1. 课程导入与治理目标

在制造企业中，零部件数据是产品结构、工艺路线、采购、库存、成本核算和售后服务的共同基础。Windchill 作为 PLM 平台，承载着物料主数据、CAD 模型、BOM 结构、变更流程与文档关联。如果零部件分类混乱、标准件库失控，后续所有下游系统都会受到连锁影响。本课程的第一节，我们先不急于进入 Windchill 的具体操作，而是把问题看清楚：为什么要治理、治理什么、治理到什么程度才算成功。

一、业务价值：分类与标准件库为什么值得治理

零部件分类的本质，是给每一个物料建立一套可检索、可复用、可统计的语义坐标。分类做得好，工程师在选用零件时能快速找到已有物料，而不是凭记忆新建；采购能按品类聚合需求，形成批量议价能力；工艺能按品类复用工艺模板；财务能按品类分析成本结构。标准件库则是分类体系中最具复用价值的部分——螺栓、螺母、垫圈、轴承、密封圈、销、键等通用件，如果管理得当，可以用几百个标准物料覆盖成千上万次使用场景。

反过来看，治理缺失的代价非常具体。某企业曾统计，同一规格的内六角螺栓在系统中存在 47 个物料编码，分别由不同工程师在不同项目中创建，描述格式各不相同，有的写“M6×20”，有的写“M6*20”，有的写“内六角 M6 20”。采购无法合并订单，库存积压与缺料同时发生。这不是个别现象，而是缺乏分类规则和标准件库治理的典型后果。

二、常见痛点：治理前通常长什么样

在启动治理之前，可以先对照以下几类高频问题，判断自身所处的状态：

• 一物多码：同一物理零件因描述、命名、创建人不同而产生多个编码，BOM 中重复引用，库存与成本失真。
• 一码多物：一个编码被不同项目复用为不同零件，变更时无法追溯影响范围，质量风险高。
• 分类缺失或过粗：物料只挂在“机械件”“电气件”这类一级分类下，检索效率极低，无法支撑品类分析。
• 标准件库形同虚设：标准件未按标准规范建模，参数不完整，工程师宁愿自己新建也不愿从库中选用。
• 属性不规范：材料、表面处理、规格、标准号等关键属性缺失或填写随意，导致无法按属性筛选和统计。
• 变更失控：标准件被随意修改，已发布产品受到影响，却没有任何变更记录。

三、治理范围：从哪些对象入手

治理范围不能无限扩大，否则项目永远无法收尾。建议以“分类体系 + 标准件库 + 关键属性 + 变更规则”四条主线界定边界。分类体系解决“放在哪里”，标准件库解决“用什么”，关键属性解决“怎么描述”，变更规则解决“改了怎么办”。这四者构成一个闭环，缺一不可。

具体对象包括：零部件分类树（Category）、分类属性（Classification Attributes）、标准件主数据（Standard Part Master）、标准件族与实例（Family Table / Instance）、物料编码规则、描述模板、单位与精度规范、发布状态与生命周期状态。治理初期不必追求全品类覆盖，可以先从标准件和高频通用件切入，用 20% 的品类解决 80% 的重复问题。

四、成功标准：治理到什么程度算达标

治理目标必须可量化，否则无法判断是否收尾。建议从四个维度设定成功标准，并在项目启动时与业务方达成一致。

这些目标值不是拍脑袋决定的，而是根据行业常见治理项目经验给出的参考区间。实际项目中应根据企业规模、历史数据量和业务节奏调整。例如，一家有 20 万条物料主数据的企业，第一阶段能把重复物料下降 40% 就已经是显著成果；而一家新建工厂从零开始，标准件选用率可以直接设定 90% 以上。

五、治理不是一次性项目，而是持续机制

很多企业把治理当成“运动式清理”，集中三个月把数据洗一遍，之后又逐渐失控。真正有效的做法，是把治理规则嵌入日常流程：新建物料时必须走分类选择和属性填写校验；标准件入库必须经过标准化审核；变更必须关联变更单并评估影响范围。Windchill 的分类管理、生命周期模板、变更流程和访问控制，正是承载这些规则的机制。