做PMC这么多年，我发现一个很普遍的现象：很多工厂的生产计划，基本上就是"拍脑袋"排出来的。销售来单了就排，客户催了就插，产线停了才发现原来计划早就变了。

说白了，大部分工厂缺的不是排程工具，而是一套从需求到排产的完整逻辑链。

🚨 你是不是也遇到过这些情况？

❌ 销售临时插单，计划改了三天，采购还不知道

❌ 排好的计划产能根本不够，到了产线才发现做不完

❌ 管理层要看排产情况，PMC拿出来的表格一塌糊涂

❌ 预测不准，库存积压和缺料交替出现，两头受气

这些问题，表面上看是"沟通不到位"，根子上其实是MPS——主生产计划没有建立起来。

Master Production Schedule（MPS），主生产计划，是根据主需求计划（MDS）、库存状态、产能约束等制定的具体产品生产计划，明确未来各周期需生产的产品型号、数量及时间。

它是连接计划端与执行端的核心环节。MPS回答的不是"需要多少"，而是"生产什么、生产多少、何时交付"。

🧱 一、MPS编制的核心逻辑：从MDS到排产

很多人一听MPS就觉得复杂，其实它的逻辑非常清晰，就四个步骤：

Step 1：需求导入

把客户订单和销售预测导入进来，确定各周期的主需求总量。这一步的数据来自MDS（主需求计划）。

Step 2：库存数据获取

获取现有库存量、预计入库量、安全库存参数。不要凭感觉，让数据说话。

Step 3：净需求计算

这是最关键的一步，核心公式：

净需求 = 主需求（来自MDS） - 现有库存量 - 预计入库量

算完净需求后，再结合安全库存和损耗量，按批量规则调整：

计划生产量 = 净需求 + 安全库存 + 损耗量

Step 4：产能负荷校验

拿计算出来的计划去对比产能负荷，判断能不能做得出来。

✅ 通过校验 → MPS审批发布 → 驱动MRP与生产排程❌ 未通过 → 调整需求/产能后重新校验

这四步走完，一个可执行的MPS就出来了。简单吧？但很多工厂连这四步都没有，更别提后面要说的排程形态选择了。

📌 二、MPS编制的五大核心原则

MPS不是随便编的，有六大原则要遵守：

① 最少项目原则

只对关键最终产品或关键物料编制MPS，而不是所有物料都往上堆。减少计划复杂度，聚焦瓶颈资源。

② 关键资源原则

以瓶颈工序或关键设备产能为约束条件，确保MPS在产能上限内可执行。计划做出来了但产能跟不上，等于白做。

③ 时段滚动原则

按固定周期（周或日）滚动编制，"近细远粗"——近期精确到日，远期只定方向，动态修正。

④ 独立需求原则

MPS处理的是独立需求（成品和备件），不处理由BOM展开的派生需求——那个是MRP的事。

⑤ 跨部门协同原则（重点）

MPS需要整合销售、生产、采购、仓储多部门数据，通过产销协调会达成共识后方可发布。一个人拍脑袋排的计划，不是MPS，是"拍脑袋"。

⑥ 时栅控制原则

设定冻结时栅（不可变更）、协议时栅（协商变更）、规划时栅（自由调整），分级管控计划变更。

💡 转化逻辑总结：MDS 回答"需要多少" → MPS 回答"生产什么、生产多少、何时交付" → MRP 回答"需要什么物料、何时需要"

🔗 三、产销衔接：让MPS成为"活计划"

MPS编制出来只是第一步，产销衔接才是落地关键。核心目标是确保MPS与市场销售情况动态一致，实现按需生产、快速响应、库存最优。

完整的产销衔接流程是这样的：

销售预测 → 出货计划 → 产能负荷计算 → 产销协调会 → MPS生成 → MRP与采购计划

每个环节环环相扣，断一个就会出问题。来看看最常见的四大脱节场景：

场景一：销售临时插单

根因：缺乏时栅管控，计划无缓冲对策：设立冻结区，插单走审批流程，预留**10%**~**15%**产能缓冲

场景二：预测严重不准

根因：销售预测依赖经验，无数据支撑对策：引入滚动预测 + 多方法校验（时间序列、移动平均、回归分析）

场景三：计划改了采购不知

根因：MPS与MRP割裂，信息断层对策：建立MPS-MRP自动联动机制，变更后自动触发重算与通知

场景四：产能不足导致延期

根因：MPS未做产能负荷校验对策：MPS发布前必须通过**粗能力计划（RCCP）**校验

🎯 产销衔接的终极目标：让MPS成为"活计划"——既能稳定指导生产，又能快速响应市场变化，实现需求与供给的动态平衡。

🧮 四、排程形态：一维还是二维？怎么选？

MPS排程有两种形态：一维排程（扁平结构）和二维排程（矩阵结构），选对了事半功倍，选错了事倍功半。

什么是一维排程？

一维排程就是每行代表一天一条排程记录，结构扁平，适合数据库存储。比如工单WK-01分3天生产，就会变成3行记录。

什么是二维排程？

二维排程是每行代表一个工单，列是日期，形成矩阵结构。总量一目了然，跨天对比方便。

一维排程的优劣势

优势（绿色对勾）：

1. ✅ 数据结构简单，每行一条记录，适合数据库存储和程序处理
2. ✅ 筛选过滤方便，可按日期、工单快速筛选
3. ✅ 增删改灵活，插入或删除某天排程不影响整体结构
4. ✅ 适合机器处理，系统导出、批量导入都很方便

劣势（红色叉号）：

1. ❌ 信息分散，同一工单多天排程分散在多行
2. ❌ 总量不直观，想看总排产量需要手动汇总
3. ❌ 跨天对比困难，难以快速看出连续几天排产变化

二维排程的优劣势

优势（绿色对勾）：

1. ✅ 信息集中，同一工单多天排程在同一行
2. ✅ 总量直观，总数量列直接显示排产总量
3. ✅ 跨天对比方便，水平方向即可看出排产变化
4. ✅ 视觉效率高，管理者可快速掌握整体情况

劣势（红色叉号）：

1. ❌ 数据结构复杂，每行多列，不适合程序批量处理
2. ❌ 筛选过滤不便，按日期筛选需要跨列操作
3. ❌ 增删改不够灵活，插入新日期列需调整整体结构

最佳实践：后台一维存储，前台二维展示

💡 数据库/表格底层用一维格式存储 → 存储灵活、便于处理通过透视表/动态数组自动转化为二维格式展示 → 查看直观 兼得：存储灵活 + 查看直观，一维与二维的优势兼得。

这是推荐的最优方案。底层数据用一维结构，保证程序处理的灵活性；前台展示用二维格式，保证管理层查看的直观性。两全其美，不二之选。

📊 五、MPS数据看板：一键统计与分析

计划排出来了，怎么让管理层快速看到核心数据？用WPS AI数据决策中枢大看板，MPS数据一键统计与分析。

订单维度看板

1. 按订单类型订单量对比：常规订单4389单、样品订单308单、加急订单68单
2. 各月订单数量趋势：1月1033单、3月1134单为峰值，2月仅257单

数量维度看板

1. 订单类型数量分布：常规订单224380件、样品订单2350件、加急订单1120件
2. 订单总数：227850件

💡 6个图表模块，2行3列排布，MPS核心数据一目了然。关键是不用手动做图表，WPS AI大看板一键生成。

最后说一句：

过去，生产计划像"救火队"，哪里起火往哪里跑，永远在追着异常跑。现在，有了MPS体系，计划像"导航仪"，需求进来→净需求计算→产能校验→排产落地，每一步都有逻辑、有数据、有标准。

从今天起，让你的工厂告别"拍脑袋排产"，让MPS真正落地。

阅读原文：点击这里​