离线订单管理

“之前的文章《订单偏差的常见原因》中有一种场景，需要对一定数量的订单进行抽检/测量，而被抽检出来的产品往往会离开生产线（也有在线测量/检测），我们通常称之为离线，产品从离开流水线到回到流水线所花费的时间，造成了订单的偏差。今天我们来看看，对于这种离线的订单如何管理。” 

一、离线订单的分类

离线订单，指在流水线生产过程中，中途离开生产线的订单，这些订单离开了原有的生产顺序，再回到产线时一定会造成滞留，都有哪些情况会造成订单的离线呢？

①返修、返工订单

当订单存在质量问题，需要临时下线进行返修的时候，需要在就近的下线口，将产品订单用特殊载具转运出来进行线下处理，而这些要进行返工的订单对滞留的影响程度取决于它们离开产线的时长。

②检查、检测订单

为检验在产订单各方面工艺要求的达标情况，需要定期在不同工艺区域将产品进行下线，然后转运至测量工作室进行抽检，以达到提前发现问题、确保质量的目的。

③特殊订单

特殊订单，指的是有特殊客户/用途的订单，以汽车行业为例，比如展车、备件车、报废车等。这些订单在生产过程中除了遵从正常的工艺流程以外，还会有特殊的整备过程，而整备则会导致订单离开生产线，由专业的应对小组进行处理。

二、离线订单的数据获取

通过工业数据网关、条码、RFID等技术（详见之前的文章《在产订单的数据采集》）获取数据，以RFID技术为例，当订单离开产线时，天线扫描订单在上线时被安装上的RFID卡片，读取离开产线时这个订单的详细信息（包括订单号、颜色、配置、离线时间点等）。同样的，当订单重新回到产线时，天线再次扫描订单RFID卡片，在比对订单的同时，记录订单回到产线的时间点。

再把这些收集的数据上传到服务器中，形成一个小“数据湖”，以供前端应用程序的数据请求和调用。

三、离线订单的计算逻辑

离线订单的计算，指的是准确计算订单离开生产线的时长、去向、责任人，给下个阶段的超时长报警提供依据。计算逻辑大致分两类，第一类为订单从同一点离线、返线；第二类为订单从不同点离线、返线。

①同一点离线、返线

订单从离线点位A离开生产线，经历了返工、测量、整备等操作后，通过A点返回生产线。这种情况需要在前端应用中提前定义好，此类订单一旦离线，它的离线时间和返线时间都以A点作为数据获取点，计算离线时长也以A点的两个时间为准。

②不同点离线、返线

订单从离线点位A离开生产线，在经历了返工、测量、整备等操作后，通过C点返回生产线。这种情况需要在前端应用中提前定义好，此类订单一旦离线，那么它的离线时间以A点作为数据基准，返线时间要在生产线找一个与A点物理位置最近的在线点B作为数据基准（也就是说，即便订单从C点回到产线，订单在C点到B点的行走距离也要算入离线时长）。

请注意，这种情况为何不能用A点作为返线闭环点，因为A点是离线点，只能获取在A点离开或者返回的订单数据，而该订单是从C点返回生产线，只能在离A点最近的物理位置找一个在线点B进行扫描、闭环。

③扣除计划内的休息时间

在计算订单的离线时长时，一定要扣除计划内的停产时间，计划内停产时间指的是吃饭时间、班次间歇、非生产日等等，因为这些计划内的停产时间是不影响订单按期交付客户的（换句话说，这部分时间是客户在下定时就已经计算在内）。这里可以考虑引入生产日历系统，离线订单管理系统在计算时就可以直接调用数据了。

四、离线订单的管理机制

离线订单的管理，主要是针对订单离开生产线的超时长报警、分析和促进。

①报警

给不同类型的离线订单设置不同的离线时长报警阈值，一旦超出阈值，自动发出报警信息至对应生产工段，提醒工段尽快将订单返回产线；

②分析

分析指的是将订单离线的过程进行分解，分析在每个环节所消耗的时间，以离线检测为例，订单离线的历程：离线-放置在载具上-转运至测量间-测量准备-测量-测量结束-转运至线旁-从载具上卸下-返线。如果每个环节都要求执行部门操作者记录时间点，既可以通过台账查询的方法找到每个环节消耗的时间。在这种非固定路线的转移过程监控下，也可以尝试使用GPS技术（详见文章《在产订单的数据采集》），这样，离线订单管理程序可以自动分析出离线订单耗时异常的环节。

③促进

促进指的是建立离线订单超时问题解决和闭环管理机制，每天通过离线管理系统呈现出问题项清单和问题定位，自动推送给责任人，在每日晨会之前对超时问题给出原因分析和应对举措，跟踪举措的有效性并直到离线订单返线且后续同类问题没有再次发生为止，才能算是闭环管理。如下图所示，对于离线订单超时，可以进行问题分解，并针对不同问题进行原因分析，最终一直跟踪到问题解决（绿灯状态）。

五、离线订单管理数字化程序

离线订单管理数字化程序的构建，实际上是作为整个订单旅程数字化构建中的一部分，其中要区分正常订单和异常订单，并能够在异常订单中标注出离线订单，这样的数字化软件，可以便于管理者查询、下载离线订单的数据，并加以分析，最终达到促进超时离线订单减少的目的。