Как промышленная компания взяла под контроль расхождения между 1С:ERP и 1С:Бухгалтерией

В промышленной компании с 12 информационными базами и потоком свыше 78 000 документов в месяц отдельные расхождения между 1С и 1С:Бухгалт...

Клиент и задача


Крупная промышленная компания использовала 1С:ERP для оперативного и управленческого контура и отдельную 1С:Бухгалтерию для регламентированного учёта.
В распределённой инфраструктуре работали производственные и складские информационные базы.

Всего в рассматриваемом контуре было 12 информационных баз, через которые ежемесячно проходило более 78 000 документов и изменений.

Сам обмен не был полностью сломан. Основной поток документов проходил штатно. Проблема возникала с отдельными объектами: документ существовал в обеих системах, но суммы, НДС, статус или другие реквизиты могли различаться.

На поиск причины одного такого расхождения уходило до часа, а к разбору подключались бухгалтерия, специалисты ERP и БП, интеграционная команда и финансовый контроль.

Почему расхождения было трудно расследовать


Для бизнеса разные технические причины выглядели одинаково:
«ERP и Бухгалтерия не сходятся».

За этой формулировкой могли скрываться совершенно разные сценарии.

Документ изменили в ERP, изменение дошло до БП, но новая версия не записалась из-за запрета изменения закрытого периода.

После обновления одной из систем отдельный реквизит перестал корректно синхронизироваться.

Документ успешно передался, а затем бухгалтер изменил его непосредственно в БП. В ERP сохранилась предыдущая версия.

В распределённом контуре документ мог отсутствовать в центральной базе, и сначала требовалось определить, из какого источника он вообще должен был прийти.

Поэтому общего статуса обмена было недостаточно.

Команде требовалась история конкретного объекта:
что было в ERP → зарегистрировалось ли изменение → что выгрузили → что получил приёмник → выполнилась ли запись → почему итоговые состояния отличаются.

Один документ: как выглядело расхождение

Например, реализация присутствует в обеих системах. GUID, организация, контрагент, договор, номер и дата совпадают.

Но значения отличаются:

Показатель 1С:ERP 1С:Бухгалтерия
Сумма 1 284 600 ₽ 1 246 200 ₽
НДС 214 100 ₽ 207 700 ₽
Разница 38 400 ₽

Раньше с этой разницы только начиналось расследование.

После внедрения специалист видел хронологию:

111111222.png

Ключевой принцип проекта сформулировали очень просто: «Дошло» ещё не означает «записалось».

626b8451-86a2-4e82-8a5c-841d93ac1f96.png


Какую задачу поставили перед новым контуром


Команда отказалась от идеи ещё одной сверки итоговых сумм в Excel или BI.

Такая сверка обнаруживает:
1 284 600 ≠ 1 246 200 но не объясняет, где разошёлся путь документа.

Поэтому цель сформулировали иначе: для каждого проблемного объекта должно быть видно состояние источника, результат выгрузки, состояние приёмника и конкретную причину расхождения.

Базовая архитектура получилась такой:

2222q22.png

DVT подключали только в сценариях, где требовались дополнительные преобразования:

1q111.png

То есть DVT не стал обязательным звеном.
Если структуры можно было сопоставить напрямую, архитектуру не усложняли.

Начали с трёх типов документов


Пилот ограничили тремя классами операций:

1. Реализация товаров и услуг.

2. Поступление товаров и услуг.

3. Возврат от клиента.

Для каждого типа определили контрольные поля:
GUID, организацию, контрагента, договор, дату, номер, сумму, НДС, валюту и статус проведения.

После этого объект получал понятное состояние:
совпадает / нет в БП / отличаются реквизиты / ошибка записи / требуется разбор.

Это изменило сам подход к расследованию.
Вместо: «У нас не сходится период» команда получала список конкретных документов с конкретной причиной.

Отдельно определили источник истины


Сам факт расхождения ещё не говорит, какую систему нужно исправлять.

Например, для суммы реализации источником истины может быть ERP, а часть бухгалтерской аналитики принадлежать БП.

Поэтому для критичных объектов и полей зафиксировали правила владения данными.

Это особенно важно для ручных корректировок. Если бухгалтер изменил документ только в БП, алгоритм может обнаружить различие, но не должен автоматически решить, что значение ERP «правильное».

Процесс разделили на два шага:
диагностика → согласованное исправление.

Автоматической перезаписи одной базы значениями другой не делали.

Что дали Экстрактор и Инжектор


Экстрактор стал контрольной точкой источника.
Команда могла видеть, существовал ли объект в ERP и какое состояние было получено при выгрузке.

Инжектор дал контроль со стороны приёмника:
какой объект обрабатывался в БП, удалось ли выполнить запись и чем она закончилась.

Вместо цепочки из нескольких специалистов расследование стало выглядеть так:
расхождение → объект → ERP → выгрузка → БП → причина → действие.

Screenshot_4.png

Дополнительные специалисты подключались только к исключениям.

После пилота контроль расширили


После проверки механики на трёх типах документов контур масштабировали до 8 классов операций, включая реализации, поступления, возвраты, безналичные платежи, перемещения и корректировки реализации.

Одновременно в единый процесс контроля вошли 12 информационных баз и поток более 78 000 документов и изменений в месяц.

На операционном уровне команда получила ответы уже не только на вопрос «обмен завершился или нет», а на более конкретные:
сколько объектов прошло без расхождений, какие документы требуют разбора, где произошёл отказ записи, какие причины повторяются и сколько времени занимает локализация проблемы.

Результаты


После стабилизации решения компания сравнила показатели до и после. Значения публичной версии обезличены и синтетически нормализованы.

Показатель До После
Среднее время поиска причины 68 мин 9 мин
Ручная сверка 52 ч/мес. 11 ч/мес.
Расхождения с ручным разбором 312/мес. 49/мес.
Ошибки, остающиеся к закрытию периода 146 21
Повторные инциденты 54/мес. 8/мес.
Регулярно вовлечённые сотрудники 9 3
Контролируемые типы документов 3 8


Главное изменение произошло во времени диагностики.

Раньше специалист сначала искал контекст: где документ, передавался ли он, кто его менял, что произошло на стороне приёмника.

После проекта большая часть этой информации уже была связана с объектом.

Среднее время локализации причины сократилось с 68 до 9 минут.

Ручная сверка снизилась с 52 до 11 часов в месяц, а количество объектов, требующих ручного разбора, – с 312 до 49.

Что изменилось для команды


До проекта типичный инцидент звучал так:
«ERP и Бухгалтерия опять не сходятся».

После:
«Реализация № РТ-18427 дошла до БП, но новая версия не записалась из-за даты запрета изменения».

Раньше:
«Где-то потерялся документ».

После:
«В источнике объект найден, изменение зарегистрировано и выгружено, в приёмнике объекта нет».

Так компания получила воспроизводимый способ разбирать частичные расхождения, которые общий статус обмена не показывает.

69d5d57a-b719-411d-8919-30bc68cb86f6.png Общая фактура решения

Почему не отказались от стандартных механизмов 1С

Задачей проекта не было заменить типовой обмен ради самой замены.

Штатные механизмы продолжили выполнять свои функции.

Новый контур закрывал другую потребность: наблюдаемость на уровне конкретного объекта, особенно когда в инфраструктуре много баз, разные циклы обновления, ручные изменения и собственные правила сопоставления.

DVT также остался опциональным: его подключали только там, где без трансформации данных архитектура становилась сложнее. Так компания сохранила решение ровно настолько сложным, насколько требовал конкретный сценарий.

Итог


Интеграцию проще контролировать, когда она ломается полностью. Гораздо сложнее найти проблему, если 99% потока проходит штатно, а несколько документов живут в ERP и Бухгалтерии в разных состояниях.

Для таких случаев недостаточно знать, что обмен «успешно завершён».

Нужно видеть путь объекта:
источник → изменение → выгрузка → приёмник → запись → причина.

Связка Экстрактора данных 1С, промежуточного слоя и Инжектора 1С дала компании этот уровень контроля.

В результате сверка ERP и Бухгалтерии превратилась из ручного расследования в управляемый процесс:
объект → этап → причина → действие.

Фото и видео-отчеты

Примеры других проектов

Как международная компания автоматизировала HR-аналитику из 1С:ЗУП
Как международная компания автоматизировала HR-аналитику из 1С:ЗУП
Производство Экстрактор 1С Внедрение Yandex Datalens
  • Задача: Автоматизировать HR-аналитику на данных 1С:ЗУП, заменить ручную подготовку отчётов в Excel на историческую витрину и интерактивный BI-дашборд по численности, текучести и структуре персонала. 
Подробнее
Автоматизация управленческой аналитики: как АльфаСклад объединил данные из 1С, Битрикс24 и Roistat с помощью DVT
Автоматизация управленческой аналитики: как АльфаСклад объединил данные из 1С, Битрикс24 и Roistat с помощью DVT
Denvic Visual Transformer (DVT)
  • Задача:
    Автоматизировать подготовку управленческой аналитики за счет объединения данных из 1С, Битрикс24 и Roistat в едином хранилище, исключить ручной сбор и сверку информации, обеспечить регулярное обновление показателей продаж, маркетинга и обращений для принятия оперативных управленческих решений.
Подробнее
Автоматизация обратной загрузки данных в 1С: как ОКБ сократило ручные операции с помощью Инжектора 1С
Автоматизация обратной загрузки данных в 1С: как ОКБ сократило ручные операции с помощью Инжектора 1С
Финансовые компании, банки Инжектор 1С
  • Задача: Финансовому департаменту ОКБ требовалось автоматизировать процесс возврата подготовленных данных в 1С: массово обновлять реквизиты и справочники, создавать документы на основании внешних данных и исключить трудоемкие ручные операции без привлечения разработчиков.
Подробнее
Кейс: Миграция 22 000+ карточек номенклатуры в новую базу 1С без потери структуры данных за 26 минут
Кейс: Миграция 22 000+ карточек номенклатуры в новую базу 1С без потери структуры данных за 26 минут
Оптовая торговля Инжектор 1С
  • Задача: Создать новую информационную базу 1С и автоматически перенести более 22 000 карточек номенклатуры со всеми связанными данными без потери структуры, реквизитов и остановки работы компании.
Подробнее
Кейс компании "Цветы любимым"
Кейс компании "Цветы любимым"
Прочее Экстрактор 1С Внедрение Yandex Datalens Denvic Visual Transformer (DVT)
  • Задача: Задача — внедрить интегрированный инструмент аналитики в 1С, позволяющий автоматически и без Excel визуализировать эффективность подразделений, отслеживать план-факт выполнение для мотивации сотрудников и повысить точность и оперативность управленческих решений.
Подробнее
Все кейсы
Заказать демо