制造執行系統能夠對制造執行過程當中的生產數據進行記錄。這些數據，不僅僅是提供一種結果展示，而應該對其進行深入的挖掘，支持MES系統的持續改進。本文結合筆者的經驗和對MES的理解，對MES的數據統計分析進行一下基本梳理。可能不全面，想到什么就寫什么吧，更多的是體現一下自己的思路吧。
統計嗎，一般來說都是事后的，但是我們一般都是將統計和分析放在一起結合來說的。而這種事后分析，就算是一種亡羊補牢，也是應該深入重視的，否則好不容易執行獲得的數據，不能夠發現其中的問題，這些問題有可能持續的存在而得不到改進，這些執行數據的價值也就沒有得到充分發揮，這就不是我們希望的了。
制造執行過程當中還有很多在線的實時數據，這種數據有時候是可以支持實時的分析并演變成控制指令，并對生產進行干預的，這方面本文就不多說了。下次有機會專門來說這種實時的數據如何來利用？尤其是結合工業互聯網所開展的智能運用吧。
制造執行系統的統計分析是很多的，本文只是對自己認為大家可能會遺漏，或者自己感到比較興趣的，做個梳理介紹。
（1）工時數據統計分析
通過統計每個工人進行工件生產的時候所用的時間。我們可以：
掌握工人隨著時間的延展，生產效率是否有提升？針對性的進行分析，可以采取一定的措施來有針對性的提高工人的金融水平。這是改善1。
掌握不同工人，在生產同樣的工件任務的時候，其時間的差異有多大？進一步的，選取優秀的，比如制定SOP，就是標準作業操作規范，實現全員生產率提高。這是改善2。
統計工序的工時時間，這個對于現在的企業來說是非常有意義的，因為工時不準是現在企業普遍存在的問題，通過統計歷史上的工時數據，當然是和設備要結合的，可以設置近期的權重比較大等方式，實現工時的一種統計。這個對于作業排產來說是非常有用的一種基礎數據。這是改善3。
統計庫存工人出入庫所進行的操作數量，分析彼此之間的差異，進而可以支持，是否需要出庫和入庫分開？或者從某種程度上進行統一的工作量優化調配。這是改善4。
（2）訂單流轉周期
訂單的流轉周期能夠反映很多問題，除了表面上的訂單在車間所停留的時間長短之外，還代表了企業車間運行的一種綜合水平，比如物料準確到位率、比如資源配置優劣性等，這都是一種綜合性的考慮。
各個訂單的流轉周期，尤其是結合時間維度的，不同時期的流轉周期的變化情況，可以反映出車間生產組織有序性的變動情況，并根據分析的結果進行系列的改進。這是改善5。
&n