都说数字化项目实施成功靠的是三分技术，七分管理，十二分数据。由此可见，基础数据管理的重要性。它是整个数字化项目的基础，涉及到数据的收集、整理、存储、维护和使用等各个方面。
基础数据的收集和整理是一件非常费精力和时间的事情，它的繁琐程度不亚于数字化项目上线过程中的其它任何环节。所以我们在基础数据收集和整理之前，就规划好所需收集的基础数据的范围、定义好数据的长度、编码规则等具体的要求。特别是在涉及编码规则时，需要特别注意避免“重复编码”等情况；编码不要赋予它太多的含义，目前大多是采取“纯数字编码”，越简单越好；编码一定要有可扩展性和延伸性。
具体到质量管理系统QMS（如㠏康Hi QMS系统），其涉及的基础数据可以区分为整个QMS系统共用的基础数据和各个具体模块所涉及的基本数据。
QMS系统基础数据
QMS系统基础数据主要包括：
1、基于ISA-95架构的工厂建模，从车间、产线、站点、工序逐级向下展开，各级数据既相互独立，又相互关联。采用这样的架构，在产线、站点等调整时，只需要对变动的产线、站点进行调整即可，而不会影响其它的产线和站点，可以实现不停线调整。
2、物料主数据，包含物料编码、物料名称等一些物料的基础信息。物料主数据一般在ERP等系统进行定义，QMS系统一般仅引用该数据，不对该数据进行修改等操作。但需要注意物料主数据的及时更新同步。
3、其它数据，主要包括用户管理、数据字典、推送配置和APP版本管理等系统管理的基础数据。
QMS各模块基础数据
上一篇文章中，我们介绍了㠏康的完整质量管理系统Hi QMS，其包含的功能模块主要有：供应商质量管理、来料质量管理、过程质量管理、成品质量管理、市场品质管理、质量体系管理和计量器具管理等，还有与各个管理模块均相关的问题管理模块。
其涉及的基础数据包含：
1、供应商相关的信息，如供应商名称、代码、质量负责人、是否为合格供应商等基础信息；供应商所负责供货的物料信息；供应商的证书、有效期等信息；
2、计量器具相关基础信息，包含计量器的制造单位、计量机构、有效期限的信息；
3、过程审核、体系审核的审核标准，审核模板等信息；
4、在来料质量管理、过程质量管理和成品质量管理模块中均会涉及到的大量的质检项目、不良原因、质检规则（如来料质量管理的质检策略、抽检规则；过程质量管理的质检路线等）
5、6sigma所涉及的讲师基础信息、学员基础信息、课程基础信息和积分规则等数据；
6、质量管理的KPI等信息，包含来料检验合格率、市场故障率、问题及时关闭率等目标。
在QMS的基础数据的管理上，经常会遇到与其它数字化项目一样的难题，如数据库结构设计的合理性，确保基础数据的正确性、完整性和唯一性，数据编码的合理性和统一性等问题，很大部份属于数据治理的范畴，在后续讨论数据治理的时候再详细说明。这里，㠏康仅对QMS系统，从业务的角度出发，结合㠏康实施QMS项目经验，对在基础数据管理时遇到的重要问题进行说明。
在上线QMS系统时，诸如零件主数据、供应商数据等，主要来自其它系统。质量部门需要自己整理的主要的基础数据是就是零件的检查项、质检规则和不良原因和基础数据。检查项数据来源于控制计划，而质检规则也有国家标准，都是比较明确的数据。而不良原因的基础数据的整理就比较困难了，它有以下要求：
1、不良原因需要进行统一编码，不允许每个质检员针对同样的不良原因采用不同的文字描述，以便后续对供应商的零件来料不良、生产过程中的不良问题进行追踪和统计的时候，有统一的数据基础；
2、不良原因需要与供应商、零件和成品生产过程的工位等进行关联，以便对问题进行精确定位和区分；
3、不良原因需要注意可扩展性，在系统的使用过程和生产过程中，各种意想不到的不良原因都有可能发生，编码需要可扩展性，以包容新发现的不良原因。
鉴于不良原因代码有以上要求，针对不良原因的具体区分和定义，也有不同的做法，如针对同一零件，将来料不良原因代码、生产过程的不良原因代码等同类的原因代码进行合并，这样做的优势在于可以实现了对全厂不良原因代码的统一管理，大大减少了不良原因代码的数量，减少不良原因代码的记忆量，方便各个质检过程中不良原因的录入。
但在实现上有一定的困难，比如在生产过程中，或者成品检验过程中发现的问题，由于各组织对零件的认识程度的区分，无法将问题准确定位至具体零件，造成预先设定的不良原因代码无法使用，只能新增针对站点，或产品部位的不良代码，使不良原因代码统一管理的规划落空。所以，在规划和整理不良原因代码这类基础数据时，需要考虑工厂目前的数字化水平、管理水平来逐步优化。
正如彼得·德鲁克所说的，世界正从IT的“T”（技术）向“I”（信息）转变。数据资产正在逐渐发挥它应有的价值，最终，数据资产会像其它如资本、设备等入主财务的资产负债表。而基础数据是其它一切数据的基础，保障其它数据的质量和价值，需要引起足够的重视。㠏康在实施QMS系统项目时发现，对于QMS的基础数据，如不良原因代码等，需要依据工厂的现状进行规划和设计，并逐步进行优化和提升。
后续我们将对质量管理的各个具体模块展开说明，欢迎大家持续关注。大家对本文有任何建议和想法，欢迎在评论区留言，讨论。