一、企业自身需求分析
1、生产流程梳理
对企业的整个生产流程进行详细的流程图绘制，从原材料的入库开始，经过每一道生产工序，到成品的出库，明确每个环节的操作内容、参与人员、设备使用情况以及时间节点。
例如，在汽车制造企业，要梳理冲压、焊接、涂装、总装等车间的具体流程，包括每个车间的物料流转路径、设备加工顺序、质量检测点的位置等。
分析每个生产环节存在的问题，如生产周期过长、设备频繁故障、质量波动较大等，确定 MES 系统需要重点解决的痛点。
2、功能需求确定
生产计划与排程
考虑企业的生产模式，是离散型制造（如机械加工）还是流程型制造（如化工生产）。离散型制造可能需要精确到工序级别的排程，而流程型制造更关注连续生产过程中的资源分配。
确定是否需要系统具备自动排程功能，以及排程的复杂程度要求，如能否根据订单优先级、设备产能、人员技能等多种因素进行排程。
质量管理
明确质量检测的方式和频率，是全检还是抽检，是在线检测还是离线检测。
要求 MES 系统能够记录质量检测数据，包括检测结果、检测人员、检测时间等，并且能够进行质量追溯，如追溯到原材料批次、生产设备、生产班次等。
对于质量控制，看是否需要系统提供质量预警功能，当质量指标接近或超出标准范围时能够及时发出警报。
物料管理
分析企业的物料流动特点，如物料的种类、数量、存储位置等。
需要 MES 系统能够对物料的出入库进行精确管理，实时监控库存水平，并且能够根据生产计划自动生成物料需求计划，与采购系统进行集成。
设备管理
盘点企业的生产设备，包括设备的型号、使用年限、维护周期等。
要求 MES 系统能够记录设备的运行状态、故障信息，制定设备维护计划，并且能够通过数据分析预测设备故障，提醒设备维护人员提前进行维护。
工艺管理
整理企业的生产工艺文件，包括工艺路线、工艺参数、操作规程等。
希望 MES 系统能够存储和管理工艺文件，在生产过程中能够为操作人员提供实时的工艺指导，并且可以根据产品升级或质量改进的要求，方便地修改工艺文件。
3、未来发展规划考虑
考虑企业未来的生产规模扩张计划，如是否会增加生产线、新的生产基地等，确保 MES 系统能够支持企业规模的扩大。
关注行业的技术发展趋势，如智能制造技术中的工业物联网（IIoT）、大数据分析、人工智能（AI）等在生产中的应用。例如，企业未来可能会引入更多的智能设备，需要 MES 系统能够与这些设备进行无缝连接和数据交互，并且能够利用大数据和 AI 技术进行生产优化。
二、MES 系统功能评估
1、基本功能完整性
生产订单管理
系统应能接收来自企业资源计划（ERP）系统的生产订单，包括订单的详细信息，如产品型号、数量、交货日期等。
能够对订单进行分解，生成生产任务，并跟踪订单的执行进度，如每个生产任务的开始时间、完成时间、所处工序等。
数据采集与监控
具备多种数据采集方式，如通过传感器自动采集设备运行数据、通过人机界面（HMI）手动输入生产数据等。
能够实时监控生产现场的各种数据，包括设备状态（运行、停机、故障等）、生产进度、质量数据等，并以直观的图表（如柱状图、折线图、看板等）形式展示。
人员管理
管理生产现场的人员信息，包括人员的基本资料、技能等级、所属部门等。
能够根据生产任务分配人员，记录人员的考勤情况、工作时间、工作绩效等。
2、核心功能深度
生产调度与排程
深入考察排程算法的灵活性和精确性。好的排程算法应能够考虑多种约束条件，如设备产能约束、人员技能约束、物料供应约束等。
例如，系统可以根据设备的实时状态（如设备维修计划、设备故障情况）动态调整排程，确保生产任务的最优分配。
提供排程模拟功能，允许用户在实际执行排程前进行模拟，评估不同排程方案的效果。
质量管理
除了基本的质量数据记录和追溯功能，系统应能进行质量统计分析，如计算过程能力指数（Cpk）、不合格品率等。
能够通过统计过程控制（SPC）方法，如控制图（如 X - R 图、P 图等）对生产过程进行质量监控，及时发现质量波动的趋势。
支持质量改进工具，如鱼骨图、帕累托图等，帮助企业分析质量问题的根本原因，制定改进措施。
物料管理
实现物料的精细化管理，如物料的批次管理、有效期管理等。
与仓储管理系统（WMS）集成，实现库存的实时同步，确保物料的及时供应和准确配送。
提供物料追溯功能，从成品追溯到原材料的供应商、批次、检验报告等信息。
设备管理
建立设备的全生命周期管理模型，从设备的选型、安装调试、运行维护到报废处理进行全面管理。
能够通过设备运行数据（如振动、温度、电流等）进行故障诊断和预测性维护。例如，利用机器学习算法对设备的历史故障数据和运行数据进行分析，建立故障预测模型，提前预测设备故障的发生概率和时间。
工艺管理
支持工艺文件的版本管理，记录工艺文件的修改历史、修改人员、修改原因等信息。
与产品设计系统（如 CAD/CAM）集成，确保工艺文件与产品设计的一致性。
在生产现场，能够通过智能终端（如平板电脑、智能手表等）为操作人员提供实时的工艺指导，如显示工艺步骤、工艺参数、操作视频等。
3、智能化功能拓展
智能排产与优化
系统应能利用大数据分析技术，分析历史生产数据（如订单数据、设备数据、人员数据等），挖掘生产规律，为排产提供更科学的依据。
采用人工智能算法（如遗传算法、蚁群算法等）进行排产优化，以提高生产效率、降低生产成本为目标，生成最优排产方案。
质量预测与预防
通过对质量数据的深度挖掘，建立质量预测模型。例如，利用深度学习算法对产品质量数据和生产过程数据进行分析，预测产品的质量缺陷发生的概率和位置。
根据质量预测结果，提前采取预防措施，如调整工艺参数、加强质量检测等。
设备性能优化
利用物联网和大数据技术，对设备的运行数据进行实时分析，发现设备的性能瓶颈。
通过设备性能优化算法，如设备参数调整、设备改造建议等，提高设备的生产效率和产品质量。
三、技术架构考量
1、架构先进性
优先选择采用面向服务架构（SOA）或微服务架构的 MES 系统。这些架构具有高度的灵活性和可扩展性，能够更好地适应智能制造环境下企业业务的快速变化。
例如，微服务架构将 MES 系统拆分成多个小型的、独立的服务，每个服务可以独立开发、部署和升级。企业可以根据自身需求选择和组合这些服务，并且在业务变化时，只需要对相关的服务进行修改，而不会影响整个系统的运行。
2、系统兼容性与集成性
考察 MES 系统与企业现有信息系统（如 ERP、PDM、WMS 等）的兼容性。系统应支持常见的接口标准，如企业服务总线（ESB）、Web 服务、中间件等，以便实现与其他系统的无缝集成。
对于生产设备，MES 系统应能兼容多种通信协议，如 OPC - UA、Modbus、Profinet 等，确保能够与不同厂家、不同类型的设备进行数据通信。
例如，在一个自动化程度较高的工厂，MES 系统需要与 PLC 控制的自动化生产线、机器人设备等进行集成，通过支持合适的通信协议，实现设备数据的采集和控制指令的下发。
3、系统安全性
确保 MES 系统具备完善的安全机制，包括用户身份认证（如用户名 / 密码、指纹识别、人脸识别等）、授权管理（如基于角色的访问控制、权限分配等）、数据加密（如对敏感数据在传输过程和存储过程中进行加密）和访问控制（如限制不同用户对不同功能模块和数据的访问权限）。
系统应具备安全审计功能，能够记录用户的操作行为、系统的访问记录等信息，以便在发生安全问题时进行追溯。
四、供应商评估
MES系统评估表
评估维度 | 评估指标 | 权重 | 评分标准 | 多轮评估记录 | 风险评估 | 行业特色 |
功能 | 生产计划与排程功能完整性 | 0.1 | 完整且高效实现订单接收、分解、排程及实时进度跟踪，排程算法能综合多因素优化，得 8 - 10 分；具备基础功能，排程效果一般，得 5 - 7 分；功能部分缺失，得 0 - 4 分 | / / | 排程算法不合理导致生产混乱风险。关注算法验证及模拟测试环节 | 离散制造：需精细到工序级排程；流程制造：侧重连续生产资源分配 |
功能 | 质量管理数据记录与追溯能力 | 0.1 | 可实时采集详细质量数据，精确追溯至原材料、设备、人员等多维度，具备 SPC 分析及质量预警，得 8 - 10 分；实现基本数据记录与追溯，得 5 - 7 分；追溯不完整，得 0 - 4 分 | / / | 质量数据丢失或不准确影响质量管控。建立数据备份及校验机制 | 电子制造：对微小缺陷检测及追溯要求高；食品加工：注重原材料源头及批次追溯 |
功能 | 物料管理精细度 | 0.1 | 实现批次、有效期精准管理，与 WMS 深度集成，实时库存精准度高，得 8 - 10 分；具备基础管理功能，集成效果一般，得 5 - 7 分；管理功能简单，得 0 - 4 分 | / / | 库存数据不准确引发物料短缺或积压。定期盘点及数据核对 | 汽车制造：零部件种类多，需精准物料配送；化工行业：关注物料危险性及存储条件 |
功能 | 设备管理全生命周期管理 | 0.1 | 完整覆盖设备选型至报废，具备故障预测及智能维护建议，得 8 - 10 分；实现部分生命周期管理，得 5 - 7 分；仅基础设备信息记录，得 0 - 4 分 | / / | 设备故障诊断不准确导致维修延误。引入第三方检测验证 | 机械加工：设备精度维护关键；新能源行业：设备更新换代快，需关注可扩展性 |
功能 | 工艺管理版本控制与集成性 | 0.1 | 支持工艺文件多版本管理，与 CAD 等设计系统无缝集成，生产现场实时指导，得 8 - 10 分；部分实现版本管理及集成，得 5 - 7 分；集成差，得 0 - 4 分 | / / | 工艺变更引发生产混乱。建立变更审批及通知流程 | 服装制造：工艺随款式变化快；航空航天：对工艺精度及稳定性要求极高 |
技术 | 架构先进性 | 0.08 | 采用微服务等前沿架构，高度灵活可扩展，得 6 - 8 分；架构较合理，有一定扩展性，得 3 - 5 分；架构陈旧，得 0 - 2 分 | / / | 架构不合理导致系统性能瓶颈。性能测试及专家评估 | 不同行业对架构实时性、数据吞吐量需求不同，如电商制造业对实时性要求高 |
技术 | 系统兼容性与集成性 | 0.08 | 与 ERP、PLM 等现有系统及各类设备完美集成，支持多种主流协议，得 6 - 8 分；部分集成，得 3 - 5 分；集成困难，得 0 - 2 分 | / / | 接口不兼容导致集成失败。提前进行接口测试 | 制造业设备品牌多样，需广泛兼容；医疗行业对数据传输稳定性要求高 |
技术 | 系统安全性 | 0.08 | 具备多重用户认证、数据全流程加密、完善访问控制及安全审计，得 6 - 8 分；基础安全措施具备，得 3 - 5 分；安全漏洞多，得 0 - 2 分 | / / | 数据泄露风险。定期安全漏洞扫描及修复 | 金融行业数据敏感，安全要求极高；能源行业关乎国家基础设施安全 |
供应商 | 行业经验与成功案例 | 0.08 | 有大量同行业大型成功案例，经验丰富，得 6 - 8 分；有部分案例，得 3 - 5 分；经验匮乏，得 0 - 2 分 | / / | 供应商因经验不足项目实施失败。考察案例真实性及深度 | 针对不同行业，考察相似规模企业案例。如家具制造与金属加工行业虽同属制造，但流程有差异 |
供应商 | 技术实力与研发能力 | 0.08 | 技术团队强大，研发投入高，技术更新快，得 6 - 8 分；团队一般，有一定研发能力，得 3 - 5 分；技术能力弱，得 0 - 2 分 | / / | 技术迭代慢无法满足企业发展。关注研发计划及路线图 | 科技行业技术更新快，需供应商紧跟前沿；传统制造业更注重技术稳定性 |
供应商 | 服务能力与支持体系 | 0.08 | 提供 7×24 小时全方位服务，响应快，解决问题能力强，得 6 - 8 分；服务基本满足需求，得 3 - 5 分；服务差，得 0 - 2 分 | / / | 服务不及时影响企业生产。服务响应时间承诺及考核 | 服务需适应行业生产节奏，如快消品行业旺季生产需求大 |
成本 | 投资成本合理性 | 0.06 | 软件、硬件、实施等成本性价比高，符合预算，得 4 - 6 分；成本偏高或部分不合理，得 2 - 3 分；成本过高，得 0 - 1 分 | / / | 预算超支风险。详细成本核算及预算管控 | 不同行业成本结构不同，如半导体行业设备成本高；软件服务行业人力成本占比大 |
成本 | 运营成本评估 | 0.06 | 系统维护、数据存储等运营成本低，长期性价比高，得 4 - 6 分；成本适中，得 2 - 3 分；成本高，得 0 - 1 分 | / / | 运营成本持续增加。定期成本评估及优化 | 能源消耗大的行业需关注系统能耗成本 |
成本 | 投资回报率（ROI）预期 | 0.06 | ROI 高，效益显著，得 4 - 6 分；ROI 一般，得 2 - 3 分；ROI 低，得 0 - 1 分 | / / | 实际 ROI 未达预期。详细效益预测及跟踪 | 结合行业平均水平及企业战略目标评估 ROI |
定性评估 | 企业文化契合度 | 0.05 | 与企业价值观、管理理念高度契合，得 4 - 5 分；基本契合，得 2 - 3 分；差异大，得 0 - 1 分 | / / | 文化冲突导致合作不畅。双方管理层深入交流 | 创新型企业注重供应商的创新文化；传统制造企业强调稳健合作文化 |
定性评估 | 用户体验 | 0.05 | 系统界面友好，操作便捷，培训后员工上手快，得 4 - 5 分；界面一般，操作有一定难度，得 2 - 3 分；操作复杂，得 0 - 1 分 | / / | 员工因操作困难抵触使用。员工试用及反馈收集 | 不同行业员工操作习惯不同，如物流行业员工多使用移动终端操作 |
1、行业经验与成功案例
了解供应商在智能制造行业的从业年限，以及在同行业企业中的实施经验。查看供应商是否有与本企业生产类型相似（如离散型或流程型制造）、规模相近的成功案例。
要求供应商提供详细的案例介绍，包括企业背景、实施 MES 系统前的问题、MES 系统的解决方案、实施后的效果（如生产效率提升了多少、质量合格率提高了多少等）。
可以联系供应商的客户，实地考察 MES 系统的实际应用情况，了解客户对系统的满意度和供应商的服务质量。
2、技术实力与研发能力
考察供应商的技术团队，包括团队的规模、技术人员的专业背景（如计算机科学、自动化、工业工程等）、技术人员的资质（如是否有相关的认证证书）。
了解供应商的研发投入情况，如是否有自己的研发中心、每年的研发费用占比等。关注供应商是否能够持续跟进新技术的发展，如是否将工业互联网、大数据、人工智能等技术应用到 MES 系统的研发中。
查看供应商的软件产品是否通过了相关的质量认证，如 ISO 9001 质量管理体系认证、CMMI（能力成熟度模型集成）认证等。
3、服务能力与支持体系
评估供应商的售前服务，包括是否能够提供专业的咨询团队，帮助企业梳理需求、制定 MES 系统选型方案。
考察供应商的售中实施服务，如是否有经验丰富的实施团队，实施流程是否规范（包括项目规划、系统安装、用户培训、系统上线等环节）。
关注供应商的售后服务，如是否提供 7×24 小时的技术支持、系统的升级维护计划、故障响应时间等。
五、成本效益分析
1、投资成本核算
软件购买成本：了解 MES 系统软件的定价模式，是按模块收费、按用户数收费还是按企业规模收费等。比较不同供应商的软件价格，同时考虑软件的功能和质量。
硬件成本：如果 MES 系统需要特定的硬件设备支持，如服务器、数据采集终端、工业网络设备等，计算这些硬件的采购成本。
实施成本：包括系统安装调试费用、用户培训费用、数据迁移费用等。实施成本因供应商和项目复杂程度而异，需要详细了解供应商的实施计划和收费标准。
其他成本：考虑可能的其他费用，如项目管理费用、第三方软件集成费用等。
2、运营成本评估
系统维护成本：了解供应商的系统维护收费标准，包括软件升级费用、故障排除费用、技术支持费用等。
数据存储和管理成本：随着生产数据的不断积累，MES 系统需要一定的数据存储和管理资源。计算数据存储设备的购买或租赁费用、数据备份和恢复费用等。
网络通信成本：如果 MES 系统需要通过网络进行数据传输和远程访问，考虑网络通信费用，如企业内部网络的带宽租赁费用、与外部网络（如云端服务器）的通信费用等。
3、投资回报率（ROI）分析
计算 MES 系统实施后的预期收益，如生产效率提升带来的产量增加收益、质量合格率提高带来的成本节约收益、设备利用率提高带来的设备投资回报增加收益等。
根据投资成本和预期收益，计算投资回报率。一般来说，投资回报率越高，MES 系统的经济效益越好。可以通过建立数学模型或参考行业标准来评估 MES 系统的投资回报率是否合理。
近期热文：
欢迎加入中国最大的PMO&PM社区
