首页 > 资料专栏 > 论文 > 技研论文 > 研发技术论文 > 川环公司ERP系统数据质量问题的研究_MBA硕士论文(63页).rar

川环公司ERP系统数据质量问题的研究_MBA硕士论文(63页).rar

资料大小:5501KB(压缩后)
文档格式:DOC
资料语言:中文版/英文版/日文版
解压密码:m448
更新时间:2018/11/1(发布于安徽)

类型:金牌资料
积分:--
推荐:升级会员

   点此下载 ==>> 点击下载文档


文本描述
中文摘要

在中国目前的市场经济条件下,处理业务过程中所产生的数据是帮助企业

决策的主要因素,不正确或不完整的数据可能会导致决策错误或失败,这就使

得数据质量对企业来说十分重要。企业经营环境中的管理方法会直接影响企业

数据的质量,所以数据质量管理方法的应用研究对企业的数据质量就变得非常

有意义了。ERP系统是基于数据的企业业务全过程的管理系统,系统中的数据

直接影响ERP系统实施的成与败。多年来,许多相关理论研究者早已对企业的

ERP数据质量进行了大量的理论研究和实践应用,但并未完全覆盖ERP数据

质量的方方面面,许多针对某个行业的细节问题还存在空白。

本文将以川环公司在ERP系统实施过程中所遇到的具体问题作为研究对

象,结合相关的理论提出一些关于数据质量管理方面的研究方法。论文首先简

单介绍了研究的背景及意义,分析了数据质量对ERP系统的影响,然后介绍了

数据、数据质量以及全面数据质量管理的含义,并做了相关性分析。以此为基

础,针对川环公司ERP实施过程中面临的数据质量问题进行深入的调查分析,

弄清楚了现状。并收集了各方对ERP数据质量的要求以及数据质量问题的具体

体现。针对存在的问题,采用TDQM方法结合川环公司的具体情况,对物料清

单(BOM)、各业务模块主数据、原材料定额三类数据进行改善,提出了详细

的方案。最后,作为本论文研究成果的实施保障,企业要获得有高质量的ERP

系统数据,可以从确定目标、树立共识、体系建设、人员培训、行动落实五个

方面开展工作。

希望本研究能够对汽车零部件企业在ERP系统数据质量管理起到一些借鉴

的作用,同时为中小企业对ERP数据质量影响因素的认识以及提高数据质量管

理方面提供指导和参考。本文还存在着很多的不足,我相信未来会有更好的研

究方法进一步完善对ERP数据质量的管理。

关键词:ERP企业资源规划数据质量TDQM全面数据质量管理

一、绪论

(_)研究的背景和意义

1、研究的背景

在经济全球化这个大背景下企业的信息化建设不断深化,各个区域经济体

中的各行各业都在争相展现数据获取、数据加工和应用的能力。ERP (Enterprise

Resource Planning)即企业资源规划系统,是基于现代信息技术,以系统化的管

理思想、管理决策,为企业管理者和员工提供管理平台,作为一个全面的企业

管理工具将资金流、物流、知识流和信息流相互结合起来。ERP系统集现代科

技与先进管理思想于一体,成为了企业在信息时代生存和发展的基石。

近几年,中国的汽车销量已经达到了嶺峰状态。在整个汽车及其零部件企

业也亳不例外的都在釆用先进信息化手段来进行管理。主要方式有:1)建立

一个统一的信息平台,解决全公司的内部信息孤岛。该系统的统一,使企业的

生产经营实现了物流、资金流、信息流和工作流的并行操作,信息交流和业务

通过网络将企业与上下游产业关联,形成有效的供应链系统。2)生产计划体系

多组织,企业的产能获得更好利用。通过建立先进的生产计划系统,打破了手

工计划,准备材料要求根据各种料品的采购计划提前期和生产提前期。3)基于

信息技术应用来满足精细化成本控制,健全成本核算功能以促进财务管理。采

用先进的成本核算方法,产品成本将更准确的核算,同时为报价和财务核算提

供可靠的依据。4)提高企业的管理,需要让精确的数据作为在计算机上使用的

基础,将提高统计分析的质量。充分利用质量检测数据,利用多种分析方法,

深入的统计和分析,有效地监控和提高产品质量水平。

川环公司作为一家行业领先的汽车零部件企业,也同样在信息化这条道路

上稳步推进。在2010年初与国内管理软件巨头用友公司合作,开始实施用友

ERP-U9系统。在实施两年之后,川环ERP系统于2011年底正式上线,企业领

导都非常关心在如此大投入之下的ERP系统如何实施才能保证成功。

通过大量的事实发现,很多原因可能导致ERP实施失败,包括:系统实施

的方法是不是正确的,企业各业务流程是不是充分优化的,ERP供应商对于软

件的功能设计是不是全面的;企业高层领导对ERP缺乏深入的理解,轻视系统

实施的难度,导致实施流程执行力度不够,后续投资远跟不上形势的发展。以

上的原因并不是最核心的问题,企业实施ERP的失败的一个重要原因——数据

1