數據采集是企業實施MES的基礎，也是實施過程碰到問題較多的一個環節，近日在某項目的溝通中，問到企業需要采集哪些數據時，得到其主管的回復是：凡是能采集的數據都需要。當我給出在不僅僅是需要軟、硬件投入，還需要大量的人員和管理投入時，其陷入了沉思。

    分析來看，我們無外乎要重點考慮設備、工藝、人員和質量等方面的數據，在考慮這些數據被采集的同時，重點要考慮的是數據背后的生產管控目的，在通過生產管控目的，再來反推我們要采集哪些數據，上面的問題就變得有條理性了。例如：

   設備數據重點采集的是：設備名稱及狀態、工裝及模具數據、DNC類數據等數據。其中工裝及模具數據是非常關鍵的，往往可以通過與工單進行捆綁，達到生產防錯的目的。

   工藝數據重點考慮的是：生產任務單、加工產品、使用物料、工位、開始時間、結束時間等。其中通過實際使用物料和工單物料的比對，實現物料防錯的目的（某發動機廠通過實施這個具體的功能，解決了長期困擾他們的多裝、少裝、錯裝的問題。）通過開始時間和結束時間的統計分析，為企業標準工時的制定提供了科學的依據。

   人員數據重點采集的是：生產人員、換班信息等。通過人員信息的集成，可以實現對人員工作績效的科學統計（不僅僅是考核完工量了，還可以通過與質量信息的交叉分析考核員工技能等信息。

   質量數據重點采集的是：首檢信息、合格品數量、次品數量、返修數量、問題分類等。尤其是問題分類的統計分析，為企業的質量改進提供了方向。

   在明確了要采集的數據及管控的目的后，接下來要考慮的是數據的采集方式和采集頻度，目前常見的采集方式有RFID、條碼、傳感器、人機交互等模式。

   各種方式具有各自的優缺點（相關的論述文章比較多），這里就不展開論述了。企業在考慮采取那種方式時在考慮性能實現的同時還必須考慮的是與之所產生的成本，在其中取得平衡。

   當然隨著管控的精細化程度越來越細，所需要采集的數據也將越來越多，通過這樣的分析，可以實現逐步細化，逐步投入，而不是一口吃個胖子，消化不良。

    總之，數據采集企業需要考慮什么？其核心的還是生產管控目的和要求！