基于项目管理模式的企业ERP系统数据质量管理探讨与实践

段珂

[摘 要]随着企业信息化建设的不断深入，信息系统应用中的数据质量问题逐步显现，不利于充分发挥信息系统的支撑作用。为了解决基于项目管理模式的企业ERP系统数据质量问题，本文提出了包含合同录入规范率等9个指标的数据质量评价考核指标体系，建设了数据质量评价考核管理系统，有效提升了企业ERP系统中的数据质量，充分发挥了信息系统的支撑作用和数据价值，在企业ERP系统数据质量管理方面具有一定的借鉴意义。

[关键词]项目管理；ERP系统；质量管理

doi：10.3969/j.issn.1673 - 0194.2018.18.026

[中图分类号]F270.7；TP315 [文献标识码]A [文章编号]1673-0194（2018）18-00-04

0 引 言

众所周知，数据是企业至关重要的资产，数据构成了系统运行的血液，数据的质量决定了系统应用的质量，并关系到系统价值的体现。随着企业信息化建设的不断深入，信息系统应用问题逐步显现，其中一个重要的现象就是系统数据质量不高，数据管理存在数据录入无监督、录入数据不准确、最终数据不敢用等问题，特别是在近期各企业日渐加强运营监控，数据的质量问题直接影响了统计分析的准确性，不利于充分发挥信息系统的支撑作用。

针对数据质量问题，业界一般是开展数据治理工作。数据治理是将数据视为一项企业资产，它涉及以企业资产的形式对数据进行优化、保护和利用的决策权利，并对组织内的人员、流程、技术和策略进行编排，以期从企业数据中获取最优的价值。数据治理已成为业务应用集中建设、大数据应用、智能分析决策应用的重要基石。

通常认为，数据治理至少应涵盖以下功能域：数据质量管理、元数据管理、数据标准管理、数据安全管理和主数据管理。本文主要探讨了数据质量管理在项目管理模式企业中的实践应用。

1 项目管理模式中数据质量存在的主要问题

项目是为完成某一独特的产品或服务所做的一次性努力，项目管理是在一定资源约束下，为达到项目目标对项目执行所涉及的所有工作的管理。对于产品是定制化生产的企业，一般都采用项目管理的模式组织日常经营生产活动。企业项目管理的过程一般分为以下几个阶段，如图1所示。

造成数据质量问题的原因是多维度的，但究其根本，人为差错是导致数据质量问题的主要根源。如何有效的遏制和控制人为差错，是数据质量管理的关键。针对项目管理中的这些过程，数据一般存在以下几个方面的质量问题。

（1）合同管理方面的问题。合同中上传合同附件、交货日期录入、付款方式等信息维护不准确。上传合同附件错误导致无法跟踪实际合同，交货日期录入不准确会影响项目计划的安排，付款方式错误会影响应收账款跟催。

（2）建项管理方面的问题。项目建项不及时，合同签订后未在规定时间内创建项目。及时创建项目是保证后续项目设计、采购和生产顺利开展的前提，会直接影响项目的按期履约交付。

（3）生产管理方面的问题。物料需求下达后未及时响应并将其转换为采购申请或者生产订单，将会压缩后续生产和采购周期，从而对合同交付造成影响。BOM更新及生产订单材料变更或替代后维护不及时导致的生产订单冗余材料需求较多，会影响项目计划成本和销售成本结转的准确性。

（4）采购管理方面的问题。采购需求日期提报不准确，需求部门与采购部门缺乏有效的沟通，采购订单计划交期与实际情况差异较大，导致采购需求和采购订单无法有效指导采购工作。

（5）回款管理方面的问题。认款不及时、不准确，导致回款数据不准确，影响企业日常催款工作。在催款数据中，催款责任人信息未维护、采购订单编号等信息维护不准确，导致催款时无法进行有效催款。

（6）项目关闭方面的问题。项目关闭不及时、项目状态维护不准确，将导致项目成本串项，影响项目成本的准确归集，同时影响项目执行进度的分析和监控。

2 数据质量评价考核指标体系

数据质量管理是指对支持业务需求的数据进行全面质量管理，通过制定数据质量相关管理办法、组织、流程、评价考核规则，及时发现并解决数据质量问题，提升数据的完整性、及时性、准确性及一致性，进一步提升业务价值。其中，如何建立一套行之有效的数据质量评价考核指标体系，通过考核指标去推动和加强数据质量问题中人为差错管理，是数据质量管理的核心和难点。针对项目管理中存在的数据质量问题，设计了以下考核指标，如图2所示。

2.1 合同管理方面

指标1：合同录入规范率。

目的：主要监测销售合同签订后，在ERP系统中合同录入的及时性和准确性。完整、准确的销售合同数据是ERP系統后续业务顺利开展的基础。

考核内容：包含及时率和准确率。及时率一是考核录入是否及时，是指系统中合同创建日期-合同文本签约日期<规定天数，二是考核上传附件是否及时，是指系统中合同创建日期-合同文本上传日期<规定天数。准确率一是考核合同录入的各个字段是否按照录入标准，二是考核录入的信息是否与上传文本附件中的信息保持一致。

检查方式：系统计算和人工检查相结合。

2.2 建项管理方面

指标2：合同建项规范率。

目的：主要监测系统内创建销售合同后，各产业单位创建项目的及时性和准确性。按照规范创建项目可以保证产品线维度收入、成本的准确性，及时创建项目可以确保及时启动项目后续工程设计和物资采购/生产。

考核内容：包含及时率和准确率。及时率是指销售订单创建日期-项目创建日期<规定天数。准确率是考核销售订单如涉及多个下属单位、跨多个产品线等情况，是否按照《销售项目拆分管理规范》拆分创建项目。

检查方式：系统计算。

2.3 生产管理方面

指标3：需求转换及时率。

目的：主要监测物料需求在ERP系统上提报后，转化为采购申请或生产订单的及时性。及时转化物料需求，是合理配置生产资源、及时开展后续物资采购和生产制造的先决条件。

考核内容：及时率是指物料需求下达日期-后续转换成生产订单/采购申请单据日期<规定天数。

检查方式：系统计算。

指标4：生产订单物料需求准确率。

目的：主要监测各单位生产订单计划材料需求与实际材料消耗之间的差异，反映生产订单物料需求的准确度。通过对包括生产订单物料需求等影响MRP运算结果的主要业务数据进行考核，提高MRP运算结果的准确率，改善MRP应用效果，提高生产物料供应保障水平和库存周转效率。

考核内容：准确率是指生产订单最终实际材料消耗中参照计划材料需求发料总条目数/生产订单计划材料需求总条目数×100%。

检查方式：系统计算。

2.4 采购管理方面

指标5：采购需求与入库一致率。

目的：主要监测采购需求对物资采购的指导程度。采购需求准确性是生产加工顺利实施的前提，是库存控制的关键环节，提高采购需求的准确性可以防止生产断料，避免库存过多积压资金，保证产销链顺利达成。

考核内容：一致率是指及时到货采购需求总个数/应到货的采购需求总个数×100%。及时到货采购需求个数是指已完全到货且到货日期在对应的采购申请需求日期范围内的采购订单行项目数之和。

检查方式：系统计算。

指标6：采购订单按时完成率。

目的：主要监测采购订单交期与实际入库时间的匹配度，两者的匹配是确保生产必需的原材料在最低成本要求下达到齐套以及合同按时履约交付的重要保障。

考核内容：按时完成率是指按时完成入库的采购订单数/应完成入库的采购订单数×100%。按时完成入库的采购订单数是指采购订单行项目实际入库时间在计划交期范围内且已完全入库的采购订单行项目数之和。

检查方式：系统计算。

2.5 回款管理方面

指标7：单位认款及时率。

目的：主要监测合同回款后，各单位在认款平台上认款的及时性。及时认款是保证合同关闭和合同催款信息准确的关键。

考核内容：分别计算及时认款金额比例=及时认款金额/当期总认款金额×100%和及时认款数量比例=及时认款笔数/当期总认款笔数×100%，取百分比较低的值作为指标结果。认款周期=财务人员审核认款通过的日期-财务人员在认款平台上发布此认款的日期，认款周期在规定日期内的为及时认款。

检查方式：系统计算。

指标8：催款数据维护规范率。

目的：主要监测目前可催款金额与催款责任人等ERP催款平台必填字段维护的规范性，催款数据维护的准确性可以有效指导催款工作的进行。

考核内容：检查催款平台中已开票未回款合同中目前可催款金额、催款责任人等规范要求必填字段的维护情况，如果未维护或者维护不规范，计为“不规范”。

检查方式：系统计算和人工检查相结合。

2.6 项目关闭方面

指标9：项目关闭及时率。

目的：主要监测项目业务完工和成本结算完成后项目关闭的及时性。项目及时关闭，可以有效防止项目成本串项，是项目成本准确核算的保证。

考核内容：项目投运完成后，业务人员应在规定时间内对项目做技术性关闭；技术性关闭后，财务人员应在规定时间内完成项目成本结算，并对项目做最终关闭。项目关闭及时率同时考察技术性关闭和最终关闭的及时性，对于技术性关闭，及时性是指项目投运完成日期减去技术性关闭日期的结果在规定时间内；对于最终关闭，及时性是指项目技术性关闭日期-最终关闭日期的结果在规定时间内

检查方式：系统计算。

上述9个指标基本覆盖了项目管理全过程中6个业务管理节点数据日常存在的基本问题，通过这些指标的监测和考核，可以提升日常业务中业务人员和财务人员操作系统的规范性和及时性，解决数据质量中人为差错引起的问题。

3 数据质量评价考核管理系统

上述9个指标的日常检查，除了指标1和指标8的部分检查内容需要人工检查外，其他指标都可以通过系统直接计算，因此建设了数据质量评价考核管理系统，用于指标结果的计算、核查、发布和查询。数据质量评价考核管理系统整体功能框图如图3所示。

由于数据质量是针对ERP系统中的数据，同时考虑系统的易用性和灵活性，因此将系统主要分为两大部分：一是ERP系统开发部分，主要实现ERP系统中相关数据质量考核指标的计算逻辑、相关考核数据的自动检查等功能；二是Java系统开发部分，主要实现相关考核数据的人工检查、考核指标结果的计算和汇总、考核指标結果的展示、发布和查询等功能。具体功能介绍如下。

3.1 ERP系统开发部分

①考核指标自动计算逻辑：将每个指标的考核自动计算逻辑进行固化。②明细数据自动检查：定期对可以自动计算的新录入的明细数据逐条判断是否符合要求，并对每条有问题的明细数据标注原因。③明细数据及检查结果传输接口：定期将检查后的明细数据及结果传输到Java开发部分。

3.2 Java开发部分

①明细数据人工检查：检查人员定期对需要人工检查的明细数据逐条判断是否符合要求，并对每条有问题的明细数据标注原因。②单个考核指标计算得分：汇总明细数据检查结果，计算单个指标的得分。③考核指标结果汇总计算：一是单个考核指标结果按照单位进行汇总，得到此指标在所有单位的平均分；二是单个单位所有考核指标的汇总平均，得到此单位本期的数据质量考核得分。④考核指标结果发布、展示：通过图形化、列表等展示方式，列出数据质量总得分、环比情况、各个指标的得分情况、每家单位的得分情况等数据。⑤考核指标结果查询、导出：可查询每个明细数据的规范与否、存在问题及扣分原因，方便各家单位进行问题分析和整改。

通过建设该系统，数据质量评价考核指标可以定期进行计算、有效进行展现，每家单位各级管理人员可以实时查看本单位各个指标的得分情况、趋势和与兄弟单位的对标，各业务人员和系统操作人员可以及时查询有问题的数据和发生问题的原因，指导数据质量问题的整改和后续防范。

4 企业ERP系统的应用成效

通过建立数据质量评价考核指标体系和建设数据质量评价考核管理系统，同时辅以完善的数据治理工作组织体系和常态化的数据质量检查、通报和问责机制，数据治理工作取得了一定的成效。

4.1 数据质量得到有效提升

各级领导更加重视ERP系统的数据质量和系统应用，各业务人员和系统操作人员更加规范了自己的业务操作和系统操作。经过近1年的数据治理，各单位ERP系统的数据质量评价得分从首次通报的73%提升至98%，并且逐渐趋于平稳，近3个月持续保持在96%以上。

4.2 系统数据得到了充分应用

在深入开展数据治理工作的同时，建设了运营监控大数据分析平台，充分利用系统中的数据对各单位日常经营决策进行信息化支撑。另外，部分部门在月度例会等重要会议上直接演示系统、利用系统数据进行工作汇报，ERP系统中的数据已基本上真实反映了企业业务的实际现状。

5 结 语

本文针对基于项目管理模式的企业ERP系统应用过程中的数据质量，分析其在项目管理过程中的合同管理、建项管理、生产管理、采购管理、回款管理和项目关闭6个核心环节中存在的问题和影响，提出了包含合同录入规范率等9个指标的数据质量评价考核指标体系，建设了数据质量评价考核管理系统，在强有力的组织保障下，持续开展检查和通报，有效提升了各单位ERP系统中的数据质量，并进一步推动了系统中的数据在企业运营监控、大数据分析以及日常工作中的应用，充分发挥了信息系统的支撑作用和数据价值。

主要参考文献

[1]苏博，陈溯，唐成功.ERP数据质量评估与数据治理方法研究[J].信息系统工程，2012（8）.

[2]续瑾成.浅谈企业数据治理及其统一流程[J].中国管理信息化，2016（16）.

[3]刘奇燕，张建华，徐路宁.数据治理奠定精益管理基础[J].中国管理信息化，2015（16）.

[4]贾福清.再接再厉 全面推进“三集五大”体系建设[J].国家电网，2013（2）.

[5]巨克真，魏珍珍.電力企业级数据治理体系的研究[J].电力信息与通信技术，2014（1）.

[6]张一鸣.数据治理过程浅析[J].中国信息界，2012（9）.

[7]孙中东.企业级数据治理框架下的数据质量管理[J].金融电子化，2011（6）.

[8]项目管理协会.项目管理知识体系指南（PMBOK指南）[M].北京：电子工业出版社，2009.

[9]张艺.浅析企业数据清理[J].通讯世界，2015（2）.

[10]陈慧玲，贾德红，王春辉.供电企业财务业务数据治理探析——三个“实时”构建精益高效的财务业务数据治理体系[J].安徽电气工程职业技术学院学报，2015（4）.

[11]张宁，袁勤俭.数据治理研究述评[J].情报杂志，2017（5）.

[12]蒋伟.构建业务、财务数据治理协同管理体系——以安庆供电公司为例[J].新经济，2016（21）.

[13]何红波.PMI项目管理知识应用[J].科技创新与应用，2016（25）.

[14]高德赞.项目管理在企业生产过程中的应用[J].中国经贸，2015（14）.

[15]张琼文.试论数据治理在数据质量管理中的作用[J].通讯世界，2017（3）.