制造业企业，假设所有相关数据都可以取得，如何通过进行数据分析来预估未来需裁减或增加的一线工人数目？ 举报 理由 举报 取消 2017年10月15日 2 条回复 1048 次浏览 ERP,分析,制造业,成本控制,数据,财务预算
回复 ( 2 )
谢邀。。。
一般的制造业还是看订单预期，订单预期决定产能配置，产能配置才能合理地决定工人数量。最理想是年初就有一个大略的应收预期（AR）
要做到生产峰值不缺人手，订单荒时不养闲人是非常难的，人不是死的数据，需要销售部门协调交付时间，人力资源部门也要有一定的集散能力（无可奈何的时候）。
更长远的策略需要对行业的长远预期，譬如各工种的人资成本预期、该制造项目未来5年（至少）的趋势、政策法律风险、行业聚合情况等等。。。依照这些参数才能决定是否引入自动化、是否深度培养技术工种、是否引入管理人员。
所以逻辑还是财务目标—业务计划—产能规划—最后落实到管理制度于财务制度。
谢邀，正好是制造管理工程专业的，所以来发表一下自己的意见。。因为还没有过实际经验，只能理论性的谈一谈这个问题。。
要做到去预估需要的一线工人数目，事实上是去预估下一年实际产量需求，这样还是比较难做到的。如果制造业和经销商数据是分离的，那经销商可能会虚报需求量，造成牛鞭效应(Bullwhip effect)，导致制造企业生产过量而进而雇佣了更多的工人。
假使所有数据都可以获得的话，对于一般的消费品企业，就是最底层的消费数据，比如网店销售数据并且数据都能实时更新，经销商的销售数据，这样可以对实际的需求进行一个较为准确的判断。有了一个比较精准的需求预期之后，才能去调整工人的数量。当然这个是比较笼统了，因为，还要考虑到物流公司的运力，时效性，还有仓储成本等等。
根据我所学习到的有三种方式去调整工人数量，1，在高峰期雇佣临时工，低峰期的时候解雇。 2，雇佣高峰和低峰期所需工人的平均数，使用在低峰期时期生产的库存来度过高峰期时的高需求。 3，在高峰期外包给其他企业来生产。
比如可口可乐公司就有一部分使用方法2，在冬季和春季生产更多的产品来满足夏季的高峰需求。据我所知，好像富士康的装配流水线式用方法1，雇佣很多的临时工，以满足苹果发售新品前的非常大量的产品需求。像一些大企业类似苹果，它的供应链是每周都要更新需求的预测的，然后每个月进行一次产能的更改，而不会一年只进行一次工人数量的更改。