问题导向、以终为始

企业进行制造执行系统的建设必然是要解决问题的。不解决问题，整个系统建设就没有必要。所以对于企业来说，在进行制造执行系统建设的时候，一定要进行问题的梳理。相当于为整个系统都建设提供一个牵引。下面的问题都是举例，不同的企业还是有自己的问题，甚至是特色的问题。

1)库存高位运行(或在制品数量)：在制品和库存如果保持在高位运行会占用企业大量的资金，也会掩盖企业各种各样的生产问题，就像管理上面有一句说法，叫水落石出。另外，库存水平和在制品数量，其实跟成本也是有很大关系的。降低库存水平或者在制品数量是企业规划实施制造执行系统的一个主要需求。

2)订单按期交货难以保证：订单按期交货难以保证也是企业经常头痛的问题。这个问题还会进一步延伸为订单的交货期答复问题，也是非常棘手的问题。这个问题也可以异化为订单生产周期的问题，即订单的执行周期太长，不仅影响交货，也增加在制品数量。

3)资源利用不够充分问题：如果企业的订单不够饱满，资源可能比较充裕不成问题。但如果订单比较饱满，资源利用上顾此失彼的现象其实是经常性的现象。尤其是在理论上自己的资源能力应该足够的时候，发现在实际生产时，本该一片红火，但却有很多资源闲置或开工不足的现象。

4)生产效率低下问题：工人的劳动技能参差不齐，经过长期的努力仍然不能实现有效解决，如何提升苦思无解。

5)质量问题频发与质量追溯困难：质量控制手段落后，质量问题频发，车间生产及质量人员疲于奔命，在目前严厉的售后质量要求下，质量追溯手段落后。

还有很多问题，企业都可以从自身的需求入手进行分析和总结，不同企业关注的重点也是不一样的，在此不再赘述。

指标落实、直奔主题

从某种程度上来说，制造执行系统的建设是非常具有功利性的。而这种功利性一定是可以衡量的，必须结合上述的问题来定量而不是定性的进行衡量。也因此，我们需要对制造执行系统的建设，提出各方面的指标落实。这些指标都不是盲目的，最简单的方式，就是和上面的问题一一对应。

从另外一个角度来说，制造执行系统的运行是要产生大量的数据的，而这些指标是由这些数据来进行支撑的。如果一个制造执行系统的运行不能产生支撑这些指标分析的数据，那么这个制造执行系统的运行就必定是有很多问题的，尤其是存在一定的盲目性建设的问题。

我们经常说进行数字化信息化系统应立足于数据驱动，其实对于指导执行系统建设来说，数据驱动的具体含义在一个方面来说，就是对指标来提供支撑。这方面也是一些企业。对制造执行系统运行所产生的数据的价值不知道如何体现和分析的症结所在。笔者认为：将其与指标进行对应和分析，这就是一个可以入手的方式。

1)库存数量水平

减低库存水平可以直接给出一些指标，最直接的就是库存数量水平，也可以以另外一些方式来进行表达，比如说资源周转率、资源呆滞率等。

在制品和库存如果保持在高位运行，会占用企业大量的资金，也会掩盖企业各种各样的生产问题，就像管理上面有一句说法，叫水落石出。另外，库存水平和在制品数量，其实跟成本，是有很大关系的。

降低库存水平或者在制品数量是实施建设制造执行系统的一个直接衡量指标。如果所建设的系统，只是现有模式的计算机化，那这个水平不会降低的。因此这个指标就间接衡量了制造执行系统当中是不是内涵了先进的管理思想，比如精益生产。如果制造执行系统当中贯彻精益思想，在很多方面都会带来一些深度的调整和改变，这是这个软件的灵魂。

2)订单按期交货库率

订单按期交货率也是一个综合的指标，涉及到很多方面，但确实是衡量系统运行效益的关键指标。比如对于生产物料准备的精益性控制就隐含了很高的要求，如果物料准备不到位，这个订单的按期交货，其实是很难完成的。

另外，订单的按期交货其实也隐含着一种思想，就是说订单不能够提前生产，也不能够拖后，按照客户的交货期基本准时完成，这是最好的局面。提前就会导致库存，拖后也有可能是生产周期太长导致在制品增加，并且会影响企业的信誉。

订单的按期交货跟资源的有效配置是密切相关的，什么样的订单?按照什么样的优先级?什么时候下发?怎么来分配制造资源?这个都是需要考虑的重点，其实是对APS提出了更高的要求。

订单按期交货，其实还涉及到一个对于制造执行系统来说很复杂的问题，就是决策?是否能够及时的发现自己的生产能力不够而进行外协，而这种外协决策是影响订单交货率的一个主要的原因，而这种决策一般来说是基于APS来做的。

3)资源利用率

虽然资源利用率具有一定的争议，比如，采用精益生产方式，这种情况下资源利用率的波动，可能是比较明显的。比如，订单量并不饱满，这种情况下资源利用率确实不会很高的。

资源利用率和订单按期交货率有时候是需要综合考虑的。如果订单不能够按期交货，而资源利用率低，那显然是有问题的，有可能是自己的资源类型，不符合订单的生产需求，这个也是可以发现的问题之一。但是如果任务很饱满，而资源利用率又偏低，很大情况下是因为，APS的资源配置手段比较落后。

资源利用率其实跟资源的维护保障，也是有很大关系的，维护是否及时到位，使得资源在干活的时候，不会因为额外的原因，而发生空闲。

4)生产周期缩短效果

生产周期缩短，其实是说这个订单一旦开始投产，到离开车间，在车间里面所停留的流程时间是多少?

这个指标的内涵非常丰富。首先订单什么时候该下发到车间现场执行，这就是一个决策;其次，一旦开始执行了，工序之间的衔接是否顺畅，应该尽量的避免某道工序生产完了之后进行不必要的等待，这个涉及到资源配置。这个指标主要还是对APS的能力提出了更高的要求。

同时这个指标也涉及到，对业务流程的顺畅衔接，以及库存的精益精准配送配送等方面的关联技术要求。

5)生产效率提升

这个就需要对制造执行系统进行精细的生产统计分析，进行数据的细致分析?分析不同人员的工作效率，绘制各种各样的曲线，可以按照不同的时间段来进行比较分析，可以针对不同的人来进行比较分析，从中发现问题，并进行解决。这个就需要MES系统，对于制造执行过程当中的各个维度各个环节的数据采集，提出了直接的牵引要求。

生产效率的提升，其实跟制造执行系统在实施上线的时候，所做的流程梳理有很大的关系。相当于规范业务流程、规范数据传递、规范业务操作，这些方面如果做好了，员工的生产效率，应该还是不错的。

6)质量控制指标

质量控制指标也是综合性指标，比如一次合格直通率、质量问题分类控制水平等，都需要针对具体的企业进行具体的追求。质量控制在很大程度上，并不是靠数字化或者管理的手段能够根本解决的。更多的还是需要和工艺结合。比如通过自适应加工控制，来实现过程质量的控制。比如通过统计过程控制SPC，来对质量的指标趋势进行分析。

功能规划、思想赋魂

可以按照这个思路来理解和进行功能规划。对于制造执行系统来说，没有任何功能模块是多余的。所有的模块都至少需要为提供指标分析产生和提供支撑分析数据。如果某个功能模块不能够为指标做任何贡献，那这个功能模块儿可能就是多余的。当然指标是有层次的，一个综合的指标还有很多层次或细小的指标来提供支持。

功能模块也是与此相对应的。如果单一的功能模块不能够独立的为指标分析提供足够的支撑数据，那可能需要一个功能业务链条才能够有效的产出这些数据，这也是进行业务流程梳理的一个本质原则。秉持这个思路，我们进行功能规划，基本所建立的系统应该是企业所需要的系统。另外，很重要的一个方面，就是在在这个过程当中，应该将精益制造等先进制造思想融合到这个系统中。

一个基本的考虑原则是：如果所建设的系统，只是现有模式的计算机化，那制造车间的运行水平基本不会有任何实质性的变化的。因此这个指标就间接衡量了制造执行系统当中是不是内涵了先进的管理思想，比如精益生产。如果制造执行系统当中贯彻精益思想，在很多方面都会带来一些深度的调整和改变，这是这个软件的灵魂。

这个主题太宏大了，但笔者感觉：问题-指标-功能，是一个必然的规划思路，其中涉及到很多的技巧与方法，也许结合具体企业的实际需求，才能够说的更清楚。