NetSuite ERP项目中非批次物料—批次物料数据转换流程

2024-06-14 19:28

本文主要是介绍NetSuite ERP项目中非批次物料—批次物料数据转换流程,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

最近在刚结束的项目上也再次碰到了非批次物料转换为批次物料的操作,因此也想把我们在处理数据流程中的心得写出来,以便复盘与总结,也分享给各位。

整体的步骤我们可分为准备工作,调整工作以及检查工作

准备工作

主要是数据的整理与CSV导入模版的建立,我们可以根据数据的整理情况来进行工作量的评估,具体如下:

1.非批次物料添加_Inactive后缀数据整理/系统CSV导入模版建立,注意为Inventory Item;

2.批次物料更新数据整理/系统CSV导入模版建立,注意为Lot Numbered Inventory Item;

3.非批次物料Inventory Adjustment调减数据整理/系统CSV导入模版建立;

4.批次物料Inventory Adjustment调增数据整理/系统CSV导入模版建立;

5.未结PO/SO等数据整理/系统CSV导入模版建立;

准备工作的顺利大致如上,但其中具体的步骤要根据正式调整系统时得到的数据相结合,比如将非批次物料添加了_Inactive的后缀后,我们才能知道哪些未结PO/SO上是包含这些旧的非批次物料的。

上面的文件模版大家应该都是有的,一定要先在沙盒里进行测试,以下是系统中会用到的模版:

调整工作

主要是在系统中的操作流程,主要就是真正导入数据与库存调整的操作,以及刷新PO/SO的行Item数据,有时可能还要面临手动拆分未结的PO/SO,具体如下:

1.非批次物料数据更新,保证都添加有_Inactive后缀,和未来的批次物料加以区分;

2.导入批次物料的信息,保证其相关主数据与转换的非批次物料完全一致,尤其注意Tax Schedule,Accounting等信息;

3.调减IA的导入,调减数量注意为负数;

4.调增IA的导入,调增数量为正数,需要考虑Average Cost,与调减物料在对应Location的Average Cost保持完全一致,尽可能地使调整成本不出现尾差;也要注意Subsidiary与Location的设置;注意多批次Item的拆分;

5.刷新未结PO/SO这里主要指的是Pending Receipt以及Pending Fulfillment状态的PO/SO,需要注意行上Rate,Amount,Tax Code等信息,不能改动原本PO/SO Amount总额;如果有已经部分收发货的PO/SO,则需要将Item拆分为非批次物料与批次物料,非批次物料为已经收发货的数量,手动添加批次物料行为剩余未收发货的数量。

当然,也可以在调整数据前让客户根据实际情况将部分收发货的都发掉,该结的也都结掉,或者是有哪些可以关闭后续不需要处理的PO/SO,都可以先进行沟通。

检查工作

主要是Check数据的准确性,主要有以下几点:

1.确认系统中批次切换的非批次库存数据是否有遗留,正常情况下IA上的非批次物料应该被调整为0,不能留有库存或为负数,当然留有库存的情况可先不做,等后续进一步Check后再创建补充的IA也OK;

2.注意是否改动了PO/SO的Rate,Amount,我们这次在操作中由于Item Price有Basic Price以及Custom等不同的Price Level,导致我们动到了Rate与Amout,因此过程中又重新改回了对应的值;

3.注意调减IA与调增IA的数字是否有尾差,正常情况下应正负相抵,无任何尾差。

注意事项

这里也有一些注意事项供大家参考:

1.在OneWorld环境中,由于Location与Subsidiary有对应关系,如果Item Record上维护了Location以及Preferred Location的信息,我们在更新Item Record的信息时,系统会有报错,所以一般情况下Item Record中是不维护对应的Location与Preferred Location信息的,有的话可以批量更新该信息;

2.如果系统数据与客户提供的盘点数据发生不一致,一般要在过程中标注好然后与客户核对差异,调减时,若系统数字<盘点数字,以系统数字为准,调减多将造成负库存;系统数字>盘点数字,以盘点数字为准,这种情况下要注意系统中将留有多余的库存;

调增时,则以客户的线下实际数据为准,总之这些异常的库存数据可看情况是调整前沟通还是在调整后统一沟通解决;

3.从数据切换的整个流程来看,在库存数据正式环境导入前,记得要在沙盒里面将整理过的真实数据与自己的CSV导入模版等跑通,然后再将CSV导入模版打包搬到系统里面,或者重新设置,工作尽量做在前面,否则在正式环境中导入数据时或多或少都会遇到一些零碎的异常问题;

4.如果批次与数量要根据未来不同Subsidiary与Location进行拆分,这点要与客户及时沟通,进行异常数据的Check,当然在调整后如果发现问题也可以再用IA进行调整,看客户如何选择。

这篇关于NetSuite ERP项目中非批次物料—批次物料数据转换流程的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1061311

相关文章

Security OAuth2 单点登录流程

单点登录(英语:Single sign-on,缩写为 SSO),又译为单一签入,一种对于许多相互关连,但是又是各自独立的软件系统,提供访问控制的属性。当拥有这项属性时,当用户登录时,就可以获取所有系统的访问权限,不用对每个单一系统都逐一登录。这项功能通常是以轻型目录访问协议(LDAP)来实现,在服务器上会将用户信息存储到LDAP数据库中。相同的,单一注销(single sign-off)就是指

Spring Security基于数据库验证流程详解

Spring Security 校验流程图 相关解释说明(认真看哦) AbstractAuthenticationProcessingFilter 抽象类 /*** 调用 #requiresAuthentication(HttpServletRequest, HttpServletResponse) 决定是否需要进行验证操作。* 如果需要验证,则会调用 #attemptAuthentica

大模型研发全揭秘:客服工单数据标注的完整攻略

在人工智能(AI)领域,数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者,掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中,工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注,不仅能够帮助提升客服自动化系统的智能化水平,还能优化客户服务流程,提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行

基于MySQL Binlog的Elasticsearch数据同步实践

一、为什么要做 随着马蜂窝的逐渐发展,我们的业务数据越来越多,单纯使用 MySQL 已经不能满足我们的数据查询需求,例如对于商品、订单等数据的多维度检索。 使用 Elasticsearch 存储业务数据可以很好的解决我们业务中的搜索需求。而数据进行异构存储后,随之而来的就是数据同步的问题。 二、现有方法及问题 对于数据同步,我们目前的解决方案是建立数据中间表。把需要检索的业务数据,统一放到一张M

这15个Vue指令,让你的项目开发爽到爆

1. V-Hotkey 仓库地址: github.com/Dafrok/v-ho… Demo: 戳这里 https://dafrok.github.io/v-hotkey 安装: npm install --save v-hotkey 这个指令可以给组件绑定一个或多个快捷键。你想要通过按下 Escape 键后隐藏某个组件,按住 Control 和回车键再显示它吗?小菜一碟: <template

关于数据埋点,你需要了解这些基本知识

产品汪每天都在和数据打交道,你知道数据来自哪里吗? 移动app端内的用户行为数据大多来自埋点,了解一些埋点知识,能和数据分析师、技术侃大山,参与到前期的数据采集,更重要是让最终的埋点数据能为我所用,否则可怜巴巴等上几个月是常有的事。   埋点类型 根据埋点方式,可以区分为: 手动埋点半自动埋点全自动埋点 秉承“任何事物都有两面性”的道理:自动程度高的,能解决通用统计,便于统一化管理,但个性化定

使用SecondaryNameNode恢复NameNode的数据

1)需求: NameNode进程挂了并且存储的数据也丢失了,如何恢复NameNode 此种方式恢复的数据可能存在小部分数据的丢失。 2)故障模拟 (1)kill -9 NameNode进程 [lytfly@hadoop102 current]$ kill -9 19886 (2)删除NameNode存储的数据(/opt/module/hadoop-3.1.4/data/tmp/dfs/na

异构存储(冷热数据分离)

异构存储主要解决不同的数据,存储在不同类型的硬盘中,达到最佳性能的问题。 异构存储Shell操作 (1)查看当前有哪些存储策略可以用 [lytfly@hadoop102 hadoop-3.1.4]$ hdfs storagepolicies -listPolicies (2)为指定路径(数据存储目录)设置指定的存储策略 hdfs storagepolicies -setStoragePo

Hadoop集群数据均衡之磁盘间数据均衡

生产环境,由于硬盘空间不足,往往需要增加一块硬盘。刚加载的硬盘没有数据时,可以执行磁盘数据均衡命令。(Hadoop3.x新特性) plan后面带的节点的名字必须是已经存在的,并且是需要均衡的节点。 如果节点不存在,会报如下错误: 如果节点只有一个硬盘的话,不会创建均衡计划: (1)生成均衡计划 hdfs diskbalancer -plan hadoop102 (2)执行均衡计划 hd

如何用Docker运行Django项目

本章教程,介绍如何用Docker创建一个Django,并运行能够访问。 一、拉取镜像 这里我们使用python3.11版本的docker镜像 docker pull python:3.11 二、运行容器 这里我们将容器内部的8080端口,映射到宿主机的80端口上。 docker run -itd --name python311 -p