Python 在工业生产规划中的应用

       在制造业中，往往会因为数据结构的复杂(系统+线下，订单+制造等等)以及对接口的繁多，在进行数据处理、可视化、业务判断方面会消耗大量精力。这点尤其是在当今客户需求多样化的时代显得尤为突出。客户多样的需求，少则小几十条，多则上百条。如何整合现存资源、未来资源、长远资源以满足业务需求，和运营、成本达到平衡显得十分重要。

       在我实际操作的过程中，系统能解决一部分问题。但随着业务量的增长和精细化，很多时候我们需要做出最快的响应，模拟出最优化的解决方案。因这些需求很多情况是新增的，甚至是临时的，因此，若完全依赖系统，会因为开放周期较长、资源等原因，不一定能100%相应到业务的变化和调整。

        相较之下，对数据源方面进行扩充，增加新的数据内容是相对容易很多的，将这些数据根据实际的业务需求，进行处理、筛选、计算，做成相应的模板，可以大大提高工作效率和精准度，通过模拟计算，及时响应到业务需求。

        单独拿“生产—销售”来说，我们要关心的问题有，目前的订单现有情况、订单未来情况、现有的资源情况、即将产生的资源情况，在拿到这些信息后，进行匹配、测试、通过调整，演算出可能产生的结果。最传统的模式是通过Excel进行计算和传递。但随着业务量的增长和客户需求的多样化，仅仅用excel很难跟上业务需求，单纯的某一次运算，都会花费大量的时间。但借助Python的运算，能在极短的时间内产生出大量我们想要的结果。

     在用python进行计算时，主要需要的有以下几个步骤。

车同轨书同文

这一点是一切运算的基石和前提。在生产规划中，我们的数据源多种多样，有销售方的，有制造方的，有库存方的等等。这些数据往往是不对称的。比如同一种商品，销售方成为A，制造方称为B，库存方称为C。就好比《海贼王》在不同平台叫法不一是同一个道理，在腾讯就叫《航海王》；比如因翻译不同，《宝可梦》、《宠物小精灵》、《口袋妖怪》、《神奇宝贝》说的实际上是一个东西。在生产—销售中也存在这样的问题。只有统一了名称，我们才能在各个平台间达成共识，以确保信息的对称性。解决这个问题的方法，就是给每一种商品特定的ID，就跟身份证一样。

     只有统一的ID，才能把所有的商品给串起来。

     但有时候，可能会因为产品的更迭，导致同一种商品，在今年和去年拥有2个ID，所以，我们也需要格外注意把新老ID也统一起来。

       以上说的从商品的种类角度出发。当涉及到具体的某个订单对应到某个商品时，我们还需要给每个商品和每个订单给予特定的ID，以进行匹配。

       Again，以上的统一，是可以通过EXCEL来实现的，但会存在运算复杂，而影响效率的情况。尤其是当数据量暴增时，常常会出现excel转圈圈的情况，更别说后面我们还需要进行更加复杂的运算(当然换个电脑也不是不行)。

建立常用数据库

这点和上一步的车同轨书同文其实同样重要，优先级甚至可以说不分先后。在python上统一ID有两种方法。一种是直接写入代码，比如A商品对应的ID是12345678，B商品对应的ID是23345678……。但显然这不是最优解。因为如果要新增另一模块的代码时，就会要求我们在另一个模块把这段代码添加进去，当新增模块多的时候，难免会有疏漏。

因此，在实际操作中，建立自己的数据库是最优化的方式。我们仅仅通过更新数据库，在代码中调用这个数据库就可以了。完全节省每个模块都更新代码的工作量，不仅如此，还能极大的提升准确率。

业务分析的优先级

在进行完上面两个步骤后，我们才能进一步的到业务分析的模块。在对业务进行分析时，同样会有优先级，当然也会有不影响的并行情况存在。但如果是我们要总结所有资源来进行模拟分析时，这种并行的情况就会越来越少，所有的资源可以理解成一个生态系统(订单、商品、库存、生产等等)，当一个部分的某一个点发生变化后，都会影响整个生态。只不过是影响多少的问题。当资源盘大时，某一个点变化对生态的影响微乎其微，但当资源有限时，即使蝴蝶扇一下翅膀，都会对整个生态产生巨大影响。1对于1000的影响只是0.1%，但对10的影响就是10%了。

因此，在资源有限的情况下，我们要更加关注精确性。

那我们应该如何对资源进行演算和分配优先级呢？先锁定变化比较慢或者相对容易控制的模块，在进一步推进变化稍微快一些的模块，把变化最快的放在最后再进行演算。举个形象的例子，先分析行动最慢的树懒，最后再分析速度最快的猎豹。当然这里的树懒和猎豹是相对的。根据实际情况的不同，树懒有时会是猎豹，猎豹有时会是树懒。

落脚到实际业务，在计算的过程中，优先级便是先库存、再生产、再订单。值得注意的是，这里的优先级并不是指先把库存分析的透透的，过一段时间再分析生产，再分析订单。这里的优先级，是指运算次序上的优先级。先算库存、再算生产、再算订单，实际上，在最后还会通过订单再倒推库存、生产。在时间的维度上，这几方面是可以看成是同时进行的。

那通过运用python，能达到什么效果呢？可以说，想得到什么样的效果完全取决于业务的需求，想达到什么样的效果都可以实现。比如我现在得到的，能通过这一系列的分析，1min就能得到10张想要的报表。这些报价表或独立，或相关。再进一步，我们可以通过可视化软件(如tableau)，将这些报表的展现形式做成模板，以实现自动输出。