数据工厂是简道云中处理数据的神器，可以实现多表数据的整合、汇总、计算、筛选等。
我们采访了多家制造行业的用户，包括生产制造业、化工制造业，最终得到了数据工厂在制造行业的四大妙用。
制造行业的道友们，快来掌握新技能吧~
生产管理是制造行业中最为重要的环节之一，影响到产品的质量、成本等重要因素。
一般生产分为计划、生产、质检3个主要步骤，数据分别分散在「生产计划」、「生产工单」、「质检工单」3张表单。
生产车间每天都会安排大量的生产计划，一旦发生质量问题，数据分散，很难追溯到某个生产计划的具体情况。
这时，某知名生产制造企业借助数据工厂，实现多表数据汇总分析，实现生产进度追踪，随时查看计划完成情况。
本妙用模版应用安装链接： 生产管理
实现思路如下：
1）首先，借助数据工厂的字段设置，分别修改「生产计划」、「生产工单」、「质检工单」的提交时间字段显示名为计划发布时间、报工时间、质检时间，避免在最后的数据中出现理解错误。
2）紧接着，借助数据工厂的横向连接，通过2次横向连接，实现「生产计划」、「生产工单」、「质检工单」3表的数据合并。
3）然后，借助数据工厂的字段设置-添加计算字段，实现不良率、计划待完成、计件工资等的自动化计算。
4 )最后，将输出的数据在仪表盘中展示，一旦产品质量出现异常，输入单号便可查询完整档案。
制造企业或多或少都出现过采购欠料 —— 因物料不能及时到位，导致生产进度跟不上，不仅生产的产品品质容易出现问题，出货期也要延迟从而不能满足客户的要求。
为了减少此类事件的发生带来的不良影响，您可以利用了数据工厂来统计采购订单的欠料情况：
1） 首先，将采购物料入库单和不良物料退货单分别进行分组汇总，得出每笔采购订单中每种物料的总入库量和总退货量。
2）然后，通过两次横向连接，将采购订单内每种物料的采购量、总入库量和总退货量全部整合到一条数据里。
3） 接着，利用字段设置节点添加计算字段，算出物料的缺货数量和缺货占比，就得到了每笔订单中每种物料的采购情况。
4）最后，将得到的数据通过仪表盘进行展示，即可方便地跟踪采购订单的欠料情况，从而可以尽早发现、提前应对。
生产力设备，如扫码枪、对讲机等，是制造行业重要的固定资产。一般是由公司统一采购，员工申请使用。
但由于种种因素，很容易产生员工借用逾期的情况。这会导致资产紧张，影响生产效率，甚至导致额外的设备增购，增加企业成本。
因此要及时催促逾期员工归还相关设备。这需要设备负责人从大量数据中筛选出超期未归还的员工清单。
但每次都从大量数据中筛选，造成了额外的重复劳动。
为了提高设备负责人的工作效率，某生产制造企业结合数据工厂，实现了自动筛选统计输出超期员工清单。
具体思路如下：
1）首先，借助数据工厂的数据筛选，筛选出「借用中」且「上周」应该归还的设备清单。
2）然后，借助数据工厂的分组汇总，分别统计员工借用的设备总数和设备明细。
3）接着，借助数据工厂的横向连接，统计出每个员工的设备借用情况。
4）最后，借助数据工厂的字段设置调整字段，如修改名称、重新排序等。之后将输出的数据在仪表盘中展示，设备负责人直接对照仪表盘数据联系员工催还即可。
每个制造型企业都有成百上千的设备需要定期的巡检。
设备巡检不仅是企业的高频需求，也是企业长期稳定发展的重要支撑。
过去因为问题设备漏检导致企业停产的事件层出不穷，给企业造成巨大的损失。
如今某企业借助数据工厂将设备信息与巡检信息汇总统计，自动计算每台设备每天的应检已检漏检情况，快速定位漏检问题，杜绝问题设备。
本妙用模版应用安装链接： 设备巡检
具体实现思路如下：
1）首先，借助数据工厂的分组汇总来自动计算出每台设备每天的已检次数。
2）接着，借助数据工厂的横向连接，将设备巡检信息和设备档案信息进行合并。
3）然后，借助数据工厂的字段设置来自动计算设备的漏检次数。
4）最后，将得到的数据通过仪表盘进行展示，即可方便查看每台设备每天的应检已检漏检情况。
