谈谈物料数据质量问题和提升路径

本文涉及的产品
数据管理 DMS,安全协同 3个实例 3个月
推荐场景:
学生管理系统数据库
简介: 本文所谈的物料是指企业中所有物资、产品和服务的总和。从某种意义上说,物资是工业企业所占价值最大的一部分。

 一、物料数据质量管理现状

     1、数据数据存在的质量问题

     本文所谈的物料是指企业中所有物资、产品和服务的总和。从某种意义上说,物资是工业企业所占价值最大的一部分。物资数据涉及到企业的研发、采购、仓储、生产、销售、物流、财务等生产经营管理决策的整个价值链的各个环节。因此,物料数据质量的好坏就将影响到采购的合理性、生产的及时性、管理的精确性以及决策的科学性。

     在工业企业,物料的质量主要表现在以下几方面:

     唯一性:物料数据质量的唯一性问题主要体现在物料的一物多码。

     完整性:物料数据质量的完整性问题主要体现在物料的关键属性不全。

     准确性:物料数据质量的准确性问题主要体现在物料的关键属性不准确。

     一致性:物料数据质量的一致性问题主要体现在物料的多系统相同物料描述不一致。

     有效性:物料数据质量的有效性问题主要体现在物料的属性值不可用。

     及时性:物料数据质量的及时性问题主要体现在物料不能及时维护,每个系统的物料差别比较大。

434054bde8348eb60fa375fb4a028bb4.png      物料数据质量问题对业务经营和企业健康发展将产生重要影响,比如库存量准确度低、结算发生错误、库存资金占有量大、财务审计不合规、采购计划不准确、企业决策失误、客户满意度低等。这些将严重导致企业的精细化管理程度低、物料占有成本巨大、核心竞争力不足和难以可持续发展。

     2、物料数据问题产生的原因

     在工业企业中,物料数据质量问题按照产生的来源可以分为信息问题、技术问题、流程问题和管理问题四个方面。

f8722354bcc46b4ce170dc09f3070859.png

     (1)标准问题

     标准类问题是由于对物料数据本身的描述标准缺乏,造成理解及其度量的偏差从而出现的数据质量问题。产生这部分数据质量问题的原因主要有:物料元数据描述及理解错误、物料主数据标准缺失、物料属性的特征值不规范、物料的计量单位不统一等。

     (2)技术问提

     技术类问题是指由于物料数据处理的各技术环节的异常造成的数据质量问题,它产生的直接原因是技术实现上的缺陷。数据质量问题的产生环节主要包括数据创建、数据获取、数据传递、数据装载、数据使用、数据维护等。比如,创建数据默认值使用不当和数据录入的校验规则不当、接口数据漏传、数据清洗算法不完善、维护过程缺乏验证机制等。

     (3)流程问题

     流程类问题是指由于物料申请、审批、应用流程设置不当造成的数据质量问题,主要来源于数据的创建流程、审批流程、使用流程、维护流程和稽核流程等各环节。比如,操作员数据录入时缺乏审核流程、清洗流程缺乏、调度流程逻辑错误、数据使用缺乏流程管理、缺乏错误数据维护流程、缺乏数据错误反馈流程等。

     (4)管理问题

     管理类问题是指缺失物料数据管理和运维管理机制方面的原因造成的数据质量问题,如组织管理、人员管理、绩效激励等方面的措施不当导致的管理缺失。比如,缺乏强有力的物料数据管理组织、缺乏物料数据管理的专业人员、针对数据质量问题,没有建立管理数据质量的专门机构、没有明确的数据质量目标、缺少企业数据质量管理办法、缺少物料质量管理的绩效激励制度等。

    二、物料数据质量实施路径

     在工业企业中,物料的数据量巨大,因此,对于物料质量的提升应该采用系统的方法进行整体规划,采用过程的方法实现闭环管理,采用PDCA的方法不断持续提升。

b9c891499c02eb3ee65ea65074ad8ed4.png

     物料数据质量规划主要包括物料数据质量目标、物料数据管理组织、物料数据质量标准、物料数据管理平台、物料数据清洗、物料数据集成共享、物料数据运维组织以及物料数据质量优化机制等。

     (1)总体规划,制定目标

     物料数据质量的管理首先要有总体的规划,包括物料数据质量的目标、物料数据质量管理的过程要求以及物料数据质量提升的路径。

     (2)建立组织 ,构建流程

     组织是实现物料数据质量管理规划和执行数据质量管理的必要保障条件,同时构建流程和制度,保障物料数据质量有序推进和闭环管理。

     (3)制定标准, 编制规则

     标准是实现物料数据质量管理和提升的依据,根据物料标准编制物料质量规则,实现物料从源头到应用的全过程质量支撑。

     (4)搭建平台 ,有效保障

     平台是实现物料数据质量管理的中枢,通过物料数据管理平台实现从物料申请、物料审批、物料修改、物料应用、物料质量检查等物料数据的全生命周期管理。

     (5)分析问题 ,清洗数据

     清洗数据是对物料历史数据质量提升的重要环节,收集各信息系统物料数据,根据制定的物料标准和规则开展物料数据清洗,将有效提升物料历史数据的完整性和有效性。

     (6)集中服务 ,全面共享

     集成共享是保证物料数据在各应用系统数据唯一性、一致性、准确性、及时性的重要条件,物料数据的集中服务,也是物料数据管理的重要价值体现。

     (7)持久运维 ,常态支持

     持续有效运维是实现物料标准化和物料数据质量有效提升的重要过程,并且需要数据运维团队常态化的支持才能有效保障物料数据质量的长治久安。

     (8)优化质量 ,再度提升

     物料数据质量的优化提升是持续的过程,根据制定的物料数据质量目标、规则和阶段提升计划,持续开展物料数据质量提升活动,按照PDCA的方法,再度提升物料数据质量。

     三、物料数据质量管理小结

     在工业企业的现实物料数据质量管理中,物料数据质量的提升往往是通过物料主数据项目建设为契机开展的,通过物料主数据项目建设中的“标准体系、管理体系和管理平台”的双轮驱动,实现物料数据质量的有效升。


相关实践学习
MySQL基础-学生管理系统数据库设计
本场景介绍如何使用DMS工具连接RDS,并使用DMS图形化工具创建数据库表。
相关文章
|
2月前
|
敏捷开发 数据可视化 BI
配置状态报告是什么?包括哪些编制步骤?需要注意哪些关键环节?
配置状态报告(CSR)是项目管理和系统开发中用于跟踪和记录项目配置项状态的重要工具,涵盖软件、硬件、文档等。它不仅提供项目当前状态、历史变更及发展趋势的清晰视图,还通过增强项目透明度、有效管理变更、支持决策制定和促进知识共享,帮助项目团队做出明智决策,确保项目按计划顺利进行。随着项目规模和复杂度的增加,CSR的重要性愈发凸显,现代项目管理工具已实现其编制和管理的自动化与智能化。
|
7月前
|
安全 测试技术 网络架构
【专栏】编写网络设备割接方案的七个步骤,包括明确割接目标、收集信息、制定计划、设计流程、风险评估、准备测试环境和编写文档。
【4月更文挑战第28天】本文介绍了编写网络设备割接方案的七个步骤,包括明确割接目标、收集信息、制定计划、设计流程、风险评估、准备测试环境和编写文档。通过实际案例分析,展示了如何成功完成割接,确保业务连续性和稳定性。遵循这些步骤,可提高割接成功率,为公司的网络性能和安全提供保障。
793 0
|
5月前
|
缓存
软件交付问题之核心业务动作需要有对应的模型和单据,如何解决
软件交付问题之核心业务动作需要有对应的模型和单据,如何解决
|
数据采集 数据建模 BI
数据中台实战(05)-如何统一管理纷繁杂乱的数据指标?
数据中台实战(05)-如何统一管理纷繁杂乱的数据指标?
486 1
|
数据采集
医院绩效考核源码,强大的指标及考核方案自定义机制
医院绩效考核系统可根据"医、护、技、管理和后勤不同岗位的目标要求,制定和选取相应的考核指标、权重和分值,形成考核办法和计分规则。不同岗位采取不同的考核指标组合,以此构成针对性的绩效评估和激励。
|
数据采集 安全 BI
数据资产目录建设之数据分类全解(上)
数据资产目录建设之数据分类全解(上)
|
运维 安全 网络安全
数据资产目录建设之数据分类全解(下)
数据资产目录建设之数据分类全解(下)
|
数据采集 运维 数据管理
【干货】谈谈如何有效提高物料数据质量
在企业的现实物料数据质量管理中,物料数据质量的提升往往是通过物料主数据项目建设为契机开展的,下面结合笔者在物料主数据项目建设中的经验论述如何通过物料主数据建设提升物料数据质量。
【干货】谈谈如何有效提高物料数据质量
|
数据采集 存储 监控
谈谈什么是数据质量管理
数据质量管理是一组旨在维护高质量信息的实践。数据质量管理从数据采集和高级数据流程的实施一直到数据的有效分发。
谈谈什么是数据质量管理
|
存储 数据采集 安全
谈谈如何制定主数据管理策略及正确选择数据治理工具
在实现MDM策略时,应采用循序渐进的迭代方法。大处着眼,小处着手,与企业的长远目标相一致。
谈谈如何制定主数据管理策略及正确选择数据治理工具