一、 數據是ERP系統的靈魂

　　ERP系統的實施具有很強的針對性，對于不同類型、不同模式的企業，ERP系統都要適當做出調整。比如，根據企業物料的消耗情況、采購情況、庫存水平、庫存結構等能夠基本判斷出其現行的庫存策略，然后根據庫存策略有選擇性的地在ERP系統中進行配置。如果沒有準確的數據統計，這些分析結論恐怕是難以得到的，也就不會有對ERP系統的有效配置。目前，國內ERP系統的實施大多缺乏有效的數據統計，實施方往往僅從項目周期、工作難度、項目成本等角度考慮項目實施，對系統的配置非常主觀，有忽略了對數據質量的要求，導致產生ERP系統不符合企業實際需要和數據失真的問題。如此實施得到的ERP系統不可能對企業管理產生提升作用，反而會加重企業負擔。

　　現在國內大部分ERP系統實施都沒有將數據提升到一個關鍵要素的高度，實施顧問普遍缺乏對數據統計的認識與技能，導致ERP系統配置與企業現狀相去甚遠。同時，缺乏對數據的檢驗也使得數據的真實性大打折扣，通俗的說ERP實施就成為了“導入的是垃圾，導出的還是垃圾”失敗工程。

　　筆者認為，數據對于ERP系統主要產生兩個方面的作用：一個是系統配置，一個是維護系統運行。前者主要是通過關鍵原始數據或歸集指標的分析，對企業業務現狀進行判斷，在ERP系統中進行相應配置，比如對于安全庫存的設置或決定是否采取最大-最小庫存策略等。后者主要是通過數據的準確性保證決策者能夠得到最真實的業務信息，并有效做出管理決策。可以說，數據就是ERP系統的靈魂所在。對應這兩方面作用的工作是數據的統計與檢驗，數據統計與檢驗可以說是ERP實施的必備工作。

　　二、 數據統計與檢驗——ERP項目實施的必備工作

　　(1) 數據統計

　　數據統計的主要目的是分析企業業務現狀，得到對企業業務的準確判斷，實施顧問可根據數據判斷出企業的生產模式、關鍵控制點、庫存表現等信息，之后實施顧問可根據得到的信息對系統進行有效配置。數據統計具有很強的邏輯性和結構性，所有統計結果都來自于原始數據積累，通過層層遞歸來得到KPI，KPI將成為以后判斷系統上線效益的重要依據。比如，根據物料消耗情況與庫存結構情況，可以得到物料消耗規律，由此判斷其波動方式，根據波動方式能夠做出采用何種庫存控制策略的判斷——對于標準差大于消耗速率的物料可以證明其能夠應用最大-最小庫存控制策略，根據物料消耗的關聯性判斷出拉動其需求的原因所在，然后在物料屬性配置里對庫存控制方式做出選擇，同時根據原始消耗數據的統計，可以得到最大-最小庫存控制的上下限和一般性補貨批量。如果沒有這些數據統計，系統將在無法得到有效配置的情況下運行，其結果可想而知。因此，數據統計的重要性必須得到有效保障，但與此相反的是國內大多數實施方經常忽略這一點，而選擇采用簡單的“流程電子化”的方法，僅以是否能走通流程為判斷依據，忽略了數據對決策的影響。

　　(2) 數據檢驗

　　數據檢驗是維護系統運行的重要步驟，其工作主要由兩個方面組成：一個是對獲得的數據進行系統上線前的檢驗，另一個是在過程中監控數據質量。前者要求對上線前的數據進行核實，保證原始數據與關鍵數據的準確性，后者要求對系統運行過程進行持續監控，及時發現與矯正錯誤的數據，保證系統正常運行。比如，對于財務會計的總賬進行數據導入，必須核實導入時點的實賬與系統賬的對應性，對于單據流轉，必須保證相關單據數據的準確性。如果數據都不能保證真實性，就更不可能有正常的系統運行，決策者將基于錯誤信息做出錯誤的分析，給企業帶來難以挽回的損失。

　　綜合來看，一方面，數據統計與檢驗工作往往被實施顧問因為各種原因而忽略甚至敷衍，而企業也難以認識到其重要性，經常導致實施項目的失敗；另一方面，實施顧問普遍缺乏數據統計與檢驗的專業技能。前者跟實施方的市場策略關系密切，短期內難以得到改善；而后者則和實施方的人員素質關系密切，是能夠在短期內得到較大改善的地方。

　　三、 數據統計與檢驗的要點——以庫存管理和采購管理為例

　　數據統計與檢驗是ERP實施方法論的重要組成部分，但遺憾的是國內廠商的實際工作往往有意或無意地忽略了這個方面，數據統計與檢驗的執行在實施期間與上線初期應主要由實施顧問完成。ERP的實施項目不僅僅是軟件的購買，作為整體產品的一部分——咨詢與實施也是重要的產品內容，因此實施顧問的能力與專業素質將對ERP實施產生重大影響，加強實施顧問在數據統計與檢驗方面的執行能力應成為國內咨詢公司與廠商需要考慮的重要議題。筆者結合ERP實施的親身體會，通過舉例介紹一些關鍵數據的研究與分析方法：

　　統計的基礎(以計量單位為例)：任何統計都是基于計量單位基礎之上的，在ERP實施過程中，實施顧問經常面對的問題就是國內企業的產成品、零件或材料的計量單位不統一，沒有有效的計量單位就沒有可靠的統計基礎。因此，確定計量單位應成為數據統計前的主要工作。確定計量單位不能就軟件談軟件，應跳出ERP系統的限制，從實際業務出發考慮。以標準容器為例，許多企業在庫存盤點的時候不僅花費時間長，而且數據并不準確，主要是因為他們在實際操作中缺少對標準容器的使用，所謂標準容器并不是從字面意思上理解成為一個“桶”或一個“箱子”。容器是承載實物的標準化載體，一個托盤就可以認為是一個容器，因此標準容器能夠承載更多數量的同一實物，極大地減少實物盤點的工作量。在數據統計時，應注意對標準容器的使用進行分析，對于沒有應用標準容器的企業應建議其使用標準容器，以減少ERP上線運行后的維護工作量。標準容器計量單位的選擇必須慎重，一般而言應結合倉庫使用面積、實物重量/體積、周轉率等信息進行分析，在使用效率的基礎上確定容器的選擇。一旦計量單位能夠統一，就有了統計的基礎。

　　數據邏輯檢驗(以庫存控制項的設定為例)：庫存控制是承接采購與生產的關鍵，同時也是對緊急情況的一種緩沖，是制訂各項計劃的基礎之一。庫存控制與服務水平密切相關，庫存控制基準設定不好就會影響到訂單的履行，帶來高昂的懲罰成本和庫存持有成本，因此ERP系統中對庫存控制各項指標的設定是非常關鍵的。這里以訂貨批量為例來說明問題：一般的ERP系統中都有訂貨批量的設置，這里考慮兩種情況，一種是經濟訂貨批量、一種是保守策略訂貨批量。前者的計算必須基于合理的采購成本構成和統計，后者則以消耗速率為基礎。本文不討論具體如何計算，而考慮設定的合理性——需求速率與供給速率的問題。在實施顧問設定訂貨批量的時候，他們往往忽略了一個事實——供給速率必須大于需求速率。如圖1所示的模擬情況，一般情況下，如果供給速率小于需求速率，那么現有庫存將會被不斷消耗，一段時間后的庫存將被消耗完，而訂貨將不斷發生，甚至發生缺貨現象。圖1模擬情況下的每月需求速率為80個/月，供給速率為70個/月，從3月份開始庫存完全為0，從4月開始每月都只能滿足70個的需求，卻留下了10個不能滿足，一累計到6月份變成-30個。當需求速率更加不穩定而供給采用固定批量的時候，這樣的情況就變得更加明顯，采購計劃將失去實際意義。

　　大部分ERP軟件產品是需要手動輸入相應數值和沒有建議表的，因此實施顧問在進行數據邏輯性檢查的時候，就必須注意到這些情況，以保證庫存緩沖功能的充分體現。類似的情況在ERP系統中有許多，如ROP點、安全庫存量等數據，這些都是ERP系統運行的基礎所在。實施顧問必須給予這些數值以足夠的重視。

　　數據真實性的檢驗(以指標為例)：任何指標都可以被看作是原始數據歸集的結果，因此指標是可以分解的。指標的真實性能夠從原始數據那里得到證實，比如資產回報率可以拆解為庫存周轉率與毛利率的乘積，而庫存周轉率和毛利率又可以拆解為銷售收入、平均庫存價值和毛利總額。而這幾個數據之間存在明顯的關聯關系，銷售收入是庫存周轉率與毛利率都需要的，因此如果它們共用的銷售收入存在差異就明顯表明數據存在問題(不同的數據往往來自不同部門的統計)。因此，以指標為代表的數據準確性的檢驗是可以通過分解得到的，它們經常共用原始數據(如統計的銷售收入)，通過拆分數據進行檢查能夠很容易的發現問題。

　　綜上所述，筆者認為數據的統計和檢驗工作可以分為：原始數據統計、指標統計、真實性檢查、邏輯性檢查、結構性檢查、賬實相符情況檢查等幾類。而在實施顧問的實施工作中，必須有一套完善的方法論體系才能對實施質量進行有效保障。同時，企業在使用ERP系統時，應定期進行數據檢查，及時矯正誤差，并通過制度進行保障。只有準確的數據才能有ERP系統順利的運行，否則ERP實施的成功率很難得到保證。因此數據統計與檢驗工作需要在今后的ERP項目中得到更多的關注，她是ERP成功實施的前提。