4. BOM数据质量问题：常见脏数据类型
做BOM这么多年，我见过最头疼的，不是物料有多复杂，而是数据本身就不干净。
你想想看，一个BOM里混着各种奇奇怪怪的数据——有的字段是空的，有的物料号重复了，有的规格写成了乱码，还有的格式五花八门。这种数据，你拿去做ERP导入、做成本核算、做生产排程，不出问题才怪。
我个人习惯，拿到一份BOM后，第一件事不是看内容，而是先做数据质量检查。说白了，就是先「排雷」。
常见的脏数据，我归纳为四大类：缺失值、重复值、异常值、格式不一致。下面我一个一个说。
核心观点：脏数据不清理，后续所有分析都是垃圾进、垃圾出。BOM清洗的第一步，就是识别这四类问题。
4.1 缺失值——空着不填，后患无穷
缺失值是最常见的问题。物料描述为空、供应商字段为空、封装类型为空……这些空位，在后续处理中会直接导致匹配失败、计算中断。
我在项目中遇到过，一个PCB的BOM里，有30%的物料「规格型号」字段是空的。采购部门拿着这份BOM去询价，结果一半物料找不到对应型号，工期延误了两周。
缺失值一般分三种情况：
- 完全缺失：整行数据都是空的。这种直接删除或标记为无效。
- 部分缺失：关键字段为空（如物料号、描述）。需要人工补填或从其他系统同步。
- 隐含缺失：看起来有值，但其实是占位符，比如填了「N/A」、「-」、「0」。这种最坑人，容易被忽略。
我的小技巧：用Excel或Python做缺失值统计时，不光要数空单元格，还要把「N/A」、「None」、「-」这些也当成缺失处理。我一般会写个自定义函数，把这些「伪值」一并揪出来。
4.2 重复值——同一个物料，出现多次
重复值，说白了就是BOM里同一个物料出现了两遍甚至更多遍。原因很多：有人手误多输了一行，有人从不同系统导数据时没去重，还有人把同一个物料改了名字又加进来。
重复值带来的问题很直接：
- 物料数量被重复计算，采购量虚高
- 成本核算翻倍，预算失真
- 生产时同一个物料被领两次，库存混乱
我记得有一次，一个同事把一颗电阻在BOM里录了三次，每次数量都是1000颗。结果采购下了3000颗的订单，仓库堆了一堆用不完的电阻。嗯，后来我们专门加了个去重校验规则。
判断重复值，不能只看物料号是否一样。有时候物料号不同，但其实是同一个物料（比如不同供应商的同一规格）。这时候需要结合物料描述、规格参数一起比对。
注意：去重之前，一定要先确认是不是「真重复」。有些BOM里同一个物料出现在不同层级，那是正常的结构复用，不是脏数据。别一刀切删错了。
4.3 异常值——数据看起来就不对劲
异常值，就是那些明显不合理的数据。比如物料数量是负数、单价是0、日期写成了2099年、物料号里出现了汉字……
为什么会这样？
- 人工录入时手误（比如把100输成了1000）
- 系统间数据转换时编码错误
- 旧系统遗留的无效数据
我曾经处理过一份BOM，里面有个物料的「用量」字段填的是-5。你想想，生产一个产品怎么可能用掉-5颗物料？这明显是录入时符号搞反了。后来一查，是操作员把「5」前面加了个减号。
异常值的检测，我一般用两种方法：
- 规则校验：设定每个字段的合理范围。比如数量必须大于0，日期必须在合理年份内，物料号必须符合编码规则。
- 统计方法：用箱线图或标准差法，找出偏离正常分布太多的值。比如所有物料用量都在1-10之间，突然冒出来一个100，那大概率是异常。
避坑指南：我曾经遇到一个案例，异常值其实是「特殊工艺要求」导致的——某个物料在特定工序下用量确实很大。所以，异常值不一定是错误，需要人工复核确认。
4.4 格式不一致——同一个东西，写法千奇百怪
格式不一致，是BOM数据里最磨人的问题。同一个物料，有人写「电阻 10KΩ 0603」，有人写「10K 0603 电阻」，还有人写「R-10K-0603」。你看着都认识，但机器不认。
常见的格式不一致包括：
- 单位不统一：有的用mm，有的用cm，有的用inch
- 大小写混用：「RES」和「res」被当成两个不同的东西
- 分隔符不同：有人用逗号，有人用空格，有人用横杠
- 缩写不规范：「电容」写成「CAP」、「C」、「电容」都有
我建议，在做BOM清洗时，先制定一个字段格式规范。比如：
| 字段 | 规范格式 | 示例 |
|---|---|---|
| 物料描述 | 类型+规格+封装 | 电阻 10KΩ 0603 |
| 单位 | 统一使用国际单位 | mm, Ω, μF |
| 物料号 | 大写字母+数字 | RES-10K-0603 |
| 日期 | YYYY-MM-DD | 2024-01-15 |
然后写个清洗脚本，把不符合规范的数据批量转换。说白了，就是让所有数据「说同一种语言」。
我的经验：格式不一致的问题，最好在BOM导入阶段就解决。我一般会在ERP系统里设置字段校验规则，比如物料描述必须包含「类型+规格+封装」三段，缺一段就报错。这样从源头卡住，后面省很多事。
知识体系总览
下面这张图，把这四种脏数据类型的关系和清洗思路串起来了。你可以对照着看，心里有个全局框架。
这四种脏数据，在实际BOM里往往是同时出现的。一个物料可能既缺失描述，又格式不对，还是重复录入的。所以清洗的时候，我建议按顺序来：先处理缺失值，再去重，然后检查异常值，最后统一格式。一步步来，别急。
好了，这一章的内容就这些。记住一句话：BOM数据质量，决定了你的生产质量。 脏数据不除，后面全是坑。
公众号:蓝海资料掘金营，微信deep3321