1 项目背景
PMC团队在协同工厂生产过程中，基于当前x周生产需求计划，需要提前准备好物料需求，查看生产哪些产品未来可能面临原料缺货。如果一些产品未来面临缺货风险，那修改当前需求计划、或做好协调物料到货准备等措施，希望能做一个物料齐套性计算模型，指导生产。
2 算法模型介绍
一件产品的生产，需要以下流程，这些流程都需要耗时；
①采购：需求阶段要下采购申请单、下推采购订单；一段时间物料到货后，有收料通知单，入仓库等流程； ②仓库管理：物料在在仓库时，可能会发生调拨、入库、出库等业务流程； ③质检阶段：涉及到原料的检测阶段； ④生产阶段：原料到半成品进行生产； ⑤质检阶段：半成品的检测阶段； ⑥生产阶段：半成品到成品的灌包、包装； ⑦质检阶段：成品质量检测阶段；
实际上从原料→半成品的筹备时间大概需要9天，半成品→成品的筹备时间大概需要5天。今天用一个简单模型推演，暂定【原料→半成品前置期】=2天，【成品→半成品前置期】=1天。
以上是物料到成品生产所需流程。我们把这个时间历程反过来看，现在根据一份未来的x周生产需求计划表，结合现有的物料/成品/半成品库存表，来推演未来日期可能缺货的物料、半成品、成品。
当然，最终的物料齐套性，是针对”x周生产需求计划表”中的这些成品，计算未来日期的每天的物料齐套比率。
3 基础数据源介绍
实际业务涉及的表单较多，但最终可划分为四类：排产计划、成品→半成品→物料的BOM拆套、库存、在途库存。以下模型案例就用4张表来演练：排产计划表、BOM拆套表、库存表、在途库存表。
假设今天是 ” 2024/11/28 ”
（1）排产计划表
排产计划表以【工厂+产品编码】的维度，展示了未来连续X周内每天所需要的生产量。 （2）BOM拆套表
如图，分两个步骤：①成品→待包品，成品由3个原料(蓝色)+1个半成品组成(红色)，对应各自的“bom量”。②待包品→原料，图中这个半成品由7个原料组成，对应各自的“原料bom量”。
这个BOM表主要用于计算每个成品所需要的原料、半成品用量是多少。
（3）库存表
库存表记录着各工厂每种原料的当前库存数量。这个库存表是每天变化的，在案例演练中，今天是 ” 2024/11/28 ” ， 那这张库存表就是2024/11/28当天的库存数量。
（4）在途库存表
在途库存表记录着未来一段时间内，各工厂各原料即将入库的数量。
4 Excel正向模型推演
（1）成品→待包品
这个成品由1个待包品+3个原料组成，已知11/28这天的库存，计划量，推演后面5天的库存、需求量、日结余数量。
11/28日这天，“期初库存”这列，是根据【库存表】进行匹配的数量；“在途(入)”这列，是根据【在途库存表】进行匹配的数量；
每一行代表一直原料，“本日结余”=当前行【期初库存】+当前行【在途(入)】-当前行【计划量】;本日结余，也是下一日的期初库存；“需求量”即当前行【计划量】-当前行【在途(入)】-当前行【期初库存】，需要注意，“需求量”是大于0的数值；
然后按照这种方法，推演其它几种原料的这几列数值。
最终，可以推演出后续5天，待包品的“需求量”。
（2）待包品→原料
待包品到原料这块，主要拆解以下这部分的物料组成。同样地，按照上面推演的逻辑，计算出每天每种原料的“进销存”。
同样，将每日的产品进行扩展，注意，只有11/28日的原料有库存数据。
按照同样地逻辑，推演每个原料每天的【本日结余】【新需求量】
最终，每个物料的每日推演情况如图。
3.1.5 Excel反向模型推演
（1）原料→待包品的实际可满足数量
正向推演下来，可以计算出来每个原料的“实际可满足数量”。
接下来，需要看原料→待包品这个层面，当前原料实际可满足多少个待包品的生产。例如在
第一个日期区间，这个待包品需要用7种原料生产。用原料去生产待包品时，有的可生产74个，有的可生产40个。那在当前日期，这个待包品最多只能生产40个。
最终，原料→待包品的实际可满足数量如下。计算出这个数量之后，就可以对待包品打个标签，是否缺货。
单独筛选待包品，进行去重后，会更清晰。
（2）待包品→成品的实际可满足数量 类似逻辑，可推演出每天每个产品，待包品到成品的实际可满足数量。
单独筛选出成品，去重后看会更清晰。
3.1.6 数据汇总
以上excel推演模型，是基于一个工厂的一个成品，推演未来5天的计划需求是否会发生缺货的情况。
实际计划生产过程中，有x个工厂，y个产品，推演未来z天的计划需求，所以这个数据量会变大，但基本原理不变。后续的BI数据展示，也是基于这些推演的数据。
