马红兵

数据分析讲堂

第六课 TM1应用实例（2）

第十一讲　成本

库存成本计算方法在粒度上的两种主要差别是按时间聚合的地点成本和雇员——任务层的成本。前一种跟踪成本方法的基本框架，包括一个两维的时间地点结构及所有相关的成本变量，比如能源、金融、维护和人力。一旦采用这种方法，就可以按时间和地点把成本与完成的库存吞吐比较，进而计算出库存的每单位鱼的成本，以及鱼到达生产设施时其真正的基于活动的成本。
后一种跟踪成本的方法需要测量每一个仓库雇员在某一特定时刻的工作，实际上，就是把库存过程当成一个项目来管理。时间维将不得不分解到小时甚至分钟等级，每个地点的雇员在任一时刻都将必须与一特定的任务联系起来，比如装载或卸载鱼。一旦应用后，这将允许FCI计算每个雇员组损失的鱼，也许能够发现具有某种特征的雇员更容易或不容易丢弃鱼或错误判断损失的鱼。
虽然此信息可能会被证明很有用，但FCI认为它不如创建一个雇员等级的对生产的理解更重要。因此，按照优先顺序，FCI对其正在创建的覆盖整个公司的性能指标采用广度优先的策略，并希望把详细的库存雇员映射项目留到以后再做。
1． 时间层次的地点成本
好吧，Thor说，我们从哪里开始？Lulu回答说，库存..

阅读全文>>

数据分析讲堂

第六课 TM1应用实例（2）

第十讲　库存吞吐立方体（续）

7．审核
Lulu说，相对于基本库存的跟踪而言，审核是简单直接的。虽然我们计算手头鱼的数量是基于物流输入和输出的测量，但我们可以通过测量手头上任一个数量和所有数量的方法来审核这些数字。FCI决定在年底审核之外，还进行随机抽样审核。所有审核都具有如下形式：
“Quantity on hand audited”{Kg},
  Time.day.,
  Site.leaf.,
  Foodsource.fish.leaf.,
  Age.leaf. ＜＜ input


“Reconciliation”{Kg},
  Time.day.,
  Site.leaf.,
  Foodsource.fish.leaf.,
  Age.leaf. ＝ “Quantity on hand” － “Quantity on hand audited”
8．派生变量
Thor说，现在我们已经把无年龄库存立方体上的基本变量都映射到了年龄——跟踪立方体上，我已经准备好有分析意义的派生变量。于是Lulu和Thor开始依次写出下面的分析公式及其结果的例子视图（见图6.9.1至图6.9.4）
1） 送去生产的最老的鱼和最新的鱼：
（“Fish”,Age.min）,( “Fish”,Age.max),
      Foodsource.all
      Time.Day...

阅读全文>>

数据分析讲堂

第六课 TM1应用实例（2）

第九讲　库存吞吐立方体（续）

5）重定义手头数量
那么，Lulu说，手头数量最新的定义是怎样的呢？Thor回答，让我们首先回忆一下剥夺了损失鱼不同源的复杂性的旧定义：
“Qty on hand”{Kg},
      Site.,
      Food_source.fish.leaf.,
      Time.day.first.after. ＝

              （ “Qty on hand”,Time.day.this-1 ）＋

              （ “Qty received” －

              （ “Qty lost for any reason” ＋ “Qty sent to production” ）,
                Time.day.this-1 ）

“Qty on hand”{Kg},
      Site.,
      Food_source.fish.leaf.,
      Time.day.first ＜＜ input

所有你要做的，Thor说，就是把年龄维加入到这两个公式，如我下面已经做的，确保对Age.leaf的引用，因为还存..

阅读全文>>

数据分析讲堂

第六课 TM1应用实例（2）

第八讲　库存吞吐立方体（续）

3）重定义请求数量
他们要重定义的下一个变量是请求数量，也就是请求从仓库中送出用于生产的鱼的数量。回忆一下，老库存模型那里请求数量可以比手头数量多，这时产生库存短缺。请求数量应该连接到年龄立方体的哪个成员呢？Lulu很想说把它像接收数量一样连接到Age.1，但她知道这不是很正确的。毕竟，仓库中存在可以送出的鱼可以具有1到6天之间任何可能的年龄，Thor也在考虑此问题。你怎么想？
Thor最后说请求数量不能连接到年龄维的任何成员，因为年龄维这里有一个错误，它缺少一个总成员。当生产部门的人请求鱼时，他们不会要求具有特定年龄的鱼，在FIFO的库存管理原则下，生产部人员并不用年龄划分其请求的鱼。因此，修正了年龄维以表示所有成员之后，Thor写下了如下请求数量的定义：
“Qty requested”,
      Time.day.,
      Geog.site.,
      Food_source.fish.leaf.,
      Age.all ＜＜ input
4）重定义送出数量
下一个要重定义的变量是送出数量。现在FCI要系统地跟踪鱼的年龄，他们需要确定每一批送出生产的鱼里..

阅读全文>>

数据分析讲堂

第六课 TM1应用实例（2）

第七讲　库存吞吐立方体（续）

6．系统性的年龄跟踪
很显然Lulu和Thor需要找到一种更好的系统地跟踪鱼老化的方法，并且这种方法会包含FCI业务过程的改变和随之发生的多维模型的改变。如果运气好的话，Jane也会同意他们对需求的评估。再看一下库存立方体。你会如何系统地跟踪老化情况？FCI已经给每一批接收的鱼赋予了一个达到日期，但此信息只被包装工人用来进行FIFO的库存实践和丢弃过期的鱼。如何更好地利用这一信息呢？给库存立方体添加一个日期变量？考虑一下。
1） 改变立方体
Lulu指出，不管采用何种方法，手头数量变量都必须按照年龄加以区分。也就是说，FCI需要的不仅仅是知道库存中有多少鱼，更要知道每个年龄的鱼分别有多少库存。Thor建议，并且Lulu同意这个建议，他们需要定义一个老化年龄维，并将其添加到库存立方体内。添加和使用年龄维需要三个步骤：
<1> 定义维度并将其添加到现有的结构中，不考虑数据。
<2> 做一切需要的工作把老数据映射到新的结构中。
<3> 在新的年龄跟踪库存立方体中加入适当的公式。
他们认为年龄维本身是简单的，应该定义为基数类型，并且叶子等级实例数目与鱼老化直至腐..

阅读全文>>

数据分析讲堂

第六课 TM1应用实例（2）

第七讲　库存吞吐立方体（续）

6．系统性的年龄跟踪
很显然Lulu和Thor需要找到一种更好的系统地跟踪鱼老化的方法，并且这种方法会包含FCI业务过程的改变和随之发生的多维模型的改变。如果运气好的话，Jane也会同意他们对需求的评估。再看一下库存立方体。你会如何系统地跟踪老化情况？FCI已经给每一批接收的鱼赋予了一个达到日期，但此信息只被包装工人用来进行FIFO的库存实践和丢弃过期的鱼。如何更好地利用这一信息呢？给库存立方体添加一个日期变量？考虑一下。
1） 改变立方体
Lulu指出，不管采用何种方法，手头数量变量都必须按照年龄加以区分。也就是说，FCI需要的不仅仅是知道库存中有多少鱼，更要知道每个年龄的鱼分别有多少库存。Thor建议，并且Lulu同意这个建议，他们需要定义一个老化年龄维，并将其添加到库存立方体内。添加和使用年龄维需要三个步骤：
<1> 定义维度并将其添加到现有的结构中，不考虑数据。
<2> 做一切需要的工作把老数据映射到新的结构中。
<3> 在新的年龄跟踪库存立方体中加入适当的公式。
他们认为年龄维本身是简单的，应该定义为基数类型，并且叶子等级实例数目与鱼老化直至腐..

阅读全文>>