单已经做进去了，也开始进行生产和材料采购，或已经有领料和入库发生。这时，就会涉及到ERP运行的所有三种数据（包括静态数据，动态数据和中间数据），并可能涉及到销售、采购、生产、工程技术、财务等部门。这个时候就不能直接进行修改或变更，必须要进行工程变更（ECN）。这是最为复杂的情况，也是我们需要讨论和关注的情况，稍有不慎就会使ERP应用踏入数据失真的雷区。