有效提高物料数据质量：我在项目经验中总结出了这八个步骤
一、总体规划
企业物料数据管理部门对物料数据质量的提升制定总体规划，包括物料数据提升的目标、提升过程以及提升阶段规划。
1. 物料数据质量提升目标
详细制定物料数据质量提升的具体方面和该方面的具体目标，目标一定要量化、可测量、可实现，下表是物料数据质量提升目标示例。
2. 物料数据质量提升过程
物料数据质量的提升过程主要包括：收集原始数据分析数据质量问题、制定物料数据标准、搭建物料数据管理平台、清洗物料数据、集成相关系统应用物料主数据、确定物料主数据运维组织和流程、进行物料数据质量检查、绩效考核及数据质量优化等。
3. 物料数据质量实现路径
物料数据质量的提升是一个持续优化和改进的过程，因此是在总体规划目标的基础上分阶段实现的，下图是物料数据质量提升实现路径示例。
二、组织建设
制定完总体目标就要进行组织建设，物料数据质量管理组织是提升物料数据质量的重要前提，只有建立高效可控的组织，才能实现数据质量目标的迅速下达和高效执行。
一般物料数据质量组建立在数据治理委员会下的主数据标准化管理办公室中，这样保障组织从战略层面到执行层面的垂直集中管理。
下图是物料数据质量管理组织架构示例：
三、标准建设
物料主数据标准是保障和提升物料数据质量的法规依据，物料主数据标准定制的科学性将直接导致未来物料数据质量的优劣。因此，在制定物料主数据标准时一定要由不同物料类别的物料专家组成物料专家组进行物料主数据标准的制定工作。
物料主数据标准主要包括：编码标准、分类标准、描述标准和提报指南。如下图所示：
1. 编码标准
根据世界或国内500强大型集团企业物料数据编码标准最佳实践，大部分企业采用流水码作为物料主数据编码规则，下图是物料主数据编码标准示例。
2. 分类标准
物料分类标准是整个物料代码体系的基石，从某种程度上说物料分类是否科学决定了物料代码体系结构的优劣，因此必须制定科学合理的物料分类原则。
下图是物料数据分类目的和基本原则示例：
根据物料数据分类原则，确定物料分类的编码规则。
下图是物料分类编码规则示例：
根据物料数据分类原则，组织物料专家进行物料分类标准的编制。
下图是物料分类标准大类示例：
3. 描述标准
物料描述标准是对某一类物料描述规则的定义，目的在于解决物料描述的规范化问题。
包括物料主要自然属性、取值范围和相互关系的确定，主要由特征量及特征量相关关系（如连接符、前置符、后置符等）组成。
下图是物料描述标准的示例：
根据描述标准，形成具体物料数据描述规则，从而形成物料数据质量检查规则的重要组成部分。
4. 提报指南
为了规范物料编码应用、提高物料数据质量、缩短物料代码提报和审核实践，需要组织编码审核人员结合业务实际，对物料的分类标准、描述标准以及填写物料条目提报时的注意事项进行详细的说明。
同时，还要对审核过程中发现的问题进行归纳总结，编制《物料代码提报审核指南》，指导企业内所有涉及物料应用的单位和部门。
四、搭建平台
制订了物料数据标准后，就要把物料数据标准内置到物料主数据管理平台，通过物料主数据管理平台实现物料数据的标准管理、数据清洗、物料主数据从创建、审核、发布、修改、冻结、归档的全生命周期管理、物料数据质量管理等。
五、清洗数据
搭建平台后，就能够根据制定的物料数据标准开展数据清洗工作，物料数据清洗是有效提高历史物料数据质量的基础性工作。
1. 历史物料数据清洗的目的
历史物料数据清洗就是按照新发布的物料分类标准、描述标准进行梳理，形成标准、规范、准确的物料数据。
下图说明了物料数据清洗的效果：
2. 物料数据清洗的流程
一般来讲，工业企业物料数据量非常大，需要科学有序的组织，才能保障物料数据清洗质量。
- 首先，明确人员分工，包干到户；
- 然后，正确标定每一个物料的小类；
- 再后，根据物料数据描述标准进行物料数据清洗；
- 最后，由审核组长对清洗后的物料进行审核。
- 最终，经过审核后的物料数据形成可供相应系统共享应用的物料代码。
下图是物料数据清洗流程示例：
3. 物料数据清洗的过程
物料数据清洗的过程主要包括：对收集的历史物料数据归类、物料数据有效性分析、识别需要清洗的物料、对物料数据进行规范、进行物料数据清洗、进行物料数据查重、进行物料数据转换、进行物料数据特征值调整、进行物料数据应用切换、对无效物料数据进行删除。
下图是物料清洗过程的示例：
4. 物料数据清洗的成果
清洗后的物料数据就能达到物料数据质量要求的唯一性、完整性、准确性等要求，同时在物料数据管理系统中生成了物料代码，可供需要使用物料数据的信息系统进行集成共享使用。
下图是物料数据清洗后规范的物料主数据示例：
六、服务集成
物料数据在清洗后，必须通过系统集成，保整物料主数据源头数据质量的基础上，各相关应用系统必须使用统一的物料数据，才能保证各系统中物料数据的一致性、准确性、及时性。
1. 系统集成方案
企业通常采用通过ESB总线（数据集成平台）实现物料主数据与业务系统的集成，从而实现物料数据在各业务系统中的统一使用。
数据分发策略可以采用人工触发、定时触发、批量使用等模式。
2. 数据切换方案
制定合理的物料数据切换方案是物料数据在各系统应用落地的重要策略：
- 如何处理已建系统中物料数据和标准物料之间的关系；
- 如何处理在建系统中物料数据和标准物料之间的关系；
- 如何处理待建系统中物料数据和标准物料之间的关系。
只有处理好三种关系，才能保障物料数据的真正落地。
下图是物料数据切换方案策略示例：
七、运维支持
建立标准化的运维团队是保障物料数据质量的坚实保障。
通过物料数据运维团队，从物料专业化的角度审批提报的物料数据，保障物料数据的准确性；从审批效率的角度及时审批提报的物料，提高物料数据的及时性；从数据质量的角度对物料数据进行审查，保证物料数据的高质量。
下图是物料数据运维过程的示例：
八、优化提升
企业物料数据量大，很难一次性将质量提升到位。因此，就需要建立物料数据质量优化提升机制，采取PDCA的方法开展物料数据质量提升工作。
下图是PDCA质量提升示例：
1. 建立物料数据质量规则
根据物料数据标准，建立物料数据质量规则库，规则库要涵盖：唯一性校验规则、完整性校验规则、一致性校验规则、准确性校验规则等，保证质量规则的全面性和可扩展性。
具体校验要求包括：空值检查、逻辑检查、值域检查、重复检查、引用检查、结果对比等。
2. 实施物料数据质量检查
将制定的物料数据质量检查规则内置到物料数据质量管理平台，抽取不同系统中物料数据形成待检查清单，启动物料数据质量规则引擎。
实现待检查物料数据清单和物料数据管理系统中的标准物料数据进行对标校验，物料数据质量检查后形成物料数据质量报告。
3. 实施物料数据质量改进
按照规划中制定的物料数据质量提升目标，参照物料数据质量报告，开展物料数据质量改进活动。
对不符合物料数据质量规则的物料数据进行处置，以达到数据质量改进目标的要求，同时修正后的数据要进行再次校验以保障质量改进的结果，尤其注意物料数据质量改进的闭环管理。
本文作者 @王建峰
版权声明
本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处。如若内容有涉嫌抄袭侵权/违法违规/事实不符，请点击 举报 进行投诉反馈！
