制造执行系统能够对制造执行过程当中的生产数据进行记录。这些数据，不仅仅是提供一种结果展示，而应该对其进行深入的挖掘，支持MES系统的持续改进。本文结合笔者的经验和对MES的理解，对MES的数据统计分析进行一下基本梳理。可能不全面，想到什么就写什么吧，更多的是体现一下自己的思路吧。
统计吗，一般来说都是事后的，但是我们一般都是将统计和分析放在一起结合来说的。而这种事后分析，就算是一种亡羊补牢，也是应该深入重视的，否则好不容易执行获得的数据，不能够发现其中的问题，这些问题有可能持续的存在而得不到改进，这些执行数据的价值也就没有得到充分发挥，这就不是我们希望的了。
制造执行过程当中还有很多在线的实时数据，这种数据有时候是可以支持实时的分析并演变成控制指令，并对生产进行干预的，这方面本文就不多说了。下次有机会专门来说这种实时的数据如何来利用？尤其是结合工业互联网所开展的智能运用吧。
制造执行系统的统计分析是很多的，本文只是对自己认为大家可能会遗漏，或者自己感到比较兴趣的，做个梳理介绍。
（1）工时数据统计分析
通过统计每个工人进行工件生产的时候所用的时间。我们可以：
掌握工人随着时间的延展，生产效率是否有提升？针对性的进行分析，可以采取一定的措施来有针对性的提高工人的金融水平。这是改善1。
掌握不同工人，在生产同样的工件任务的时候，其时间的差异有多大？进一步的，选取优秀的，比如制定SOP，就是标准作业操作规范，实现全员生产率提高。这是改善2。
统计工序的工时时间，这个对于现在的企业来说是非常有意义的，因为工时不准是现在企业普遍存在的问题，通过统计历史上的工时数据，当然是和设备要结合的，可以设置近期的权重比较大等方式，实现工时的一种统计。这个对于作业排产来说是非常有用的一种基础数据。这是改善3。
统计库存工人出入库所进行的操作数量，分析彼此之间的差异，进而可以支持，是否需要出库和入库分开？或者从某种程度上进行统一的工作量优化调配。这是改善4。
（2）订单流转周期
订单的流转周期能够反映很多问题，除了表面上的订单在车间所停留的时间长短之外，还代表了企业车间运行的一种综合水平，比如物料准确到位率、比如资源配置优劣性等，这都是一种综合性的考虑。
各个订单的流转周期，尤其是结合时间维度的，不同时期的流转周期的变化情况，可以反映出车间生产组织有序性的变动情况，并根据分析的结果进行系列的改进。这是改善5。
&n