如何做好ERP實施中的數據準備

數據準備是企業實施ERP的基礎，這項工作完成的好壞直接影響了系統的上線效果。隨著企業對ERP的認識逐步深入，數據準備工作也受到了一定的重視。然而，由于這項工作本身極為龐雜，企業除了需要盡早做準備以外，掌握科學的實施方法也是很重要的。

數據的重要性
經驗表明，作為管理改造工程的ERP項目，花在系統實現和技術準備上的時間并不多，80%以上的時間是花在了貫穿全程的三大任務上，即全程的宣傳培訓、全程的數據準備和全程的管理變革。這三個全程缺一不可，其中尤以數據準備工作量最大。
說到數據在ERP項目中的重要性，恐怕沒有人會否認。大家最常掛在嘴邊的一句話是“三分技術、七分管理、十二分數據”，以此來表達對數據的高度重視。然而數據問題成為ERP項目高失敗率的主要原因之一這不爭的事實，又不得不讓人反思癥結到底在哪兒。
為什么數據是一個大問題
很多企業在沒有上信息化之前使用手工方式進行管理。手工方式下的數據，更多的是以部門為單位進行管理的。部門之間用單據進行業務數據的流轉，部門內用臺賬進行數據記賬，月底通過對賬保持部門內和部門之間數據一致。這種延用了幾十年的管理方式，與利用信息化進行數據管理的思想和實現手段有很大差距。
手工數據的特點是 ：分散、口徑不一致、冗余、不規范。這樣一來，同一數據在同一時間點上，會在不同部門、以不盡相同的描述和內容表現出來，在時間和空間上也是不一致的。這顯然與ERP所追求的同一數據在系統中保持唯一性、共享性的理念有很大差別。再加上由于歷史的原因，企業中的很多數據要么不全，要么賬實不符，企業往往要在上ERP的同時清產核資工作，這無形中加重了ERP數據準備的難度。
如何進行數據準備
數據準備是一項龐大而繁瑣的工作，所以越早進行越好。并且應該貫穿ERP項目實施的全過程。那么一個ERP項目應該如何從一團亂麻中理出頭緒，在ERP系統上線前后分步驟地做好數據準備呢？為了說明問題，先講一個成功推進數據準備的案例吧。
老李是某鋼鐵集團信息部的負責人，在公司的多個業務和管理崗位上供過職，對公司上上下下的情況都很熟悉，也算是一個老鋼鐵了。
公司的ERP項目剛剛啟動，他就隱約感到數據是一個大問題，因為企業幾十年沉淀下來的數據量巨大，且有很多不全、不準、不一致的現象，要想在上線之前將這些情況搞清楚，就必須盡早下手。在咨詢公司的幫助下，他抽調專人組成數據組，與ERP項目實施并行開展工作。按照計劃，他分為三大步驟，首先是讓各業務部門先盤點統計一番，摸清家底，這花了大半個月；之后是對收集上來的數據分類整理，制定統一的編碼規則，這花了兩個多月的時間，這步完成后，基礎數據也就基本完成了；第三步是下發編碼規則，并要求業務部門按新編碼重新整理現有數據，并在上線之前一個月內實物盤點，在上線之前拿出期初數據。通過周密的安排和大量的工作，數據準備終于和項目實施同步完成，并且數據的質量是有保證的。
從這個案例中我們可以看出數據準備的步驟和一般規律。
第一步：搞清楚有哪些數據要準備
我們可以簡單地將ERP實施所要準備的數據分為兩大類：即靜態數據和動態數據，也可稱為基礎數據和事務數據。
靜態數據是指開展業務活動所需要的基礎數據，如物料基本信息、客戶、供應商數據、財務的科目體系等。靜態數據的特點是它在整個數據的生命周期中基本保持不變，同時它是動態數據的基礎，公司所有業務人員通過調用靜態數據來保持同一數據在整個系統中的唯一性。
動態數據是指每筆業務發生時產生的事務處理信息。例如銷售訂單、采購訂單、生成指令等。動態數據按照時點來分，又可以分為期初數據和日常數據。其中上線時點的數據對ERP上線前的數據準備尤其重要，它代表系統在期初上線這樣的時間點上，公司動態數據的當前狀態，我們稱其為期初數據（或者稱為初始數據）。期初數據既包括上線時點所有物料庫存的數量、金額，財務科目的余額，也包括那些未完未結的業務單據，象未交貨的銷售訂單、未付款的采購訂單等。
不論是靜態數據還是動態數據，在ERP系統中都必須是唯一的。為了保證數據的唯一性，就要給這些數據編碼。所以，在進行兩大類數據準備之前，另一項更基礎的工作必須先完成，那就是制定編碼規則。
我們可以將數據的分類和數據準備的先后次序列表，并對每項數據設計一個收集表，下發到各部門，摸底調查。
在所有的數據中，物料數據是數量最多、分布最廣的。這里所指的物料包含的范圍很廣，既包括原材料、半成品、產成品，也包括設備、固定資產等。物料分類則是根據物料的某些屬性對物料進行歸類，例如一個機械廠將其物料分為：產品、部件組件、零件、鑄件、鍛件、刀具、量具、夾具及其他工裝等。
所以要首先把工作重心放在物料數據準備上。
第二步：制定編碼規則和完成基礎數據收集
在明確有哪些數據要準備后，就可以著手編碼了。實際上，數據準備工作中最難的是制定編碼規則，這也是最占用時間的工作。一個考慮周全的編碼體系需要跨部門反復討論。不同的數據可能有不同的編碼結構，但必須遵循共同的編碼原則：
(1) 唯一性
必須保證一個編碼對象僅被賦予一個代碼，一個代碼只反映一個編碼對象。
(2) 實用性
編碼體系應當符合企業的業務特點和管理需求，既充分考慮企業發展對信息編碼的需求、又兼顧企業的現狀。要從實用性出發，掌握好編碼的顆粒度，過細的編碼不實用，過粗的編碼不管用。
(3)  統一的編碼結構
編碼由一個或者若干不同分類角度的分類碼構成，統一的編碼結構含意如下：
任何對象在其整個生命周期內標識碼保持不變，所有分類碼具有相同的編碼結構。
(4)  標準化
編碼應提高標準化程度，充分考慮到與外部環境的接軌而盡可能與相關國家、行業標準相吻合。例如使用國家標準所確定的行業分類作為行業編碼，郵政編碼作為地區編碼等。
(5)  便于ERP系統處理
由于編碼將在計算機信息處理系統中得以實現，故編碼應當符合數據處理的要求，便于用計算機處理。
(6)  易用性
編碼應盡可能好記易用。所以要在滿足要求的情況下盡可能的短小，常用的編碼應盡量避免字母與數字混合，以提高錄入效率。
實際上，編碼問題絕不僅僅是一個技術問題，也不只是ERP實施小組的事情。它牽涉到不同的部門，需要考慮管理現狀、業務特點、歷史數據等方方面面。所以合理組織人力和安排充足的時間十分重要。一般的做法是在項目實施小組中成立跨職能部門的數據小組，由專人負責，各職能部門的人員都要參加數據小組，視工作難度和工作量來確定是專職還是兼職參與。
完成編碼規則后，依據編碼規則逐條確定靜態數據和編碼，從而完成整個靜態基礎數據的整理工作。
第三步：期初數據準備和系統上線
有了基礎數據，就有了ERP運行的基礎。但ERP上線后，系統里的數據是不是能夠反映現實情況，就要看期初數據能不能及時準確地錄入系統了。
由于期初數據反映的是上線那個時間點的數據，因此過早準備是沒有意義的，這些事務處理數據都是動態的，每天都在變化。因此完成期初數據準備需要更精密的時間表，通常會這樣安排計劃。
● 根據ERP項目的實施進度，確認上線時間，并進行項目管控。
● 在上線之前一個月內進行全面的庫存盤點，并在財務上進行盤盈盤虧處理。盤點時使用新的編碼規則。
● 要求各業務部門在上線之前盡可能處理完未結清的訂單和應收應付單據，以減少手工和系統切換的難度，同時也降低日后對賬的工作量。
● 在上線之前兩周，集中人力將靜態數據導入或者錄入系統。
● 在上線時點將庫存期初、科目余額和未結單據錄入系統。可視數據量的多少適當提前或者滯后錄入，但要保持系統中的數據與實際情況相符。
● 在上線后的一個月內，通過核對手工賬和實物，檢查系統數據是否準確，并查出差異所在，進行調整。
談到對賬，這里再多說幾句。由于ERP的系統實現不是簡單的模擬手工作業，因此在系統上線前后，業務處理方式可能會不同，會有一些數據是對不上的。對不上的原因除了確實賬實不符、賬賬不符外，前后的統計和管理的口徑不一致也是導致數據根本對不上的一個重要原因，畢竟數據的標準都不一樣了。比如為了核算準確而增加的過渡科目會導致另一些科目余額不一致，雖然這并不影響最終的財務報表。
在處理這類數據的時候，要從理解系統的邏輯關系出發，尋求數據的平衡，懂得哪些應該刪除、哪些應該合并、哪些應該完善。懂得如何取舍是上上功夫。
數據生命周期管理
至此，整個ERP項目上線之前的數據準備宣告完成。但作為一個完整的系統，上線還只是ERP應用的開始。相比前期的痛苦，上線后保持數據的“純潔”更顯得重要。所謂“打天下難，守天下更難”。在數據從產生到消亡的整個生命周期中，保持數據的準確性、時效性是一項長期的工作。在系統運行期間，還要做到以下幾點。
● 成立專門的編碼維護部門，根據編碼規則添加新的編碼。
● 上線后，需要對部分業務流程和操作規程進行調整，以適應系統內的數據流轉。
● 應用管理員及時處理系統中的異常數據。
● 定期對數據備份，確保數據完整，在出現數據災難時可以恢復到最近一個數據點，最大限度地減少損失。
● 清理垃圾數據和已經失效的數據。
● 根據業務和管理的需要，增加新的數據項或者更改原數據定義等。
保證數據質量的方法
數據質量是數據的生命，因為錯誤的數據沒有任何現實的意義，反而是系統無法上線或者掉線的導火索。保證數據質量是時時刻刻要做的事情。在這方面，經驗更顯寶貴，不過我們還是可以探詢出一些成型的方法。
在上線前做數據收集時，要事先做好下發表格。如果數據量較少，可以用Excel模板做表格，并鎖定不允許修改的部分，以利于匯總、排序。如果數據量比較大，最好另編一個小程序，以自動控制重復的數據，同時便于同步檢查。
在上線時，先通過管理措施減少期初數據量，再對每一條期初數據都力保準確。要盡早對賬，因為越晚對賬數據的差異越大，越難對得上。
在上線后，要從管理上嚴格要求業務處理與數據錄入同步進行，不能積壓單據一次性補錄。
做好以上幾點，可以控制住數據質量。但不管如何努力，數據都不大可能百分百的準確。我們所談的數據準確是指數據的錯誤率控制在可以接受的范圍之內，并逐步求精。企業要有一套高效的管理制度保證及時發現并處理數據差異。在ERP實施期間，企業要為數據的損失做好“買單”的準備，有時重復工作是不可避免的，也可能會因處理賬實不符而需要財務費用。在ERP應用期間，短期的對不上賬，只要是控制在范圍之內，就可以接受，俗話說“一段濁水、一段清水”，只要堅持嚴格管理和定期核查，數據質量很快就會提高。
咨詢公司有一套數據質量的評估方法，在系統運行一段時間后做數據評估是提高數據質量必不可少的工作。實際上，不少企業通過數據評估，往往能夠發現以前所忽視的管理上的問題，經過幾輪調整后，企業實施ERP的效益就體現出來了。
總結
影響一個ERP項目的因素有很多，數據無疑是其中很重要的一項。當我們抓住數據這個根基，大處著眼，小處著手的時候，我們距離ERP成功的日子就不會太遠。

制造業ERP實施中的數據準備
文/關瑞北
關瑞北，神州數碼管理系統有限公司易飛實施顧問。有豐富的項目開發和實施經驗，熟悉Oracle、易飛等ERP產品。實施和服務的客戶有：北京石油機械廠、北京三和松石、北京航天佳捷計算機技術有限公司、北京美捷美科技有限公司等。

企業信息化是當前社會熱門的話題之一，近年來“以信息化帶動工業化”已
 成為各地政府、各企業領導使用頻率最高的一句話，各企業在信息化建設
 上的投入也不斷加大。其實，隨著計算機技術的發展，建立起一個應用系統并不困難，困難的是如何讓應用系統真正產生效益。
應該看到，雖然整個社會在信息化建設方面投入了大量資源，但其發展現狀并不令人十分滿意，很多信息系統利用率很低。而其中，數據質量是問題的關鍵所在。客戶忠誠度主要由企業與客戶及各方面溝通的有效性及準確性來決定，系統運營效率也主要依賴于數據獲取的可靠性和及時性。而數據質量很大程度上取決于信息化過程中數據準備階段工作質量的好壞。在此，筆者將結合自己在易飛ERP系統實施過程中的體會，和大家一起探討企業ERP實施過程中數據準備的一些問題。
基礎數據的形態分類
企業中的基礎數據可分為兩種：一種稱為靜態數據，所謂靜態數據是指在一段時間內相對穩定，一般不隨時間不同而改變的數據。以易飛為例，包括：存貨子模塊的品號基本資料，各部門、倉庫、人員信息，采購子模塊的供應商信息，銷售子模塊的客戶資料，總賬子模塊的會計科目，產品結構子模塊的BOM數據，生產過程中的加工中心、工藝路線等等。靜態數據一般比較穩定，可以提前準備。
另一種稱為動態數據，動態數據比靜態數據變動頻率高，一般隨時間不同而改變，如庫存余額、總賬余額、應收賬款余額、應付賬款余額、未結銷售訂單、未結采購訂單、未結工單等等。這些數據的準備要以各模塊上線切換點的數據為準。比如，計劃7月份總賬模塊上線，一般以6月末總賬余額為準。
由于兩種數據類型不同，在實施中采用的數據準備對策也不同。對于靜態數據，往往在實施的開始階段就應著手準備，準備時間也比較長，可以安排專人負責，而動態數據往往在系統上線切換點之前才開始準備，準備時間短，因而需要投入的人力也比較多，比如有些庫存余額要經過全面盤點后才能得到準確的數據。
數據準備的重要性
在ERP系統的實施過程中，通常認為系統成功三大因素按重要性排序依次為：人、數據、技術。數據作為ERP系統運行的基礎，是實現信息集成的首要條件。業界曾有“三分技術、七分實施、十二分數據”的說法，可見數據管理的重要性。數據準備也因此成為實施過程中的一個非常重要的階段。在數據準備的各項工作中，信息編碼這項基礎工作最為復雜，其復雜程度遠遠超過ERP軟件提供商的想象。許多軟件應用中出現的問題并不是出于軟件本身，也不是用戶不想應用，而是許多基礎數據不能正確收集，其中編碼是最大的問題。如在物資庫存管理中，收發存并不復雜，其應用成功的關鍵就是物資編碼和供應商編碼工作能否做好，許多企業設備到位了，軟件安裝了，但一投入運行，便發現編碼問題難以解決，面對幾萬、甚至幾十萬條需要編碼的物資信息束手無策，更談不上應用效果。當這個問題擴大到整個企業，其實施難度是可想而知的。作為實施顧問，從一開始就應該非常重視基礎資料的編碼問題，以下這些編碼原則供企業編碼時參考：
● 編號應該反映分類
● 編號應該反映順序
● 變動屬性不應納入編號
● 編號愈簡短愈好
● 避免采用有意義編號
● 避免使用英文字母
● 避免使用特殊符號
● 編號長度應求一致
● 編號應有防錯功能
實施顧問從一開始就應該強調基礎數據的重要性，并要求企業采取切實的措施來保證這一點，使企業從一開始就對這個問題表現出極大的關注，才能保證項目在上線過程中不因為數據質量差而受到影響。
數據準備的過程
數據準備的過程概括為以下幾個方面。
建立數據準備有關組織
ERP實施要建立相應的項目組織。在具體的實施過程中，一般還要在項目組內進行相應的分工。為了更好地完成數據準備工作，建議在項目組內專設數據組，從組織上保證數據準備的順利進行。數據組的主要工作是分析數據準備的范圍，建立數據搜集模板，組織必要的培訓，監督數據質量，并負責數據的最終導入和使用。
明確數據準備的要求和范圍
一般經過初期的項目調研和培訓后，項目組會確定基礎數據的范圍和要求。數據組在此基礎上要分析基礎數據從哪些部門搜集，明確數據準備的難點和重點，從而確定數據準備的分工和進度安排。
準備基礎數據模板
一旦明確了數據準備的要求和范圍，數據組要分別為各種類型的基礎數據準備相應的搜集模板，并與業務部門進行溝通，解釋基本資料中的重要字段，勾選必要字段。同時與該部門確認數據資料整理的進度并取得相關責任人的承諾。比如說，要準備供應商資料，我們在Excel中準備好相應的空白表格，針對表格中需要填寫的項目提供一個詳細的說明，讓業務部門填寫。但必須明確表格中哪些數據是必須填寫的。這樣每個準備供應商信息的人，就會知道供應商資料應該包括供應商名稱、編號、地址、稅號/賬號、聯系人等等。
對數據進行校驗和核對
在數據的搜集整理過程中，數據組要不斷對整理的數據進行校驗和核對，以保證數據的質量。發現錯誤和遺漏要及時與具體負責部門和人員進行溝通，不要等大量數據積壓后再解決。對于不影響整體上線效果的部分資料，如果其本身過于龐大，可就其中一部分先行整理，其余在上線后慢慢補充。
數據轉換和導入
基礎數據準備到一定程度時，可以考慮進行部分數據的轉換和導入。如果基礎數據量不大，導入可以采用組織專門錄入員直接輸入的方式，如果基礎數據量很大，一般就需要采用通用的數據轉換程序或開發專門的數據轉換程序，比如易飛系統的數據導入就可以通過SQL Server的數據導入導出工具來進行。因此如果數據量大，在數據準備時就更需要按一定格式準備數據，否則，數據轉換程序不能正常工作。
數據準備應注意的問題
總的來說，數據準備工作應該在意識上、方法上、操作上注意以下幾個方面的問題。
企業領導要對數據準備的重要性達成共識并進行有力推動
“輸入是垃圾，輸出的必然是垃圾”。為確保信息的準確性，企業必須投入大量人力物力進行漫長的數據準備。企業的原有管理多是概念型的東西，一旦具體量化就會出現很多困難。更何況初期的數據準備沒有任何成效，枯燥而乏味，還要時不時接受來自各方面的有形及無形的壓力，這時領導的支持與鼓勵就顯得尤為重要，因此負責項目的老總和領導在任何階段都不能忽視對項目的支持與鼓勵。同時，由于數據準備牽涉到企業多個部門，因此也離不開各部門員工的積極配合與支持。
數據準備要兼顧科學性和實用性
以BOM數據為例，筆者曾在一家客戶的實施過程中發現，由于企業多年來實行的是較為粗放的生產管理方式，因此對于系統要求的一些基礎數據，企業沒有完整的記錄，企業的BOM數據往往是七八年甚至是十幾年前的消耗定額。這期間生產部門早已對其進行了更新和改動。但由于缺乏精細的管理方式，這些改動沒能以有效的文件形式保留下來，造成技術部門與生產部門的嚴重脫節。實施中由于我們一開始在BOM資料準備上過分依賴技術部門，導致系統試運行時許多數據實用性很差。后來又不得不召集技術部門和生產部門的人員坐在一起重新討論BOM嫁接，從而對系統上線造成了一定的延誤。
數據準備可以和其他實施階段并行
許多用戶往往把數據準備作為一個孤立的階段，喜歡集中一定的時間段把它做完。其實不然，數據準備實際上是貫穿于ERP實施的各個階段，而且不同階段對數據的要求也是不同的。對于一個分期上線的系統，如生產計劃、物料需求模塊等所需要的品號、制造提前期、采購提前期、固定前置天數、變動前置天數以及經濟批量等基礎數據的搜集就可以放在稍后進行，前期的數據準備可以先忽略這些字段的分析確定，而將精力集中于更為緊要的數據準備上。此外，有些階段比如用戶培訓或流程模擬階段，對數據準確度的要求并不十分高，數據量的要求也不很大，那么數據組為這些階段準備數據時就可以不必進行嚴格的校驗和核對，從而降低數據準備的難度，縮短數據準備的時間。
數據準備可以采取“分步實施，先易后難”原則
準備數據時，可以采取“分步實施，先易后難”的原則，即先準備編碼和物流管理系統的有關數據，在實施物流管理系統的同時進行其他數據的準備工作。各種定額和期量標準的制定如BOM和工藝數據可以先按現有定額輸入系統，再通過生產管理系統的試運行及上線后采取逐步調整的方式加以完善。
數據準備工作要承擔責任，要有相應的制度保證
在準備數據之前，成員要準備一份“數據準備文檔”，在該文檔中要明確數據準備時間和范圍，即明確何時完成、準備何時的數據、準備哪些數據。為了明確雙方的責任，還應建立相應的規章制度。如明確基礎數據建立和維護的責任單位，建立規范的數據管理工作流程等。
有條件的企業應對數據準備工作建立相應的激勵和獎懲制度，如對每條正確的數據輸入，給予相應的責任人和部門負責人獎勵，對每條錯誤的數據輸入給予懲罰，以保證數據的正確性。
數據準備要建立長期的日后數據收集與審批機制
經歷了實施階段的數據集中準備工作，企業在ERP項目上線后往往還需要不斷補充新的數據，這就需要在實施過程中建立起日后長期的數據收集和審批機制，形成正規的制度和流程，如新品號的建立流程、客戶/供應商信息的更新流程等。只有這樣，才能保證數據長期的及時性與穩定性，才能保證ERP上線一段時間后后續收集數據的質量。

何子元，神州數碼管理系統有限公司ERP實施顧問。已從事7年ERP項目實施和售前工作，曾經參與實施的項目有：華日家具、北新建材、福耀玻璃、廣東利德電子、華鶴家具。曾經獨立實施的項目有：凌華集團、山東雙輪集團。熟悉易飛ERP、MOVEX ERP、Scala ERP 等國內外軟件。

基礎數據收集八步走
文/何子元
ERP的主要作用就是對企業信息
 的整合，而信息的載體和表達都
 要通過數據完成。對項目實施來講，基礎數據的準備工作難度最大。
首先，基礎數據涉及面廣，涵蓋了企業中所有可見信息和不可見信息。物料基本信息，產品結構數據，會計科目，供應商客戶信息，部門、工廠、倉庫、車間信息等等屬于可見信息，這些信息在手工作業中也會用到。不可見信息如單據類型、倉庫性質、計劃參數等，這些信息在手工管理信息時是不會涉及到的，它們會影響到系統計算。
另外，基礎數據準備的工作量大，以上各類信息的記錄數從幾個到幾十萬都有，而每條記錄包含的字段又可多達上百個，兩者的乘積簡直是天文數字，通常造成項目延期的原因有90％來自于基礎數據整理。
數據的正確性是最重要的，基礎數據是許多程序正確運行的基礎，如物料計劃和生產計劃就是根據物料文件設定的提前期、庫存量、BOM結構等計算得到的，如果其中任何一個數據與實際不符，計劃結果就將沒有任何指導意義。
正是因為基礎數據具有這些特征，從而造成了收集準備工作量大、難組織，一般需要多個部門協調，投入的人力和時間都比較多，見效周期長，因此阻力也是很大的。
為了幫助企業更有效地實施ERP，下面談一下如何快速、低成本、低錯誤率地完成基礎數據準備。
第一步：確定工作范圍
首先根據ERP項目范圍確定哪些數據需要準備，然后確定參與部門和人員配備，進而確定工作計劃，切記不可將所有工作只交給一個部門甚至一個人做，必須對此項工作的艱難程度有充分的認識。工作計劃中還要注意安排定期的會議，以方便工作人員之間溝通。
第二步：建立必要的編碼原則
ERP軟件對數據的管理是通過編碼實現的，編碼可以對數據進行唯一的標識，并且貫穿以后的查詢和應用，建立編碼原則是為了使后面的工作有一個可以遵循的原則，也為龐雜的數據確定了數據庫可以識別的唯一標識方法，所謂磨刀不誤砍柴工，大家切不可急于求成，忽略了這些重要的工作。
另外，編碼原則的制定屬于企業級標準的建立，應該按照ISO9000的標準制定和管理，尤其對于量大的基礎數據（如物料主文件的編碼）必須由多個部門共同確定方案。
第三步：建立公用信息
建立的公用信息包括公司、子公司、工廠、倉庫、部門、員工信息、貨幣代碼等基本信息。這些數據會在其他基礎數據中被引用，并且數據量不大，可以利用較少的時間和人力完成。如果整理其他數據的時候發現缺少公用信息再補的話，整體效率和進度會大打折扣。
第四步：BOM結構的確定（根據企業情況可選）
如果企業應用生產系統、計劃或產品研發模塊，BOM就是必須的基礎數據。這里首先應該明確原料到半成品、半成品到產品的級次關系，這步工作的難點是半成品設定的問題。如果半成品設定層次少或層次不設定，今后的統計分析就不能細化；如果半成品設定多，就會大大增加數據量。如果遇到下列情況，那么半成品要設置編碼管理：對半成品建立庫存賬、或者采用安全庫存管理、半成品對外銷售或用于售后服務，除此以外半成品盡量不用編碼，也不用錄入軟件系統，BOM每多一層，相應增加BOM數據量的同時還會增加物料信息的數據量，我個人的觀點是盡量少的BOM階次可以使這項工作處于可控狀態。
第五步：收集第一手資料，將原來的離散數據從不同部門集中
在這些離散數據中，僅物料基本信息一項，字段就包括生產、采購、銷售、庫存、財務的信息。在這步中，應利用統一格式的表格在各個部門間交叉流轉，讓各部門將與自己相關的數據填入表格，完成后傳遞給下個部門，以此類推，直到完成此步工作。在工作中應注意傳遞的安排，傳遞路徑需提前確定。為了保證工期，可以讓不同部門同時開始，然后交叉傳遞，或者一個部門完成一小部分后就傳遞給下個部門。同時，將每張發出的表格統一編號（唯一），并在部門間交接時作好記錄，這樣不僅可以控制進度，還能避免數據丟失。
第六步：數據檢查
（1） 完整性檢查：完整性即記錄數量是否完整。可以請企業中有經驗的人員復查或計算一下總數，將其和歷史數據比較。同時還要檢查字段的完整性，所有的ERP軟件都有必須輸入的字段，如果缺少這些字段就會造成系統的不穩定，如物料的提前期、默認倉庫等。另外還有一些非軟件要求的必須輸入的字段，對企業今后的業務和統計分析有用的字段也要列入檢查范圍，例如客戶分類和所屬地區等。
（2） 正確性檢查：正確性的范圍很廣，這里不做一一說明，可以由企業自己根據需要制定檢查原則。有些錯誤如會計科目是資產類型的，但是因為人為錯誤輸入成負債類型的，再比如有的物料是采購來的，但是錄入成自制件，這樣的錯誤在系統上線前必須發現并改正。
（3） 唯一性檢查 ：數據的唯一性應該從兩個角度檢查，常見錯誤有多個實物編成同一個編碼，如果以后錄入系統，成熟的ERP軟件會提示編碼已經存在，并拒絕接受。同時一個實物對應多個編碼的現象也必須杜絕，這種錯誤ERP軟件是發現不了的，必須利用人工查找，否則在上線后會發生多個賬務錯誤。
在改正錯誤的同時，要做好資料版本的控制，這個工作在多部門參與的數據整理工作中尤為重要。曾經有個客戶，多個部門都在同時修改一份相同的資料，修改之后的文檔中只有自己的一部分數據是正確的，其他部門數據還是錯誤的。在錄入數據時，無論以誰的數據為準都是不行的，必須用正確的數據替換錯誤數據后進行合并才行。由此可見，針對每類數據都應該設置負責部門和負責人員，每次修改后由負責人員將文檔的版本更新，同時舊版本數據也要保存。這樣做可將誤操作的損失降低到最小。
第七步：將數據錄入軟件系統
錄入前應該將基礎數據原始檔案歸檔，對于以電子文檔保存的數據，應該將數據備份好，并注明整理人員、完成時間和最后版本，如果是打印的紙介質，應該將其保存在專門的文件柜中，作為重要文檔管理。
接下來的的錄入工作是艱巨而枯燥的重復工作。通常的錄入方法有手工錄入和利用工具導入這兩種。這些方法各有利弊。
（1） 所有軟件都提供錄入界面，可以調集人員將數據逐條錄入，或者利用軟件的復制功能復制類似的數據，然后進行關鍵字段的修改。這種方法比較安全，完善的ERP軟件可在錄入的同時自動查錯，大多數前期未查出的錯誤可以在錄入時被系統提示并禁止錄入，由此保證數據的準確性。這種方法的缺點是工作量大，完成時間和記錄條數是倍數的關系。如果數據量不大，推薦利用此方法，安全、可靠，事后檢查工作量也小。
（2） 如果項目組中有數據庫高手，并且用人工錄入在人力和時間上都不能實現，可以采用直接導入數據庫的方法，這樣做的優點是效率高，完成時間與數據表個數成倍數關系。缺點是隱含錯誤多，不易檢查，曾經有個客戶在上線幾個月后發現有問題，反復檢查后發現是數據中有個字段空缺造成的，但是錄入的數據是可以由系統自動填寫默認值的。如果采用此方法，應該在前面的檢查工作中設定嚴格的檢查步驟，尤其在正確性檢查中，對重要字段要逐個檢查，這項工作可以利用各種軟件技術輔助人工進行。
（3） 另外一種方法結合了以上兩種方法的優點。曾經有一個客戶開發了一個程序模擬人工工作，基本原理是首先從電子表格中讀一條記錄的第一個字段（模仿人眼看數據的功能），然后在ERP錄入界面中的相應字段錄入該數據（模擬人手的操作），再次讀下個字段，再次錄入程序……此記錄完成后轉下一條記錄。此方法利用程序的錄入界面錄入，繼承了界面錄入的差錯功能，同時和數據導入相比，不需要人工干預，可以一天24小時的工作，速度也是很高的，不過需要高水平的程序員，至今還只見過一個客戶成功采用過此方法。
第八步：系統檢核
完成錄入工作后仍然不能徹底放松，必須再次檢查，此時最好的方法是利用軟件程序測試數據，例如將數據庫備份成一個新的數據庫，將企業常用的流程在新數據庫中做一遍，通過檢查結果的正確性來驗證基礎數據的正確性。
在收集和整理這兩個步驟中，各企業根據自身員工的技術和特長，通常會用一些工具軟件輔助數據收集和整理工作，常用的有MS Excel、Access、FoxPro、SQL server等。利用工具軟件不僅能大大提高收集和整理的效率，更大的優勢是能夠查錯，下幾條簡單指令就可以發現大部分錯誤，如果依靠人工比對檢查，所需的時間和工作量都是企業無法承受的。
以上談了ERP項目基礎數據整理的流程，具體項目還要在實施方顧問的指導下進行，另外制度的保障也要及時跟上，曾經有企業在做數據整理工作前，采納了實施方的建議，建立了獎懲制度，輸入一條數據按0.02元計算，輸入數據經過檢查發現錯誤，扣0.04元，一條制度即提高了輸入人員的積極性，同時也督促錄入人員在錄入的同時進行認真的檢查。
基礎數據準備這項工作的重點不是在數據本身，嚴密的計劃和合理的組織才是完成這項艱巨工作的最好手段。