企业物料数据质量提升路径研究

陈 方 孙文超 王 松

（西北机电工程研究所，陕西 咸阳712099）

0 引言

数据作为一种资源，伴随着大数据时代的到来，其作用发生了巨大的变化，成了个人乃至企业的重要资产之一[1]。企业物料数据伴随着数据共享、业务决策的需求，以及数据使用范围的不断扩大，在使用过程中暴露了大量数据质量问题。物料数据质量问题对业务经营和企业健康发展将产生重要影响，例如，库存量准确性差、结算错误频发、库存资金占有量大、财务审计不合规、采购计划不准确等。这些将严重导致企业的精细化管理程度降低、物料占有成本巨大、核心竞争力不足和难以可持续发展。因此，提升企业物料数据质量，是确保企业在数字时代保持竞争力的关键过程[2]。

1 数据质量

数据质量包括两个方面：数据本身的质量和数据的过程质量[3]。数据作为企业管理和应用的核心资产，数据质量直接影响企业的业务绩效，有了高质量的数据，企业在任何时候都可以信任所需的数据。

通常，数据质量维度[4]用于评估数据质量。数据质量维度包含六个方面，即准确性、一致性、完整性、合理性、时效性和唯一性。

准确性是反映数据实体程度。描述数据特征是否与其参照源相一致。一致性是描述存储在不同系统中的同一信息，其主体属性的等价程度，该信息的各个属性、实体是否满足一致性的约束关系。完整性是对数据集的不同约束属性完整程度的描述。合理性是用来描述数据是否在不同应用场景下满足一致性。时效性是描述数据从业务发生到数据失效整个过程中的时间间隔，即数据与实际业务发生的时间越贴合，数据的正确程度越高。唯一性是描述在数据集中，是否存在重复的数据记录，满足唯一性，即没有实体出现多余一次。

2 物料数据存在的质量问题及产生原因

2.1 物料数据存在的质量问题

企业在发展过程中，从设计研发到采购生产，各个环节都产生了大量物料数据。在使用过程中数据不完整、不准确、代码不一致、一物多码、多物一码、编码规则不科学等数据质量问题频发。这些问题不仅会对企业的经营和健康发展产生重要影响，更将导致企业的精细化管理程度降低、物料占有成本巨大、核心竞争力不足和难以可持续发展。如图1所示。

图1 物料数据存在的质量问题

2.2 物料数据问题产生原因

究其原因，标准、流程、技术、管理这四个方面是产生物料数据质量问题的根本[5]。

标准问题：标准问题主要表现为物料缺乏统一的数据标准和规范，造成理解及其度量的偏差从而导致数据定义缺失、数据不完整、不准确等质量问题频发。产生的主要原因：物料元数据描述及理解错误、物料主数据标准缺失、物料属性的特征值不规范、物料的计量单位不统一等。

流程问题：流程问题主要表现为缺少统一管理责任主体，没有明确各项数据在分级管理模式与相应的管理责任主体，缺乏组织、制度及流程保障使得物料数据在申请、审批、应用等流程设置不当数据造成的质量问题。例如，数据审核流程的缺乏导致数据录入的不合规，数据清洗流程的缺乏导致数据清洗不彻底，以及数据使用、数据维护、数据反馈等各环节中流程的缺乏导致的各类数据质量问题的出现。

技术问题：技术问题主要由于功能实现上的技术不足，导致数据质量问题频发。出现的问题包含数据无法创建和录入、数据无法获取和接受异常、数据使用与维护过程中存在的验证问题等数据质量问题，以及其他由于技术问题所导致的数据质量问题。

管理问题：管理问题主要表现为由于缺乏相关的管理运维手册、制度、组织、人员等造成的数据质量问题。例如，缺少专门的数据管理组织及人员，针对数据质量问题，没有相应的管理办法及明确的目标，对组织、人员管理没有足够的管理办法及制度等。

3 物料数据质量提升路径

提升物料数据质量，首先要有总体规划，规划应包含物料数据质量目标、物料数据质量过程要求以及物料数据质量的提升路径。物料数据质量提升的实施过程如图2所示。

图2 物料数据质量提升的实施过程

物料数据质量提升路径，主要分为以下七个方面：

（1）建立组织，构建流程。建立组织才能有效保障物料数据质量提升的实施和数据质量管理；构建流程，是保障物料数据质量推进的基本措施和路径。

（2）制定标准，编制规则。依据标准编制规格，是实现物料数据质量提升的关键环节，是实现物料从源头到应用的全生命周期的有力支撑。

（3）搭建平台，有效保障。没有平台，物料数据质量管理就无从实现，作为质量管理的中枢，通过物料数据质量管理平台实现物料从申请、审批、修改、发布到应用等全生命周期管理。

（4）分析问题，清洗数据。清洗数据是实现物料数据质量管理规范化的基础和前提，通过对收集的原始数据进行问题分析，再到依据数据标准与模板要求进行数据清洗，可以有效提升物料数据的完整性和合理性。

（5）集中服务，全面共享。集成共享是保证物料数据在各系统中唯一性、一致性、准确性、时效性的重要条件，是物料数据质量管理的重要价值体现。

（6）持久运维，常态支持。持续有效运维是实现物料标准化和物料数据质量有效提升的重要过程，不仅如此，数据运维团队常态化的支持才能有效保障物料数据质量的稳定。

（7）优化质量，再度提升。物料数据质量的优化提升是持续的过程，根据制定的物料数据质量目标、规则和计划，持续开展物料数据质量提升活动，按照持续改进的方法，再度提升物料数据质量。

4 结语

物料数据质量提升从企业在设计、工艺制造、试验、售后服务等环节暴露的数据质量问题入手。通过数据质量分析，数据问题研究，提出了企业物料数据质量提升路径。在数据质量管理方面，通过技术手段和管理手段来同时确保数据的完整性、合理性、一致性、准确性、唯一性、时效性。确保企业物料数据质量的有效提升，为解决企业协同研制、互联互通打下坚实基础。