物料统一编码要避免的是一物多码。本质上是如何区分一个物品。那怎么样区分一个物品呢？主要就是通过它的特征。例如一个杯子，它有高度，杯口的宽度，杯子的颜色，杯子把手的大小。其中高度颜色都是可以量化的，但把手的大小貌似只能说大中小了。
跳出场景说物品的特征，就会发现物品的特征很多，哪些特招录入到系统是个问题，而且就算你精准的描述了一个物体的特征，但是使用人很难知道物体描述的属性，进而去锁定物品的特征。也就是说我们对一个杯子描述了杯口的宽度，但是找杯子的人都可能不知道杯子口的宽度这个属性，他可能只知道杯子是谁买的，是不透明的，并且随温度变化而变化。也许他知道用对口属性去查找，但是他把杯口的宽度定为大口杯。这个情况下，属性的定义者和属性的查询者缺乏共同的认知，强制属性的查询者按照他并不知道的属性以及规格进行查询，就会给属性的查询者带来难以下嘴的感觉。这个时候应该提供全面检索功能，通过属性名和属性值的模糊查找，还有一种就是根据使用场景进行查找。这可能就超出了主数据的建设范围，是大数据的综合应用了。
也就是说既是，即使精确了定义了物品的特征，也很难在定义系物品的时候找到以往的物品，也许在这个场景下图片可能更加适用。
我们假设在同一物料编码的时候，仍然存在着一个物品做了很多相似的编码，但是这个时候应该是不同的人对物品的描述存在着相似性。有的人说是杯口大，有的人说是杯口是20厘米。也许是属性的描述不同，也许是属性命名相似。
这里需要增加一个检查机制，让审核人员可以定期对数据进行重复性检查。
但是如果在很大范围内进行检查，那将是一个无法完成的工作量。
我想是否可以在二级品类目录下对所有的物品通过属性值属性名作相似性聚类，这样通过的聚合，可以提醒检查人员存在相似的定义。这个方案依赖的是物体，已经经过了分类处理，可以说在细分领域当中已经有了相当的共识。
网友评论