☰
数据资产化落地路径:从主数据治理到SAP资产增强实战
2026/9/28 8:20:10 网站建设 项目流程

2026年,我身边做医药信息化的同行,几乎都在聊同一个词:数据资产。朋友圈转的文章、行业峰会的议程、药企CIO的年度规划,无一例外。聊得多了,我发现一个普遍现象:大家说的热闹,细节却很少有人讲清楚。数据资产到底是什么?医药数据怎么从“躺在数据库里睡大觉”变成“能产生价值的资产”?新质生产力这个听起来很宏大的词,和一个做SAP资产主数据的顾问又有什么关系?这篇文章就用我这几年的项目经历,把这些问题掰开揉碎讲一遍。内容分两条线:宏观上,讲医药数据资产化的逻辑和落地路径;微观上,用资产主数据屏幕增强这个SAP模块里的实际案例,展示数据资产化在ERP里的真实落点。适合数据治理、财务信息化、ERP开发、资产管理相关岗位的朋友参考。

1. 为什么2026年医药行业都在谈数据资产

1.1 医药行业天生就是“数据重资产”行业

很多人以为医药行业是重资产行业,主要重在生产车间、设备、厂房。这话只说对了一半。医药行业真正的隐性重资产是数据,而且是大得惊人的数据量。

一家中等规模的综合药企,数据管线会覆盖研发、临床、注册、生产、流通、销售全链路。研发阶段有化合物筛选数据、文献数据、临床前药理毒理数据;临床阶段有EDC电子病例报告表数据、受试者随访数据、中心实验室数据;注册申报阶段有eCTD电子文档数据;生产阶段有MES制造执行数据、LIMS检验数据、QMS质量数据;供应链有ERP、WMS、TMS数据;销售端还有CRM渠道数据和流向数据。更不用说设备台账、资产卡片、财务凭证这些支撑性数据。

问题在于,这些数据长期散落在不同的系统里,按照不同部门的工作习惯存储,数据格式不统一、编码规则不统一、统计口径不统一。大多数时候,它们只是流程跑完后的“存档”,归档进数据库就不再被人花心思重用。所谓医药数据“醒过来”,指的就是把这些沉睡在系统里的数据,重新拉回到业务决策、成本核算、资产管理、效率优化的舞台上。换句话说,数据不是没有价值,而是价值没有被“唤醒”。

1.2 从“数据资源”到“数据资产”到底差在哪儿

“数据资源”和“数据资产”不是换个叫法那么简单。资源是矿,资产是拿到采矿证并且入了账的矿。一个数据要真正称为资产,至少要满足四个条件。

第一,主体要明确。数据归谁所有、归谁控制,必须能说清楚。第二,经济利益要可预期。这个数据未来能带来多少收益,要么可以直接创造价值,要么可以降低成本、控制风险。第三,数据要可辨认。不能是一团模模糊糊的日志,而是要能独立识别出来、独立描述。第四,成本要能可靠计量。形成这个数据花了多少钱,开发、采集、存储、维护的成本能算清楚。

我用房子来类比就很好懂。一块土地是资源,但只有经过测绘、确权、评估,拿到不动产权证,然后登记入账,它才成了财务意义上的资产。数据也一样,从一堆躺在数据库里的记录,变成资产负债表的资产项,中间要做的确权、盘点、质量评估、成本归集,一点不比房产少。这也是为什么2026年药企财务部门突然比IT部门更关心数据资产——因为最终要过账的,是财务。

1.3 “新质生产力”在数据语境下怎么理解

新质生产力这个词听起来很宏观,落到企业微观层面,其实就是效率和质量的跃迁。传统生产力靠劳动力、土地、资本要素堆量,新质生产力靠新技术和新要素的组合,让同样投入产出更多、更稳、更快。数据作为生产要素参与生产,正是这类跃迁的关键驱动。

医药行业有很多现成的例子。研发阶段的工艺参数和生产阶段的批量放大数据打通之后,新品从实验室到车间的转化周期能明显缩短,这是数据在跑。设备资产主数据和预防性维修记录打通之后,关键设备OEE能稳步上升,非计划停机时间能被压下来,这也是数据在跑。当数据参与进这些生产业务循环里,它就不再是躺在系统里的记录,而是在真正地提高单位产出的质量与效率。所以医药数据“醒过来”,新质生产力“跑起来”,这两句话说的本质上是同一件事:数据从归档对象变成生产要素。

2. 医药数据“醒过来”的落地路径

2.1 第一步:数据盘点,先搞清楚家里有多少矿

做数据资产,最忌讳上来就建平台、上系统。我见过好几家企业,平台买了,中台建了,结果数据还是动不了,因为根本不掌握自己的数据“家底”。第一步应该是盘点,而且是一个最笨也最扎实的动作。

盘点对象分两类。一类是结构化数据,主要是各业务系统的数据库表、接口文档、主数据清单;另一类是非结构化数据,包括PDF工艺规程、设备档案扫描件、临床研究报告、GMP检查记录等。盘点的输出物是一份《数据资源目录》,起码要包含数据域、系统来源、负责人、字段清单、更新频率、使用状态这几个维度。

盘点之后要排优先级,不能眉毛胡子一把抓。我习惯用一个三因素打分模型:业务价值、数据质量、可得性。业务价值看它是否直接影响核心业务流程或财务结果;数据质量看它当前的完整性、准确性够不够;可得性看它是不是散落在个人电脑里拿不出来。三个维度各打1到5分,乘起来排序。得分高的优先做标准治理,得分低的先放着,把事情控制在能马上见效果的范围内。

2.2 第二步:从主数据入手做标准化

主数据是企业里最核心、被反复使用的基础数据。医药企业的主数据域一般包括物料、供应商、客户、资产、人员、会计科目。主数据是骨骼,业务数据是血肉,骨骼不正,血肉就长不齐。做数据资产化如果从交易数据下手,量大、变化快、口径杂,很容易陷入无底洞;从主数据下手,量级相对可控、复用频率高,见效也更快。

这里面资产主数据尤其被低估。固定资产卡片、设备台账、在建工程转固记录,是资产入表、折旧计提、资产盘点、合规审计的共同基础。数据资产入表之后,数字资产盘点和实物资产盘点终归要对应起来,如果资产主数据乱,后面做资产盘点、审计追溯都会很被动。主数据管理工具方面,有MDG、MDM这类成熟产品,中小企业也可以先用数据字典加业务规范的形式起步,关键不是工具,而是有没有人真正对主数据负责。

2.3 第三步:数据质量和安全合规并行走

数据质量是数据资产的生命线。质量不过关的数据,不但不能入账,还会把原有的流程带偏。最常用的评价维度有六个:完整性、准确性、一致性、及时性、有效性、唯一性。放在医药场景里都对应着很实际的例子。完整性看一个档案里有没有缺失的批次记录;准确性看设备卡片上的启用日期和财务折旧开始日期是否一致;一致性看MES里的物料编码和ERP里的物料编码能不能对得上;及时性看已放行批次的数据有没有当天进入质量统计;唯一性看同一个供应商在系统里是不是只有一个合法编码。

安全合规要并行,不能等最后才补。医药数据里最敏感的是受试者数据和患者隐私数据。要做数据资产化,先要做去标识化处理,把能定位到个体的信息剥离或者替换。同时要留好授权记录和数据来源凭证,确保每条数据的采集、传输、使用链路都有据可查。合规这件事在医药行业不是形式,过不了审计,资产价值再大也白搭。

3. 从资产主数据管窥数据资产化的“最后一公里”

3.1 为什么我会选资产主数据来展开

宏观逻辑讲完了,得落回一把手能操作的事情。我在项目里最常被问到一个问题:数据资产化到底从哪张表、哪个事务代码开始?我的答案往往是:从资产主数据开始。

资产主数据是SAP系统里固定资产模块的地基。事务代码AS01创建资产卡片,AS02更改,AS03显示。这张卡片承载了资产编号、描述、成本中心、折旧码、使用年限、入账日期、净值等字段,是财务折旧、资产盘点、设备管理的共同依据。换句话说,企业有多少家底,打开资产主数据一览就能看个大概。做数据资产入表,数字资产和实物资产最终要对账,对账的锚点之一就是资产主数据。一个资产主数据质量差的集团,做数据资产盘点的难度会成倍上升。

3.2 一个落地的SAP增强案例:给资产卡片加“数据标签”

前阵子我参与了一个医药集团的项目,遇到的问题很有代表性。集团有十几个厂区,固定资产卡片十几万张。财务要做资产盘点,设备部要做OEE分析,数据部门要做数据资产入表和无形资产归类。三方拿着同一套资产主数据,口径却对不上:财务看资产分类,设备部看设备编号,数据部门要看“这个资产承载了多少可数据化的价值”。于是提了一个需求:在资产主数据卡片上增加自定义字段,让每张资产能打上“数据资产标签”。

具体要加的字段包含三类:一是数据资产归属标签,用来区分这项资产对应到固定资产、无形资产还是可归集的数据资产;二是研发项目编号,用于识别该资产是否服务于某个在研管线;三是GMP相关校验日期,为质量合规检查留一个生产侧视角。我的做法是“自定义附加表加子屏幕”的组合,而不是直接改标准表结构。

操作步骤大致如下。

第一步,SE11创建一张自定义表,我命名为ZTASSET_EXT,核心字段有:资产号ANLN1、子资产号ANLN2、项目编号、数据资产归属标签、GMP校验日期。

第二步,在标准表ANLA或ANLZ上追加自定义结构的方案也要做,但我不建议把所有扩展字段都塞进标准表里,扩展字段多了会影响标准程序性能和升级兼容性。折中的做法是:与资产基本属性强相关的扩展字段挂标准表,与项目标签相关的扩展字段放自定义表,通过关联来取数。

第三步,在事务AS01、AS02、AS03的屏幕序列中追加子屏幕,把自定义字段显示在资产卡片中。这一步需要做一些界面控制,让字段只在满足业务条件时显示,技术上的做法是通过MODIF ID控制屏幕字段状态。

第四步,编写屏幕模块。PBO模块负责从自定义表读取当前资产对应的扩展字段,PAI模块负责把屏幕上编辑过的数据写回自定义表。下面是一段保存模块的代码示意:

" 子屏幕保存模块(PAI) MODULE zasset_ext_save INPUT. " 没有内容时不写入空记录 CHECK zsasset_ext-zzproj IS NOT INITIAL OR zsasset_ext-zzdata_asset_type IS NOT INITIAL OR zsasset_ext-zzgmp_date IS NOT INITIAL. MOVE-CORRESPONDING as01 TO ztasset_ext. ztasset_ext-anln1 = as01-anln1. ztasset_ext-anln2 = as01-anln2. ztasset_ext-zzproj = zsasset_ext-zzproj. ztasset_ext-zzdata_asset_type = zsasset_ext-zzdata_asset_type. ztasset_ext-zzgmp_date = zsasset_ext-zzgmp_date. MODIFY ztasset_ext. ENDMODULE.

对应的读取模块:

" 子屏幕读取模块(PBO) MODULE zasset_ext_read OUTPUT. CLEAR zsasset_ext. SELECT SINGLE zzproj zzdata_asset_type zzgmp_date FROM ztasset_ext INTO CORRESPONDING FIELDS OF zsasset_ext WHERE anln1 = as01-anln1 AND anln2 = as01-anln2. ENDMODULE.

这段逻辑看起来简单,真正的价值在于把财务的资产账、设备部的运行台账、数据部门的入表标签在同一个卡片界面上对齐了。以前三方各拿一套Excel对来对去,现在打开AS03,一张卡片的扩展信息全部显示,后面做资产盘点、审计追溯、数据资产评估都有了统一视图。

3.3 增强开发时的几个关键细节

资产主数据增强有几个细节特别值得提醒。第一,能用增强点或BADI实现,就不要直接改标准程序。直接改标准程序当然快,但每次升级都可能是灾难,业内通用做法是把业务逻辑封装在增强实现里。第二,子屏幕挂在哪个页签上要想清楚。资产卡片上的页签是固定的,子屏幕如果放错位置,用户的日常操作路径就会被打乱。第三,字段要不要可编辑,要和字段状态组配合。有些客户希望标签字段在AS03里只读、在AS02里可编辑,这不是代码写的,是权限和字段状态配置出来的。第四,别忽略测试AS01创建的初始场景。创建资产时自定义表里还没有对应记录,读取模块返回空值,不能因为空值就把屏幕搞报错,用CHECK或初始值判断兜住。

4. 常见问题与排查技巧实录

4.1 数据盘点时的三座大山

盘点阶段踩坑最多,几乎每个项目都会遇到三座大山。

第一座是数据散落。核心业务数据在ERP里,补充数据在各个部门的Excel里,甚至还有纸质台账。产线上的设备参数记录本,临床中心的原始记录,都存在个人手里。遇到这种情况别急着整理数据,先要求业务部门明确每条数据的留存责任人,责任不落到人,盘点模板做得再好数据也收不上来。

第二座是口径不一。财务说的“设备”和设备部说的“设备”很可能是两种东西。财务的资产卡片按会计准则分类,设备部的设备台账按产线工序分类,两边的编码、名称、状态都不一致。我的处理办法是建一张“口径映射表”,把两套体系逐条对应清楚,不试图在盘点阶段就统一编码,那是主数据治理后面的事。

第三座是历史包袱。老系统迁移过来的资产卡片经常缺字段,比如启用日期缺失、成本中心写成了历史组织单元、折旧码不规范。盘点时对这类数据单独标记为低置信度字段,不要直接进资产资产池,留待后续数据清洗。

4.2 资产主数据增强的常见问题速查

开发做完之后,运维期最常见的问题基本集中在几类。我把它们整理成了一张速查表。

现象可能原因排查思路
AS03里看不到自定义字段子屏幕没有正确挂到屏幕序列,或增强项目未激活检查增强项目激活状态,重新生成屏幕序列
字段显示为灰色,无法编辑字段状态组未对当前资产类型放行在字段状态配置中,为用户主数据对应的字段状态组放行
保存后报表取不到扩展字段自定义表没有同步,或写入逻辑不在PAI阶段用ST05跟踪SQL,确认写入是否真正执行;检查SE11表激活状态
创建资产时保存报错读取空值未处理,或自定义表主键冲突在PBO中给自定义表结构赋初始值,用CHECK校验再写入

调试时有个习惯值得养成:先用ST05打开SQL跟踪,在AS02里改一笔资产,然后看增强字段相关的SQL到底有没有执行、执行了哪张表。路径清晰以后,不要凭感觉猜问题,直接看SQL。

4.3 医药数据入表前的合规自查清单

数据资产化进行到财务入表阶段时,我建议财务、IT、质量、法务一起做一次自查。自查至少覆盖六个方面:数据来源是否合法,授权链条是否完整,去标识化处理是否到位,数据质量是否达到可计量水平,成本归集是否清晰,资产边界是否可辨认。

医药企业还有一个特殊注意点:临床和患者相关数据做无形资产入表要非常谨慎。这类数据涉及大量隐私和伦理要求,如果处理链条不够严密,评估出的价值没法证明,日后审计也容易出问题。保守的做法是先把数据资产化框架搭好,把去标识化工具和处理记录都备齐,再考虑把敏感数据放入资产清单。数据资产化要做,但不能为了做而做,合规的底线比资产规模更重要。

做这些项目下来,我个人最大的体会是:数据资产这件事,最怕的是把眼光压在财务一个部门,或者压在数据中台一次建设上。真正能落地的东西,常常是从一张卡片、一个字段、一条规则开始的。资产主数据屏幕增强看起来是个很小的开发点,但背后是把资产家底填实的一整套逻辑。先把手里的资产主数据这张卡片填好、养好,数据资产的账才扛得住审计,新质生产力也才跑得起来。

需要专业的网站建设服务?

联系我们获取免费的网站建设咨询和方案报价,让我们帮助您实现业务目标

立即咨询