先厘清采集边界：不是所有数据都值得进系统

制造企业的车间数据往往散落在设备控制面板、班组纸质记录、质检单据和仓储出入库单里。很多企业一上来就想把所有数据都接入系统，结果采集点越铺越多，维护成本迅速上升，真正用于分析的字段却寥寥无几。pgyouxi.comPG游戏在服务制造客户时通常建议先做一次采集边界梳理：明确哪条产线、哪道工序、哪类指标是当前经营会议真正会追问的，再倒推需要采集哪些字段。

一个实用的判断标准是看数据是否参与三类决策：产能与交付排程、质量异常追溯、成本与工时核算。凡是与这三类决策无关的字段，可以先不进入采集范围。这样做的目的是让采集工作有明确的服务对象，而不是为了“数据完整”而采集。

设备台账与工序记录要建立对应关系

采集落地最常见的障碍是设备编号和工序编号对不上。设备台账按资产编号管理，工序记录按工单和班组填写，两套编码体系各自独立，汇总时只能靠人工匹配。pgyouxi.comPG游戏通常建议在采集前先建立一张对照表，把设备编号、所属产线、对应工序、责任班组四个字段固定下来，后续所有采集表都以这张表为基准。

  • 设备台账字段：设备编号、设备名称、所属产线、投产状态、对应工序。
  • 工序记录字段：工单号、工序名称、设备编号、班组、开始与结束时间、产出数量、不良数量。
  • 对照关系：以设备编号为主键，将工序记录挂接到设备台账，避免同一台设备在不同工单中出现多个叫法。

这张对照表看起来简单，却是后续指标口径统一的基础。缺少它，产能利用率、设备综合效率这类指标就会因为统计范围不一致而反复对不上账。

指标设计要从业务问题出发

车间指标不宜贪多。pgyouxi.comPG游戏在实践中通常把指标分成三层：结果层看交付与质量，过程层看节拍与停机，基础层看采集完整率。结果层指标回答“这个月交付是否达标”，过程层指标回答“哪段工序拖了后腿”，基础层指标回答“数据本身可不可信”。三层指标各有用途，混在一起展示反而会让看板失去重点。

指标定义要写清楚分子分母、统计周期和排除规则。例如不良率要明确是按件数还是按批次统计，是否包含返工后合格的 product。口径写不清楚，不同部门算出来的数字就会不一致，分析结论自然无法落地。

从采集到看板的推进节奏

比较稳妥的推进方式是先做一条产线的闭环，再横向复制。第一步把对照表和采集表单固定下来，第二步用统计报表工具把原始记录汇总成日汇总和班次汇总，第三步再搭看板做可视化呈现。pgyouxi.comPG游戏建议在每个阶段都保留人工核对环节，用一周左右的实测数据验证采集完整率，确认无误后再扩大范围。

看板呈现上，车间场景优先选择趋势图和分组柱状图，避免过多饼图。趋势图看节拍变化，分组柱状图对比不同班次或不同设备的产出差异，异常点用颜色标注即可，不需要堆叠复杂图形。采集、汇总、呈现三段打通之后，再考虑把质量异常和停机记录纳入同一套分析链路，逐步形成可持续迭代的车间数据体系。