制造执行系统能够对制造执行过程当中的生产数据进行记录。这些数据，不仅仅是提供一种结果展示，而应该对其进行深入的挖掘，支持MES系统的持续改进。本文结合笔者的经验和对MES的理解，对MES的数据统计分析进行一下基本梳理。可能不全面，想到什么就写什么吧，更多的是体现一下自己的思路吧。
统计吗，一般来说都是事后的，但是我们一般都是将统计和分析放在一起结合来说的。而这种事后分析，就算是一种亡羊补牢，也是应该深入重视的，否则好不容易执行获得的数据，不能够发现其中的问题，这些问题有可能持续的存在而得不到改进，这些执行数据的价值也就没有得到充分发挥，这就不是我们希望的了。
制造执行过程当中还有很多在线的实时数据，这种数据有时候是可以支持实时的分析并演变成控制指令，并对生产进行干预的，这方面本文就不多说了。下次有机会专门来说这种实时的数据如何来利用?尤其是结合工业互联网所开展的智能运用吧。
制造执行系统的统计分析是很多的，本文只是对自己认为大家可能会遗漏，或者自己感到比较兴趣的，做个梳理介绍。
(1)工时数据统计分析
通过统计每个工人进行工件生产的时候所用的时间。我们可以：
掌握工人随着时间的延展，生产效率是否有提升?针对性的进行分析，可以采取一定的措施来有针对性的提高工人的金融水平。这是改善1。
掌握不同工人，在生产同样的工件任务的时候，其时间的差异有多大?进一步的，选取优秀的，比如制定SOP，就是标准作业操作规范，实现全员生产率提高。这是改善2。
统计工序的工时时间，这个对于现在的企业来说是非常有意义的，因为工时不准是现在企业普遍存在的问题，通过统计历史上的工时数据，当然是和设备要结合的，可以设置近期的权重比较大等方式，实现工时的一种统计。这个对于作业排产来说是非常有用的一种基础数据。这是改善3。
统计库存工人出入库所进行的操作数量，分析彼此之间的差异，进而可以支持，是否需要出库和入库分开?或者从某种程度上进行统一的工作量优化调配。这是改善4。
(2)订单流转周期
订单的流转周期能够反映很多问题，除了表面上的订单在车间所停留的时间长短之外，还代表了企业车间运行的一种综合水平，比如物料准确到位率、比如资源配置优劣性等，这都是一种综合性的考虑。
各个订单的流转周期，尤其是结合时间维度的，不同时期的流转周期的变化情况，可以反映出车间生产组织有序性的变动情况，并根据分析的结果进行系列的改进。这是改善5。
(3)作业按期执行率(订单按期完工率)
可能大部分企业都在追求订单按期完工率，但为了保证订单按期完工率，就必须细化到工序级的作业按期执行率控制，没有过程就谈不上结果。作业按期执行率也是车间运行的综合性评判指标，会反映出工时不准、资源准备不到位、功能技能水平等各方面的综合问题。
通过同国际订单按期执行率，尤其是将该指标细分到具体的问题方面，比如按期开工有多少、按期完工有多少、随着时间变化改善情况如何等，并且间接实现了APS功能与性能的考核，比如是否能够根据现场实际状态进行动态调度(如果能够动态调度，则后续的作业按期执行率会相应的提高)，并针对性的改进。这是改善6。
(4)资源工序关联关系
任何一个订单，在执行完毕之后，其实都留下了一个结合工艺流程的资源执行链条，这个当然说的是实际每道工序所用的制造资源。
每道工序在历史上都在哪些资源上进行过生产?各自生产所用的时间是多少?工件的加工质量如何?这样有利于下次进行资源工序匹配的时候，可以考虑优先选用加工时间短和加工质量高的设备资源。如果数据足够丰富，价值足够有用，可以认为这是一种大数据的分析。这是改善7。
每道工序历史上在哪些资源的加工应用次数?可以根据时间的维度进行分析，比如近期的具有更高的权重。可以为开展排产调度应用时候，提供一种参考依据，因为如果重复使用这种资源的话，应该是重复性的工作，在加工质量以及工人所消耗的图纸工艺理解时间方面，都是非常有帮助的。这是改善8。
(5)生产准备按时到位率
生产过程不仅是订单按照工艺流程来展开，还有一项重要的工作就是生产准备是否能够按时到位。就如同我们经常所提及的5M1E，其实都是生产准备的范畴。生产准备的按时到位率，也是衡量制造车间运行平稳和有效的重要依据，
对于复杂产品的装配，物料是否能够按时到位是很多企业急迫需要解决的问题。通过统计不同物料的按期到位率或者缺件率，可以发现供应链供应的很多问题，有可能区分出具体物料的问题，实现针对性的解决。这是改善9。
目前车间生产的精细化水平越来越高，即使采用APS进行资源配置，也是一种多维资源的并行约束，要求生产准备制造要素资源的齐套性完备准备，由于不同资源涉及到不同的部门，对部门之间的协同都是一种考验。通过对生产准备按时准备率的统计分析，有问题的一定会凸显出来，可以就像“打老鼠”一个个解决，只要每次解决的都是自己的痛点，就是值得做的。这是改善10。
(6)库存周转率
库存周转率，或者说物料从进入库存到被使用所经历的时间长短，其实衡量的基本都是一种内涵。良好的运行，应该库存都是基本属于一种精益性质的，理想的局面是正确的物料在正好的时间到达并被立刻使用，但影响这种局面形成的因素很多，其实就是我们要解决的问题。想要提高库存周转率，首先生产提出的物料需求要准确、第二供应链准备的偏差要小、物流配送顺畅，也是一种综合性的指标。
可以根据物料价值进行A、B、C等分类，针对这些物料，统计库存周转率的变化趋势，看是否在向好的方向发展，如果不是或者提升太慢的话，可能就需要进行分析了，分析到底是哪个环节出现了问题，进行针对性的解决。这是改善11。
上面提的指标只是自己暂时想到的一些感觉比较有趣的指标，感觉也都是自然应该提出的指标。其实这些都是一些综合性的指标，都是牵涉面很广的指标，但都是良好生产运行局面的真实反映。作为企业，应该从自己的问题出发来思考自己需要什么样的MES，从供应商来说，应该对标企业的真实问题和需求，进行功能规划设计的过程性细分，并细化形成过程性指标以保证目标的达成。否则就都是空谈了。
还有很多其他的指标，比如质量等，这个大家都是耳熟能详的，本文不再赘述。也欢迎大家能够提出其他的有意思的指标。其实本文更多的还是希望大家能够明白这些指标提出的背后的味道和思路，就可以根据实际要求提出针对性的指标了。
