ERP基础资料导入完成，采购订单却仍选错供应商、库存单位换算不一致、BOM引用到旧物料，这类问题说明，判断数据录入质量不能只看“导入成功率”。我评估ERP数据录入标准时，会先问一个更实际的问题：这条资料能否被正确识别、关联、使用，并在出错后追溯到原因和责任人？

一、先给结论：基础资料合格，要看能否支撑业务闭环

1. 录入完成不等于资料可用

ERP里的基础资料，是后续业务单据和流程赖以引用的数据对象。常见对象包括物料、客户、供应商、仓库、计量单位、部门、人员，以及部分企业中的BOM、工艺路线等。不同系统和行业的分类并不完全一致，判断时应以企业实际配置和业务用途为准。

我不会把“字段填满”当成合格标准。资料可能字段齐全，却编码重复；可能名称规范，却单位用错；也可能单条记录看起来正确，但与供应商、仓库或BOM的引用关系已经失效。真正需要检查的，是这些资料进入采购、生产、库存、销售和财务流程后，能不能按预期工作。

核心判断可以概括为五个词：完整、唯一、规范、关联、可追溯。前四项判断数据本身能不能正确使用，第五项判断数据发生变更或出错后，企业能不能找到来龙去脉。对准备上线或刚上线的团队，这五项比单纯统计录入条数更有决策价值。

2. 选择录入标准，先看业务风险，不先看字段数量

“选择标准”不是在一张万能模板里挑字段，而是明确：哪些信息是业务必需，哪些错误会导致实际损失，哪些校验适合在录入时完成，哪些问题要通过运行复盘发现。采购物料、销售客户和库存仓库承担的业务风险不同，标准不应机械地完全相同。

例如，物料的主计量单位和换算关系会影响采购、库存或生产计量；供应商的名称、税务及付款相关信息可能影响结算流程；仓库和库位的关系可能影响库存查询与出入库操作。字段设置需要结合企业流程、ERP配置和合规要求核实，不能把示例字段直接当成所有企业的强制要求。

如果只希望用一句话概括：先为业务定义合格条件，再让系统和人员按条件录入；不要反过来把系统里的每个字段都设为必填。

3. 一套便于落地的评估路径

我建议把评估分成“准入、校验、使用、复盘”四步。准入决定谁可以提交什么资料；校验在录入或导入时发现格式和关联问题；使用阶段观察资料是否支撑真实流程；复盘再把异常追溯到规则、流程、权限、培训或历史数据。

1. 准入：定义资料对象、责任人、必填字段和例外流程。
2. 校验：设置格式、重复、引用关系及条件必填检查。
3. 使用：跟踪业务单据是否引用正确，异常是否集中在特定对象或环节。
4. 复盘：确认根因、修正规则或数据，并验证问题是否再次发生。

这个路径的重点不是多增加一道审批，而是让每个检查动作都有明确目的。若某项校验不会阻止业务错误、不会帮助定位问题，也不会支持审计或管理决策，就要重新评估它是否值得增加录入负担。

二、为什么基础资料会在业务运行后暴露问题

1. 基础资料在多条业务链路中被重复引用

一条物料资料可能同时出现在采购申请、采购订单、收货、库存、领料、生产计划、BOM和成本核算等环节。某个字段在建档时看似只是“辅助信息”，进入后续流程后却可能变成业务判断依据。因此，基础资料的影响通常不是停留在录入页面，而是沿着业务引用关系扩散。

这也是为什么我会把“单条资料是否完整”和“资料关系是否正确”分开检查。物料编码无重复，不代表物料类别正确；供应商已建档，不代表它能供某类物料；BOM主件和子件都存在，也不代表版本、数量、单位和生效状态匹配。

2. 现场维护习惯会和系统标准发生碰撞

一个常见情境是：各部门长期使用自己的表格维护资料，名称、简称、单位和分类逐渐形成局部习惯。系统上线时，团队把这些表格合并导入，导入程序显示成功，但同一个业务对象可能出现多种写法，旧资料也可能与新资料并存。

这并不意味着表格工具本身有问题。协作表格可以用于收集、讨论、临时整理或发起审批；ERP通常承载正式业务流程中的主记录。关键是要规定哪个系统是正式数据源、谁负责同步或审批、发生差异时以哪个记录为准。若边界不清，团队容易在多个位置维护同一资料，之后很难判断哪份才是最新版本。

3. 历史数据迁移容易把旧问题带进新系统

迁移不只是把列复制到新系统。旧系统中可能存在停用对象、重复编码、单位混用、字段含义变更或缺少责任人等情况。若迁移前没有建立映射规则，历史数据会以“新系统中的正式记录”继续被引用，后续修正成本反而更高。

我会把迁移验收拆成三件事：源数据是否经过筛选，字段映射是否经过业务确认，导入后是否进行抽样回查。对高风险对象，还应逐条或分批核对，不能只用总条数一致来证明迁移正确。

4. 数据问题需要区分输入错误与规则缺陷

复盘时，最容易出现的归因偏差，是把所有问题都归结为“录入人员不仔细”。有些错误是操作失误，有些是模板没有表达清楚，有些是系统允许了本应拦截的组合，还有些是业务变化后旧规则没有更新。

如果同一种错误反复出现，优先检查规则和流程，而不是反复提醒个人。例如，多个部门都把包装单位填进库存主单位，问题可能不是多个录入人员同时失误，而是字段定义、示例或审批环节没有把用途讲明白。

三、五个评估维度：从“填了什么”检查到“能不能用”

1. 完整性：关键字段齐备，而不是所有字段都填满

完整性要以业务用途定义。建议把字段分成必填、条件必填和可选三类。必填字段缺失会阻断业务或造成明显风险；条件必填只在特定业务类型、物料类别或交易条件下要求；可选字段则不应因为系统页面存在就被强制填写。

例如，某些物料需要管理批次或保质期，另一些物料未必需要；某个客户是否需要填写特定结算信息，也可能取决于交易模式。字段设计应由业务负责人确认，系统团队负责落实校验，而不是由技术人员独自判断字段是否“重要”。

检查时可以区分“空值”和“无效值”。字段有内容，不表示信息有效。像“暂无”“其他”“待补”等占位词可能让完整率看起来很高，却无法支持查询、判断或统计。对于允许暂缺的情况，应该设置明确状态和补齐期限，避免用随意文本掩盖缺口。

2. 唯一性：避免一物多码，也避免错误合并

唯一性关注同一业务对象是否被重复建立。重复记录会增加选错对象的机会，也会让采购、库存、客户分析等数据分散在多个记录下。但“名称相似”不等于“同一个对象”，不能仅靠字符串相似度自动合并。

去重通常需要组合判断。物料可以结合规格、型号、单位、制造商或业务属性；客户和供应商则可能结合统一识别信息、地点、组织关系或有效状态。具体识别字段受行业、地区、系统和数据权限限制，需要由业务确认。

我倾向于把自动检查结果分成三类：确认重复、疑似重复、明确不同。只有规则明确的记录适合自动拦截；疑似项可进入人工核验；确认不同的对象则要保留区分依据。否则，去重可能把不同规格或不同交易主体错误合并，造成比重复建档更难追溯的问题。

3. 规范性：编码和命名要可执行、可维护

编码规范的价值不在于“看起来整齐”，而在于帮助识别、检索、去重和维护。规则越复杂，不代表治理越好。若编码需要录入人员记住大量隐含含义，业务变化时还要重新解释，最终常见结果是绕规则、造例外或依赖少数熟练人员。

编码、名称和分类需要各自承担清晰角色。编码通常用于唯一识别，名称用于业务理解，分类用于归类和管理。不要让编码承担过多容易变化的业务语义，也不要把分类名称当作唯一识别方式。具体方案需结合系统是否自动编码、现有上下游系统和条码或标签要求。

规范性也包含计量单位和状态管理。单位应与业务实际一致，换算关系要经过确认；停用、冻结、替代等状态应有明确含义。对历史记录进行停用或合并前，需确认会不会影响尚未完成的订单、库存或历史查询。

4. 关联性：检查关系和引用，而不只检查单条记录

基础资料常通过引用关系构成网络。物料可能关联计量单位、类别、仓库、供应商、BOM或工艺路线；业务对象也可能关联组织、结算条件和有效期。关联性检查的关键，是确认被引用的对象存在、有效、适用于当前业务，并且关系没有指向错误版本。

关联校验应围绕业务场景设计。例如，BOM检查不能停留在“主件和子件编码都存在”，还要核对版本、生效状态、数量单位、替代规则及审批状态等适用信息。并非所有企业都采用相同字段或版本机制，检查清单应基于实际配置调整。

关联性还涉及时间。今天有效的资料，可能在某个历史日期尚未生效；当前版本也未必适用于旧订单。若企业有生效日期、失效日期或版本控制，要把时间条件纳入复盘，否则同一条关系在不同业务时点会得到不同判断。

5. 可追溯性：知道谁改了什么、为什么改

可追溯性不是单纯保存操作日志。企业还要知道资料创建、修改、审核、停用和合并的责任分工；重要变更是否有理由；变更是否影响正在运行的单据或下游系统。日志能力、审批能力和保留期限都应以实际ERP及企业配置为准。

对关键资料，建议为变更记录保留至少三类信息：变更前后内容、变更原因、审批或确认责任人。若系统能力有限，也可以设计过渡流程，但应清楚标注人工记录的存放位置、访问权限和补录责任，避免重要依据只留在聊天记录中。

四、把标准变成录入规则：设计不增加无效负担

1. 先从关键业务对象和风险字段开始

一次性为所有对象设计完美标准，通常既慢又难维护。我会先选出业务影响较大的对象，例如核心物料、关键供应商、主要客户或生产用BOM，再识别最可能导致错误的字段和关系。选取范围可以参考交易频率、库存金额、流程影响、监管要求和错误修正成本。

对高风险字段，应优先考虑系统校验、权限限制或审核；对低风险、低频字段，可以先采用抽样检查或定期复核。控制力度应该跟风险匹配：过松可能让错误进入业务，过严则会拖慢正常录入，诱发线下绕行。

2. 每个字段都要有“定义卡”

字段名本身往往不足以指导录入人员。比较实用的做法，是为关键字段定义用途、填写口径、来源、格式、条件、责任人和错误处理方式。比如“规格”要说明使用什么格式、是否允许多个尺寸组合、从哪里核验；“库存单位”要说明它和采购单位、生产用量之间如何换算。

定义卡不一定需要复杂文档。关键是让业务人员、数据维护人员和系统配置人员对同一字段讲同一种语言。若同一字段在采购和仓库口中含义不同，应先解决语义冲突，再配置必填和校验。

3. 校验规则分层设置

录入控制可以分为格式校验、业务校验和关系校验。格式校验处理必填、长度、字符和编码格式；业务校验处理条件必填、状态、单位或业务范围；关系校验处理引用对象是否存在、有效并适用于当前记录。

规则设置要留出合理例外。新产品临时建档、紧急采购或历史数据补录可能需要特殊流程，但“紧急”不能变成长期免检。比较稳妥的方式是记录例外原因、指定责任人、设置补充信息期限，并在复盘时单独观察例外数量和回补情况。

4. 权限与审批要围绕职责分离

基础资料维护通常会涉及业务提供信息、专人建档、业务负责人确认和系统人员配置规则等角色。具体岗位如何分配，要看组织规模和内部控制要求。小团队可以由一人承担多个角色，但关键资料最好保留独立复核，避免提交、修改和批准完全没有区分。

审批并非越多越安全。如果每条低风险资料都需要多层审批，团队可能通过共享账号、线下表格或临时复制旧资料来绕过流程。更好的做法是按风险分层：低风险资料快速处理，高风险字段或对象加强核验，例外情况留痕并定期复查。

5. 验收模板前先用真实样本试填

模板评审阶段，不能只让项目团队检查列名。应邀请实际录入人员拿一批真实业务样本试填，观察字段是否理解一致、信息是否找得到、校验是否能拦截预期错误。建议覆盖正常记录、边界记录、历史记录和容易混淆的记录，而不是只挑最规范的数据。

试填的目的不是证明模板“看起来完整”，而是尽早发现字段说明缺失、单位含义模糊、分类选项不够、例外无法处理等问题。模板试运行后，要保留修改记录和版本号，避免各部门继续使用不同版本。

五、案例推演：用物料资料检查表发现“字段正确、关系错误”

1. 案例范围和数据口径

下面是一个制造企业物料资料的情景模拟，用于展示评估思路，不代表真实客户项目或行业平均水平。假设企业在上线前整理了1,200条物料资料，覆盖原材料、包装材料和成品；团队希望先评估高频业务对象，而不是把全部字段一律设为必填。

评估小组将样本按业务风险分层抽取，并对关键物料做全量规则检查。检查项目包括必填字段、疑似重复、计量单位、物料状态、供应商关联及BOM引用。这里的数字只是示意口径，实际项目需按总体规模、风险和可用资源确定样本方法。

2. 发现的问题不止一种

模拟检查结果中，1,200条记录里有84条存在至少一项需要处理的异常。异常可以重叠：同一条物料可能既存在单位问题，也存在BOM引用问题，因此各类问题条数不应简单相加后当成异常总数。

这个推演中最值得注意的不是哪一类问题最多，而是“资料行存在”并不能证明“业务关系可用”。如果只查编码非空、导入行数和必填字段，单位换算及引用问题可能直到采购、入库或生产领料时才暴露。

3. 用业务回查判断问题是否真的影响流程

我会选取一部分异常记录，追到实际业务单据或典型操作场景中验证。比如，单位疑点要检查采购单位、库存单位和生产用量是否能按规则转换；BOM疑点要确认当前生产任务引用的是哪个版本；供应商关联则要检查采购范围和启用状态是否符合业务。

回查的价值在于区分“资料不规范但暂未影响业务”和“已经可能造成错误结果”。前者可以进入治理计划，后者需要优先控制。若问题已影响未完成单据或现有库存，修订时还要评估历史记录、在途业务和下游同步，不能只改当前主档。

4. 不要用一个综合分数掩盖关键缺陷

假设五个维度的平均得分很高，但核心单位换算或BOM关系存在错误，资料仍然不应通过关键业务验收。总分适合做趋势观察，不适合替代风险判断。更稳妥的方式是同时设定硬性门槛和一般质量得分：影响业务正确性的严重缺陷必须清零或完成风险隔离；一般规范性问题可按计划治理。

具体门槛要由企业决定。这里不提供统一的行业合格线，因为不同企业的交易复杂度、法规要求、系统能力和风险承受度差异很大。与其设一个看似精确的分数，不如说明抽样范围、严重问题定义、未完成项和责任人。

5. 复盘指标必须带统计口径

“完整率”“异常率”这类名称如果不写分母、范围和时间，就很难比较。以必填字段完整率为例，可以定义为“在纳入检查的有效记录中，符合必填规则的记录数除以纳入检查的有效记录数”。条件必填应按适用范围判断，不能用全量记录作为分母。

其他指标也需要明确口径。疑似重复率要说明识别规则和人工确认状态；引用错误率要说明检查了哪些关系；返工次数要区分数据维护返工和业务单据返工。每次复盘保留规则版本、统计区间和数据范围，才能知道指标变化是质量改善，还是检查方法变了。

六、上线前、运行中、稳定期：不同阶段采用不同动作

1. 上线前：先解决会阻断业务的资料问题

上线前的重点不是让所有历史资料都达到理想状态，而是确保关键流程所需的数据可用，并明确未完成问题的风险和处理安排。建议先确认对象范围、字段映射、重复处理规则、关系迁移方式和责任归属，再开展清洗和导入。

• 列出上线首日必须使用的资料对象和关键字段。
• 把缺陷分为阻断业务、需人工确认、可排期治理三类。
• 对编码、单位、状态和关键关系设定导入前检查。
• 使用业务样本回查导入结果，而不只核对记录条数。
• 明确临时例外的责任人、期限和回补方式。

如果团队资源有限，应先保证高风险对象和高频流程，而不是为了追求全量清洗拖延所有上线工作。前提是未治理的数据不会在未受控的情况下被当成正式数据使用；必要时可以限制其状态、权限或业务范围。

2. 运行初期：关注错误从哪里进入流程

运行初期，复盘应关注异常出现的入口和扩散路径。系统可以记录哪些字段经常被退回、哪些对象重复建档、哪些关联关系频繁失效；业务团队则需要反馈录入过程中的信息缺口和流程绕行。

对重复出现的异常，我会要求同时回答两个问题：谁在什么场景下触发了问题？现有规则为什么没能提前阻止？如果答案只有“提醒大家注意”，说明根因分析还不够。针对系统不能自动校验的情况，可以先增加核对清单或抽样复核，再评估是否值得做配置或接口改造。

3. 稳定运行后：从清理问题转向预防变更风险

稳定运行阶段，工作重点会从集中补数据逐步转向持续维护。需要明确新增、变更、停用、合并和跨系统同步的流程，尤其关注长期未更新的资料、频繁变更的对象和上下游差异。

不建议给所有基础资料设置同一个复核周期。高变化、高风险对象可能需要更频繁地检查；低频、稳定对象可以结合业务事件或抽样复核。定期复核频率属于管理决策，应综合业务变化、法规要求、系统能力和维护成本制定。

4. 数据复盘的推荐闭环

1. 发现：从校验报告、业务退回、用户反馈或抽查中识别异常。
2. 分类：标注完整性、唯一性、规范性、关联性或追溯性问题。
3. 定位：追查字段、对象、流程节点、系统规则和责任交接。
4. 处理：修正数据、补充证据，或暂时限制错误资料被继续引用。
5. 改进：更新模板、规则、权限、培训材料或接口映射。
6. 验证：在后续周期检查同类异常是否复发，并记录口径变化。

复盘不能以“问题已修改”结束。若只修一条记录而没有确认为何产生，同类错误可能在其他部门或新建对象中再次出现。闭环的标志，是记录修正、规则变化和复查结果都能互相对应。

七、不同企业情境下的取舍：标准要一致，控制强度不必相同

1. 小团队或资料量有限：优先做清晰的人工规则

小团队未必需要一开始就建设复杂的数据治理平台。先维护对象清单、字段定义、责任人和异常登记表，往往比购买工具后没有人维护更有效。对低频资料，可以由业务负责人复核；对高风险资料，保留独立审核和操作记录。

但人工管理有明确边界：资料增长后，重复检查、版本控制和权限管理容易依赖个人经验。若同一批人经常需要手工合并表格、重复查找资料或在多个系统间核对，就应评估自动校验、主数据管理或接口治理的投入回报。

2. 多部门共同建档：优先明确唯一正式来源

当采购、销售、仓库和生产都需要维护资料时，最重要的取舍是：谁拥有定义权，谁负责录入，谁批准关键变更，哪个系统保存正式版本。若部门各自维护一份“最终版”，即便字段模板完全统一，也很难保证更新同步。

协作工具可以用于收集和审批，但应明确数据进入正式系统的节点与责任。若需要在ERP和其他系统间同步，需定义主从方向、冲突处理、失败提醒和补偿机制。具体方案取决于企业系统架构，不能仅凭工具名称判断哪一个系统适合做主数据源。

3. 制造业或BOM关系复杂：把关联和版本控制放到前面

对于有多层BOM、替代料、工艺路线或工程变更的企业，单条物料字段完整并不足够。应把结构关系、版本、生效日期、替代条件和变更审批纳入重点检查，并验证结构数据在生产计划、领料和成本相关流程中的实际引用方式。

这类企业需要在“快速改资料”和“控制变更影响”之间取舍。对紧急变更可以建立受控的加急审批，但仍要记录生效范围、适用订单、旧版处理方式和复查责任。完全取消审批会降低响应时间，却可能让不同订单引用不同口径而无法解释。

4. 数据量大或跨系统运行：优先投资规则自动化和监控

当基础资料数量大、多个系统共享同一对象，人工逐条检查的边际成本会快速增加。可以评估自动编码、重复检测、接口校验、变更同步和异常告警等能力，但自动化的效果依赖规则质量。规则定义不清时，自动化可能更快地复制错误。

投资顺序可以从高频、高风险和可重复的检查开始。先测量人工处理时间、返工次数、业务阻断频率和错误影响范围，再估算改造成本。若只有少量低风险资料，开发复杂校验的维护费用可能高于人工抽查；若错误会影响大量订单或库存，则自动控制可能更值得投入。

5. 历史资料质量较差：分层治理，不要追求一次性完美

历史数据常常无法在短时间内全部补齐。可按业务活跃度、风险等级和使用频率分层：当前业务正在使用的资料优先核验；长期停用资料可以先冻结或限制引用；无法确认的数据应标记待核实，而不是随意猜测后填入正式字段。

需要注意，停用、删除、合并和替代是不同动作。删除可能影响历史追溯，合并可能改变旧数据归属，停用则通常保留记录但限制新业务引用。具体行为要结合系统能力和财务、审计、合同等保留要求确定。

八、常见误区：看似严格，实际可能让数据更难治理

1. 把所有字段都设为必填

字段越多，录入负担越大，但信息质量未必越高。缺少真实信息时，用户可能填入占位词或复制旧值，系统表面完整率提高，业务可信度反而下降。必填规则应体现业务必要性，并区分条件必填和允许暂缺的情况。

2. 认为编码统一就等于数据治理完成

编码只是标识的一部分。编码统一无法自动解决重复对象、错误分类、单位换算、失效关系和无记录变更等问题。编码规则需要和名称、属性、状态及关联规则配套，并有持续维护责任。

3. 只检查导入成功率

导入成功只能说明数据通过了某些技术层面的处理，不代表字段含义正确，也不代表下游业务引用正确。验收时应同时检查数据内容、业务关系和典型流程结果，尤其对高风险对象做业务回查。

4. 只培训录入人员，不修正流程

培训有必要，但反复出现的问题往往需要检查界面说明、字段定义、权限设计和校验机制。若录入人员需要靠经验猜测分类，或者要在多个系统中手动同步同一资料，单纯培训通常只能暂时减少错误，无法从机制上消除错误来源。

5. 只做一次性清洗，没有后续维护

集中清洗解决的是当前问题，不自动解决未来新增、变更和停用。没有持续规则，资料质量会随着业务变化再次下降。应把新建和变更控制纳入日常流程，并通过异常复盘识别规则失效。

6. 追求一个总分，却不记录证据

总分便于汇报，但无法说明分数来自哪些对象、字段和样本。如果不同周期改变了分母、检查规则或抽样范围，分数上升也不能直接证明质量改善。评估报告至少应记录数据范围、时间区间、规则版本、严重问题和未完成事项。

7. 把所有差异都当成错误

不同部门对同一对象可能有合法的业务视角差异。例如，采购包装单位和库存单位不一定相同；客户的多个组织或交易地点也未必应该合并。治理的目标是让差异有定义、有依据、能被系统正确处理，而不是把所有差异强行抹平。

九、下一步怎么做：用小范围试点建立自己的评估基线

1. 先选一个对象，不要同时治理所有资料

可以选择一个高频、跨部门或错误后果较明显的对象，例如物料、供应商或BOM。用这个对象验证字段定义、重复规则、关联校验、责任分工和复盘流程。试点的价值是发现治理机制的缺陷，而不是证明某个部门做得好不好。

2. 形成一页纸的标准说明

每个试点对象至少说明：适用范围、关键字段、编码或命名规则、来源部门、维护人、审核人、关联要求、变更方式、异常处理和检查周期。能用业务人员看得懂的语言说明，才算可执行标准。

3. 先测当前基线，再设改进目标

记录首次检查时的样本量、异常类型、业务影响和人工修复耗时。随后选择少量有管理意义的指标，例如必填字段有效率、疑似重复确认量、关联异常数、资料退回次数或问题修复周期。不要先设一个看似漂亮的目标值，再反过来调整口径。

4. 把修复结果和规则改进一起验收

对于每类主要异常，记录是修数据、改规则、补流程、增培训还是调整系统配置。复查时既要确认问题记录已处理，也要检查类似的新记录是否还会犯同类错误。若只完成数据修订，没有降低复发条件，治理就只完成了一半。

5. 用可解释的例外机制替代线下绕行

业务现场总会遇到标准没有覆盖的情况。与其让用户私下复制旧资料或绕开审批，不如设计可追溯的例外路径：说明原因、明确审批人、限定适用范围、设定补充期限，并把例外情况纳入周期复盘。例外本身不是治理失败，失控的例外才是风险。

ERP基础资料评估的关键，不是追求一份永远不变的完美模板，而是建立一套能适应业务变化、能发现问题、能解释问题并能减少重复问题的机制。下一步可以从一个高风险对象开始，完成字段定义、样本检查和业务回查，再用复盘结果决定哪些规则值得系统化、哪些适合人工控制。

判断一条资料是否真正合格，最终看它能否在业务中被正确使用、在变化后被正确维护、在出错后被清楚追溯。只要这三个问题有明确答案，录入标准就不再是一份静态表格，而会成为企业日常运营中可验证、可改进的数据控制过程。

免费注册

咨询方案

扫码咨询方案