PDS WH 项目轶事之Master Data Load

简介: PDS WH 项目轶事之Master Data Load   刚上项目,就听说PDS WH项目是一个很centralized的项目,客户总部的IT Team管控很严格,强势推全球模板,并且有一个专门的data team负责导入项目上所有的主数据。

PDS WH 项目轶事之Master Data Load


 

刚上项目,就听说PDS WH项目是一个很centralized的项目,客户总部的IT Team管控很严格,强势推全球模板,并且有一个专门的data team负责导入项目上所有的主数据。

 

这个曾经让我很开心,因为这个符合我个人定义的真正的global项目的标准,认为这个项目一定很好做。毕竟实现业务流程的方案都采用全球模板,不用做太多的本地化开发与定制,加上我们Local顾问团队不用负责导入各种主数据,工作量明显会很少。

 

客户global data team宣布了项目上主数据导入的宏伟计划:整个项目期间导入9次主数据,并且在主数据导入计划里,将众多SAP主数据分成几个波次里导入,不同的波次导入不同的主数据。比如第一波次只导入物料主数据,第二波次加上供应商和客户主数据,第三波加上BOMRecipe后续的波次会不断增加新的主数据导入对象。看起来有点像是滚雪球,越滚越大,涉及的主数据范围越来越全面,貌似很科学很有搞头。

 

项目开工没多久,就开始和global data team一起弄主数据。不幸的是,我们很快得知,global data team的人很多没有SAP经验,他们都是客户总部老的ERP系统的IT,对老的ERP系统很熟悉,但是完全无SAP ERP系统的实施与维护经验。因此他们对于SAP主数据的一些特征,主数据之间的一些内在的逻辑关系与依赖关系,完全无概念无感觉!买噶的!加上global data team完全主导主数据收集工作,前期基本是工厂本地的IT与之沟通,我们SAP顾问反而被绕过;加上global data team主数据导入方法论也不同于常规的SAP项目,最后导致的结果是:项目进行了近5个月,物料主数据、供应商主数据以及客户主数据的导入尚未搞定,让其导入了二轮,发现很多很多的问题,并且有些问题,按照global data team的说法,是解决不了的。比如物料主数据销售视图,项目上有多个销售范围,常常一个物料需要创建几个销售视图;客户主数据也一样,一个客户可能需要扩展到几个销售范围里;客户主数据,按照客户总部要求,售达方和运达方的code要求不同。这些问题,我们本地顾问团队反复与global data team做了沟通与说明,他们一直未能解决甚至说解决不了。如此这般多多问题,让localIT以及关键用户团队很是困惑,被折腾的很痛苦。而我们顾问团队明明知道如何解决这些问题,却使不上劲!我们跟WH工厂甲方项目经理建议,与global data team沟通,要求将主数据全部转到本地顾问团队,由其负责收集和导入。

 

截止到上周五,在与我们顾问团队沟通,确信我们顾问团队能很快搞定主数据导入的诸多问题之后,WH工厂的甲方项目经理在与global team的会上,强烈要求把主数据导入交给我们顾问团队,同时客户的IT Director也支持这么做。 Global data team终于同意了,毕竟他们也知道自己不能解决我们所提出的主数据导入的问题,再由他们这么折腾,项目风险会越来越大,并且无法控制。

 

我们都松了一口气。工厂甲方项目经理也很开心,说终于把这帮老美给甩掉了。开心的说,搞定了这个问题,可以搞team building了。很快她就发出邀请,约我们顾问团队以及关键用户团队去某个地方吃饭,搞团队建设,增进顾问团队和关键用户的感情,表达对顾问团队的感谢云云。

 

至此,我们顾问团队也很开心,毕竟压在心里的一块石头可以彻底落地了。从顾问团队的角度讲,由global data team的主数据导入问题引起的项目风险也彻底解除了。好开心!后面就看咱们的了!

 

2016-09-14 写于武汉.

 

 

 

 

 

 

 

目录
相关文章
|
存储 JSON 数据库
Python中列表数据的保存与读取:以txt文件为例
Python中列表数据的保存与读取:以txt文件为例
464 2
|
开发框架 人工智能 前端开发
探索移动应用开发的未来之路:跨平台框架与原生系统的融合
本文旨在探讨移动应用开发的新趋势,特别是跨平台框架和原生操作系统之间的相互作用。我们将深入分析Flutter、React Native等流行框架的设计理念,以及它们如何适应不断变化的移动生态系统。文章还将讨论这些技术对开发人员工作流程的影响,并预测未来可能的发展方向。通过具体案例,我们展示了跨平台解决方案在实际应用中的优势和挑战,为读者提供对当前和未来移动应用开发趋势的深刻见解。
196 40
|
存储 算法 索引
力扣每日一题 6/12 + 随机一题
力扣每日一题 6/12 + 随机一题
87 0
|
分布式计算 大数据 MaxCompute
大数据计算MaxCompute表字段a为string类型,里面存的数据格式为小数, 通过alter table是不能将这个字段a转为decimal类型吗?
大数据计算MaxCompute表字段a为string类型,里面存的数据格式为小数, 通过alter table是不能将这个字段a转为decimal类型吗?
200 0
|
算法 Java 测试技术
LeetCode 周赛上分之旅 #46 经典二分答案与质因数分解
学习数据结构与算法的关键在于掌握问题背后的算法思维框架,你的思考越抽象,它能覆盖的问题域就越广,理解难度也更复杂。在这个专栏里,小彭与你分享每场 LeetCode 周赛的解题报告,一起体会上分之旅。
176 0
LeetCode 周赛上分之旅 #46 经典二分答案与质因数分解
【数字IC手撕代码】Verilog半整数分频|题目|原理|设计|仿真
【数字IC手撕代码】Verilog半整数分频|题目|原理|设计|仿真
【数字IC手撕代码】Verilog半整数分频|题目|原理|设计|仿真
|
JSON 监控 数据可视化
Nginx日志加工分析
介绍如何使用阿里云日志服务-数据加工处理Nginx日志,帮助后续分析、可视化以及报警。
1301 0
Nginx日志加工分析
|
自然语言处理 NoSQL Java
表格存储 Java SDK 开发入门
本文将结合电商订单场景为例,介绍表格存储 Tablestore Java SDK 的基本使用方法。
1123 0
|
2天前
|
弹性计算 关系型数据库 微服务
基于 Docker 与 Kubernetes(K3s)的微服务:阿里云生产环境扩容实践
在微服务架构中,如何实现“稳定扩容”与“成本可控”是企业面临的核心挑战。本文结合 Python FastAPI 微服务实战,详解如何基于阿里云基础设施,利用 Docker 封装服务、K3s 实现容器编排,构建生产级微服务架构。内容涵盖容器构建、集群部署、自动扩缩容、可观测性等关键环节,适配阿里云资源特性与服务生态,助力企业打造低成本、高可靠、易扩展的微服务解决方案。
1080 0
|
11天前
|
人工智能 运维 安全

热门文章

最新文章