# ERP 数据迁移怎么做:中小制造企业的清单、校验与常见的坑

> Source: https://netray.co/zh/erp-data-migration-checklist-sme
> Language: zh
> Publisher: Netray (netray.co)

ERP 数据迁移的核心是先清洗、再映射、后校验。主数据(物料、BOM、客户供应商)要先于期初数据,期初库存和往来余额必须在同一时点冻结并对账,上线前至少完整演练两次。数据质量决定了系统能否被一线信任。

无论是首次上线 ERP,还是从旧系统切换到新系统(例如从 K/3、U8 迁移到新版本,或从 Excel 与自研系统迁移),数据迁移都是最容易被低估的环节。许多项目的延期,并不是软件配置慢,而是数据始终对不上。

下面的清单面向中小制造企业,适用于大多数国产与国际 ERP。具体字段名和导入方式以所选产品的官方导入模板为准。

## 迁移范围与顺序:主数据在前,期初在后

迁移要按依赖顺序进行。先是组织与会计基础(组织、部门、会计科目、币种、税率),再是主数据(物料、计量单位、仓库与库位、客户、供应商、员工),然后是业务结构数据(BOM、工艺路线、价格与折扣),最后才是期初余额(库存、应收应付、在制品、未结订单)。

历史交易数据不必全部迁移。通常只迁移仍在执行的数据:未完成的销售订单、采购订单、工单,以及近一两年的业务以备查。老数据可以留在旧系统只读保存,或导出归档。

- 第一层:组织、科目、币种、税率
- 第二层:物料、仓库、客户、供应商
- 第三层:BOM、工艺路线、价格
- 第四层:库存、应收应付、在制品、未结订单

## 物料主数据:最难也最重要

清洗物料表要处理同物异码、同码异物、规格描述不统一、计量单位混乱(采购单位与库存单位的换算)、停用物料等问题。建议先定编码规则和描述规范,再批量整理,最后由仓库和生产部门逐类确认。

对制造企业尤其要明确:是否启用批次或序列号管理,是否有保质期,损耗率和替代料如何定义。这些属性一旦在上线后再改,往往牵涉已有单据,代价很高。

## BOM、工艺路线与在制品

BOM 要和车间实际用料一致,而不是图纸上的理论值。常见问题包括多版本并存未标识生效日期、虚拟件使用混乱、替代料没有维护。每个主要产品的 BOM 应由工艺和生产共同签字确认后再导入。

工艺路线涉及工序、工作中心和标准工时,标准工时若是估计值,会影响排产与成本。在制品的处理要特别小心:上线切换点上车间里正在加工的半成品如何计入、如何领料和报工,需要提前设计规则,最好在两个班次之间的低峰时点切换。

## 期初库存与往来:冻结、盘点、对账

期初库存必须基于一次完整盘点,并在盘点时点冻结出入库,或者记录盘点期间的差异流水。系统里的库存账、财务总账的存货科目和实物盘点三者应当一致。应收应付也要与对账单、总账余额逐项核对。

建议至少做两次完整演练:第一次发现问题,第二次验证修复,并记录每一步耗时,以便正式切换时安排窗口。每次演练都要有校验清单,例如记录数、金额合计、抽样明细的比对,并保留旧系统数据作为回滚依据。

- 记录数核对:导入前后条数一致
- 金额合计核对:库存金额、应收应付余额与总账一致
- 抽样核对:随机抽取物料和客户逐项比对
- 回滚预案:切换失败时能回到旧系统继续运作

## 迁移后的数据治理,以及 AI 能帮上的地方

迁移完成不等于结束。应设立主数据管理规则:谁能新增物料、编码如何审批、变更如何留痕,否则几个月后又会出现重复编码。每月做一次库存与账务的对账,尽早发现偏差。

AI 可以在清洗阶段辅助识别疑似重复的物料描述、归类规格、提示异常的单位换算,但结果必须由人审核确认,不应让模型直接改写主数据。在客户本地环境运行开源模型还可以避免把物料与成本数据发送到外部服务。写入类操作一律保留人工审批。

## FAQ

### 历史数据需要全部迁移到新系统吗?

通常不需要。迁移仍在执行的订单、工单和必要的主数据即可,历史交易可留在旧系统只读保存或导出归档,既降低风险也缩短周期。

### 数据迁移一般由谁负责?

数据的准确性是企业自己的责任,实施方提供模板和导入工具。企业应指定数据负责人,各部门分别确认自己负责的物料、BOM、库存、往来等数据。

### 切换上线选在什么时候比较好?

通常选在月初或业务低峰,便于财务按完整会计期间切换。避开订单高峰和年底关账。切换前要提前通知客户和供应商相关的单据变化。

### 迁移时发现旧数据很乱,是不是应该推迟上线?

数据乱恰恰说明需要先治理。可以缩小首期范围,只迁移核心物料和关键流程的数据,其余逐步补齐,而不是带着脏数据上线。

### 可以用 AI 自动清洗物料数据吗?

可以辅助识别重复和异常,但不应让模型自动改写。结果要由仓库和工艺人员确认。使用本地部署的模型可以避免数据外传。