售前:
情况,客户2019年启用了产品成本核算,刚开始做了2个月,但是之后因为换人, 后面的单据乱七八糟,有订单,不入库,领料不入库,入库不领料,啥都有。。。现在2021年12月我想给重新启用,之前的数据可以都不要。。不要有期初在产品。。。
两个方法,一个是你每一期都把成本核算模块和存货核算反结账,反到启用期间,再修改启用期间即可,这个过程中可能需要把这两个模块的一些单据删除,总账不需要动;
第二个是在11月底,对产品成本核算模块的期末数据进行清理、调整,工单数据也进行清理,调整得和实际一样,12月份就可以正常做单、正常核算了,这个是推荐方案;
其实还有第三个方法,就是后台清理成本核算数据,但是这个风险性很高,很容易引起异常问题,所以不推荐!
已有 1 个回答 | 1年前
已有 1 个回答 | 1年前
已有 1 个回答 | 1年前
已有 1 个回答 | 1年前
已有 1 个回答 | 1年前
在创见者Webinar中,客户指出AI落地的最大挑战并非技术本身,而在于组织内部的协同与变革。技术实现相对明确,但如何打破部门壁垒、统一目标、调整流程并推动人员适应,才是决定项目成败的关键。这要求企业从管理层面进行系统性规划与推动。
制造企业AI落地面临诸多疑问。本文汇总了最常被问的30个问题,旨在提供清晰解答,帮助企业扫清认知障碍,把握实施关键,从而更高效、稳健地推进人工智能技术在实际生产与管理中的应用。
随着人工智能、云计算、大数据等新兴技术的成熟,数字化转型浪潮已来临。金蝶作为亚太领先的数字化管理解决方案提供商,也顺应时代的趋势,不断推陈出新,打造了HR管理新世界。
创见者Webinar探讨制造企业AI项目收益测算的可信度提升方法。内容聚焦如何构建更具说服力的测算模型,通过量化指标与合理假设,清晰呈现AI技术对生产效率、成本控制及质量提升的实际价值,助力企业有效评估项目可行性并获取决策支持。
在当今数字化商业环境中,企业财务数据呈爆炸式增长。如何从海量财务数据中挖掘有价值的信息,为企业决策提供有力支撑,成为企业面临的关键挑战。AI 财务数据分析工具凭借强大的算法与智能技术,彻底革新了这一局面。它能快速收集、整合企业内外部各类财务数据,包括财务报表、交易记录、市场数据等。例如,通过对企业多年的销售数据和成本数据进行综合分析,精准识别出各产品线的盈利趋势,帮助企业清晰了解哪些产品是利润支柱,哪些产品需要优化成本或调整策略。
创见者Webinar探讨了AI项目预算的高效分配方法,提出了“三段式投入模型”。该模型旨在帮助企业避免资源浪费,通过分阶段、有重点的投入策略,确保AI技术能够切实落地并产生业务价值,实现从规划到规模化应用的科学部署。
制造企业AI落地,数据工程是核心基础。高质量、标准化的数据是AI模型有效运行的先决条件。企业需构建统一数据平台,打通信息孤岛,并建立数据治理体系,确保数据准确、一致、可用,从而为AI应用提供可靠支撑,驱动业务智能决策与流程优化。
制造企业AI落地需构建从数据到决策的闭环链路。通过整合研发、生产、供应链等环节数据,AI驱动精准预测与智能排程,实现降本增效。该链路不仅优化单点业务,更推动组织协同与流程再造,形成数据驱动的管理新机制,助力企业系统性升级。
加载中