“五段码”描述模型技术和 “四个八二法则”实施方法论是物料数据治理成功基石
从IT到DT已经历了20年的发展，很多工业企业物料主数据标准化工作一直是一个难点，如何确保一物一码和同名同义，避免同名不同义、同义不同名的问题，是很多IT人心中的痛。很多企业在ERP、MES、PLM等核心信息系统投入大量的人力、物力及财力，但由于物料数据标准化工作做得不够，犹如在泥泞的道路上开奔驰车，留下很多遗憾。
本文详细描述物料标准化中最为核心两个内容：“五段码”描述模板技术和“ 四个八二法则”实施方法论。希望给读者 一些启发和帮助。
1、物料命名常出现问题举例
图1.物料数据常见问题描述
（1）物料分类交叉
物料分类不科学。没有明确的分类标准，相同物料被分配到不同物料种类中。
表1.相同类型的物料归在不同的物料种类中范例
（2）物料描述不规范
有国家标准规范的物料包含大量动态因素（如外方图号、原代号、原图号等），标准物料按非标物料管理。
表2.有标准的物料描述包含大量动态因素范例
（3）物料描述缺乏标准和规则
不能科学、合理地对物资进行准确描述，造成一物多码（同一物料多个编码）等问题，容易造成重复采购，增加企业成本。
表3.物料描述缺乏标准和规范范例
型号相同的电机，有的型号与规格间有空格，有的没有。有的把连接符写成*、X、 × 或者混用。描述规则不统一，造成一物多码。
2、数据不唯一对物资业务的影响：
由于无法保证物料代码的唯一性，造成采购物资汇总数据不准确，增加库存成本，同时，增加各类数据报表的统计难度，也不便于数据的查询和分析。
图2.范例4 应用场景范例
1、五段码物料描述模型
五段码是物料描述标准化的一个模型，通过这个模型实现物料管理的一物一码，将标准化、结构化的物料描述格式通过系统固化下来。
物料描述模型管理支持对数据元（也就是之前经常谈到的特征量组成，每个特征量都由5部分组成，即：前后置符号、特征量取值、计量单位、连接符号。在此文中特征量被叫做“数据元”）的规则定义。包括取值范围、计量单位、前后置符号、附表取值、同名词库、校验方式等多种组合方式，并设定变更和维护属性内容。如下图所示：
图3.物料主数据描述规则模型示意图
五段码源于物料描述模型，在主数据系统中，将物料长描述字段中的各属性数据元，按前置符号（如φ表示直径）、取值（8）、单位（mm）、后置符号（如%）、连接符号（如下划线_，连接下一属性数据元），拼接成结构化的物料长描述。五段码实际上是物料描述模板的元数据模型，用于设计、工艺、物资、生产等部门采用统一的标准对物料进行结构化的描述。
在物料描述规则整理过程，需要遵循以下原则:
（1）按照物料的自然属性，描述模板的特征量需尽可能规范和完善。模板特征量尽可能设为必填，确定必填特征量、尽量避免特征量可空等，对必填特征量建立取值附表。；
（2）统一标准、材质等特征量的描述方式。所有标准用标准号表示，标准中的年份不参与描述；统一材质描述规范，例如 “聚四氟乙烯”的描述方式有：PTFE、F4、特氟隆、四氟、四氟乙烯等，需进行规范如，统一规范为PTFE。
（3）对机、泵、油田专用等重要设备。协调有关供应商提供较为完整的配件清单，建立取值附表。
2、“五段码”物料描述模型主要解决问题
五段码，主要解决以下三方面问题：
第一， 定义特征量，通过数据元把物料的描述格式固定下来，规范下来；坚持以物资自然属性作为物料分类调整和描述特征量设置的基本原则
第二， 定义特征量的取值，把国标、行标或者是企业的一些企业标以下拉菜单的形式写进取值列表，对特征量取值范围的描述标准进行规范；
第三， 通过前置、后置、连接符号，将物料描述的各数据元的记录格式进行标准规范。
3、物料描述模型范例说明
表4.电阻/普通电阻描述模型表
物料组名称 | 电阻/普通电阻 |
物料组编码 | 101010010 |
描述规则 | 代号#阻值#封装#功率#精度#厂家规格 |
描述规则解释 | 1）不属于精密电阻和功率电阻的电阻归为普通电阻。代号，统一使用大写字母“R”表示电阻。 2）阻值中的小数点用单位表示，单位有m/R/K/M/G/Ω. “Ω”是希腊字母。小数点后面的“0”表示有效位数，不可去掉。强制F档以及以下的精度必须使用三位有效数字表示阻值，J档及以上的可以使用2位有效数字表示阻值。 例：1M00, 10k0, 75k0。 3）贴片电阻使用器件的英制尺寸的封装。例如0805，0603等。直插电阻的封装比较复杂不容易描述清楚，则此处用统一用AXIAL表示轴向对的直插电阻。RAD 表示径向对称的直插电阻。 4）功率使用分数表示，禁止使用小数点。例如：1/2W，1/4W，1W等。 5）精度 ±0.1% ±0.5% ±1% ±5% ±10% ±20% 6）厂家规格型号是必填的，而且要填写完整。 |
举例说明 | R#124k#0603#1/10W#F#RC0603±0.1%-07124KL |
1.“五段码”物料描述模型是物料主数据的命名规范维护方式，这种维护方式能够比较直观的生成物料长描述，主要好处有哪些？
解答：
“五段码”物料描述模型主要应用于物料命名规范：
1）“五段码”物料描述模型更能贴合物料命名的规范描述。“五段码”物料描述模型并不是固化了物料名称的组合方式，而是将物料命名描述更细化了。例如：一个属性模板通常由多个属性字段组成，“五段码”可以根据需要组合生成物料长描述。
2）用于判断属性字段间的连接符号生成。比如长度、直径属性等有专门的前缀符号要求，将前缀符号固化到模板中，减少出错率。例如：用于判断属性字段间的连接符号生成，如果属性值填写为空，连接符号不生成，如果没有5段式，拼接属性字段的前缀、后缀、连接符号容易造成混乱。
2. 通过“五段码”物料描述模型起到的命名唯一性、信息准确性、快速进行数据检索的作用，这是否是主数据系统的基本要求？
答复：
在物料领域的应用，众多的世界500强企业如中国石化、延长石油、中化集团、中国航天科工集团、陕煤化集团等100多家超大型集团企业物料主数据系统都采用“五段码”物料描述模型，表明很多大型集团企业对“五段码”物料描述模型的理解和重视，以及对主数据业务的专注。
3.“五段码”物料描述模型的弊端是固化了数据组合的方式，实际主数据应用中属性的组合并不是一种方式，可以按需定义多种方式，他们固化这种模式是否不利于主数据的适配？
答：“五段码”物料描述模型只是系统中提供数据维护中的一种方式，我们系统同时提供普通的数据维护模式，两者是并存关系，不存在影响其它属性组合的问题。
4. 对于离散制造业的物料数据产生要覆盖从设计、工艺、试制、批产较长的业务过程，更应关注物料不同阶段的数据管理流程和衔接方式，“五段码”物料描述模型在这种场景中是否能做到？
答：“五段码”物料描述模型在主数据系统中使用时，其它应用系统可以查询长描述。同时也可以拆分和任意组合，这个和数据管理流向和衔接没有关系。能够满足设计、工艺、试制、批产、营销和售后各个环节和各种应用场景使用。
5. 五段码把每个属性分为前缀、值、后缀、单位、连接符五个子信息，只有计量值才会有单位，他们之所以强调前缀、后缀、连接符，就是为了生成长描述，这种维护模式并不比其他系统高明，也并不易用，甚至牺牲了很多跨系统数据集成共享的灵活性。
答复：
5段码是专业的主数据系统特有的处理数据方式，生成长描述和业务系统属性字段不做强制关联。各自业务系统可以通过主数据系提供的属性字段灵活组合
1、物料主数据管理系统中“五段码”物料描述模型设置范例
（1）普通碳素槽钢-名称[高度*宽度*厚度*材质*标准
表5.普通碳素槽钢-槽钢“五段码”物料描述模型
（2）黑色金属材料-方钢：名称* □边宽*材质*标准
表6.黑色金属材料-方钢“五段码”物料描述模型
（3）普通碳素圆钢-名称*直径* 材质*标准
表7.黑色金属材料-圆钢“五段码”物料描述模型
2、集成工艺辅助设计系统 （CAPP）
图4.CAPP系统中物料卡片应用流程图
在工艺卡中填写下料尺寸，通过工程知识库中的计算公式实现材料定额的计算。集成材料定额计算的数据有零件、材料尺寸。物料主数据要求必须有规格型号、材质等单独的字段，便于在设计阶段系统自动计算物料的单重
图5.通过外形尺寸可以计算材料定额
3、集成ERP应用
物料主数据管理是ERP系统运行的基础工作，为了保证物料主数据进入系统管理达到数据准确性、唯一性，有效性，同时规范标准化管理，并且保证企业的ERP系统正常运行，特指定本物料描述规则。
物料描述模型中各个数据元之间统一使用规定的连接符。物料描述的原则要以实物为准，实物相同者，代码唯一，描述唯一。物料描述不能重复，否则会造成物料混乱，影响物料的消耗和使用，造成库存积压。
物料标准是数据标准化的重要组成部分，是保证信息化进程，促进企业信息共享、信息交换的重要前提，是建立各种信息管理系统的重要技术基础和信息保障依据。
如果只有“五段码”物料描述模型标准，是不足以确保物料标准化项目成功的，还需要有四个八二法则。即：1，问题80%是管理体系缺失；2，数据质量80%靠标准建立；3，标准建立和数据清洗80%靠企业自身力量；4，实施效果80%靠运营体系保障；
图6.“四个八二法则”实施方法论
1、问题80%是管理体系缺失
高层领导不关注，数据管理重视程度不足；没有专业的主数据管理团队；没有规范的主数据管理制度和流程，数据标准和技术标准缺失；数据维护随意无检查机制、没有定期的数据质量检验和清洗 等，这都是造成主数据质量不高的重要因素。具体体现如下：
（1）管理方面：
领导不重视，没有相应的管理办法。物料数据在创建、传输、加工、使用过程中，人员角色、职权分工不清晰，管理人员不到位，数据责任人、制度、措施及配套考核办法缺失等导致物料质量不高，影响后续业务运作。需要建立覆盖全集团、跨业务线条、跨部门、跨系统的统一物料主数据管理体系。
（2）流程方面：
缺乏跨部门、跨团队的流程定义，无法有效推进需求响应、问题处理和日常运维，难以高效整合相关资源形成系统建设的合力。需要优化物料主数据申请、变更、审批等流程，使其能够更好的为物料数据标准化服务。
（3）标准规范方面：
数据分类规则、数据编码规则不统一。缺乏跨公司、跨部门、跨系统的统一规则，不同子公司之间、业务部门之间、业务部门与技术部门之间、技术团队之间，存在沟通和理解的歧义，需求从提出到实现前后不一致。
（4）技术工具方面：
数据入口多，重复录入、一物多码、一码多物。工具不能很好的支撑物料数据全生命周期的管理。存在数据孤岛，异构系统数据没有打通。
因此，主数据的问题80%都是管理体系问题，只有在主数据管理基础能力中，加强组织、流程、标准的建设，才能保证主数据项目建设的成功。
2、数据质量80%靠标准建立
要根据物料主数据的特点并结合企业实际情况，与相关业务部门共同讨论制定满足企业应用需求的物料主数据标准，物料主数据标准主要包括分类标准、描述标准和编码规则。分类标准很重要。分类是基础，科学合理的分类是制定标准成功的保障，描述标准是数据信息在标准化系统中校对的主要依据，要制定满足企业实际应用需求的物料主数据标准，为企业数据治理奠定扎实基础。此可谓“术业有专攻”。
3、标准建立和数据清洗80%靠企业自身力量
物料主数据标准建立和数据整理等工作，企业必须依靠自身专业力量来完成，外部顾问只提供方法论、经验和工具。
物料主数据标准化是数据治理项目中最复杂的一项工作，从范围上讲，它包括物资、产品及服务；从结构上讲，它有层级、分类、描述；从业务数据的量级上讲，它是所有主数据中拥有业务数据最多的一种。因而只有最了解状况的企业人员才能制定出更适合本企业的标准和规范。其次，物料主数据标准化是数据治理实施过程中非常重要的阶段，也是企业应投入的人力物力最多、投入的时间最长且用户深度参与的阶段，因为搭建科学、专业、敏捷、高效的物料主数据组织机构对于物料主数据的实施具有决定性的作用。而这些企业只有自身组织能够实现。
由于涉及单位、应用系统多，物料代码统一在线管理,需要得到应用系统主管部门的支持和配合，高层领导及主管部门对项目重视不足将给项目实施带来较大风险。在实施过程由高层领导统一协调指挥：
其一、配合项目的实施，推进管理体制改革；
其二、高度重视项目建设，并协调在实施过程中遇到的重大问题；
其三、参加项目阶段性成果汇报会议，关键性问题讨论会议。
因此，物料主数据实施工作80%靠企业自身力量。
4、实施效果80%靠运营体系保障
主数据项目的实施能够帮助企业初步建立起主数据的管理体系，包括：管理组织、制度和流程、数据标准、技术规范以及初始的主数据代码库等。
然而，物料主数据管理工作是一个需要持续迭代、不断优化、持续运营的过程，主数据价值会在运营过程中慢慢体现出来。有些项目实施过程很成功，但系统运行一段时间后，比如一年、二年后，突然发现，主数据的质量依然“涛声依旧”并没有得到提高。这其中的原因主要是因为：为建设项目而建设项目，后续的管理体制没有跟上来。一直依靠外部资源，不能保证主数据质量的持续优化。没有相应的组织体系、制度文化和技术体系支撑，将严重影响主数据项目的建设效果。所以，实施物料主数据项目，只是数据治理的一个开始，企业要保持高质量的数据，必须持续的运营和不断的优化。
综上，为保证主数据管理体系的不断优化，提出如下建议：构建五位一体主数据运维服务体系，制定物料主数据流程和维护细则，下发物料主数据管理办法，为物料主数据的日常应用和推广提供保障。确保信息标准的长期、稳定、有效的应用。信息标准管理规范，主要包括物料运维组织、管理流程、办法，维护体系、维护细则等。
为了促进物资标准化工作长期、有效进行，具体要做好在以下几方面工作：
1）制定和发布主数据管理办法和主数据运维管理细则如：《物料主数据管理办法》、《物料提报审核指南》及《物料主数据维护细则》，明确了物料主数据管理要求，规范了各类主数据申请、审核、审批入库的流程；如：物料主数据发起部门、使用部门、审核部门、维护部门等。
2）组建物料主数据管理和服务组织并配置相关人员，成立物料主数据管理团队，根据需要配备数据维护人员、技术服务人员和各部门主数据审核人员，各下属单位指定主数据管理和服务专员。
3）建立日常服务、应用服务及技术支撑体系，设计主数据管理流程（申请、审核、发布、更新、停用等），物料主数据管理工作考核KPI设计等。建立主数据维护、审核考核机制，从时效性、准确性和完整性等方面进行量化指标考核，确保数据维护管理的质量和效率。技术支撑体系如物料主数据管理工具、标准应用服务接口工具等是物料主数据质量保障源泉。
因此，做好持续的运营工作，是发挥主数据价值的关键，实施效果80%靠运营来体现。
主数据管理切勿追求一步都到位，应该循序渐进、持续提升。高质量的物料数据能够支撑企业发展，提升企业资源配置和协同能力；提升运营效率，规避生产风险，逐步转变企业发展战略，降低生产成本，提升财务绩效。最终实现降低采购成本、提高采购效率、促进集中采购，提升管理水平、，推动企业高效高速发展。
第十四篇: 深度解读《DAMA Book2.0数据管理知识体系指南》
第十五篇: 存量系统物料主数据代码转化难点的剖析和应对措施
第十六篇: 数据资产的成功要素：数据战略管理
第十七篇: 数据治理考核体系相关思路
第十八篇:一体化数据治理和共享平台－数据资产管理目录工具介绍
第十九篇:一体化数据治理和共享平台－主数据管理工具介绍
第二十篇:一体化数据治理和共享平台－数据质量管理工具介绍
第二十一篇:一体化数据治理和共享平台－数据安全工具介绍
第二十二篇:一体化数据治理和共享平台－元数据工具介绍
第二十三篇:一体化数据治理和共享平台－数据模型工具介绍
第二十四篇:数据清洗工具、策略和步骤方法
蔡春久，某公司数据业务负责人。中国数据标准化及治理大会组委会评为十位“ 中国数据标准化及治理专家”之一 。中国大数据技术标准推进委员会数据资产专家、中电标协企业信息标准化委员会常委委员、eCl@ss协会会员（国际产品分类标准化组织）、中国数据工匠俱乐部发起人。工商管理硕士，具有二十年特大型集团企业IT咨询服务和数据治理行业经验，从业前十年主要从事物资采购变革与管理、PLM、ERP、MES等领域咨询服务，近十年专注数据治理及标准化、数据架构、智能工厂等咨询工作。为中国石化集团、中国兵器工业集团、中国航天科工集团、中国核工业集团、国投集团、晋煤集团、中国外运股份、新兴际华集团、国家电投集团、中国一重集团、哈电集团、延长石油集团、恒力集团等80余家国内及世界500强集团企业提供数据治理相关咨询服务。
(欢迎大家加入数据工匠知识星球获取更多资讯。)
扫描二维码关注我们
微信：DaasCai
邮箱：ccjiu@163.com
QQ：3365722008
我们的使命：发展数据治理行业、普及数据治理知识、改变企业数据管理现状、提高企业数据质量、推动企业走进大数据时代。
我们的愿景：打造数据治理专家、数据治理平台、数据治理生态圈。
我们的价值观：凝聚行业力量、打造数据治理全链条平台、改变数据治理生态圈。
了解更多精彩内容
长按，识别二维码，关注我们吧！
数据工匠俱乐部
微信号：zgsjgjjlb
专注数据治理，推动大数据发展。
Send to Author