如果您觉得这篇文章对你所有帮助的话，您的顺手点赞和转发将是对作者持续发文的重要动力，您的支持和鼓励很重要！

所有文章在公众号“MZ信息化咨询杂谈”同步更新！

​郑重声明：本博客所发文章全部为原创，其他地方所看到同样文章如无授权，均为盗用！以下为本篇正文（文章是多年以来积累所写，以前主要发布于知乎，后续陆续发布到此博客）：

数据的重要性在这里我们不再强调，数据尤其是作为所有业务运行基础的物料数据（或者我们称为产品数据）是最为基础的，也是最为重要的。

这一篇中，我们来聊一聊如何整理数据。笔者认为我们SAP项目在数据整理方面需要注意以下几点。

1.     数据整理是项目一开始就需要进行计划和执行的。

数据的整理和收集应贯穿项目的始终，从项目一启动就应制定数据收集的计划并开始贯彻执行，包括数据数据的范围、模板（明细到各字段）、收集的方式、导入的方式。

2.     重视对历史数据数据整理和物资清理

所谓物资清理就是长期挂账已经无实物的或者账实不符的资产，包括债权债务（应收、应付）、固定资产、库存应和收据收集同步进行，目的是在SAP上线时账实一致，上线后尽量不存在冗余数据和无效数据。

3.     数据的整理过程透明化、统一化

目的是让项目组所有成员以及项目相关利益方都了解数据的变化以及为何如此变化，包括原数据和将来数据的变化，以及数据整理中的变化，以及什么要这样变化。

4.     数据管理的流程需要定义清楚

哪些数据，如何维护，如何流转，如何通知，如何更新，都应定义清楚，从组织结构、数据维护流程、数据管理制度等方面进行定义。

5.     配置专人专岗

根据数量大小和复杂程度看是否需要设置专人专岗专门进行数据整理工作，即使是兼职整理，也需要让相应的人了解其重要性。

6.     制定数据整理的原则

笔者认为数据整理的原则一句话概括是“该有的都要有，不该有的不要进来”，也就是说既要避免冗余，又要避免缺失。

7.     对数据的属性理解一致。

对关键字段的理解要一致，用户了解数据间的逻辑关系以及数据维护不正确可能导致的影响。

8.     版本的控制

什么情况下的变化需要更新新的版本，版本间的主要变化进行记录，方便回忆和查找。

总之，我们不管讲信息化，还是数字化，首先是业务活动的数据化，这是一个非常基础又非常重要的事情，需要在项目中给与足够的重视。我们这些点主要针对的是关系型数据的整理说明，对于非关系型数据的整理，笔者了解不多，欢迎有了解的朋友分享。

 最后，笔者还想和大家分享一点，大家有没有发现，在项目中为何数据质量不高，往往和整理数据的人并不使用数据有关，从某种程序上可以理解，因为我不使用这些数据，甚至我整理的这些数据将来会有什么用，我也不清楚，那么很有可能就导致数据整理出来的质量就不高。

这就引申出一个问题，如果让真正使用数据的人参与到数据整理过程中来，同时让整理数据的人真正了解这些数据的用途，笔者认为这对于数据质量的提高是有帮助的。

从系统角度来说，目前数据的采集也越来越往前端延伸，同时越来越自动化，比如HR的员工数据可以从招聘网站自动收集过来，客户、供应商的一些数据通过一些公共数据平台或者扫码的方式直接进入系统等。这样也会提高数据输入的效率和质量。

不管怎样，如何最大程度保证数据的及时性、完整性、准确性对于企业在数字化转型过程中是永恒的主题。