【供应链】MDS 需求宽表和ASCP需求宽表的差异

第一部分:关于 MDS 需求宽表(主需求计划)

1. 为什么有原始版、评审版、确认版、参考版?它是"真"需求吗?

在 ERP 和供应链管理中,MDS(Master Demand Schedule,主需求计划)本质上是一个 S&OP(销售与运营计划)的博弈和拉齐过程。需求不是一成不变的,这些版本代表了需求在不同阶段的"生命周期":

  • 原始版 (Original):纯粹来自销售端(预测 Forecast 或 客户订单 PO)。它是原汁原味的"市场想要什么"。但它通常是盲目乐观的,不考虑工厂产能和物料。
  • 评审版 (Reviewed):PMC(生产计划控制)和采购部门拿到原始版后,结合现有的产能约束、长交期物料情况,给出的"我们能做多少"的评估版本。
  • 确认版 (Confirmed) :销售、计划、制造各方开会(S&OP会议)妥协后,最终拍板的"基线(Baseline)"。只有这个版本,才是真正投喂给 ASCP 引擎去跑排程的"真需求"。
  • 参考版R (Reference):通常是历史快照,留存在数仓里,专门给 BI 做"预测准确率(Forecast Accuracy)"或"需求变动率"的基准比对。
2. MDS 是工厂所有的物料需求,还是客户需求?

MDS 绝大多数情况下,只是"客户需求(顶层需求)",也就是成品(Finished Goods)或直接对外销售的备品备件。

MDS 的范畴:它只管"造整车",不管"造轮胎"和"买螺丝"。在供应链专业术语中,这叫 "独立需求(Independent Demand)",是由外部市场决定的。


第二部分:关于 ASCP 需求宽表

如果 MDS 是源头的"发动机",那 ASCP 就是整个复杂的"齿轮传动网络"。ASCP 的需求宽表,才是真正包含了工厂制造所需的所有物料(成品、半成品、原材料)的全局需求。这就是为什么它的供应类型和 MDS 完全不一样。

1. 为什么 ASCP 需求宽表里有这四种特殊的类型?

在 ASCP 引擎中,系统会拿着"MDS(成品需求)",通过BOM(物料清单)逐层向下展开(BOM Explosion) ,这就产生了所谓的 "相关需求(Dependent Demand)"。

  • 工作单 (Work Order Demand)
    • 业务含义:车间已经下达了制造"半成品 A"的正式工单。为了把 A 做出来,就需要去仓库领用"原材料 B"和"原材料 C"。
    • 数据逻辑:对于物料 B 和 C 来说,它们的需求来源就是"半成品 A 的工作单"。这已经是板上钉钉的、正在执行中的硬需求。
  • 计划单需求 (Planned Order Demand)
    • 业务含义 :这是 ASCP 系统算出来的虚拟需求。比如系统建议明天要生产 100 个成品(生成了计划单),那么这个计划单就会向下引发 400 个轮子的"计划单需求"。
    • 数据逻辑:这是最动态的底层需求,只要改一下顶层 MDS,或者改一下 BOM 比例,ASCP 重新跑一次,这些"计划单需求"就会全部重算洗牌。
  • 非标准任务需求 (Non-standard Job Demand)
    • 业务含义:工厂里不按常规 BOM 生产的动作。比如返修一台坏机器、研发打样、或者把一个大组件拆成小零件。这些特殊任务同样需要消耗物料,就会产生非标需求。
  • 人工 MDS (Manual MDS)
    • 业务含义 :绕过正常的"销售预测-S&OP评审"流程,由计划员直接在后台强行插单。
    • 数据逻辑:比如为了应对国庆长假,计划员想提前囤一批通用件,这部分需求既没有销售订单支撑,也没有工单支撑,就是纯人工录入的独立需求。

第三部分:MDS 需求与 ASCP 需求的本质区别(ETL架构视角)

以大数据开发工程师的视角,这两张宽表在数据仓库中的定位是完全不同的层级:

维度 MDS 需求宽表 (pmc_mds_demand_n) ASCP 需求宽表 (ASCP_DEMAND_FACT)
数据源头 销售系统、CRM、S&OP手工台账 ASCP 排程引擎的输出快照 (MSC模块)
物料层级 几乎只有顶层(产成品/备件) BOM 的所有层级(成品、半成品、原材料)
业务性质 输入条件:告诉系统"我们要交付什么" 运算结果:告诉各部门"我们要采购、领料、制造什么"
数据粒度 物料 + 客户 + 时间 + 版本(无上下级关系) 物料 + 时间 + Pegging(追溯树:谁引发了这个需求)

总结:

在数仓架构中,MDS 宽表是用来给老板和销售看"接了多少单、砍了多少单"的(所以需要多版本堆叠);而 ASCP 需求宽表是用来给 PMC 和采购算"齐套率、呆滞库存、未来几天要缺什么料"的(所以包含了极其复杂的中间表工作单、计划单展开逻辑)。

相关推荐
goujunwe39 分钟前
GEO 内容的“可摘录性”打磨技巧:段落、表格、小标题怎么写,方便大模型提取独立答案块
大数据·人工智能
小田学Python1 小时前
DeepSeek Harness 完整上手指南:安装部署 + 必装插件 + 用一周就回不去的功能
大数据·大模型·agent·ai工具·deepseek
成都蜀味缘餐饮技术培训学校5 小时前
手撕烤兔技术培训实战指南,秘制腌料配方比例与调制手法
大数据·经验分享·笔记·其他·微信公众平台
roman_日积跬步-终至千里5 小时前
AI 能让一个人成为团队吗?从数据中台到 OPC,重新理解软件工程能力
大数据·人工智能·软件工程
演艺大赏6 小时前
NiFi 数据流实战:FTP→HDFS 与 CSV→Parquet,附坏数据、漏文件与双写
大数据
数字新视界8 小时前
动环监控信创适配在智能机房管理中的应用价值与未来展望
大数据·服务器·数据库·动环监控系统·动力与环境监控系统
wafrdggh8 小时前
2026 商城小程序平台哪个价格合理?把跨境附加成本这个坑算透
大数据·小程序
昂永科技|非标件自动报价系统9 小时前
# 昂永(上海)科技非标件自动核价系统落地无锡先导,助力制造核价数字化
大数据·科技·制造
xiaomuzuirenzhen20 小时前
大专电子商务从事电商运营分析师需要考证吗?
大数据·数据库
大大大大晴天21 小时前
ReAct Agent 从原理到实现:让大模型学会思考、行动与观察
大数据·agent