|
APS是一个面向未来的系统，从现在到未来之间是一段有限的时间，注定APS一切数据都存在一个‘有效时间范围’，也称‘时间窗口期’，超过时间窗口
期的APS数据就失去计划的价值和意义。仍然用天气预报理论来举例，当台风导致物料运输延误以致停工待料，从‘预测与情报信息’到最终调整计划
的整个过程，包括四个‘窗口期’：
1）预测与情报信息窗口期；
2）自动预警窗口期；
3）查询、判断与决策窗口期；
4）排产计算和计划调整窗口期。
假设物料延误导致的停工待料发生在下周三，调整APS生产计划重新排产的最迟时间不能晚于周一下午5点。则天气预报的窗口期大致在周六到周日的2天内；发出停工待料预警的窗口期
是周一上午；针对预警信息快速查询受影响的工序并做出判断与决策大概只有周一下午的几十分钟到几个小时。无疑这4个窗口期任何一个都不能超出，
否则企业就无法赶在周一下午5点前完成APS计划的调整。仔细分析这4个窗口期不难发现轻重缓急。
由于APS的第一理念与核心功能是有限产能自动排产，因此第四个快速排产窗口期最先得到保证。APS的‘预测与情报信息系统’从理念和
功能上确保了第一个‘预测与情报窗口期’；APS的自动预警功能保证了第二个预警窗口期。
因此，‘查询与判断决策窗口期’成为关键。企业日常生产中肯定会有各种预测与情报、预警信息不断传递给生产管理者，
其背后是复杂的生产过程和海量的APS数据。如果生产管理者无法在有限时间内快速在APS里找到相关数据，
发现问题点，就无法快速做出正确的判断与决定，这将导致APS‘多谋少决’，甚至‘谋而不决’，重蹈传统生产管理的覆辙。
继续用天气预报理论来举例：假设因台风影响运输而晚到的物料是2种不同颜色的板材：红色和绿色；预计分别延误2天到3天不等；受影响到的工序是PX01、PX03等5种工艺模型里的三种不同的‘涂装’工序；受影响的订单是优先级大于75，客户要求为‘高品质’和‘一般品质’的订单；受影响的设备是B3、B4、B5车床……全部符合这些条件的工序下周大概有十几道，无规律散布在成千上万的计划数据中。企业大致的处理原则是：如果这些工序的时间比较靠后，则紧急调运物料；如果工序数量不多不使用关键设备，则把计划推迟；如果这些工序的时间靠前且使用关键设备，则必须取消生产计划……
此时的关键变成管理者必须快速查询到受关联的工序有多少、在什么时间、在哪几个车间、各用什么设备、投入什么物料……而且还要用比较直观的方式看到它们才能快速做出正确判断与决策，否则无法正确及时做出处理。
企业面临的是一个‘多复杂条件+模糊查询+灵活显示’的课题。传统手工生产管理并非缺少数据和信息，但面对成堆的纸质单据和复杂的EXCEL表格，第一没有精确计划、第二数据混乱、第三难以快速、第四数据查询结果不直观。总之是不好查，费时费力，只能完全依靠人的经验与能力
做出判断与决策。如果说数据‘不好查’、‘费时费力’对传统生产管理只是一个工作效率低下的小问题，那么在APS里它直接决定了管理者能否在有限的窗口期内做出正确的判断和决策，进而决定了整个企业的生产能否正常进行，其意义之大可称之为‘战略查询’。
下图就是模拟天气预报之后企业快速进行‘多复杂条件+模糊查询’查询之后的甘特图：
这张甘特图首先展现了所有可能受影响的涂装工序；其次突出体现‘红色’、‘绿色’与质量要求为‘高品质’、‘一般品质’的复杂组合关系；最后是工序的详细时间、前后关系、使用设备、投入物料等重要信息移动鼠标即可
立即显示。当台风来临，管理者必须在几十分钟不超过几个小时的决策窗口期内做出决定是紧急调配物料还是推迟或取消计划，这张
甘特图把关系未来生产计划的所有关键点一目了然展示出来，不言而喻起到至关重要的决策支持作用。反之，如果企业不能快速查询到相关数据，或者查询方法有缺陷、查询结果有缺漏、或者
数据显示不直观不方便，都必然影响管理者做出正确决策，把这张甘特图称为‘战略查询’理所当然。
下图是更进一步把颜色、品质与设备组合在一起显示的甘特图，可用于与设备相关联的复杂判断决策。不难看到APS通过灵活确定查询与显示方法，让生产决策
变得更科学合理、更简单易行。
APS第一次把
最平常的数据查询功能提升到战略层面，‘细节决定成败’不再是一句口号，而是体现在企业日常生产管理中的方方面面。同时也看到小吉星APS把生产当成战斗，一切从实战出发，把打赢
和打胜作为唯一目标的最大特点。
| 
