王侃 曹斌 刘含阳
中海油能源物流有限公司 天津 300452）
摘要：高质量的物资数据对信息化的应用提到强劲的推动作用，对企业管理提升起到强劲的推动作用。本文介绍了中国海油在近六年的物资数据管控过程中逐渐形成的五个工作机制及其效果，并对后期进一步管控方向提出了展望，对生产制造型企业数据管理有一定的参考意义。
关键词： 物资数据；管控；工作机制；信息化
一、背景
中国海油从2012开始启动物资标准再造工作，2015年启动了针对旧物资分类下近160万条物资主数据的清理工作，截止2016年8月份完成了新旧标准在物资主数据、业务系统应用层面的切换工作，SAP系统物资数据质量显著提高，逐步形成了一个干净、清爽的物资数据环境，为科学物资管理工作创造了必要的前提条件。
在物资数据质量提升的同时，物资数据管理却遇到了“瓶颈”。具体总结有以下几点：（1）数据提报质量低。提报人员与本地审核人员物资标准化知识淡薄，本地审核人员“走过场”现象严重，数据退回率高。（2）返码时间长，编码使用率低。各单位数据审核流程不明确，且存在系统外审核环节。一条数据从数据提报到最后返码需要7天时间，无形中降低了物资采购效率。很多家单位采取了提前申请策略，数据“增而不用”现象严重，无形中增大了管理成本。（3）业务应用低。虽然有了物资标准化，但采购过程中还有很多非编码采购，导致数据分析失真。
二、物资数据管理的五个机制
要想稳步推动物资数据长效管控，就必须从数据全生命周期的角度进行分析管理思路
（一）审核与流程机制
在审核环节管控上，基于公司业务情况分析，中国海油采用联邦式数据治理组织模式，建立集团层面的物资数据治理组织，设立集团公司物资标准化专家团队和物资数据审核团队，由集团公司对物资标准和物资数据进行统一管理，严格控制物资数据质量，通过物资标准化专家团队，对物资标准进行动态管理，以满足不断变化的公司业务需求。同时，各二级单位要设立物资标准化管理人员和本地物资数据审核团队，审核物资数据提报必要性、属性值准确性等，提高属地公司物资数据提报质量。
在流程环节管控上，集团公司协助各所属单位梳理并精简优化物资数据提报审核流程，将物资数据提报审核业务全部纳入集团公司主数据管理平台管理，杜绝系统外审核环节，避免设置重复审核环节。
（二）培训与考试机制
集团公司每年定期组织物资标准及数据审核要点培训，进一步加强提报人员物资标准化知识的积累与运用，推进物资数据审核持证上岗。
（三）评价体系机制
物资数据评价体系基于物资数据全生命周期管理，综合评价二级单位物资数据质量和管理，指导各单位对标分析，客观评价，发现问题有针对性地改进，系统提升物资数据管理水平。
物资数据评价体系分为“提报质量、活跃程度、业务应用、数据结构”四项一级指标及九项二级指标。 “提报质量”指物资数据本身符合属性模板要求，本单位相关数据管理人员可支持物资数据提报工作。“活跃程度”反映系统中数据的使用情况，避免系统中越来越多的无效数据可能会引起的人工成本增加、相关数据分析工作失真等影响。“业务应用”反映物资数据服务于实际业务操作的现实能力。“数据结构”反映不同板块单位因业务复杂程度导致的数据管理难度，消除中国海油上、中、下游业务板块差异。
图一 物资数据管理评价体系
（四）质量监控机制
建立物资数据质量监控机制，对系统中物资数据质量进行动态监控。要定期对系统中物资数据质量进行分析评判，组织物资数据审核人员按照最新的物资标准进行检查，分析物资数据是否存在重复数据、归类错误、属性值错误、短描述截取错误等问题。通过物资数据清洗，组织所属单位对问题数据进行清洗，统一对问题数据进行数据变更或删除，并新建正确物资数据，制定物资数据新旧对照表，由所属单位负责切换信息系统中相关业务单据的旧编码。
同时开发并建立物资标准化管理平台，用于数据初始化、审核与规范、数据清洗、清洗结果确认、对照表管理，以及统计、查询、批次管理、权限管理、组织架构管理、模板维护等功能。利用该平台可线建立起一整套面向数据清理的快速响应机制，达到高效完成数据清洗工作的目的。
（五）数据退出机制
对“新建一年未扩展数据”、“所有工厂都做工厂级删除的数据”、“四年未使用的配件类数据”、“新建两年未使用的数据”，进行数据创建后的持续管理，有效保持数据活跃度，构建精简、高效的物资数据环境。集团公司采办部每年组织一次三年未使用数据分析，协调各所属单位完成无效数据的删除工作。
三、物资数据管控成果及展望
随着集团公司“一岗两团队”的建设以及物资数据全生命周期管控的机制搭建落地，二级单位本地审核人加强了对物资标准/审核要点的理解，提高审核质量，各单位积极优化流程，解决数据审核环节重复、过多，返码周期长的现状，中国海油物资数据常态化管控逐步走向正轨。物资编码审核退回率由2017年的14.4%降低到了2020年的4.6%，平均返码时间由2017年的2.6天提升到了2020年的1.1天；开展培训25次，参与培训人数高达1597人次；对61.7万条存量数据进行质量监控，及时分析并删除冗余数据38.4万条。强有力的工作保障物资数据库的清爽干净，支撑了公司物资供应链管理，为摸清库存物资家底提供了保障，为库存物资压降提供了指导方向。
数据管理工作是一项重要的长期性、基础性工作，要认识到其意义之所在，一定要抓实。展望未来数据管控研究，要充分利用AI、大数据、机器学习、自然语言处理等新技术，捕获行业经验和专家知识，从传统管理向“机器+人工”管理新模式转变，使用物料智能搜索、智能审核、智能清理清理、“图片-物资”可视化管理，提高劳动生产力、提升工作效率和正确率。
参考文献
[1] 李占旺，周瑞瑞等.物资数据管理长效机制构建及实施效果[J].中国石油企业，2019，Z1：88~93