先修路再跑车：工厂数据盘点和标准化，最枯燥但最重要的一步

上篇我们聊到，制造业AI转型的第一步不是买GPU、不是招算法工程师，而是把数据搞清楚。今天我们就来啃这块”最硬的骨头”——数据盘点和标准化。

老实说，这一步是整条路里最枯燥、最不性感、但最关键的一步。就像装修房子，砸墙铺管的时候你什么都看不出来，但未来所有的漂亮装修都建立在它上面。

🤔 先问自己三个问题

在开始之前，请工厂的IT主管或生产负责人先回答三个问题：

1. 你们工厂目前有多少套信息系统在跑？（ERP、MES、WMS、QMS、PLM、SCM、OA……数清楚了吗？）
2. 每套系统里的核心数据有哪些？（物料、BOM、客户、供应商、库存、订单、设备参数……）
3. 这些系统之间是怎么互通的？（靠接口？靠人工导出导入Excel？还是靠人喊？）

如果你不能马上回答出来，恭喜你——你已经找到了问题的根源。

🔍 第1步：数据盘点——给工厂的数据”上户口”

数据盘点，本质上就是给工厂的所有数据”上户口”。

你得像人口普查一样，搞清楚：

• 有哪些系统？——列一张清单，别漏了那些”角落里吃灰”的系统
• 每个系统管什么数据？——比如ERP管订单和库存，MES管生产工单和报工
• 数据质量怎么样？——数据准不准？实时还是T+1？有没有缺失？
• 数据怎么流的？——A系统到B系统是通过API，还是每天人工导Excel？

一个实用的盘点方法：画一张”系统-数据-流转图”

拿一张大白纸（或者用在线白板工具），把每个系统画成一个圈，用箭头标出数据流向，箭头上写清楚”传什么数据、多久传一次、用什么方式”。

做完这张图，10个工厂里有8个会倒吸一口凉气——原来数据流转这么乱！

📐 第2步：数据标准化——给数据”统一度量衡”

盘完数据之后，你会发现一个让人头大的问题：同一个东西，在不同的系统里叫法不一样！

这是最常见的”数据打架”场景：

实物	ERP里叫	MES里叫	WMS里叫
螺丝M6×20	10010001	M6×20螺栓	LS-6-20
某客户	C001-长沙三一	客户A（三一重工）	SY-001

同一个物料，三个系统三种编码。月底对账的时候，IT部门和生产部门互相扯皮——”你的数据不准””是你的数据不对”——其实根源就在这。

这就是数据标准化要解决的问题。专业术语叫“主数据管理”（MDM），说白了就是：给企业里最重要的数据（物料、客户、供应商、组织架构等）建立一套统一的”字典”。

怎么做？三步走：

1. 确定主数据范围：不要贪多，先从最核心的”物料”开始。物料统一了，库存、采购、生产就都能对上。
2. 制定编码规则：比如”物料类别+材质+规格+流水号”，让编码本身就有含义。这样一看编码就知道这是个什么东西。
3. 建立映射表：把各系统的旧编码映射到新编码，保证历史数据能追溯。

🎯 改造前 vs 改造后

看看做了数据盘点和标准化之后，变化有多大：

场景	改造前	改造后
月末对账	3个人花2天，还对不平	系统自动对，10分钟出结果
查物料库存	要查3个系统才能确定	一个入口全看到
采购下单	人工核对编码，经常下错	系统自动映射，零错误
数据报表	每个部门出一份，数字打架	统一数据源，一个数字大家信

⏱️ 这一步要多久？花多少钱？

说实话，数据盘点和标准化是做”地基”的活，快不了。

• 数据盘点：1-2周（视系统数量而定）
• 主数据标准制定：2-4周（需要业务部门和IT部门一起参与）
• 数据清洗与映射：4-8周（最费时的环节，特别是历史数据）
• 系统改造对接：4-8周（各系统按新标准改造）

加起来大约3-6个月。这笔投入看起来不产生直接效益，但它是所有后续工作的前提。之前说的北汽福田”长超小福”案例，光这一步就做了好几个月，但后面所有的AI效果都建立在这之上。

记住一句话：数据的质量，决定了AI的天花板。垃圾数据进，垃圾结果出。

💡 给中小工厂的实操建议

如果你是一个中小型制造企业，预算和人手都有限：

• 不要追求一步到位。先从最痛的地方切入——物料编码统一了，库存和采购的效益立竿见影
• 用Excel先把数据理清楚。不一定非要上系统，把现状搞清楚比什么都重要
• 引入外部顾问帮忙梳理。自己做容易”不识庐山真面目”，有经验的人半天就能发现问题
• 标准化是长期的。建立管理制度，新数据从源头统一，不要边清边乱

下一篇预告：《像建自来水厂一样建数据管道》——教你如何用集成平台把20多套系统串起来，再建一个统一数据仓库。

💬 你们工厂的数据”打架”到什么程度了？欢迎在评论区吐槽。