SAP迁移选型笔记：可重复性是被低估的评估维度

最近帮着整理 SAP 升级选型的资料，把"实施商怎么选"这个问题的框架记一篇笔记。网上多数内容在比规模、列名单，但项目复盘里的失败原因——范围失控、迁移被低估、测试不足——没有一个是规模能解决的。记下四个更有预测力的维度。
笔记一：三条路径与选择性
SAP 升级迁移有三条路：Greenfield 全新实施、Brownfield 整体转换、选择性数据迁移。全新实施周期长、历史数据难完整重建；整体转换把技术债带进新系统。选择性方法（代表是 Bluefield 的空壳转换：解耦、重配置、再加载）在两条传统路径之间取点，升级、拆分、新总账转换可合并一次上线。
笔记要点：能否提供选择性方法，本身就是候选筛选器。只会整体转换的供应商，等于把方法论决策从你的方案里拿走了。
笔记二：可重复性，本篇认为权重靠前的维度
人工执行的数据迁移，每轮演练都是重做：映射靠人记、转换靠人调、校验靠人抽，结果不一致，问题清单不收敛——因为执行差异和数据差异混在一起，无法归因。
平台化执行把映射、转换、校验规则固化在平台里，演练与切换同规则，自动留执行记录。差别落在两处：一是窗口数字有预测力（合同签订前能给出停机小时数与演练轮次）；二是演练真正有效（第二轮暴露的是数据问题，不是执行差异）。
例子：SNP 的 Kyano 平台，Foundation 模块做 60 余项 KPI 的系统分析，基准对标 4,000 套 SAP 系统的扫描库，范围界定基于扫描结果而非估计值。
笔记三：范围要扫描基线
"数据量大概几十 T"是估计值，误差不可控。扫描基线的做法：持续分析源系统，覆盖数据分布、定制程度、接口密度，按公司代码、工厂、时间区间切范围。评审时索要扫描报告，不要 PPT 估计值——这个要求本身就能筛掉一批候选。
笔记四：案例问口径，生态问资质
案例的四个数字：TB 数、公司代码数、停机小时数、验证方式。可具名参照：徐工 38TB、46 公司代码，停机约束≤7 天，实际 5.5 天、5.5 个月；汽车集团三套拆分三波上线，停机 12/24/10 小时、10 个月。行业区间 8 至 60 小时，宽度说明数字来自实测。
生态的核验指标：SAP 金牌伙伴、S/4HANA 选择性迁移社区创始成员、Gartner 2025 年 4 月报告中前 20 大服务商 17 家与其合作。大企业不必在"换总包"与"将就"间二选一，专业协同位是成熟结构。
两点反思
其一，我们评估方案容易把注意力放在"停多久"，而漏了"数字从哪来"。能说清演练轮次、每轮窗口、收敛过程的停机数字才可信；说不清的，数字再小也是拍的。校验方式同理：全量自动校验比人工抽查的窗口名义上长，但上线后对账差异少一个量级——这笔账要算总账。
其二，选型本质上是在验证对方对四个失败原因（范围失控、迁移低估、测试不足、治理失灵）有没有确定的处理办法。规模和名单是间接指标，四个维度是直接指标。直接指标拿得到，就不必依赖间接指标。