3. 采购业务数据源分析：ERP系统核心表的数据特征与关系

采购支出数据仓库的基石是来自企业ERP系统的多个业务数据源。这些数据源并非孤立存在，而是通过主键与外键紧密关联，共同描述了从采购申请到付款结算的完整业务闭环。本章将深入分析采购订单表、供应商主数据、物料主数据以及发票数据的核心数据特征与实体关系。

3.1 数据源全景概览

在典型的ERP系统中，采购域涉及以下核心数据对象。理解它们的粒度、时效性及关联方式是构建星型模型的前提。

3.2 核心数据源详细特征

3.2.1 采购订单表 (Purchase Order)

采购订单表是采购流程的起点，通常分为订单头和订单行两部分。订单头记录全局信息（如供应商、采购组织、总金额），订单行记录具体物料、数量、单价和交货计划。

• 关键字段： PO编号、行项目号、物料编码、供应商编码、订单数量、净价、货币、交货日期、采购组、工厂代码。
• 数据特征： 数据量大，每日增量明显；存在订单变更历史（如修改数量、价格）；状态字段复杂（已创建、已审批、已收货、已开票、已关闭）。
• ETL挑战： 需要处理订单行拆分、变更追踪以及未清订单的周期性快照。

3.2.2 供应商主数据 (Vendor Master)

供应商主数据是采购分析的核心维度之一，决定了供应商绩效评估和支出集中度分析的质量。

• 关键字段： 供应商编码、名称、国家、地区、行业分类、付款条款、付款方式、信用等级、采购组织视图。
• 数据特征： 相对稳定，但存在多视图（财务视图、采购视图）；部分字段（如分类）可能随时间调整。
• ETL挑战： 需要处理供应商合并（如集团内供应商统一编码）、地址变更以及分类调整的SCD策略。

3.2.3 物料主数据 (Material Master)

物料主数据是品类分类分析的基石。它定义了“买的是什么”，是连接采购订单与财务分类账的桥梁。

• 关键字段： 物料编码、物料描述、物料组、产品层级、基本计量单位、采购组、物料类型（原材料、半成品、服务）。
• 数据特征： 数据量适中，但层级关系复杂（如物料组 -> 产品大类 -> 品类）；描述信息可能存在不规范（如缩写、拼写错误）。
• ETL挑战： 需要建立标准化的品类分类映射表，清洗物料描述，处理一物多码或一码多物的情况。

3.2.4 发票数据 (Invoice Data)

发票数据是财务付款的依据，也是校验采购订单执行准确性的关键。它通常与采购订单行、收货单行进行“三单匹配”。

• 关键字段： 发票编号、发票行号、PO编号、PO行号、发票数量、发票金额、税额、折扣、付款日期、发票状态。
• 数据特征： 数据量略小于采购订单；时间滞后（发票通常在收货后开具）；存在红冲发票和贷项凭证。
• ETL挑战： 需要处理发票与PO的匹配逻辑，识别价格差异和数量差异，以及处理跨月发票的账期归属。

3.3 数据源实体关系 (ER) 分析

下图展示了采购业务数据源之间的核心实体关系。理解这些关系是设计数据仓库事实表与维度表关联逻辑的基础。

3.4 数据关系与ETL映射策略

在数据仓库建模中，上述源表关系将映射为星型模型。以下是关键映射规则与ETL处理策略。

3.5 数据质量与常见问题

在数据源接入阶段，ETL开发人员必须关注以下常见数据质量问题，这些问题直接影响品类分类趋势分析的准确性。

• 供应商数据不一致： 同一供应商在不同系统或不同时间点存在多个编码（如“华为技术有限公司”与“华为技术”）。
  对策： 建立供应商统一编码映射表，在ETL阶段进行清洗与合并。
• 物料分类缺失或错误： 物料主数据中的“物料组”字段为空，或分类层级不完整。
  对策： 基于物料描述进行关键词匹配或机器学习分类，补充缺失的品类信息。
• 发票与PO匹配失败： 发票行引用的PO编号或行号在源系统中已被修改或删除。
  对策： 采用外连接保留未匹配记录，并记录异常日志供业务核对。
• 货币与单位不统一： 采购订单使用本位币，发票使用外币，导致金额计算错误。
  对策： 在ETL中统一转换为标准货币（如人民币），并记录原始汇率。

3.6 数据源接入清单示例

以下是一个标准的数据源接入配置清单，用于指导ETL开发人员从ERP系统抽取采购相关数据。

-- 数据源接入配置清单 (示例)
-- 目标: 构建采购支出事实表 (FACT_PURCHASE_SPEND)

-- 1. 抽取采购订单行项目
SELECT
    po_header.po_number,
    po_item.item_number,
    po_item.material_code,
    po_header.vendor_code,
    po_item.order_quantity,
    po_item.net_price,
    po_item.currency,
    po_header.po_create_date,
    po_header.purchasing_group
FROM
    erp.po_header AS po_header
    INNER JOIN erp.po_item AS po_item
        ON po_header.po_number = po_item.po_number
WHERE
    po_header.last_change_date >= '${last_run_date}';

-- 2. 抽取供应商维度 (SCD Type 2)
SELECT
    vendor_code,
    vendor_name,
    vendor_country,
    vendor_industry,
    effective_date,
    expiry_date,
    is_current
FROM
    erp.vendor_master
WHERE
    last_change_date >= '${last_run_date}';

-- 3. 抽取物料维度 (含品类映射)
SELECT
    mat.material_code,
    mat.material_description,
    mat.material_group,
    cat.category_name AS standard_category,
    cat.category_level
FROM
    erp.material_master AS mat
    LEFT JOIN dw.dim_category_mapping AS cat
        ON mat.material_group = cat.source_group_code
WHERE
    mat.last_change_date >= '${last_run_date}';