崩坏3绯红勾玉怎么获得:有了ERP，还缺什么

前不久借着出差的机会，回了广东珠海一趟，拜访了20多家原来混ERP时的客户。多数的客户都与我成为了朋友，所以，这次主要是去看看老朋友们，顺便想了解一下，他们在使用了ERP多年以后，对商业分析的一些看法。 这些客户都是原来我所工作的公司（以下称K公司）的大客户，甚至，有好几家是K公司集团的战略客户，每逢市场活动都要说到他们。所以，他们应用ERP的效果相对来说，是比较好的，其中有大部分都有3年以上的数据。当我问到他们这些历史数据对他们有什么作用时，他们的回答大都是这样的：“基本上没有什么作用，如果可能的话，我们更愿意重新启用一个新数据库，因为数据太多的话，系统运行效率会很低，特别是在查询报表时，如果不小心没有缩小查询条件，都有可能造成系统瘫痪！”我知道他们说的是实话，ERP是一套实时业务处理系统，它更侧重于过程的记录与控制，对历史数据的利用，也仅仅是“如实地告诉你发生了什么”而已。“报表查出来的结果一般都没什么用，都需要我们在EXCEL中进行手工处理，才能得到我们想要的信息。”一位财务经理一边熟练地用左手操作鼠标在EXCEL里处理着数据，一边对我说。这让我想起，当初我就是在这里学到了在EXCEL中进行多表合并时常用到的index与match函数，并让我在以后的实施工作中获益非浅。这是一家香港上市公司，因为原来使用SAP的R/3系统，后面由于多种原因更换为K公司的ERP，而被K公司大肆宣传。他们使用ERP的效果远远超出我的预想，而在我看来，之所以会这样，主要是因为他们的心态：既然曾经吃过海鲜，现在吃回农家小炒肉，也就没有奢望过它有海鲜的味道！“已经使用三年了，也就做了三张报表。”当我问一位老总，他们公司买的BI系统的使用情况时，他这样回答，“不过，确实对我们帮助很大，现在我们总部也就10多人，没有专人进行业务统计分析，但我们对每天的销售业绩与回款情况还是尽在掌握！”这家公司是我所见过的客户当中，对信息化的认识最为深刻的：他们真正希望信息化能帮助企业提升管理，同时，他们也有这个能力让信息化真正达到效果。他们曾将公司所有的业务流程精简到6个流程，而且这6个流程全部通过ERP来进行记录与监控。在他们实施ERP取得效益之后，他们就投入了BI系统的实施。但我知道，因为K公司的实施能力问题，BI的实施过程是非常漫长的。但尽管如此，这家仅有60个人的公司，却每天为全国数千家眼镜店供货，而且不断地占领着竞争对手的地盘。“ERP就好象一本书，要天天读，只有这样，你才能不断地学到新的东西！”这是这位老总在实施ERP时对全体员工说过的一句话。我曾想，如果每一个实施ERP的企业老总都能这么想，那么，是中国企业的大幸，更是中国erp厂商的大幸！当我走进另一家公司的办公区时，不禁感慨万千：这也是一家香港上市公司，因为所在行业的不景气以及前不久遇到的消费者信任危机，使曾经在珠海最好的大厦有着三层楼的办公区域，仅保留了一层，人员也从300多人，锐减到80多人，听说还要减，直到60人。人少了很多，业务却仍是那么多，所以，大家都很忙，遇到的每个人都无法和你连续说上几句话。我不禁担心他们的统计分析。他们曾经有着一个10多人的部门专门负责报表统计，还曾投入过二次开发来编制报表系统。而现在，这种情况怎么办？当我问他们这块的负责人时，她对我说：“还能怎么办？该做的事情还是得做，只好加班罗。”在和她谈话的半个小时里，她就多次向我道歉，因为她不得不中断我们的谈话而去处理其他事情。这不禁让我再次佩服这家公司的企业文化——做一个无怨无悔的XX（此处省去客户名称）人——每天的晨会大家都会大声说的一句话。一圈跑下来，给我的感觉是，虽然大家用ERP很久了，并且用得还不错，积累了大量的历史数据，却总是在使用这些数据进行报表分析时，仍需要投入大量的人力与时间。为什么会这样呢？于是，我开始用我现在研究的BI与以前从事的ERP进行对比，想找出其中的原因。“您能感觉到ERP在企业运作吗？”我问一位老总，他回答：“刚开始上的时候有感觉，因为那时候挺乱的，总是会有跟ERP实施相关的事找到我，再后来开始用了，我的感觉是对财务部门的帮助最大，他们可以及时在10号之前报税了。再到后来，也就没什么感觉了。”
大家不都说ERP是“一把手工程”吗？为什么反而企业的一把手对ERP没什么感觉呢？这种情况是好还是坏呢？事物得分两方面来看：首先，应该说，这是一件好事，说明ERP已经正常融入到企业的运作里去了，企业已经习惯了它的存在，也就会忽视它的存在。但反过来，不好的方面又是什么呢？显而易见：老总竟然不会用到它，所以也就不会感觉它的存在！这种情况可笑吗？乍一听，是挺可笑的，但事实上，对中小企业来说，95%以上的老板或老总不知道ERP长什么样。甚至对许多部门经理来说，也仅仅是因为需要审核其中的单据，才登录ERP。为什么会这样呢？首先，我们来看看ERP是干什么的：ERP主要包括企业管理中的财务、采购、仓库、销售、生产等部分（希望不要有朋友出来和我讨论ERP的概念，我在这只是客观地描述中国的ERP现状），它主要关注的是真实地记录企业每个业务流程中的数据，并做必要的控制。比如它会记录从请购——》采购订单——》送货——》收货——》验收入库等流程，并控制采购的价格不能高于预设最高价；它会记录仓库的收发记录并控制不出现负库存；它会记录从接订单到发货的过程并控制多次发货时不会发错；最后，它会将所有的业务数据反映到财务中去生成凭证，并完成财务报表的制作。那么，我们再来看看当这些业务数据如实地在电脑当中记录了以后会怎么样呢？大家会利用它来查询各种报表，进行各种分析。销售部经理会希望知道这个月的销售业绩与上个月相比是增长了还是下降了，哪几种产品出了问题？哪些客户贡献最大？采购部经理希望知道采购价格的异常波动情况，哪种物料经常退货？哪个供应商经常延期交货？仓库经理想知道物料的周转情况究竟是怎样，安全库存是不是合理，与历史同期相比，库存是不是合理？老板想知道什么呢？这个月赚没赚钱？在这里，要花点文字来解释一下，老板是如何来关心有没有赚钱的。财务会提供一个利润数据，即销售收入-销售成本-管理费用-营业费用-财务费用。这是一个总数。在中国大都数企业，在核算单个品种的产品成本时，仅会考虑直接材料成本，而将制造费用和人工费用直接一股脑结转一个总数经库存商品科目再结转到销售成本科目。这一点非常重要，也正是因为这一点，大多数老板对于财务提供的报表，很少关注利润表中的数据，而更愿意先看看资产负责表中的货币资金是多少。其实，对一个企业的成本构成，无非就是料工费，而其中所占比重最大的，通常就是直接材料的成本（对商业企业来说，就是进货成本），而工和费，一般情况下是一个相对固定的量，我们可以假定其是一个常量，不随着销量或产量的变化而变化。这种情况下，老板更关注产品的毛利润率，因为它直接反映了收入、数量与成本之间的关系：（收入-成本）/收入等于毛利率，毛利率*数量=利润。老板此时想知道哪个产品（或客户）的毛利率最高，还想知道毛利率高的是不是卖得多？这样得到的“是不是赚钱”的结果才是有意义的，因为它可以引导老板去改进。然后根据这个数据，再一步一步地找出赚钱的原因在哪里？是因为某个客户的大订单？还是因为某个产品的高利润？如果不赚钱又是怎么回事？是因为大部分的订单在亏钱？哪款产品亏得最多？上期的成本是多少？去年同期的成本是多少？为什么大幅上升了？是因为哪种原材料涨价了？问题找到了，才有可能解决问题。好，这个时候，我们再回到ERP中去，找寻我们想要的答案。这个时候，你就会傻眼了：怎么下手呢？业绩的同比分析，是按客户还是按产品呢？是按产品大类分析还是按明细的品种呢？价格的波动，我怎么样才能直接从图表中看出它的波动情况呢？库存周转分析，如果仅从期末余额来分析的话，是没有任何意义的，因为假设一个月中，每天都有消耗，但31号突然进了一大笔货造成了月末余额很高，这样一算，周转率会很低。但实际情况不是这样。所以，合理的算法是通过平均余额来计算。而平均余额怎么得到呀？还需要将每种物料的每日余额表引出到EXCEL表中自己计算出来，这么多物料，难道都要一一处理吗？安全库存是不是合理？需要统计较长历史时间的数据来参考，根本没办法找出这么多物料哪个安全库存设置是需要改进的。而老板想知道的这些数据，天啦，更加不知道怎么给到老板才好了！原来，我们是无法轻松地从ERP是得到答案的。怎么办？于是，很多公司根据自己公司的需要，开发了许多自定义的报表，试图更快地得到答案。而更多的公司，选择了忽略与粗略：他们选择了固定几个报表格式，然后，每个月就有相关的人员将报表报上来就好了。——因为他们没有更多的人力与财力——于是乎，就出现了我们前面所说的情况：老板或者说管理决策层，根本不会直接接触到ERP，从而忽视了ERP的存在。这是大家都不愿意见到的情况：不论是买软件的客户还是卖软件的厂商，其最根本的出发点都还是希望能最大限度地发挥ERP的效用的。那么，怎么办呢？下一篇我将从各业务管理的角度，更详细地分析各业务部门关注的数据是什么，为什么需要关注这些数据。而抛出这些问题的同时，也就引发了我们对ERP的更深层次思考。“人类一思考，上帝就笑了”——不管上帝是善意地笑，还是不屑地笑，我们都需要思考，不是吗？BI（商业智能）的应用与实施，数据仓库技术是核心的技术，数据仓库技术包括两方面：一是平台技术，即数据库与ETL的技术平台，纯技术的问题，我们暂且不表；二是应用实施技术，即如何根据客户的需求来构建数据仓库。在此，根据本人的一些项目与产品经验，来与大家探讨一下建立数据仓库时主要考虑的几个问题。
       先回答一个问题：为什么要建立数据仓库呢？多数BI平台/工具厂商在销售时，会更多地强调前端展示有多漂亮，如关键指标的仪表盘或红绿灯；任意维度的钻取功能等等，却避而不谈这些数据如何得到？客户也天真地认为，这些数据就放在自己的业务系统（如财务系统/ERP系统/crm系统）中，得到自然不成问题。
       其实，客户的理解也没有问题，只是，要得到分析模型的最终数据，其实是需要一个技术处理过程的，这个过程，就是数据仓库的建立过程。对于BI厂商来说，自然不愿意将这个问题描述地太复杂。不过，这个复杂的问题始终是逃避不了的，于是，就有了两种结果：一种是被迫投入大量的实施来实现近乎完美的分析模型；一种则是草率实施，仅仅实现了二维的报表与简单的指标分析。
       为什么建立数据仓库就那么困难呢？个人以为，建立数据仓库说难是难，说不难却也真不难。其难在数据仓库是分析模型与原始业务数据的桥梁，这就需要建立数据仓库的人既要了解管理层面的分析模型，又要了解业务系统的数据结构与运作流程。这样的人去哪里找？多数情况下，企业的业务部门领导懂模型，业务部门的骨干懂业务系统的具体运作，IT部门的人懂数据库及开发技术，能做到1+1+1=1吗？这么一个简单的算式，在BI实施中，通常变成了1+1+1=0！那如果再加一个实施顾问呢？如果是一个非常有经验的实施顾问，则有可能会变成1+1+1+1=0.5，也仅仅是一半的成功！
那什么情况下不难呢？简单，那就是数据仓库已经有现成的了！呵，看到这里不要认为我是在作弄大家，对于商品化的ERP系统，是可以做到的。只是，今天，我们还是假设数据仓库是需要另外创建的情况下，来看看如何做，就会变得不难。
如果我们再仔细分析一下为什么难，就容易得到答案了。为什么四个人的努力还无法变成1呢？根本的原因在于沟通！每个角色描述出来的语言都很难与另外的角色进行很好的沟通，造成了领导想：这帮人怎么回事，一个简单的数据都拿不出来？IT人员在想，领导说句话容易，我们累得半死不说，还根本就办不到；业务人员在想，和IT人员沟通真困难，这么简单的业务逻辑都不明白；实施顾问在想，大家沟通起来怎么这么难，我什么时候才能验收项目，收到款，拿到提成呀！
这个问题有办法解决吗？乍一看，是没有办法解决的，而实际上，办法总是比问题多！
有的时候，解决问题的有效方法是转换问题——即别把问题当问题。如果我们花大力气去解决这个沟通上的问题，就会走进死胡同。我们不妨再分析一下，不成功的原因究竟是什么？
再想想会发现，因为我们认为实施是一次性的，我们认为必须在一次实施的情况下达到我们所有想要结果——自然也就容易不成功了——为什么一定要一次性达到目标呢？
原因会有很多，其中一个重要的原因应该是：请实施顾问是要花钱的！为什么要请呢？为什么不自己学会呢？信息化的实施，是没有终点的，它是一个持续优化的过程，BI的实施，尤其如此。随着业务系统的深入应用，流程会发生变化；随着管理的侧重点不同，领导关注的数据也会不同。这都需要重新修改数据仓库与分析模型，所以，对于企业本身，有一个掌握数据仓库建立技术的团队是非常需要的。
既然我们认为成功是逐步实现的，同时，我们也认为自己掌握数据仓库建立技术是最佳的解决方法，那么，接下来的话题就是，我们自己在创建数据仓库时，有哪些问题是需要先考虑清楚再动手的，避免走弯路。在这里，我们不一定给出解决方法，但有的时候，知道问题的存在比解决问题本身更重要，不是吗？
关键词一：时间维度
时间维度虽是数据仓库中的最核心的维度之一，但表面上来看，仅是日期而已，是非常简单的。很容易忽略一个很常见的问题：对于企业来说，通常会有两种时间：一种是自然日历时间，另一种则是财务使用的会计时间。有很多企业，因为上市的原因，采取某个4月1日至第二年3月31日来定义财年，或因为历史的习惯，每个月从26号到次月的25日为会计期间。在操作中，业务部门肯定是按自然时间来录入与查询信息，而财务部门则按照会计时间来进行记账与出报表，在这种情况下，就需要建立一种规则，来识别自然时间与会计时间的对应关系。
关键词二：事实表清理
对于分析模型来说，也许仅仅是业务系统中的某几个数据，也许需要大量的重新计算才能得到，这时，就需要对事实表进行清理。将以下思路理清楚了，就很容易做到：要分析什么？从哪取数？数与数之间的关联什么？数与数之间的计算公式是什么？要保留哪几个维度？
对于以客户服务为主的企业，会非常关注利润贡献率最高的客户，如果想在一个模型中分析每个客户的收入/成本/利润情况，怎么办？可以通过财务的总账得到这些数据吗？一般情况下，得不到，为什么呢？因为很少有财务会做账做得这么细：记录每个客户的收入与成本费用。那我们只有想办法从业务系统中找数据了。在CRM系统中，存贮了每个客户相关的所有业务数据，如订单，如收款单，如服务单等，我们可以将订单与服务单合并，并按不同的服务内容来计算服务成本，并最终得出这个客户的毛利润。这样实现，不需要通过财务部门。
关键词三：增量更新
数据仓库的创建不是一次完成的，它必然要根据业务系统数据的更新而更新。如何实现增量更新？这是建立数据仓库时最大的技术难点。增量更新意味着它必须识别哪些数据发生过变化？如增加/修改了哪些客户资料？增加/修改了哪些订单？本文来自：E-Works ，转载请保留原文链接：http://blog.e-works.net.cn/398513/articles/17695.html