物料流是价值流主体，需逐工序现场实测、现场盘点，禁止直接取用ERP理论库存数据，每道工序统一记录以下指标：

1. CT工序周期时间

单件产品在该工序完成加工、装配、成型的实际作业时长，连续实测5~10件取均值，剔除设备故障、人员离岗等异常工况。CT大于Takt Time的工序即为系统瓶颈，是改善首要靶点。

2. C/O换型时间

同设备切换不同产品的总时长，从最后一件旧产品下线，到第一件合格新产品产出完整计时，包含模具更换、工装调试、参数校准、试产检验全流程，是批量过大、在制品堆积的核心诱因。

3. 设备稼动与效率指标

包含设备可动率、OEE综合效率，区分计划停机、故障停机、换型停机、微小停机损失，反映设备真实有效产出能力，瓶颈工序OEE直接决定整条产线最大产能。

4. FTT一次合格率

工序一次产出合格品比例，无需返工、返修、报废，返工、不良会额外增加等待、搬运库存，拉低整体流程增值效率。

5. WIP在制品库存

各工序之间、各仓库现场实物清点数量，同步换算库存停留天数：库存天数=在制品数量÷日均消耗需求。大量WIP对应超长等待时间，是七大浪费之首，也是交付周期拉长的核心根源。

6. 辅助物流数据

单工序作业人数、物料搬运距离、搬运批量、转运频次、物料存放方式，用于识别搬运浪费、人员等待、批量生产浪费。

信息流不畅会造成计划脱节、过量生产、紧急插单，是价值流隐性浪费重要来源，需完整采集：

1. 计划传递路径与时效

订单下发、生产计划排程、物料需求指令、送货通知的传递载体（ERP、纸质工单、微信群、看板）、传递周期、响应延迟时长。

2. 计划波动数据

订单变更率、临时插单比例、采购到货延期频次、工序缺料停线时长，计划不稳定会迫使企业加大安全库存，推高整体WIP。

3. 反馈信息数据

不良反馈、缺料预警、设备故障报修的传递耗时，信息滞后会放大流程停滞与浪费。

【四】时间核算类综合数据（价值流诊断核心输出指标）

基于上述基础数据计算，用于量化流程健康度，是分析结论的核心依据：

1. VA增值总时间

全流程所有直接改变产品形态、性能、尺寸、功能的加工时间总和，只有客户愿意付费的作业才算增值。

2. LT总交付周期

从原材料进厂到成品交付客户的全部时长，包含加工、库存等待、搬运、检验、返工所有时间，绝大部分企业交付周期中增值时间占比不足10%。

3. 流程效率PCE（增值比）

计算公式：增值总时间÷总交付周期，数值越低代表流程浪费越严重，是价值流改善效果的核心衡量指标。

4. 瓶颈等待时长、批量等待时间

由WIP库存数量、工序CT差值换算得出，直观展示库存带来的无价值停留。

【五】数据采集核心原则（保障数据有效性的基础）

1. 现地现物、现场实测

所有时间、库存数据必须到产线现场计时、盘点，不依赖办公室报表，系统统计数据常存在滞后、账实不符问题，偏差可达30%以上。

2. 记录常态、剔除异常

采集设备正常运行、标准班次、常规订单下的数据，排除加班、临时抢修、大批量加急订单等特殊工况，客观反映日常流程水平。

3. 端到端全流程采集

从供应商到客户完整追溯，不截断仓储、外协、退货、返工等附属环节，避免遗漏隐性库存与等待浪费。

4. 跨职能协同收集

联合生产、仓储、采购、品质、设备人员共同采集，统一数据口径，消除部门信息孤岛带来的数据偏差。

【六】数据在价值流分析中的核心作用

1. 可视化浪费：通过WIP、换型时间、不良率、搬运距离等数据，将隐性等待、库存、过量生产等浪费量化展示；

2. 锁定瓶颈工序：对比CT与Takt Time，精准识别制约整体交付的核心约束；

3. 量化改善潜力：通过增值比、总交付周期、库存天数，测算压缩周期、降低库存的改善空间；

4. 制定未来状态方案：依据现有换型、产能、库存数据，设计快速换模、连续流、看板拉动、均衡生产等改善目标；

5. 建立改善衡量标准：改善前后对比同一套指标数据，直观验证价值流优化成效。

综上，价值流分析本质是数据驱动的流程诊断工具，物料、信息、时间、需求四类基础数据构成完整分析底座。缺少真实现场数据，价值流图仅为流程示意图，无法实现消除浪费、缩短交付周期、提升流动效率的精益目标。

文章来自网络，版权归作者所有，如有侵权请联系删除！