昨天我们完成了系列文章中第22章的内容：为实现按日维度的计划分析，首先在“MRP净需求分解明细”表中创建“预计开工日期”公式字段，通过日期函数剥离时间部分，将带时分秒的开工时间标准化为纯日期格式，为后续日级汇总奠定基础；随后基于该字段生成名为“日齐套率”的统计表，筛选“子件编码非空”的数据，按“预计开工日期”分组，并对“销售订单”进行去重计数，得到每日排程订单总数；

接着新增“欠料订单数”和“齐套订单数”两个统计字段，分别通过“欠料定义='欠料'”和“欠料定义='不欠'”的条件统计每日存在缺料与物料齐全的订单数量（需注意后续应优化为订单级整体判断）；最后创建“日齐套率”公式字段，将每日物料准备情况浓缩为可量化、可追踪的百分比指标。

排程顺序

在完成“日齐套率”等关键指标的计算后，系统已具备按日汇总的物料准备度视图。为进一步支持时间序列分析与二维图表展示（如折线图、趋势看板），需明确每日排程的相对先后关系。由于日期字段虽具自然顺序，但在部分可视化或计算场景中难以直接参与排序或轴定位，因此需构建一个连续的序数字段，将时间顺序转化为可量化的数字序列。

为此，在现有统计表中新增一个统计字段，用于标识每条记录在时间轴上的相对位置，统计配置为：

需要统计的字段：按日期数据表中的预计开工字段

统计方式：计数

统计条件：预计开工不晚于（小于等于）预计开工

这样就按日期升序得到一组数字，如1、2、3、……，这组数据将用于后续进行二维展示的一个辅助字段。

逻辑解析

该配置本质上是计算“当前日期是第几个开工日”：系统首先提取所有不复的“预计开工日期”，并按升序排列，对于某一天（如2025-09-25），统计满足“日期 ≤ 2025-09-25”的日期个数，结果即为该日期的序号，从1开始连续递增

第1个开工日：2025-09-23 → 排序顺序 = 1

第2个开工日：2025-09-24 → 排序顺序 = 2

第3个开工日：2025-09-25 → 排序顺序 = 3

引用顺序

在完成“按日期”统计表中“排序顺序”字段的构建后，我们已为每个开工日赋予了唯一的递增序号（1, 2, 3, …），用于标识其在排程中的相对位置。然而，该序号目前仅存在于汇总视图中，无法直接用于明细数据的分析。

为支持后续的跨日趋势追踪与二维图表联动，需将这一日级序号“回填”至原始明细表中，使每条订单明细都能继承其开工日期对应的排序编号。

操作步骤：创建专用视图

切换回“MRP净需求分解明细”数据表，复制并新建一个视图，命名为：按日期：用于集中配置与日维度分析相关的展示逻辑

设置视图结构

分组条件：预计开工日期：将所有订单按开工日期归集，实现时间维度的结构化展示

排序规则：预计开工日期 升序： 确保日期从早到晚排列，符合生产计划的自然流程

新增查找引用字段

需要引用字段：按日期数据表中的排程顺序

查找条件：预计开工等于预计开工

二维展示

在“按编码”统计表中，我们已实现按子件维度汇总其总欠料数量，形成一维静态视图，适用于整体库存缺口评估。然而，该视图无法反映缺料发生的具体时间点，难以支持“何时该补、补多少”的动态决策。

为提升物料管控的精细度，需引入时间维度，将“总量分析”升级为“时序分布分析”。通过构建一个“子件 × 排程周期”的二维矩阵，实现对每种物料在未来各天的缺料情况逐日穿透，助力采购与仓储团队制定分阶段补货计划。

分析框架设计

垂直维度（行）：子件编码（+子件名称）

→ 每一行代表一种物料

水平维度（列）：未来排程日（T+1, T+2, ..., T+7）

→ 每一列代表一个开工日对应的排程顺序

单元格值：该物料在对应日期的欠料数量总和

假设当前已排程未来7天生产计划，因此新增7个字段，覆盖完整周期

字段配置（以 T+1 为例）

字段名称：T+1

字段类型：统计字段（聚合计算）

统计字段：MRP净需求分解明细 表中的 欠料判断（即“欠料需求”数值字段）

统计方式：求和（SUM）

统计条件：

子件编码 = 子件编码

→ 确保按物料归集，避免跨料混淆

排程顺序 = 1

→ 仅统计排程为第1天（即T+1）的所有订单中该物料的欠料总和

后续字段扩展

T+2：统计条件为 排程顺序 = 2

T+3：统计条件为 排程顺序 = 3

……

T+7：统计条件为 排程顺序 = 7

✅ 所有字段配置方式一致，仅需调整“排程顺序”的匹配值，确保逐日对齐

未完待续……