全文约2400 字；
阅读时间：约5分钟；
听完时间：约10分钟；
这几天通过一系列设计，我们创建了一个基于多维表格的报工表单，其中包括报工日期、员工姓名及扫码时间三个自动生成的字段，减少了手动输入，确保了数据准确。对于特定产品报告，采用下拉选择框以提高效率。
此外，我们将PMC生产计划与多维表格关联，实现数据实时同步，并确保了数据安全性和一致性。移动端扫码界面设计中，关键字段前置，测试显示从扫码到报工完成时间控制在5秒内。目前，PC端数据已自动收集形成一维数据表，接下来将设计公式与仪表盘模型来增强数据可视化和分析能力。
但是，有人提出了一个问题：“如何防止报工时出现多报或少报的情况？报工之后是否还需要进行审核？”这个问题的关键在于如何在管理成本与管理精度之间找到平衡点。对于一个拥有少于30人的中小工厂而言，实施报工自动提醒乃至报工审核都是可行的措施。重要的是评估这些新增管理流程所带来的成本是否能够产生相应的效益。
既然提出了这一问题，在后续的数据展示和分析阶段，我们可以将这两项管理活动纳入多维表格的设计中。
报工汇总若要实现报工汇总，需在收集表中增加一个“报工数量”的字段。添加此字段后，即可依据它对各工单号进行汇总求和，并据此判断报工是否存在异常情况。在收集结果的视图界面中应新增两个字段：
第一个字段名为“报工数量”，其属性应设置为“数字”。同时在扫码界面也增加这个报工数量，需要扫码人员自己录入
第二个字段名为“累计报工”，其属性应设置为“统计”，并且需要设定如下统计条件：
需要统计的字段是“报工数量”
统计方式为“求和”
统计条件为收集表的工单号与收集表中的工单号字段相匹配
这样设置后，系统就能自动计算每个工单的总报工数了。
效果如下图所示：
异常判定在拥有了“报工数量”和“累计报工”这两个字段后，可以通过使用一个IFS函数来判断报工是否异常。逻辑非常简单，即通过比较“累计报工数量”与对应的“工单数量”来进行判断：如果差值等于0，则表示报工完成；如果大于0，则表示尚未完成；如果小于0，则表示存在异常。
为此，我们需要新增一个公式字段，并将其命名为“是否异常”。该字段应输入以下公式：
IFS([@工单数量]-[@累计报工]>0,"未完工",[@工单数量]-[@累计报工]=0,"完工",[@工单数量]-[@累计报工]<0,"异常")
公式解释：
当“工单数量”减去“累计报工”的结果大于0时，返回“未完工”；
当两者相等时，返回“完工”；
当前者小于后者时，返回“异常”。
工序对应上述设计适用于单一工序的报工情况，但在实际的制造行业中，一个产品的加工往往需要经历多个工序，即所谓的工序报工。例如，对于工单号为WK-01的一个产品——产品1，其生产过程可能需要经过以下工序：“下料”、“冲压”、“打胶”、“卷圆”、“缝焊”、“成方”以及“封底”。在这种情况下，每个工序的报工数量都会关联到同一个工单号WK-01，因此，直接按照工单号进行统计就可能会导致逻辑上的错误。
而该工厂设计自动报工系统的初衷是为了了解实际生产工时与标准工时之间的差异具体出现在哪一款产品的哪一个工序上。所以在设计好了基本模型之后，接下来需要进一步完善以涵盖多工序的报工逻辑。
根据现场调研，上述工序均采用一人一机的方式，每位员工独立完成各自的工序。基于这种情况，我们需要设计一个数据对应关系，提前录入员工与其对应的工序名称，然后设计成自动引用的形式即可。
新建一张数据表，并将其命名为“工序对应”。在这张表中新建两个文本属性的字段，用于录入员工姓名及其对应的工序。这张表适用于员工固定工序的报工设计。但如果员工经常变动工序进行报工，那么设计方式应当调整为员工在扫码报工时自行选择工序，不过这也会无形中增加员工的操作时间（因为他们需要额外选择一项工序）。
回到收集结果的视图中，在这里新增一个属性为“查找引用”的字段，并将其命名为“工序”，然后设置以下条件：
需要引用的字段：来自“员工对应表”中的“工序”字段
查找条件：收集结果表中的“姓名”字段需与本表中的“姓名”字段相等
这样设置后，系统就能够自动引用对应的工序信息了。
效果如下图所示：
更改原标题为“累计报工”的“统计”字段。由于增加了工序，需要将原本的单条件统计更改为双条件统计。除这一点外，其他设置保持不变，并在统计条件中增加一个额外的条件：
即“工序”字段需等于本表中的“工序”字段。
这样设置后，统计功能将同时依据工单号和工序来进行
效果如下图所示：
今日总结经过这几天的努力，我们已经建立了一套基于多维表格的报工系统，其中包括报工日期、员工姓名及扫码时间三个自动生成的字段，极大地减少了手动输入的工作量，并确保了数据的准确性。为了提高效率，我们还采用了下拉选择框的方式来处理特定产品的报告。
我们进一步将PMC生产计划与多维表格关联起来，实现了数据的实时同步，并保障了数据的安全性和一致性。移动端扫码界面的设计中，关键字段被前置处理，测试结果显示，从扫码到报工完成的时间可以控制在5秒之内。目前，PC端的数据已经能够自动收集并形成一维数据表，接下来的工作将是设计公式与仪表盘模型，以增强数据的可视化和分析能力。
针对如何防止报工时多报或少报的问题，我们讨论了在管理成本与管理精度之间寻找平衡的方法，并建议在系统中加入报工自动提醒和审核机制。此外，为了实现报工汇总，我们在收集表中增加了“报工数量”和“累计报工”两个字段，并通过IFS函数来判定报工状态是否正常。
考虑到实际生产中多工序的特点，我们设计了一个“工序对应”表，以便于记录员工与工序的对应关系。同时，为了适应不同场景下的需求，我们还在收集结果视图中添加了一个“查找引用”字段，用以自动引用员工对应的工序信息。最后，我们调整了统计字段的条件，使其能够同时根据工单号和工序进行双条件统计。
以上便是今天工作的总结，通过这些改进措施，我们不仅提高了报工系统的准确性和效率，也为后续的数据分析提供了坚实的基础。
