܄

浅述ETO型制造企业的需求设计解决思路

【数据猿导读】 当前,按照不同的生产驱动方式,通常将制造型企业划分为ATO(Assemble to Order,面向定单装配)、MTO(Make to Order,面向定单生产)、ETO(Engineering to Order,面向定单设计)、MTS(Make To Stock,面向库存生产)...

浅述ETO型制造企业的需求设计解决思路

来源:数据猿  作者:美林数据

当前,按照不同的生产驱动方式,通常将制造型企业划分为ATO(Assemble to Order,面向定单装配)、MTO(Make to Order,面向定单生产)、ETO(Engineering to Order,面向定单设计)、MTS(Make To Stock,面向库存生产)。如下图:

ETO_需求设计_大数据-1

制造业行业模式分类

面对快速多变、日趋个性化的全球市场,越来越多的企业为了自身的发展,从传统的大批量生产模式转向多品种、小批量生产模式甚至单件生产模式。其中,面向订单设计ETO属于离散性较强的生产类型,是“面向订单”制造环境中最复杂的一种, ETO生产模式一般用于高度客户化的项目型制造企业,其产品结构复杂、生产周期长。但是,在以客户需求为导向的市场环境下,一些产品结构简单、交付期极短的中小型制造企业也采用了ETO模式。船舶、航天器、大型装备制造、发电设备、电梯等企业都是ETO企业的代表。

面向订单设计(ETO)的生产模式在我国制造企业中所占的比重越来越大。从逻辑上分析,ETO模式能更好地满足客户特殊的定制要求,但是ETO模式下由于需要大量的个性化设计与生产,制造企业与客户沟通协同的成本居高不下,设计研发成本剧增,生产能力受到挑战,极大影响产品交付、客户体验,同时增加了企业成本。

如何在满足客户个性化订单的前提下,提升交付率和生产效率,有效控制生产成本?成为中小制造企业的核心关注点。

在ETO这种生产类型下,一种产品在很大程度上是为特定客户度身定制,有可能只生产一次,产品的生产批量较小,但是设计工作和最终产品往往非常复杂:

多样化需求,沟通及协同成本高。由于产品标准化程度较低,每台产品的需求描述没有标准的方法和工具,都需要技术人员、销售人员与客户反复沟通确认,设计过程浪费了大量的人力成本与时间成本;个性化的设计延长了产品工程数据的准备时间,并且由于产品标准化程度较低,导致数据准确性差,指导意义不强。企业大多数产品的生产都是一次性的,新产品的物料编码、BOM和Routing等数据必须等到设计图纸出来后才能确定,导致生产的协同成本得不到有效控制。

个性化的设计,效率低下。在ETO生产方式下,一方面,企业需要根据订单要求重新设计产品,设计人员需要进行大量的个性化设计工作,人力和时间成本付出巨大;另一方面,ETO企业高度个性化的客户需求,导致产品设计的标准化程度较低,每一次设计过程都是独一无二的,无法复用前期的知识成果,形成标准。如此一来,产品生产效率低下,按期交付时常出现困难。

ETO型制造企业,其产品个性化强,但交货期却极短,两者的矛盾进一步提升了对企业需求设计工作转型升级的要求,企业迫切需要一种能力,一种基于客户需求进行设计和生产的能力。而如何转型,只能因客户而变,客户驱动企业的转型变化,即面向客户设计转型。具体可以从以下几个方面入手:

建设标准需求工具,精确描述客户需求。

利用需求工具,将各类产品的需求进行整合梳理,建立统一的数据标准,最终形成满足各类产品的标准需求模版。销售人员通过移动设备,在与客户确认需求时,通过在手机/pad上进行需求参数的勾选、填写,最终形成条目化、结构化的需求参数,形成需求BOM,减少设计/销售人员与客户之间的协同沟通成本;通过数据解析技术,将客户的各种各样的订单形式(PDF/图片/excel)解析,形成统一管理的订单、需求BOM。

借助设计知识库,快速完成设计。

基于设计工具(如钣金行业常用的Solid Works),对典型产品进行梳理,完成设计知识库的建设,同时通过将三维模型和需求参数的关联,形成一个个的设计模版。在设计过程中,将已经过数据处理确定的结构化需求参数与模板进行快速比对匹配,利用尺寸建模,将需求BOM直接上传到设计工具中,快速生成图纸以及PBOM,从而快速高效形成最终的设计方案。

ETO_需求设计_大数据-2

基于以上转变:

企业和客户之间建立了高效的沟通桥梁。相较于传统的设计模式,通过标准需求工具的使用,既尊重了客户的需求,并能够精确描述其需求;也实现了需求可控,从而为客户降低决策风险。

企业内部生产协同效率显著提升。单次设计周期缩短,协同成本明显减少,交付率大幅提高,同时,设计过程中的数据也得到了很好的积累,形成知识传承,进一步提升了企业整体工作效率。企业逐步具备了基于客户需求进行设计和生产的能力。


注:

本文由 美林数据 投稿数据猿发布。

欢迎更多大数据企业、爱好者投稿数据猿,来稿请直接投递至:tougao@datayuan.cn


来源:数据猿

声明:数据猿尊重媒体行业规范,相关内容都会注明来源与作者;转载我们原创内容时,也请务必注明“来源:数据猿”与作者名称,否则将会受到数据猿追责。

刷新相关文章

大数据24小时:支付宝发布一站式医疗服务平台,美图新品引入AI技术让“照骗”更加强大
大数据24小时:支付宝发布一站式医疗服务平台,美图新品引入AI...
【大数据周聘汇】:号称最“苦逼”的360寻求大数据运维经理一枚,你有这个胆量加入么?!
【大数据周聘汇】:号称最“苦逼”的360寻求大数据运维经理一枚...
大数据24小时:搜狗上线医疗人工智能识别服务,热云数据发布大数据新品TrackingIO
大数据24小时:搜狗上线医疗人工智能识别服务,热云数据发布大...

我要评论

精品栏目

[2017/04/11]

大数据24小时

More>

[2017/04/03-7]

大数据周周看

More>

[2017/04/03-7]

大数据投融资

More>

[2016/11/28-2]

大咖周语录

More>

[2017/04/03-10]

大数据周聘汇

More>

[2017/04/04-11]

每周一本书

More>

返回顶部