首先思考一下，你想通过数据分析达到什么样的目的？再来考虑需要哪些分析，又要采集什么数据的问题。

举个例子：当企业的管理层希望降低工序之间的在制品库存，需要以【工序周转率】这个KPI来衡量当前的水平、分析物料的休眠时间；

采取相应措施后，在使用这个KPI来衡量相关的措施是否有效。

那怎样来获得【工序周转率】这个KPI呢？

需要采集哪些数据，又要怎么计算呢？

①采集每个工序的开始和结束时间，计算工序生产周期

工序生产周期是指一批制品（毛坯、零件、部件组件、整机）在某一工序上的加工时间。
每个工序生产周期可分为【工序时间】和【工序时间间隔】两部分

工序时间

备注：工序之间的平行系数是由于零件在工序之间的移动方式不同而产生的，例如，一般零件的平行系数可以采用1.0，大型零件可以采用0.6～0.8。

工序时间间隔

包括运输时间、等待时间、设备调整时间、自然时效时间；

②生产周期计算

计算工单中所有工序生产周期的总和

生产周期是由若干个工序生产周期组成的，即若干个工序生产周期的总和

③工单的生产周期

工单的制造周期=最后一道工序的结束时间 - 第一道工序的开始时间

④计算工序周转率

工序周转率=工序生产周期总和 ÷ 工单的生产周期

工序周转率这个指标适用于多工序生产时衡量工序之间流转效率。这个指标越大越好，如果小于100%，说明一定存在在制品库存。

可以设定前工序提前交货量和优化工序物料转交来提高工序周转率，从而降低在制品库存。

对于制造业来说，借助KPI数据分析可以快速、直观的发现问题，并针对问题进行明确的改进以及监控改进的过程，实现企业数字化管理的需求。