Данные важнее функций: почему даже хорошая ERP не работает на плохих данных

Можно внедрить современную ERP, настроить BI, подключить искусственный интеллект и автоматизировать десятки процессов. Но если один и тот же материал в разных подразделениях называется по-разному, контрагенты задублированы, справочники ведутся без единых правил, а часть информации продолжает жить в Excel, ожидаемого эффекта не будет.

Именно поэтому управление данными становится одним из ключевых направлений развития ERP.

В 2026 году этот вопрос особенно актуален. Российские компании прошли большой этап импортозамещения корпоративных систем, и теперь на первый план выходит уже не просто наличие отечественной ERP, а качество построенной вокруг нее цифровой среды.

Почему проблема данных становится критичной?

ERP связывает между собой множество процессов предприятия: планирование, производство, закупки, продажи, склад, финансы, бюджетирование. И практически каждый из этих процессов зависит от одних и тех же справочников.

Представим простой пример. Один и тот же материал заведен в системе как:

• «Подшипник 6205»;

• «Подшипник №6205»;

• «6205 подш.»;

• позиция конкретного производителя с еще одним вариантом наименования.

Для человека может быть очевидно, что речь идет об одном товаре. Для информационной системы это могут быть четыре разные позиции. В результате предприятие рискует получить искаженную картину запасов, некорректную аналитику закупок и сложности при планировании потребностей.

Именно поэтому качество НСИ — нормативно-справочной информации — давно перестало быть исключительно техническим вопросом. Сегодня это вопрос качества управления предприятием.

Единый справочник — еще не MDM

Одна из распространенных ошибок — считать, что для решения проблемы достаточно однажды «почистить справочники». Но данные постоянно меняются. Появляются новые материалы и поставщики, меняются характеристики продукции, организационная структура, банковские реквизиты, договорные условия.

Поэтому современный подход к MDM (Master Data Management) предполагает не только хранение мастер-данных, но и правила их создания, изменения, проверки и распространения между информационными системами.

Важно определить:

• какая система является источником достоверных данных для каждого объекта;

• кто отвечает за качество конкретного справочника;

• кто может создавать и изменять записи;

• как выявляются и устраняются дубли;

• как изменения передаются в ERP, SRM, WMS, MES и другие системы.

Именно здесь появляется еще одно важное понятие — Data Governance, то есть система правил и ответственности за корпоративные данные. Технология сама по себе не способна решить проблему, если в компании никто не отвечает за качество информации.

Почему это особенно важно сейчас?

Есть еще одна причина, по которой тема данных становится критичной, — искусственный интеллект. ИИ может искать закономерности, прогнозировать спрос, анализировать закупки, выявлять отклонения и помогать пользователям работать с корпоративной информацией. Но любой алгоритм опирается на исходные данные.

Если компания не знает реальные остатки, имеет несколько карточек одного поставщика или по-разному классифицирует одну и ту же номенклатуру, интеллектуальные инструменты будут анализировать именно эту картину.

Поэтому путь к эффективному AI часто начинается вовсе не с выбора нейросети. Он начинается с данных.

Что меняется в российских проектах?

Интерес к управлению мастер-данными растет уже как к отдельному направлению корпоративной автоматизации. Компании централизуют НСИ нескольких юридических лиц, формируют единые правила ведения справочников и используют специализированные MDM-решения для синхронизации данных между корпоративными системами.

Это особенно важно для холдингов и крупных предприятий, где одна и та же информация одновременно используется в ERP, закупках, производстве, логистике, документообороте и аналитике.

При этом современная архитектура вовсе не означает, что все данные предприятия обязательно должны физически находиться внутри ERP. Гораздо важнее другое: компания должна понимать, где находится источник истины для каждого типа данных и по каким правилам информация передается между системами

Вместо вывода

Функциональная зрелость ERP сегодня определяется не только количеством возможностей системы. Не менее важно, насколько предприятие умеет управлять данными, на которых работают эти возможности.

Качественная НСИ влияет на планирование производства, управление запасами, закупки, финансовую аналитику, интеграции и применение искусственного интеллекта. Поэтому следующий этап развития ERP для многих предприятий — не очередное наращивание функциональности, а повышение качества данных и создание понятных правил управления ими. И чем сложнее становится цифровая архитектура компании, тем важнее этот фундамент.