## 引子：一个真实的PMC困境

今天，我接触了一家做厨电代工的中型工厂。车间里12条总装线并行运转，同时给美的、老板、名气、海信、苏泊尔等七八个品牌做ODM。月排产量万台级别，产品型号超过150个。

工厂的ERP是某鼎（国内知名ERP厂商），管着物料主数据、BOM和采购订单。但到了排产这一层，画面就变了——

PMC主管的电脑上开着三个Excel文件：“某邦排期表”（汇总）、“明细”、“10月烟机100%”。每天的工作流是这样的：从ERP导出新产品编码，手动VLOOKUP到排期表里做“编码验证”，然后在日期列里一格一格填数量。算到尾数不够了，就手动调公式：`=800-59`、`=700-392`。

这不是个例。行业调研数据显示，**75%的制造企业仍然依赖Excel手工排产**，计划调整导致的返工率高达30%。当产品种类超过50个、订单数量达到数百级别时，手工排产的耗时就会超过2小时，而且“一改就乱”。

问题的根子不在ERP。ERP管好了“账本”，但**车间决策层——PMC排产——仍然是断裂的**。ERP系统的MRP运算基于批处理算法，夜间跑一次要1-4小时，且无法处理“插单”、“换线”、“并行产线分配”这些实时决策。

这篇文章要讲的，就是我们如何用**轻排 PMClite**，把客户积攒多年的Excel数据一键转换成可运行的排产系统。整个过程不写一行代码，当天上线。

> 轻排 PMClite 的官网是 [轻排 PMClite | 本地部署轻量级生产管理系统 · 替代 Excel 打通销售/采购/仓库/车间/财务](https://www.aunex.ai/?lang=zh "轻排 PMClite | 本地部署轻量级生产管理系统 · 替代 Excel 打通销售/采购/仓库/车间/财务") ，产品定位是面向中小制造企业的本地部署、买断制、轻量级PMC工具，聚焦多级BOM、齐套检查、排产、领料、追溯这几个核心场景。

---

## 一、先搞清楚：客户的数据长什么样

要解决问题，先得看数据。

客户发来两份Excel：

**第一份：BOM数据**（从某鼎ERP导出的“新系统BOM格式”）

包含28个字段：主件品号、主件图名、元件品号、元件品名、元件规格、单层用量、成品累计用量、品号类型、材质、长宽厚、开料件数……这是一份**5级BOM**。以“美的吸油烟机CXW-xxx-xxx PRO”为例，它的结构是：

text

成品（S1.1.01.0001 美的吸油烟机）
 ├─ 自制件（S2.1.01.10.0002 箱体地线插片）
 │   └─ 采购件（S4.1.05.0042 镀锌板）
 ├─ 自制件（S2.1.02.04.0001 箱体背板组件）
 │   └─ 自制件（S2.1.01.04.0001 箱体背板）
 │       └─ 采购件（S4.1.05.0251 镀锌板）
 ├─ 自制件（S2.1.03.05.0001 箱体围板）
 │   └─ 自制件（S2.1.01.02.0001 箱体围板未喷涂）
 │       └─ 采购件（S4.1.06.0318 冷板）
 └─ 

品号类型只有两种值：“自制件”和“采购件”。**自制件既可能是产品，也可能是半成品；采购件就是最终要买的物料。**

**第二份：排产数据**（“2026年XXX日XX排产”）

包含三个sheet：“汇总”、“明细”、“10月烟机100%”。

“汇总”sheet里，每一行是“线别 + 某捷新产品编码 + 型号 + 客户 + 排产合计”，后面跟着几十列日期，每天的数量用公式串联：`=K2+1`、`=L2+1`……“明细”sheet更细，把每个“车间/线别 + 客户 + 编码 + 型号 + 生产任务单号”拆到每一行，日期列同样用公式递推。

几个关键观察：

-   **一个产品可能出现在多条产线上**。比如AK10 PRO既在1线排，也在2线排。
    
-   **同一产品的多行数据需要合并**。1线排了800+59+659，2线排了700+700+192+392……这些加在一起才是产品的总生产量。
    
-   **客户信息隐含在行里**。美的、老板、名气、海信、苏泊尔——这些是客户名称，但从没被单独整理成客户表。
    

---

## 二、数据初始化的核心难题

拿到这两份Excel，要导入一套排产系统，面临三个核心问题：

**问题1：产品和物料怎么区分？**

在BOM表里，“主件品号”列里的编码是产品，“元件品号”列里的编码可能是物料，也可能是另一个产品（半成品）。判断规则是：

-   凡出现在“主件品号”列 → 一定是产品
    
-   只出现在“元件品号”列，且品号类型=采购件 → 物料
    
-   既出现在主件列、又出现在元件列 → 半成品
    

这套规则看起来简单，但150+产品、几百个物料，手工分类一天都做不完。

**问题2：生产计划怎么算？**

排产表里一个产品跨多条产线、多行数据。系统需要的是：**每个产品一条生产计划（总数量），每条产线一条工单（该产线的数量）**。

以AK10 PRO为例：1线排了1518台，2线排了1400+700+700+308=3108台，合计4626台。系统里应该生成1条生产计划（4626台）和2条工单（1线1518台、2线3108台）。

手工算这个，排产员得拿着计算器一行一行加。

**问题3：日期怎么确定？**

排产表里日期是横排的，每天一列。工单的“计划开始日期”和“计划结束日期”需要从这些列里自动推导——找到第一列有数量的日期作为开始，最后一列有数量的日期作为结束。

---

## 三、解决方案：一个“数据转换器”就够

整个方案的核心思路是：**在导入PMClite之前，先用一个转换工具把鼎捷数据“翻译”成PMClite能读的JSON格式**。

这个工具不写代码，用浏览器打开就能用。客户的操作流程是：

1.  上传BOM Excel
    
2.  上传排产Excel
    
3.  点击“转换”
    
4.  下载JSON，到PMClite里导入
    

### 3.1 整体架构

text

鼎捷ERP导出Excel（2份）
        ↓
  【转换工具】浏览器端运行
  ├── 读取BOM：解析主件/元件/用量
  ├── 读取排产：解析线别/编码/客户/数量
  ├── 自动分类：产品 vs 物料 vs 半成品
  ├── 自动聚合：产品→计划，产线+产品→工单
  └── 输出：PMClite标准JSON
        ↓
  轻排 PMClite 导入

### 3.2 BOM解析逻辑

工具读取BOM表后，先扫描所有行，收集两份数据：

javascript

// 收集所有出现过的编码
const allItems = new Map();  // code → {name, spec, type, isParent}
const bomRaw = [];           // [{parentCode, childCode, qty}]

dataRows.forEach(row => {
    const parentCode = row[主件品号列];
    const childCode  = row[元件品号列];
    const qty        = row[单层用量列];


然后按规则分类：

isParent === true` → 产品
    
isParent === false && type === '采购件'` → 物料
    
产品被其他产品引用为子件 → 标记为半成品
    

最后生成三条数据流：

{
  "products": [
    {"id": 1, "code": "S1.1.01.0001", "name": "美的吸油烟机", "type": "finished"},
    {"id": 2, "code": "S2.1.01.10.0002", "name": "箱体地线插片", "type": "semi"}
  ],
  "materials": [
    {"id": 1, "code": "S4.1.05.0042", "name": "镀锌板", "spec": "0.59*65*C"}
  ],
  "bomItems": [
    {"productId": 1, "subProductId": 2, "quantity": 1, "type": "subproduct"},
    {"productId": 2, "materialId": 1, "quantity": 0.0046, "type": "material"}
  ]
}


### 3.3 排产解析逻辑

排产表的解析更复杂一些。核心是**聚合**：

javascript

// 聚合键：线别 + 产品编码
const agg = new Map();

dataRows.forEach(row => {
    const line = row[线别列];
    const code = row[编码列];
    const key = line + '|' + code;

    // 累加每日数量
    let rowTotal = 0;
    dateCols.forEach(dc => {
        const q = parseFloat(row[dc.idx]) || 0;
        if (q > 0) {
            rowTotal += q;
            // 记录起止日期
            if (!a.startDate || dc.date < a.startDate) a.startDate = dc.date;
            if (!a.endDate   || dc.date > a.endDate)   a.endDate   = dc.date;
        }
    });
    agg.get(key).qty += rowTotal;
});

聚合之后，按产品再汇总一次：

-   每个产品 → 1条生产计划（`plannedQuantity` = 所有产线之和）
    
-   每个“产线+产品”组合 → 1条工单（`assignedLine` = 线别，`quantity` = 该线数量）
    
-   客户名称去重 → 客户档案表
    

### 3.4 日期列的智能识别

排产表的日期列有两种情况：

-   汇总sheet的表头直接是日期（如`46023`这种Excel序列号）
    
-   明细sheet的日期藏在第2行（`=K2+1`这样的公式）
    

工具的处理逻辑是：先试汇总sheet表头，识别失败就从明细sheet第2行读。两个都失败就用当天日期兜底。

function parseDateValue(val) {
    if (val instanceof Date) return val;
    if (typeof val === 'number' && val > 20000 && val < 80000) {
        // Excel日期序列号 → JavaScript Date
        return new Date((val - 25569) * 86400 * 1000);
    }
    if (typeof val === 'string') {
        // 尝试 "2026/09/23" 格式
        const m = val.match(/^(\d{4})[\/\-](\d{1,2})[\/\-](\d{1,2})/);
        if (m) return new Date(+m[1], +m[2] - 1, +m[3]);
    }
    return null;
}


## 四、导入之后，客户看到了什么

转换完成，客户在轻排 PMClite 里导入JSON，然后：

**仪表盘立刻刷新**——物料数量、产品数量、BOM条数、生产计划数、工单数、客户数，全部实时显示。

**产品页看到完整的产品树**——150+个产品，每个产品的BOM层级、物料数量、被引用次数一目了然。半成品用蓝色标记，成品用绿色标记。

**生产页看到12条产线的工单列表**——每条工单带着产线名、数量、优先级、齐套状态。齐套状态是系统自动算的：递归展开多级BOM，对比库存，缺料标红。

![](https://developer.qcloudimg.com/http-save/yehe-12799380/72ef77369a4b708a3764b2be6d57f695.png)

**甘特图自动生成**——每条产线的排产时间线可视化，绿色正常、黄色即将到期、红色已逾期。

![](https://developer.qcloudimg.com/http-save/yehe-12799380/a56f7646e5d3dc8de02488a38c9988b3.png)

**多级齐套分析**——点击任意工单的“齐套详情”，系统展示该工单需要哪些物料、库存多少、缺多少、缺的物料有没有在途采购单。对于这家客户，5级BOM的齐套分析，Excel手工做要20分钟，系统算0.3秒。

![](https://developer.qcloudimg.com/http-save/yehe-12799380/bcced6de6545fcc386adc157f903aa75.png)

> 轻排 PMClite 的定位不是替代ERP，而是补足ERP到车间之间的“最后一公里”。ERP管账，PMClite管排产、管齐套、管领料。两者数据可以通过JSON导入导出打通，客户不需要换系统，不需要漫长实施周期。

---

## 五、这个案例的方法论提炼

回头看，这个案例的成功不在于技术多复杂，而在于**找对了切入点**。

**第一，从数据初始化入手，而不是从功能演示入手。**

客户最怕的是“又一个系统要填数据”。我们反过来：客户已有的Excel数据，我们帮他自动导入。客户不需要从零开始录入150个产品、几百个物料、几十条BOM关系。

**第二，把“转换”做成一个独立工具，而不是系统内嵌功能。**

原因很简单：客户的Excel格式各不相同。某鼎的BOM格式、某蝶的BOM格式、某友的BOM格式，字段名、层级表示、类型编码都不一样。如果把转换逻辑写死在系统里，每接一个客户就要改代码。

做成独立工具后，转换逻辑可以按客户定制，系统本身保持稳定。

**第三，聚合逻辑是核心，不是附加。**

排产表里“一个产品跨多条产线”是常态，不是异常。系统的数据模型必须支持“一个产品对应多个工单”，这个设计从第一天就要考虑进去。

**第四，日期处理要做多层兜底。**

Excel日期格式千奇百怪：数字序列号、文本日期、公式递推。工具必须能识别多种格式，并且在识别失败时有合理的默认值，保证导入不会因为日期列而失败。

---

## 六、结语

这家客户的故事不是“又上了一套系统”。他们的ERP还在跑，Excel也还在用——但排产这一层，从“每天2小时手工凑数”变成了“30秒自动重排”。

轻排 PMClite 做的事情很朴素：**用轻量的方式，解决重的问题。**

多级BOM、齐套检查、排产排程、领料管理、扫码追溯——这几个PMC最痛的场景，ERP覆盖不到，大APS太重，Excel太乱。中间的位置，就是轻排 PMClite 的定位。

如果你也在做制造业数字化，也在面对“ERP用起来了但车间还是Excel”的困境，可以了解一下轻排 PMClite：

👉 **官网：[轻排 PMClite | 本地部署轻量级生产管理系统 · 替代 Excel 打通销售/采购/仓库/车间/财务](https://www.aunex.ai/?lang=zh "轻排 PMClite | 本地部署轻量级生产管理系统 · 替代 Excel 打通销售/采购/仓库/车间/财务")**

（本文案例数据已脱敏处理，不涉及具体客户信息。轻排 PMClite 为独立产品，与文中提到的ERP厂商无商业关联。）

---

*标签：制造业数字化 生产管理 排产系统 APS 轻排PMClite*

今天，我接触了一家做厨电代工的中型工厂。车间里12条总装线并行运转，同时给美的、老板、名气、海信、苏泊尔等七八个品牌做ODM。月排产量万台级别，产品型号超过150个。

从两份Excel到一套排产系统：一次家电代工厂的数据初始化实战

引子：一个真实的PMC困境 今天，我接触了一家做厨电代工的中型工厂。车间里12条总装线并行运转，同时给美的、老板、名气、海信、苏泊尔等七八个品牌做ODM。月排产量万台级别，产品型号超过150个。 工厂的ERP是某鼎（国内知名ERP厂商），管着物料主数据、BOM和采购订单。但到了排产这一层，画面就变了—— PMC主管的电脑上开着三个Excel文件：“某邦排期表”（汇总）、“明细”、“10月烟机100

数据库

后端

开发工具

轻排PMClite一键将Excel排产数据自动转换为可运行系统，解决多级BOM解析、跨产线聚合、日期识别难题，30秒完成排产，替代手工Excel，补足ERP到车间最后一公里。

智能识别

数据转换

JavaScript

数据流

JSON

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

从两份Excel到一套排产系统：一次家电代工厂的数据初始化实战-腾讯云开发者社区-腾讯云

从两份Excel到一套排产系统：一次家电代工厂的数据初始化实战

从两份Excel到一套排产系统：一次家电代工厂的数据初始化实战

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐