此文汉译了FLEXSCHE创始人 初代CEO 浦野 幹夫（Urano Mikio）于2021/7/5发布在
FLEXSCHE日文网站博客的内容。

正如前些日子宣布的那样，我（浦野）于2021年6月30日卸任FLEXSCHE的CEO一职。但我将继续支持FLEXSCHE。 因此，发布这篇博文即是我的第一项援助工作。

之前的博文（如果您还没有读过，请先点击这里）中宣布即将发布新产品FLEXSCHE DataTuner（也被称为'数据调节器'）。此产品于2021年6月24日已经与FLEXSCHE 20版一起发布了，在此向大家详细介绍一下。

就算我在这里全片幅的解释详细的逻辑，相信大多数读者也无疑能跟上节奏:-P，但此次我忍痛割爱不谈逻辑。 我想把内容的严谨性放先到一边，让大家对DataTuner的内容能有个大致的了解。

本文中的记载内容基于发布时最新信息，在未来的版本中可能会发生变化

一旦通过提供工作实绩（绩效）信息确定了一项工作的制造时间和使用资源，就会作为样本数据储存在数据库中。 一旦积累了一个工序的足够的样本数据，对它们进行分析（分类和统计处理），以推定本来所需的能力值（大致上说，"加工一个单位需要多长时间"）。

假设最初给主数据的能力值是 "10 M/P"（指每单位10分钟）。 如果在分析了一些样本数据的制造时间后，推定实际上"8.5 M/P "是更合适的"，DataTuner将连同"推荐度"提示出新推算出的能力值。 如果样本数据数量足够，变动（variance）小，则推算的可靠性就应该比较高，所以推荐度一般也会较高。反之如果样本数据数量少或变异性大，推荐度就会比较低。 推荐度也会根据其他各种因素波动，但由于这部分是诀窍在此不便详细说明。

总之，如果所提出的推荐度足够高，对于该能力值通过命令执行就可以替换主数据参数值（例如能力和技能值）。 这就是FLEXSCHE DataTuner使用方法的简单描述。

接下来请看FLEXSCHE DataTuner实际的画面。

此画面右上方的面板是数据调节器面板(下文称之为DT面板)，左上方的窗口是数据调节器控制台(数据调节器DT控制台)。按任意的"分析"按钮后，会将所有数据的分析结果在DT面板以树状结构分类显示并提示出推荐度和推定值（新能力值）。双击DT面板的项目后会在DT控制台看到其详细内容。

DT面板中显示了2个资源表和1个族（会在后文中讲解）。另外还有仅将高推荐度的参数筛选显示的"按推荐顺序"。

这两个表现了各个工序的能力值。具体请看上段的"X#最终工序"。右下方的数值"200"是样本数据数量（工作数）。中央蓝色的竖线是当前的能力值。浓淡2色的灰色长方形表现了数据的分布（2条短黑线是从分布计算出的推定值），我们可以从图中看出当前能力和推定值之间存在着差异。当样本数据数量充足的时候这个差异越大则推荐度越高。下面的淡蓝色粗线表现推荐度。

以推定值替换当前能力值（＝"应用"）操作后如下图所示当前能力值和推定值基本完全一致。

另外、下段的"X#检查工序"当前的能力值（蓝线）和推定值（2条短黑线）并没有分开太远，样本数据的变动（波动）非常大、计划的精细度较低，可以说状态并不理想。可是如果详细调查一下我们就会发现其实还是可以明显改善的。

对"X#检查工序"执行"细分化"命令后，样本数据的分布会按使用资源分别分开汇总。

浓淡2色的长方形表示3个资源合起来的分布状况，各个资源的小黑灰色则表示该资源的分布。

这个"X#检查工序"可以使用検査機１、検査機２、検査機３的任意一个资源，资源表中设置了相同的能力值。但是如图分别观察分布则会了解到，实际上每个资源的能力是不同的。而且各个资源的能力基本没有波动。

将其分为3个"可用区分"（定义能力值区分），分别应用推定值就能够使变动得到大幅度改善。

最后按提交按钮后"X#检查工序"被一分为三。分别应用推定值后结果如下。

上述是仅以资源表的能力值决定制造时间的情况。可是一般情况并非总是如此。例如之前的博客中提到的"参数化能力"的情况。

如果某工作的制造时间仅由单一的能力值决定，那么很简单，但如果不仅是能力值，而且受各个资源（如工人）的技能值（如工人的熟练度）影响的时候怎么办呢？ 这个例子中，"在X#工序1工人1制造6个 "所需的时间是10/1.5*6=40分钟。

这种情况下，一般来讲"资源表的能力值"和"资源的技能值"都是调整对象。因为是工序"X#工序１""X#工序２"和资源"工人１（熟练工）""工人２（新员工）"的技能值的组合、所以样本数据被分到２维度结构的４个单元格中、分别分析其分布状况、在DT面板和DT控制台中如下显示。

这种相互关联的参数集合（例如，在不改变制造时间的情况下想要将能力值提高一倍，必须将技能值减半）称为族。

此DT控制台红色显示的部分是"X#工序１"（背景的灰色的分布是"X#工序１"全体的分布）。此时的显示状态很难判断应该更新以推定值更新哪个参数，这时候点击"工人１"的技能后、

就切换了注目对象，我们可以看到"工人１"的全体分布在当前值（蓝色竖线）的右侧，也就是偏向时间更长。也就是说我们可以一眼看出"工人１并不是像我们期待的那样技术纯熟"。"工人１"的推荐度（浅蓝色粗线）的长度也说明了同样的问题。"应用"技能的推定值后会如下所示排列得非常整齐。

这个例子很简单也很容易理解，但现实中的数据中很多参数是错位的，必须分别更新。下面这个例子的正确回答是"工人１"和"X#工序２"偏离了正确值，但这通过DT控制台到底能看出来吗？

虽然确实是存在差异、由于这两个参数互相抵消，要分辨出它们中的哪一个有问题并不容易。实际上多次反复"应用""工人１"和"X#工序２"的推定值可以最终得到全体的当前值与推定值完美重叠的正确答案，但"应用"推荐度最大（虽说最大但还是很小）的"工人2"是不正确的，最终是无法完美解决的。

对于在早期版本中，推荐度有时候可能派不上用场我也感到有些惋惜，但未来的版本会有所改进，相信能够一次性提供正确答案吧。 另外，也有可能使其完全或半自动化，无需用户干预。 在那之前，请积累样本数据耐心等待。

没有FLEXSCHE DataTuner的授权也可以累计样本数据

此例介绍了2维的族，但一般来讲也有可能存在3维，4维甚至5维的情况。FLEXSCHE DataTuner如下图所示可以对应4维。不过在现实中，这种用法实在是太少见了，我觉得几乎没有机会发挥作用・・・

为了运用FLEXSCHE DataTuner，导入实绩（绩效）数据（纯工作时间和使用资源信息）是不可或缺的。当然可以使用通过传统方式采集的绩效信息，如果通过FLEXSCHE CarryOut采集绩效数据则自然而然包含着DataTuner所需的各项信息，可以更为容易的构建系统。

不言而喻，绩效数据越准确，主数据就越准确，APS排程系统的运作就越有效。

以上就是简单的概要，不知道您是否对DataTuner有了大概的了解了呢？

FLEXSCHE DataTuner支持提升排程精细度，提供了一种前所未有的机制。反而言之，可以开始时只设置粗略的资源能力，而后逐步精细化，毫无疑问通过DataTuner可以大幅度降低导入生产排程软件以及增添新产品时的障碍。

本产品于2021年6月24日发布，虽然仍然处于起步阶段，但相信未来可期，敬请期待。