共享模式下运用ERP数据开展大数据分析

文/王瑜

1 引言

IT技术快速发展应用进程中，ERP系统将很多先进的管理思想变成现实。ERP系统不仅仅是一个软件工具，实际上也是一种管理模式。集团分支机构多、地域分布广，借助系统应用统一了业务流、凭证流，提升了集中管理与运作能力，通过各模块业务集成促进了企业各项业务的充分融合。共享模式下，ERP应用系统大数据统计分析模式转变。企业处于激烈的竞争环境，它为企业提供投资管理、统计分析（风险、获利、销售、市场预测、决策信息分析），提供促销与分销、售后服务与维护、全面质量管理、运输管理、人力资源管理、项目管理、电子商务分析结果，企业能利用ERP各模块工具和大数据来实现数字化转型，扩大经营管理范围，紧跟瞬息万变的市场动态，参与国际市场的竞争，获得丰厚的回报。

2019年7月3日世界经济论坛新领军者年会宣布，十家企业加入全球灯塔工厂网络，全球26家数字化转型企业（中国6家），是全球制造业的典范，都是应用大数据显著提升其制造化水平，实现了卓越运营。见表1，中国6家卓越运营企业。其中上汽大通是今年新加入的十家企业之一。

2 ERP数据分析的统计功能应用

2.1 大数据分析是现代统计分析方法

统计分析法是一种常用分析法。主要应用了统计学原理。统计学的数据分析范畴包含描述统计和推断统计。大数据分析是运用云计算等先进网络和计算设备搜集、记录、分析和预测超大规模集群现象的现代统计方法。应用统计分析方法从数据源中挖掘新的价值，发现隐含的、有意义的知识，提高企业生产率和市场反应速度。随着云计算能力的加强、网络速度加快、存储能力扩展，集团建立了数据存储、计算、分析处理、开发的平台。可以对系统数据库海量数据分析，促进企业服务、产品客制化水平提升。见表2大数据处理四个层面，其中数据分析是核心，数据分析贯穿了数据、信息到知识形成的全过程，数据分析需要数据理论、行业经验以及计算机工具三者的结合。

2.2 ERP系统数据统计应用模式

ERP系统价值流和业务流的高度集成，形成大量数据和报表。ERP进、销、调、存各环节记录形成的海量数据和集成信息平台数据。将ERP数据传输到数据仓库，将统计分析与ERP系统数据结合，进行收集、加工、存储以及可视化处理，应用各种统计维度，提供企业所需的基本统计分析功能。数据挖掘中聚类分析、预测分析和统计分析联合使用较为常用。提取有价值的信息做出决策，追溯、查找生产经营中存在的问题，提出管理建议。针对某个业务主题进行多维度数据汇总、统计分析数据、计算指标数据；科学配置资源，强化生产、销售、库存、采购等集团化管理和控制力度。

2.3 ERP系统优化再造业务流程和管理模式

ERP部署实施，形成统一高效的组织结构和运作方式，业务流程再造。资源效率提高，统一业务管控标准。加强内控管理与业务流程匹配，同时精简业务流程，增进运营效率。

3 共享模式对ERP业务及数据的影响

3.1 IT共享提升了信息化能力，快速实现全球业务数据整合

随着集团跨国运作，企业加快了全球化进程。面对海内外竞争，人员、环境、经济、政策随时变化，IT共享成为必然趋势。IT共享集中管理企业权限，调整工作流程，发挥了跨国家跨地区的信息集成管理的功能。实现专业化突破和数字化转型。数据库可以被看做一种复杂度更高而且极其有用的电子表格。共享借助平台远程集中运维，确保系统业务连续性和ERP数据集中管理和使用。共享和企业业务、职能重新分工，流程、权限调整，有利于共享运用海量数据进行企业、行业数据分析。共享采用统计指标、建立数据模型，对各企业经营分析做出准确评价。

3.2 IT共享建立监控平台，统一监控信息系统数据

ERP工作流模式下，按照规定权限，各级人员从共享数据库获得数据、报告、进行审批。进行系统监督和检查，使用监控平台计算指标，定期进行数据抽取。共享公司在线对海内外成员企业进行业务数据、报表、报账、查账和业务操作规范等监控。通过监控平台定期推送企业系统使用问题，实时监控数据库运行。数据远程传输上传过程中可能出现掉包或受到攻击。充分利用 ERP 系统高度集成、信息资源共享以及综合财务信息，结合线下审批与内控制度、其它集成系统数据，运用统计分析和大数据控制方法，进行风险预警性监测。

3.3 共享模式下数据系统架构标准化

IT共享服务提升了数据架构标准化，完善数据库管理和备份。数据管理员进行数据备份，制定应急恢复策略。运维工程师统一配置ERP系统，管理主数据。各模块SAP业务受到统一管控。明确交付物模板，对应了集团各项工作范围、流程、要素、制度，实现了集中管控。编制相关制度、流程、合规管理。加强ERP管控模式与合规管理匹配程度，促进业务行为规范，确保数据安全存储。能够使企业有效防范风险、应对危机。规范ERP应用监控、应用支持、事件处理、变更管理、发布部署、需求评估的流程。共享公司评估并纠正企业个性化系统操作，对各企业现有的系统配置、流程设计、核算口径和业务规范以及需求和客制化开发统一规划。确保各企业的ERP系统环境和操作规范一致。

3.4 机器人、人工智能等新技术运用范围扩大

共享公司利用互联网新技术新应用对传统产业进行全方位改造。大量标准化事务自动化操作和批量集中处理，提高数据核算的效率和数据质量，降低人工成本。人工可以接受数据服务咨询，负责提供咨询解决方案、处理事件和问题，并开展数据分析。扩大数据分析业务范围，可以在部分企业试点采用云计算、大数据、物联网、人工智能等信息技术。

表1：中国6家卓越运营企业

表2：大数据处理四个层面

表3：大数据分析模型

3.5 加强ERP管控模式与合规管理匹配程度，促进业务行为规范

ERP工作流模式下，通过门户按照角色机构实现系统Web界面，共享数据库按照规定权限向各级人员提供数据、报告、审批需求。各模块SAP业务受到统一管控。明确交付物模板，对应了集团各项工作范围、流程、要素、制度，实现了集中管控。数据导入模板趋向统一，数据来源规范。

3.6 参加信息系统和相关数据统计培训

开展大数据培训，了解大数据概念与应用案例、学习数据资产管理与数据分析、掌握Power BI等大数据工具，业务数据模型化、可视化辅助功能。学习统计指标核算方法。参加集团内、外部信息技术培训和取证工作。

4 共享模式下 ERP业务及数据分析应用

4.1 整合集团内外部数据，统一数据管理

根据企业需求支持新业务拓展、机构调整、重组等发展战略。信息化环境中，分散的业务流程对信息安全提出了更高的要求，公司治理、风险管理、合规管理越来越困难，其风险管理控制方法及权限风险合规检查加大了企业风险。ERP服务器集中、区域数据中心建立和共享公司的建立，整合了集团信息、知识、人才等资源，加强集团业务标准化和规范化工作，管理能力延伸，从分散、局部、向全面、集中管理转变。ERP大量报表、程序为统计分析提供工具和手段，实现数据共享，追根溯源。设计数据管理策略和数据生命周期管理。IT共享服务目录有基础设施支持、应用支持、风险与安全管理和数据管理、云平台等。平台运营及咨询等日常ERP系统运维服务工作中，经常会接到专项数据统计分析相关的问题和需求。以量化数据进行专项专题分析，如采购大额订单，收货和发票结算数量之间就有可能产生差异，如果分析不及时，会影响在途物资数据准确。

4.2 建立数据模型进行数据统计分析，提供数据分析服务

ERP数据库可以包含几万张表。其中一些表体积非常巨大。表之间通过已定关系进行关联，组成了关系数据库，数据库同时会存储索引、透明表。可以通过数据建模来实现大数据分析业务。见表3大数据分析模型。例如：财务穿透分析真实掌握每家公司日常管理和盈利水平、物流指标分析、利润增长与构成分析、原材料库存结构变化及资金占用、装置投入产出分析等。

4.3 数据质量管理控制和监督措施

数据质量是开展大数据分析的基础。ERP系统共享数据、表，每个环节每项数据的质量都影响到所有的信息使用者，业务部门操作系统数据，产生的误差影响财务信息的准确性。同时人为数据调整、权限设置问题，任一个环节失控，会导致后续环节风险。常用控制措施有以下几方面。

（1）制定权限检查策略。根据不相容岗位分离原则，监督企业特别是关键岗位业务操作、查询、操作范围等权限设定是否符合内控规定。

（2）检查ERP导入的原始电子账表数据。

（3）IT、财务、HR专家合署办公，提高数据分析跟踪响应速度。

（4）在数据使用中发现问题，及时冲销和修改，避免问题扩大化。

（5）解决接口传输导致数据重复、丢失问题。

（6）在缺乏业务审核监督过程节点调整流程，将事后监管提前为事前审核。

4.4 数据、流程标准化提升，构建数据治理体系

编制数据管理方案，搭建数据治理框架，完善标准与规范，形成数据集成与共享应用管理机制，做好数据资产运营。通过BPM将同类型业务，统一流程处理，减少统计口径产生的差异。提供数据运营及数据应用，包括查询、报表、分析等，最大化数据资产价值，推动核心业务创新。修订制度、建立操作标准指导书，规范公司各级重要审批程序和业务处理程序，提高各公司报表、指标可靠性与可比性，提供有力的信息支持与制度保障。

4.5 统筹组织人力和合作伙伴，构建端到端的数据服务

IT共享整合各种人才和专家、合作伙伴实现ERP系统远程运维支持、咨询、知识提供。ERP各应用模块运维工程师，协同数据库管理员、系统工程师形成高效的一体化共享服务支持体系，克服跨模块人才缺乏状况。联合共享数据分析师、软件工程师、软件测试师，实现系统优化升级和快速迭代开发。如企业提报的问题为ERP系统MM模块某原料报表数据错误，就是由运维和软件工程师合作进行程序修改、测试、变更后，实现了企业用户的数据准确查询需求。

5 问题和建议

5.1 ERP环境下的各项数据管理功能有待完善提升

从某种意义上讲，信息化建设的核心不是硬件建设，而是软件建设。企业ERP系统多年连续运行，系统使用中产生冗余垃圾数据，进行报表查询，系统有时会出现响应时间超时故障而报错，建议对不再使用的系统主数据进行冻结，提高系统反应速度，其次可能需要更改程序，优化响应时间。

5.2 ERP系统监控工作需要加强

对系统监控故障报警定位分析，关注系统所有异常操作日志，提高解决问题的效率。如监控指标中的冲销率指标，要控制大量冲销数据，保证系统数据准确性。另外数据导入ERP之前，需要事先审核确认。

5.3 兼顾系统内模块集成和与其它系统集成

系统内部业务数据质量与各模块之间逻辑关系内部配置相关。建立必要的代码开发和后台配置、确保内部数据一致性。如STO业务要求上下游业务数据是一致的。又如ERP跨系统数据一致性要求，如与CMIS、MES之间的集成，确保系统外部数据一致性，都能提高集团数据准确性，促进大数据分析业务开展。

5.4 数据分析业务满足敏捷要求

当今世界对数据分析敏捷性要求较高。需要了解全流程业务和跨模块跨系统具体工作、了解合规管理与国家法律政策，简化业务流程，创新调整工作机制。追求低成本、高回报、客户管理，做好数据预测性分析，提高数据分析的速度，缩短在线开发时间。

5.5 加强数据安全和标准操作培训

企业的各类数据在ERP系统中运行,要采取措施确保数据安全。确保全员、各环节按标准程序操作，减少异常问题，采取安全措施减少数据库操作、配置、变更风险。

6 结语

IT共享促进企业ERP数据深化应用，通过IT运维平台收集企业大数据分析业务问题及需求。共享公司提供专业的数据分析服务和数据管理经验，可以为集团公司及外部客户的高效运营及创新发展赋能。