点晴模切ERP系统三种分类数据介绍
当前位置:点晴教程→点晴ERP企业管理信息系统
→『 经验分享&操作答疑 』
ERP是企业资源计划Enterprise Resource Planning的缩写,我们可以把它看作是一个大型数据库,其中有许多的模块和各类数据,通过共享的平台打破数据的孤岛,这是ERP的基本原理。 在ERP中,数据大体上可以分为三种,分别是组织机构数据、主数据和交易数据。 一 组织机构数据 ERP是B2B业务的系统,所以是在许多组织之间开展业务和传输相关数据。系统首先要包含一家企业的基础数据,比如公司名称、工厂代码、销售区域、开户银行诸如此类的信息。 当公司的规模越来越大,就会出现分公司,比如在北京设立配送中心、在山东开设工厂,如果这些分公司都是独立法人,那就要“自立门户”,负责各自的财务损益表,在ERP里不能混为一谈。 组织机构数据代表了公司的结构,它与供应链管理的相关性较弱,所以不是本文重点讨论的话题,我们更关心另两种数据。 二 主数据 主数据Master Data,相信许多人对这个名字不陌生。在ERP系统中有很多种的主数据,比如在销售模块里,包括了客户名称、送货地址、销售产品型号、价格等等。 供应链管理更关注于物料的主数据,因为我们的工作是把原材料加工成为成品,所以总是在和物料打交道。 尽管我们面对的是同一颗物料,但是不同的职能部门关注的主数据是不一样的。 这是什么意思呢?假设我们销售的商品是盒装牛奶,财务的主数据是商品的分类、客户账号,销售关注的是价格、折扣策略,与库存和运输管理相关的是商品的最小起订量、生产周期和包装结构等等。 以包装结构为例,我们在超市里看到的盒装牛奶是以SKU为单位陈列在货架上的,这是商品最小的包装单位。 超市在进货的时候,通常是以箱为单位,大型会员店则是用托盘。盒、纸箱和托盘,这些就是商品包装结构,每种容器类型对应的SKU数量是不一样,如下图。 假设每箱里有24件商品,一个托盘可以摆放60箱,那就可以知道每托盘上的商品数量是1440件。 重量和体积并不是简单地乘以单位数量,还要考虑纸箱和托盘本身的重量,以及容器的内尺寸。这些包装结构的主数据可用于计算仓库所需面积和选择运输车辆类型。 举个例子,一家超市客户采购了200箱牛奶,根据主数据就能算出这票货物是3个托盘,另加上20箱,公式如下, 200箱牛奶=(每托盘数量60箱×3)+20箱 同时也能计算出相应的体积和重量,如下图。 有了商品的主数据以后,在预定运输车辆时就能立即得出货物的重量和体积,不需要再去询问仓库,可以节省下不少的时间。 给客户的最小起订量(Minimum Order Quantity,简称MOQ)也应以纸箱或者托盘为单位,仓库可以避免重新包装的环节,提高出库操作效率。 不同的流程和部门对于主数据有着各自的视角和用途,而主数据的状态是“相对静止”的,它不是在随时随刻会变化的数据。 除非情况发生改变,主数据不会被随意修改。例如牛奶每箱的包装结构数量从24盒减少到了20盒,我们就需要在ERP中更新数据。而客户订单从200箱增加至300箱,这与主数据结构无关,就不用进行改动。 从另一方面看,由于主数据会影响到ERP系统中多个流程和部门,所以它的准确性就很重要,一个简单的错误会给库存和运输操作结果带来很大的负面影响,可以说是“差之毫厘,谬以千里”。 三 交易数据 与主数据状态的“相对静止”相比,交易数据更趋于是“实时更新”。交易数据的英文是Transaction Data,在ERP的语言中,并不是只有把商品卖给客户才叫交易,而是指商品在系统中被处理的活动,描述发生的事件的数据。 当原料达到仓库,工人在完成清点后要在系统里做收货处理,这个步骤就会产生交易数据。原料在入库后要存储在货架上,这又是一项活动,同样会产生交易数据。 在交易数据里,会记录下何时When、何地Where、何人Who、做了什么事情What、多少数量How Many。 交易数据可以用于分析,它包含了所有与供应商和客户之间的业务往来。从原材料的采购交易数据中,我们可以汇总在过去一段时间内的采购订单,这是确实的订单Firm Order,以此计算是否有足够或过量的原料。 在回顾采购费用节省时,可以把仓库已经收到货物的交易数据从系统中提取出来,汇总后与采购预算进行比对,看看是否实现了节省的目标。 想要查看每个客户的销售量,只要把仓库实际发货数量和销售价格数据导出,经过简单的处理后就能一目了然。 交易数据是储存在公共数据库里,从中直接获取的数据是无法做假的,是最真实的,可以帮助我们分析出运营KPI异常的根本原因。交易数据是事务性的记录,也是组织数据和主数据的组合。 【转】https://mp.weixin.qq.com/s/1i0iaTUZhWRBpb6RF05I1w 点晴模切ERP更多信息:http://moqie.clicksun.cn,联系电话:4001861886 该文章在 2024/1/3 9:36:36 编辑过 |
关键字查询
相关文章
正在查询... |