工厂的信息化程度较高，选用主动化方法处理订单数据，将其转化为出产订单

关于a工厂来说，因为数字化程度较低，其作业流程依然依赖人工操作。他们需求手动将订单中需求出产的SKU摘选出来，比如豆腐、青菜等，然后将这些需求翻译为出产订单。依据当时排班状况，将出产订单分配给不同的出产小组和产线工单。工人依据工单上的物料需求量进行领料，并进行出产。出产完结后进行成果计算。

而b工厂的信息化程度较高，选用主动化方法处理订单数据，将其转化为出产订单。依据产能状况，将订单分配到各个小组，并主动转化为领料单。每个小组开端出产使命后进行报工，其中包含详细的制品和废料计算。最后记录出产成果。

关于两家工厂的不同流程，咱们面对一个挑选：依据每个工厂的要求定制专门的流程，这样能够实现工厂办理体系的搭建。

可是，假如工厂数量扩大到20家、40家或许更多，定制化流程明显不切实践。这时候，事务建模发挥作用。经过事务建模，咱们能够识别出通用的流程和规则，从而规划出一套适用于多家工厂的事务模型。这样一来，无论工厂数量增加到多少，咱们都能够应对。

首要，进行事务建模，定义这两段归于出产办理范畴，能够合并。阶段一包含事前预备和事中出产办理。事后成果计算是阶段二。细化阶段一，需求量计算是事前预备，排产方案是适中的出产办理，投产是实践出产。事中出产办理包含三个节点。阶段三是事后办理，包含制品报工和报废料报工。

事务建模终究得到了两个工厂的数字化程度不同，但都归于出产过程办理的笼统。分为三个阶段：事前出产预备、事中出产办理、事后出产计算。每个阶段有详细节点，抽离了事务场景。这些节点是终究产物，并可适用于不同数量的工厂。预建过程中，节点是最重要的一环。

完结节点笼统并不等于使命完结。在出产过程中，不同工厂的出产内容各不相同，例如鲜食加工、熟食加工、打包和卤味等。咱们需求找到一种方法来办理和定制化开发这些不同的出产过程。

因此，咱们能够将其分解为三个主要的出产关系：物料清单用于详细办理制品和原材料之间的关系，并将其划分为自主出产和委外出产。然而，这种粒度比较粗，需求进一步拆解出产关系。

咱们还需求对数据对象进行笼统，能够分为销售类、工厂类、物料类和能力类。依据节点、关系和实体的笼统，咱们能够得到一个规范且唯一的工厂方案流程。

首要，咱们经过计算实践订单量和预测量来确定需求量。依据各个工厂的产能状况，咱们进行动态平衡和散布，将需求分配到不同的工厂。然后，依据工厂的出产日历和方案产量进行物料需求计算，判断当时现有库存的原料是否能满意出产需求。假如不行，咱们会生成追料清单或缺料清单，发送给下流体系。然后进行出产方案，并将满意状况下转化为出产订单，传递给产线。这就是一个规范的工厂方案流程。