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

Python获取中国节假日数据记录入JSON文件

《Python获取中国节假日数据记录入JSON文件》项目系统内置的日历应用为了提升用户体验,特别设置了在调休日期显示“休”的UI图标功能,那么问题是这些调休数据从哪里来呢?我尝试一种更为智能的方法:P... 目录节假日数据获取存入jsON文件节假日数据读取封装完整代码项目系统内置的日历应用为了提升用户体验,

Java实现时间与字符串互相转换详解

《Java实现时间与字符串互相转换详解》这篇文章主要为大家详细介绍了Java中实现时间与字符串互相转换的相关方法,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录一、日期格式化为字符串(一)使用预定义格式(二)自定义格式二、字符串解析为日期(一)解析ISO格式字符串(二)解析自定义

Java利用JSONPath操作JSON数据的技术指南

《Java利用JSONPath操作JSON数据的技术指南》JSONPath是一种强大的工具,用于查询和操作JSON数据,类似于SQL的语法,它为处理复杂的JSON数据结构提供了简单且高效... 目录1、简述2、什么是 jsONPath?3、Java 示例3.1 基本查询3.2 过滤查询3.3 递归搜索3.4

一文教你如何将maven项目转成web项目

《一文教你如何将maven项目转成web项目》在软件开发过程中,有时我们需要将一个普通的Maven项目转换为Web项目,以便能够部署到Web容器中运行,本文将详细介绍如何通过简单的步骤完成这一转换过程... 目录准备工作步骤一:修改​​pom.XML​​1.1 添加​​packaging​​标签1.2 添加

在java中如何将inputStream对象转换为File对象(不生成本地文件)

《在java中如何将inputStream对象转换为File对象(不生成本地文件)》:本文主要介绍在java中如何将inputStream对象转换为File对象(不生成本地文件),具有很好的参考价... 目录需求说明问题解决总结需求说明在后端中通过POI生成Excel文件流,将输出流(outputStre

MySQL大表数据的分区与分库分表的实现

《MySQL大表数据的分区与分库分表的实现》数据库的分区和分库分表是两种常用的技术方案,本文主要介绍了MySQL大表数据的分区与分库分表的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有... 目录1. mysql大表数据的分区1.1 什么是分区?1.2 分区的类型1.3 分区的优点1.4 分

Mysql删除几亿条数据表中的部分数据的方法实现

《Mysql删除几亿条数据表中的部分数据的方法实现》在MySQL中删除一个大表中的数据时,需要特别注意操作的性能和对系统的影响,本文主要介绍了Mysql删除几亿条数据表中的部分数据的方法实现,具有一定... 目录1、需求2、方案1. 使用 DELETE 语句分批删除2. 使用 INPLACE ALTER T

tomcat多实例部署的项目实践

《tomcat多实例部署的项目实践》Tomcat多实例是指在一台设备上运行多个Tomcat服务,这些Tomcat相互独立,本文主要介绍了tomcat多实例部署的项目实践,具有一定的参考价值,感兴趣的可... 目录1.创建项目目录,测试文China编程件2js.创建实例的安装目录3.准备实例的配置文件4.编辑实例的

python+opencv处理颜色之将目标颜色转换实例代码

《python+opencv处理颜色之将目标颜色转换实例代码》OpenCV是一个的跨平台计算机视觉库,可以运行在Linux、Windows和MacOS操作系统上,:本文主要介绍python+ope... 目录下面是代码+ 效果 + 解释转HSV: 关于颜色总是要转HSV的掩膜再标注总结 目标:将红色的部分滤

Python Dash框架在数据可视化仪表板中的应用与实践记录

《PythonDash框架在数据可视化仪表板中的应用与实践记录》Python的PlotlyDash库提供了一种简便且强大的方式来构建和展示互动式数据仪表板,本篇文章将深入探讨如何使用Dash设计一... 目录python Dash框架在数据可视化仪表板中的应用与实践1. 什么是Plotly Dash?1.1