基于多客户端协同VBA实现的多维科研生产项目管理方法实践

冯帆、侯保江、徐进、徐凡、李磊 /北京航天长征飞行器研究所

科研生产管理是许多企业运营中非常重要的管理环节，与企业的经济效益和未来发展直接相关。如何提升科研生产管理水平，追求更高效、更精细的管理模式，也逐渐成为管理者所关注的课题。随着经济的发展、生产力的提高，产品生产数量呈现出指数型增长趋势，单纯依靠人工进行数据采集汇总及信息挖掘不再适应社会的高速发展，企业急需一种更加科学、高效、直观、精细的科研生产管理方法来提升管理水平，增强企业管理效能，助力企业长远发展。笔者基于这种迫切的使用需求，在实际生产过程中总结经验，创新方法，不断试验，提出了基于多客户端协同VBA 实现的多维科研生产项目管理方法，探索企业高水平发展之路。

一、工作与实践

在实际科研生产工作中，完整的科研生产项目管理架构是由决策者提出决策需求，由综合主管转化为数据采集模板，项目主管根据模板从生产一线采集生产数据，决策者根据生产数据形成决策结论后进行发布。这个管理过程往往伴随整个项目周期，周而复始，循环迭代，使得决策伴随项目进展动态变化，选择最优途径，实时指导生产。笔者深入分析传统科研生产项目管理架构存在的不足之处，并针对其弊端制定改进措施，有的放矢，构建新型科研生产项目管理架构并在实际生产中加以应用，在实践中验证基于多客户端协同VBA 实现的多维科研生产管理方法的可实现性和有效性。

1.传统科研生产项目管理架构

（1）架构简介

传统科研生产管理架构如图1 所示。综合管理人员将决策需求转化为数据采集模板，通过单端发布方式发送给各个项目主管，项目主管填写数据后进行反馈，综合主管人工整理汇总为科研生产数据库，然后通过人工筛选、分析的方式生成报表，再根据报表数据形成初步结论汇报给决策者，供决策者作决策参考。

图1 传统科研生产管理架构示意图

（2）问题分析

管理效率低下。传统架构中有2 个环节直接影响了管理效率的提升。一是综合主管单端发布给各个项目主管数据需求，项目主管填写后再单端反馈给综合主管的传统协作方式。随着社会生产力的不断发展，项目数量呈指数性增长，单项目包含上千条数据，综合主管要收集所有项目的单端反馈文件，然后人工汇总为数万条数据。如果这个过程中任何一个项目有更改，综合主管则要从海量数据中进行摘取和更新，时间成本巨大。二是人工整理分析数据后形成报表。随着企业发展到更高的水平，需要提供给决策者的数据报表不再局限于求和、求差的基本运算，更多是在庞大的数据库中提取出增长趋势、市场份额等更高层面的数据分析结论。在面向这种数据量大、颗粒度细的数据分析需求时，人工统计和分析时效性不足的弊端便逐步凸显。

管控线条单一。传统架构中，项目主管收到生产命令后，自行分配生产资源，单线联系生产厂家，提出生产需求。首先由厂家安排生产并反馈生产进度，再由项目主管进行进度把控。这种单一线条的生产管控模式在大批量生产任务的应用背景下逐渐失去优势。生产单位资源有限，项目主管只能掌握本项目的资源需求量，无法知悉其他项目的任务分配情况，容易出现生产任务“扎堆”下达、资源冲突、进度滞后的被动局面。

管理维度片面。传统的科研生产管理方法只从项目本身这一个维度去考量科研生产的推进情况。单一项目导向指导生产，没有形成系统性管理，做不到全面预警、统一统筹，无法形成全要素结论，不利于决策者把控全局，形成决策意见。在实际生产过程中，除项目以外，产品类别、生产厂家和负责部门等因素都直接影响任务的推进。随着产品生产数量的增长，项目维度所能提供的参考信息愈发局限，难以形成全面系统的管理结论。

针对传统架构存在的以上弊端，笔者开发了适应大批量生产精细化处理需求的新型科研生产管理架构，并在实际应用中取得了一定成果。

2.新型科研生产项目管理架构

（1）架构简介

笔者结合实际应用需求，对传统架构进行革新，构建了新型科研生产项目管理架构，如图2所示。首先利用多客户端线上协同平台建立项目，将所有的决策者、综合主管及项目主管添加为项目成员。在项目中创建协作文档，将需要采集的生产信息做标准化处理后上线发布。同时开放多客户端口，即时发表，即时反馈，直接跳过传统框架中单端发送反馈环节。综合主管通过协作平台即时接收信息后，可进入数据处理环节。无论是Microsoft office 还是金山WPS，均内置了十分强大的数据处理功能模块，方便用户使用。用户在调用这些功能模块时，需要使用到VBA 语言。VBA 语言是Microsoft Office/WPS 数据处理功能开发的第一语言。笔者将科研生产数据作为数据库，以Microsoft Office 等办公软件作为集成开发平台，将决策需要的生产信息，例如批产数量预测、生产厂家评级等，进行VBA 语言编程固化处理，将复杂的数学功能直接集成为函数和模块，用大数据自动化分析代替人工分析，并实现分析结果可视化展示。同时，新型科研生产管理架构将生产资源分配的管理层级上移，由项目主管依据各自项目进展情况分配生产资源的纵向管理模式，转变为由部门统一进行统筹协调的横向管理模式。部门直接均衡多项目任务执行情况进行全局把控，实现顶层逻辑全面管理。同时扩展监控维度，将单一的项目维度扩展为负责部门、项目、产品类别和生产厂家4 个维度，四位一体，全方位评估科研生产效能，及时预警风险，紧前制定措施，实现系统性管理。给决策者提供准确、直观、细致、全面的分析结论，供决策者参考。

图2 新型科研生产管理架构示意图

（2）优势分析

新型科研生产管理架构具有以下4 个显著优点：

中国饮食文化的菜系，是指在一定区域内，由于气候、地理、历史、物产及饮食风俗的不同，经过漫长历史演变而形成的一整套自成体系的烹饪技艺和风味，并被全国各地人们所公认的地方菜肴。

管理效率高。线上平台多端协同处理的数据采集方式直接取代了单端发送反馈环节，且无论在数据采集过程中出现任何的数据改动，都可以通过线上实时更新的方式进行直接更改。综合主管只需要一键下载替换原有的数据库即可，取代传统人工从成千上万条数据中进行挑选替换的更新环节，节省大量的人力及时间成本。利用VBA 语言将数据处理环节集成为功能模块后，对数据库进行集中批量处理，根据决策者的需求进行数学分析输出，以标准化流程代替人工经验，极大提升管理效能。

分析颗粒度细。利用VBA 语言将复杂的数学分析过程整合为功能模块后，可根据决策者的需求进行功能模块定制，对数据库进行差异化、精细化处理。充分利用办公软件内置的强大处理模块，对数据库中的海量数据进行深度挖掘，将统计学规律表征为可视化图像。对比人工分析得出的结论，数学统计模块化处理的方式更加准确科学，无论从数据颗粒度还是从信息准确性的层面，都更有利于指导科研生产工作的开展。

管控线条多。新型架构中，对生产厂家的管理层级由项目级提升为部门级，打破了原有项目主管“单兵作战”的传统管理方式，部门对多个项目的生产任务执行情况进行统一考核，由决策者直接设定考核维度，综合主管根据决策需求对厂家生产进行定制化测评，将原本单一延伸的项目线进行统一整合，横向比对多项目生产资源需求，纵向指导多厂家生产资源分配，横纵结合，真正实现无死角的全线条管控、全方位布局。

管理维度全。新型管理结构不仅关注项目维度的生产信息，更是将产品类别、生产厂家和负责部门都纳入到监控要素中，形成四位一体的全维度管理体系，使得决策者能从不同的生产要素中把控科研生产任务的推进情况，提前暴露问题，及时预警风险，紧前制定措施，为顶层系统化管理提供多维度数据支撑。

二、实践效果

笔者以2021 年科研生产工作评估需求为任务导向，借助新型科研生产管理架构，细化统计指标，扩展量化维度，从序时交付率、生产单位评级、风险预警三大方面纵向延伸管理层级，形成初步结论，对2021 年科研生产情况进行总结，为2022 年科研生产工作开展提供决策参考，使管理思路更清晰、管理方法更科学、管理模式更现代、管理效能更显著。

经过对生产任务分配的梳理，确定了12 家重点厂家，这些厂家的科研生产交付情况直接影响本单位全年任务完成情况。笔者将基于多客户端协同VBA 实现的多维科研生产项目管理方法直接应用于监控这12 家重点厂家的生产交付情况，将新型科研生产管理架构实践于2021 年重点厂家生产效能评估、生产单位评级及风险管控预警应用上，具体实践过程如下。

1.决策需求转化

2021 年重点厂家生产情况评估对2022 年科研生产工作开展具有重要参考意义，决策者可根据2021 年的产品交付情况对2022 年的生产任务统筹和生产资源分配做出决策。综合主管依据此决策需求制作生产数据采集模板，量化统计12 家重点厂家的2021 年任务序时完成情况。

数据采集模板包含了负责部门、项目名称、产品类别、产品代号、产品名称、产品单位、设计单位、生产单位、齐套单位、交付路线、计划总数量、实际完成总数量和2022 年每个月的计划完成数量与实际完成数量，共计14 个生产要素，每一个项目都单独设置一个工作表。

2.线上协同处理

将数据采集模板上传线上多客户端协同平台，所有项目主管同时按照生产厂家2021 年序时交付情况填写生产数据，并在生产计划发生变化时进行线上即时更新。与此同时，综合主管及决策者可在客户端上实时监控数据变化，如图3 所示。

图3 线上协同处理示意图

3.数据跨域联动

线上协同处理环节结束后，综合主管一键集成下载数据库。利用VBA 语言函数‘=项目worksheet!单元格位置’将汇总工作表单元格跨域关联至每一个单独项目工作表对应单元格位置，实现数据实时跨表格联动。项目主管在各自项目工作表中的任何改动，都可以直接更新显示在汇总工作表中，从而实现动态即时管理，真正做到从产品域到项目域、从项目域到部门域的跨域处理，多级联动。

4.模块处理分析

通过跨域联动得到2021 年的生产数据后，对汇总数据进行模块化处理。首先，以生产厂家为基准将汇总的数据送入数据筛选模块，对每个厂家的生产数据进行提取。其次，将各个厂家的数据送入序时计划比对模块进行计划数与交付数的比对，并以折线图的方式进行可视化处理，直观呈现计划数与实际交付数间的差异。然后，将计划数与实际交付数送入交付比例计算模块来量化考核各个厂家的交付情况，并生成饼状图来表征生产计划完成率。继而，将各个厂家的产品交付比例送入生产单位评级模块进行单位评级排名，直接反映厂家产能。最后，通过将风险出现的可能性具象为风险预警分数计算方法，通过表格对计算结果进行公示，并对2022 年各厂家生产任务完成的风险进行评级。对不同预警等级的厂家制定不同的应对措施，为2022年科研生产任务下达及相应决策制定提供参考。

5.实践成果展示

在实际应用中，以生产厂家为基础筛选单元，对应每一厂家生成2021 年计划交付数量、实际交付数量，同时以月份为单位制作组合折线图。计算交付比例并生成饼状图来直观表征序时交付率的大小。以序时交付率为评判标准，利用排序函数对12 家生产厂家进行排序，并生成生产厂家排名柱状图。根据2021 年的序时交付评级结论，可对2022 年12 家重点单位序时生产计划完成进行风险评级。为方便量化评判，设定风险预警分数，此分数越高，则说明该单位2022 年完成序时交付计划的风险越大，如果不能按时完成2022 年生产任务，则对本单位产生的负面影响也越大。

风险预警分数评判的标准可由2 个主要因素组成，一是2021 年该厂家的交付情况，2021 年完成的越好，说明该单位生产能力保障和生产资源统筹做的越好；二是该厂家承担的项目数量和产品类别数量，该单位承担的项目越多、承接产品种类越多，其序时交付能力的影响范围越大，则其影响范围越大。上述2 个因素都与风险预警分数呈现正相关的数学关系，设定预警分数计算方法如下：

预警分数D=（1—序时累计完成率）× 承接项目数量 × 承接产品类别数

通过VBA 语言自定义预警分数计算函数，然后对12 家生产厂家设置循环计算，可得到12 家预警分数。利用排序函数模块对预警分数进行降序排序，分3 档进行风险评级。D1 为累计生产进度滞后严重或已发生停产停工事件，可能对多个项目和多种产品的年终交付可能产生影响，需引起高度重视的生产厂家；D2 为累计生产进度滞后，可能对个别项目和个别产品的年终交付产生影响，需引起关注的生产厂家；D3 为生产进度滞后，但可在短期内追平进度，不影响项目年终交付的生产厂家。对12 家重点厂家的预警分数进行计算，得到风险预警表，见表1。

表1 12家生产厂家风险预警表

通过对风险进行预警与评估，可有效辨识出具有交付风险的生产厂家，针对不同预警级别，对相关责任部门提出不同的督产建议，提醒决策者在2022 年科研生产任务分配与计划督办中对高风险厂家进行重点关注，系统性指导责任部门作业，有效规避生产滞后风险，进而对后续科研生产工作的有序开展提供重要指导。

三、后续思路

笔者从实际应用出发，根据传统科研生产管理架构存在的管理效率低下、分析结论粗放、管控线条单一和管理维度片面等问题，有针对性地创新管理方法，利用线上多端协同平台实现数据共享，由项目主管进行本地客户端的数据填报更新，综合主管和决策者可线上监测，一键下载生成数据库，取代通过单端进行多轮迭代、人工汇总的传统数据采集方式。利用VBA 语言编写功能函数，将数据集成化批量处理。根据决策者需求生成报表，将定性的决策参考结论转化为定量的数据图表，将复杂的数学处理过程转化为简单的流程化、标准化处理模块，更加精细、高效地挖掘海量数据背后的深层规律。转变传统架构项目单线管控的纵向管理模式，提升管理层级，横向均衡多项目生产资源，统一管控模式，实现顶层统筹规划。多维度监控科研生产信息，从单一项目维度扩展为项目、产品类别、负责部门和生产厂家4 个维度，为决策制定提供更加全面的数据支撑，构建更加完整的科研生产管理架构。在后续的科研生产管理过程中，随着线上多端协同平台的优化升级、数据库的逐渐完善、VBA功能模块的不断增多，基于多用户端协同VBA 实现的多维科研生产项目管理方法可在实践中不断优化升级，对科研生产的现代化管理具有重要意义。