基于多客戶端協同VBA實現的多維科研生產項目管理方法實踐

馮帆、侯保江、徐進、徐凡、李磊 /北京航天長征飛行器研究所

科研生產管理是許多企業運營中非常重要的管理環節，與企業的經濟效益和未來發展直接相關。如何提升科研生產管理水平，追求更高效、更精細的管理模式，也逐漸成為管理者所關注的課題。隨著經濟的發展、生產力的提高，產品生產數量呈現出指數型增長趨勢，單純依靠人工進行數據采集匯總及信息挖掘不再適應社會的高速發展，企業急需一種更加科學、高效、直觀、精細的科研生產管理方法來提升管理水平，增強企業管理效能，助力企業長遠發展。筆者基于這種迫切的使用需求，在實際生產過程中總結經驗，創新方法，不斷試驗，提出了基于多客戶端協同VBA 實現的多維科研生產項目管理方法，探索企業高水平發展之路。

一、工作與實踐

在實際科研生產工作中，完整的科研生產項目管理架構是由決策者提出決策需求，由綜合主管轉化為數據采集模板，項目主管根據模板從生產一線采集生產數據，決策者根據生產數據形成決策結論后進行發布。這個管理過程往往伴隨整個項目周期，周而復始，循環迭代，使得決策伴隨項目進展動態變化，選擇最優途徑，實時指導生產。筆者深入分析傳統科研生產項目管理架構存在的不足之處，并針對其弊端制定改進措施，有的放矢，構建新型科研生產項目管理架構并在實際生產中加以應用，在實踐中驗證基于多客戶端協同VBA 實現的多維科研生產管理方法的可實現性和有效性。

1.傳統科研生產項目管理架構

（1）架構簡介

傳統科研生產管理架構如圖1 所示。綜合管理人員將決策需求轉化為數據采集模板，通過單端發布方式發送給各個項目主管，項目主管填寫數據后進行反饋，綜合主管人工整理匯總為科研生產數據庫，然后通過人工篩選、分析的方式生成報表，再根據報表數據形成初步結論匯報給決策者，供決策者作決策參考。

圖1 傳統科研生產管理架構示意圖

（2）問題分析

管理效率低下。傳統架構中有2 個環節直接影響了管理效率的提升。一是綜合主管單端發布給各個項目主管數據需求，項目主管填寫后再單端反饋給綜合主管的傳統協作方式。隨著社會生產力的不斷發展，項目數量呈指數性增長，單項目包含上千條數據，綜合主管要收集所有項目的單端反饋文件，然后人工匯總為數萬條數據。如果這個過程中任何一個項目有更改，綜合主管則要從海量數據中進行摘取和更新，時間成本巨大。二是人工整理分析數據后形成報表。隨著企業發展到更高的水平，需要提供給決策者的數據報表不再局限于求和、求差的基本運算，更多是在龐大的數據庫中提取出增長趨勢、市場份額等更高層面的數據分析結論。在面向這種數據量大、顆粒度細的數據分析需求時，人工統計和分析時效性不足的弊端便逐步凸顯。

管控線條單一。傳統架構中，項目主管收到生產命令后，自行分配生產資源，單線聯系生產廠家，提出生產需求。首先由廠家安排生產并反饋生產進度，再由項目主管進行進度把控。這種單一線條的生產管控模式在大批量生產任務的應用背景下逐漸失去優勢。生產單位資源有限，項目主管只能掌握本項目的資源需求量，無法知悉其他項目的任務分配情況，容易出現生產任務“扎堆”下達、資源沖突、進度滯后的被動局面。

管理維度片面。傳統的科研生產管理方法只從項目本身這一個維度去考量科研生產的推進情況。單一項目導向指導生產，沒有形成系統性管理，做不到全面預警、統一統籌，無法形成全要素結論，不利于決策者把控全局，形成決策意見。在實際生產過程中，除項目以外，產品類別、生產廠家和負責部門等因素都直接影響任務的推進。隨著產品生產數量的增長，項目維度所能提供的參考信息愈發局限，難以形成全面系統的管理結論。

針對傳統架構存在的以上弊端，筆者開發了適應大批量生產精細化處理需求的新型科研生產管理架構，并在實際應用中取得了一定成果。

2.新型科研生產項目管理架構

（1）架構簡介

筆者結合實際應用需求，對傳統架構進行革新，構建了新型科研生產項目管理架構，如圖2所示。首先利用多客戶端線上協同平臺建立項目，將所有的決策者、綜合主管及項目主管添加為項目成員。在項目中創建協作文檔，將需要采集的生產信息做標準化處理后上線發布。同時開放多客戶端口，即時發表，即時反饋，直接跳過傳統框架中單端發送反饋環節。綜合主管通過協作平臺即時接收信息后，可進入數據處理環節。無論是Microsoft office 還是金山WPS，均內置了十分強大的數據處理功能模塊，方便用戶使用。用戶在調用這些功能模塊時，需要使用到VBA 語言。VBA 語言是Microsoft Office/WPS 數據處理功能開發的第一語言。筆者將科研生產數據作為數據庫，以Microsoft Office 等辦公軟件作為集成開發平臺，將決策需要的生產信息，例如批產數量預測、生產廠家評級等，進行VBA 語言編程固化處理，將復雜的數學功能直接集成為函數和模塊，用大數據自動化分析代替人工分析，并實現分析結果可視化展示。同時，新型科研生產管理架構將生產資源分配的管理層級上移，由項目主管依據各自項目進展情況分配生產資源的縱向管理模式，轉變為由部門統一進行統籌協調的橫向管理模式。部門直接均衡多項目任務執行情況進行全局把控，實現頂層邏輯全面管理。同時擴展監控維度，將單一的項目維度擴展為負責部門、項目、產品類別和生產廠家4 個維度，四位一體，全方位評估科研生產效能，及時預警風險，緊前制定措施，實現系統性管理。給決策者提供準確、直觀、細致、全面的分析結論，供決策者參考。

圖2 新型科研生產管理架構示意圖

（2）優勢分析

新型科研生產管理架構具有以下4 個顯著優點：

中國飲食文化的菜系，是指在一定區域內，由于氣候、地理、歷史、物產及飲食風俗的不同，經過漫長歷史演變而形成的一整套自成體系的烹飪技藝和風味，并被全國各地人們所公認的地方菜肴。

管理效率高。線上平臺多端協同處理的數據采集方式直接取代了單端發送反饋環節，且無論在數據采集過程中出現任何的數據改動，都可以通過線上實時更新的方式進行直接更改。綜合主管只需要一鍵下載替換原有的數據庫即可，取代傳統人工從成千上萬條數據中進行挑選替換的更新環節，節省大量的人力及時間成本。利用VBA 語言將數據處理環節集成為功能模塊后，對數據庫進行集中批量處理，根據決策者的需求進行數學分析輸出，以標準化流程代替人工經驗，極大提升管理效能。

分析顆粒度細。利用VBA 語言將復雜的數學分析過程整合為功能模塊后，可根據決策者的需求進行功能模塊定制，對數據庫進行差異化、精細化處理。充分利用辦公軟件內置的強大處理模塊，對數據庫中的海量數據進行深度挖掘，將統計學規律表征為可視化圖像。對比人工分析得出的結論，數學統計模塊化處理的方式更加準確科學，無論從數據顆粒度還是從信息準確性的層面，都更有利于指導科研生產工作的開展。

管控線條多。新型架構中，對生產廠家的管理層級由項目級提升為部門級，打破了原有項目主管“單兵作戰”的傳統管理方式，部門對多個項目的生產任務執行情況進行統一考核，由決策者直接設定考核維度，綜合主管根據決策需求對廠家生產進行定制化測評，將原本單一延伸的項目線進行統一整合，橫向比對多項目生產資源需求，縱向指導多廠家生產資源分配，橫縱結合，真正實現無死角的全線條管控、全方位布局。

管理維度全。新型管理結構不僅關注項目維度的生產信息，更是將產品類別、生產廠家和負責部門都納入到監控要素中，形成四位一體的全維度管理體系，使得決策者能從不同的生產要素中把控科研生產任務的推進情況，提前暴露問題，及時預警風險，緊前制定措施，為頂層系統化管理提供多維度數據支撐。

二、實踐效果

筆者以2021 年科研生產工作評估需求為任務導向，借助新型科研生產管理架構，細化統計指標，擴展量化維度，從序時交付率、生產單位評級、風險預警三大方面縱向延伸管理層級，形成初步結論，對2021 年科研生產情況進行總結，為2022 年科研生產工作開展提供決策參考，使管理思路更清晰、管理方法更科學、管理模式更現代、管理效能更顯著。

經過對生產任務分配的梳理，確定了12 家重點廠家，這些廠家的科研生產交付情況直接影響本單位全年任務完成情況。筆者將基于多客戶端協同VBA 實現的多維科研生產項目管理方法直接應用于監控這12 家重點廠家的生產交付情況，將新型科研生產管理架構實踐于2021 年重點廠家生產效能評估、生產單位評級及風險管控預警應用上，具體實踐過程如下。

1.決策需求轉化

2021 年重點廠家生產情況評估對2022 年科研生產工作開展具有重要參考意義，決策者可根據2021 年的產品交付情況對2022 年的生產任務統籌和生產資源分配做出決策。綜合主管依據此決策需求制作生產數據采集模板，量化統計12 家重點廠家的2021 年任務序時完成情況。

數據采集模板包含了負責部門、項目名稱、產品類別、產品代號、產品名稱、產品單位、設計單位、生產單位、齊套單位、交付路線、計劃總數量、實際完成總數量和2022 年每個月的計劃完成數量與實際完成數量，共計14 個生產要素，每一個項目都單獨設置一個工作表。

2.線上協同處理

將數據采集模板上傳線上多客戶端協同平臺，所有項目主管同時按照生產廠家2021 年序時交付情況填寫生產數據，并在生產計劃發生變化時進行線上即時更新。與此同時，綜合主管及決策者可在客戶端上實時監控數據變化，如圖3 所示。

圖3 線上協同處理示意圖

3.數據跨域聯動

線上協同處理環節結束后，綜合主管一鍵集成下載數據庫。利用VBA 語言函數‘=項目worksheet!單元格位置’將匯總工作表單元格跨域關聯至每一個單獨項目工作表對應單元格位置，實現數據實時跨表格聯動。項目主管在各自項目工作表中的任何改動，都可以直接更新顯示在匯總工作表中，從而實現動態即時管理，真正做到從產品域到項目域、從項目域到部門域的跨域處理，多級聯動。

4.模塊處理分析

通過跨域聯動得到2021 年的生產數據后，對匯總數據進行模塊化處理。首先，以生產廠家為基準將匯總的數據送入數據篩選模塊，對每個廠家的生產數據進行提取。其次，將各個廠家的數據送入序時計劃比對模塊進行計劃數與交付數的比對，并以折線圖的方式進行可視化處理，直觀呈現計劃數與實際交付數間的差異。然后，將計劃數與實際交付數送入交付比例計算模塊來量化考核各個廠家的交付情況，并生成餅狀圖來表征生產計劃完成率。繼而，將各個廠家的產品交付比例送入生產單位評級模塊進行單位評級排名，直接反映廠家產能。最后，通過將風險出現的可能性具象為風險預警分數計算方法，通過表格對計算結果進行公示，并對2022 年各廠家生產任務完成的風險進行評級。對不同預警等級的廠家制定不同的應對措施，為2022年科研生產任務下達及相應決策制定提供參考。

5.實踐成果展示

在實際應用中，以生產廠家為基礎篩選單元，對應每一廠家生成2021 年計劃交付數量、實際交付數量，同時以月份為單位制作組合折線圖。計算交付比例并生成餅狀圖來直觀表征序時交付率的大小。以序時交付率為評判標準，利用排序函數對12 家生產廠家進行排序，并生成生產廠家排名柱狀圖。根據2021 年的序時交付評級結論，可對2022 年12 家重點單位序時生產計劃完成進行風險評級。為方便量化評判，設定風險預警分數，此分數越高，則說明該單位2022 年完成序時交付計劃的風險越大，如果不能按時完成2022 年生產任務，則對本單位產生的負面影響也越大。

風險預警分數評判的標準可由2 個主要因素組成，一是2021 年該廠家的交付情況，2021 年完成的越好，說明該單位生產能力保障和生產資源統籌做的越好；二是該廠家承擔的項目數量和產品類別數量，該單位承擔的項目越多、承接產品種類越多，其序時交付能力的影響范圍越大，則其影響范圍越大。上述2 個因素都與風險預警分數呈現正相關的數學關系，設定預警分數計算方法如下：

預警分數D=（1—序時累計完成率）× 承接項目數量 × 承接產品類別數

通過VBA 語言自定義預警分數計算函數，然后對12 家生產廠家設置循環計算，可得到12 家預警分數。利用排序函數模塊對預警分數進行降序排序，分3 檔進行風險評級。D1 為累計生產進度滯后嚴重或已發生停產停工事件，可能對多個項目和多種產品的年終交付可能產生影響，需引起高度重視的生產廠家；D2 為累計生產進度滯后，可能對個別項目和個別產品的年終交付產生影響，需引起關注的生產廠家；D3 為生產進度滯后，但可在短期內追平進度，不影響項目年終交付的生產廠家。對12 家重點廠家的預警分數進行計算，得到風險預警表，見表1。

表1 12家生產廠家風險預警表

通過對風險進行預警與評估，可有效辨識出具有交付風險的生產廠家，針對不同預警級別，對相關責任部門提出不同的督產建議，提醒決策者在2022 年科研生產任務分配與計劃督辦中對高風險廠家進行重點關注，系統性指導責任部門作業，有效規避生產滯后風險，進而對后續科研生產工作的有序開展提供重要指導。

三、后續思路

筆者從實際應用出發，根據傳統科研生產管理架構存在的管理效率低下、分析結論粗放、管控線條單一和管理維度片面等問題，有針對性地創新管理方法，利用線上多端協同平臺實現數據共享，由項目主管進行本地客戶端的數據填報更新，綜合主管和決策者可線上監測，一鍵下載生成數據庫，取代通過單端進行多輪迭代、人工匯總的傳統數據采集方式。利用VBA 語言編寫功能函數，將數據集成化批量處理。根據決策者需求生成報表，將定性的決策參考結論轉化為定量的數據圖表，將復雜的數學處理過程轉化為簡單的流程化、標準化處理模塊，更加精細、高效地挖掘海量數據背后的深層規律。轉變傳統架構項目單線管控的縱向管理模式，提升管理層級，橫向均衡多項目生產資源，統一管控模式，實現頂層統籌規劃。多維度監控科研生產信息，從單一項目維度擴展為項目、產品類別、負責部門和生產廠家4 個維度，為決策制定提供更加全面的數據支撐，構建更加完整的科研生產管理架構。在后續的科研生產管理過程中，隨著線上多端協同平臺的優化升級、數據庫的逐漸完善、VBA功能模塊的不斷增多，基于多用戶端協同VBA 實現的多維科研生產項目管理方法可在實踐中不斷優化升級，對科研生產的現代化管理具有重要意義。