2. 数据源识别

成本台账数据清洗与现金流周转率监控的第一步，是系统性地识别并梳理企业内外部数据源。不同系统产生的数据在格式、粒度、时效性和语义上存在显著差异，只有完成数据源的全景盘点，才能为后续的数据清洗、字段映射与指标计算奠定基础。本章聚焦于三类核心数据源：企业ERP系统、财务核算系统以及银行流水/交易明细，并给出每类数据源的关键字段、典型问题与接入策略。

2.1 数据源全景分类

根据数据产生的位置与业务属性，成本台账相关数据源可划分为以下三大类：

2.2 ERP 系统数据源识别要点

ERP系统是成本台账最核心的数据来源，记录了从采购到生产再到销售的全链路物料与价值流动。识别ERP数据源时，需重点关注以下模块与实体：

• 采购模块： 采购订单头/行、收货单、发票校验凭证。关键字段：物料编码、供应商、采购数量、单价、收货日期、发票金额。
• 库存/仓储模块： 物料凭证、库存转移单、盘点差异单。关键字段：物料编码、仓库、移动类型、数量、移动日期。
• 生产模块： 生产订单、工单报工、物料消耗、完工入库。关键字段：工单号、物料编码、消耗量、产出量、工时。
• 销售模块： 销售订单、发货单、销售发票。关键字段：客户、物料、数量、单价、发货日期。

ERP数据通常以行项目明细形式存储，每笔业务对应一条记录。数据量虽大，但结构相对规整，主要挑战在于编码一致性（如物料编码在不同模块间是否统一）和时间戳精度（部分旧系统仅记录日期，无时分秒）。

2.3 财务系统数据源识别要点

财务系统提供的是价值维度的数据，与ERP的实物维度形成互补。识别财务数据源时，应聚焦于：

• 总账模块： 科目余额表、凭证分录。关键字段：会计科目、借贷方向、金额、过账日期、凭证类型。
• 应付/应收模块： 供应商发票、客户发票、付款/收款记录。关键字段：供应商/客户编码、发票号、到期日、已付金额、未付金额。
• 成本核算模块： 成本中心报表、内部订单、物料分类账。关键字段：成本对象、成本要素、实际成本、计划成本、差异。
• 资产模块： 固定资产卡片、折旧计提、资产报废。关键字段：资产编号、原值、累计折旧、净值。

2.4 银行流水数据源识别要点

银行流水是监控现金流周转率最直接的外部验证数据。与内部系统不同，银行流水具有以下特征：

• 格式多样： 不同银行导出的CSV/Excel列名、日期格式、金额精度均不一致。例如，招商银行使用“交易时间”，工商银行使用“发生日期”。
• 摘要非标准化： 对手方名称、用途摘要多为自由文本，存在缩写、错别字、特殊符号，需通过正则或模糊匹配进行清洗。
• 余额连续性： 银行流水通常包含“余额”字段，可用于校验交易记录的完整性。若某日余额不连续，说明存在漏采或重复。
• 多账户归集： 企业通常有多个银行账户（基本户、一般户、外币户），需按账户分别接入后再合并。

银行流水接入推荐采用银企直连API或SFTP文件自动拉取，避免人工导出带来的延迟与错误。每日定时任务应在T+1日上午10点前完成前一日流水的拉取与校验。

2.5 数据源识别与接入流程

下图展示了从数据源识别到接入的标准化流程，涵盖调研、评估、接入与验证四个阶段：

2.6 数据源字段映射与标准化

完成数据源识别后，需要将不同系统的字段映射到统一的成本台账模型中。以下是一个简化的字段映射示例：

2.7 数据源识别常见问题与对策

在实际项目中，数据源识别阶段常遇到以下问题，需提前制定对策：

• 系统版本老旧，接口不开放： 部分ERP系统（如SAP ECC 6.0）未开放标准API，需通过数据库视图或中间表方式获取数据。建议与IT部门协商，创建只读视图或启用RFC/BAPI接口。
• 银行流水摘要混乱： 对手方名称包含“代发工资”、“网银转账”等非标准化文本。建议建立摘要关键词映射表，通过正则表达式自动归类，无法匹配的进入人工审核队列。
• 数据源时间不同步： ERP使用UTC时间，财务系统使用北京时间，银行流水使用服务器时间。必须在接入层统一转换为北京时间（UTC+8），并记录原始时区信息。
• 历史数据缺失： 部分系统仅保留近3个月数据。对于现金流周转率监控，建议至少保留12个月的历史数据。缺失部分可通过财务凭证或银行对账单补录。

完成数据源识别后，下一阶段将进入数据清洗规则的制定与实施。确保数据源清单完整、字段映射准确、接入流程自动化，是后续所有分析工作的基础。