1. 每年何时规划2. 校正频率
流程
成衣厂反馈产能
明确目的。１. 提升预排开发款数准确率：a. 预排开发款数vs阶段开发款数b. 工厂中单率２. 提升规划准确率：生意规划达成率=订单量/生意规划量３. 提升预排准确率：a. 预排执行率=订单量/预排产能（开放产能？）b. 产能利用率：工厂产能利用率=订单量/开放产能，要么订单下的不对，要么预排产能排的不对。c. 工厂均深
1. 后续业务不用自己拆分到月份了。沿用bi的逻辑做拆分。1. 如何快速定位到开发阶段中款数与预排的产能的不匹配的工厂2. 开发款数推到月3. 预排开发款整理场景，拎出核心指标和维度。
下单执行
数据决策：排给谁，排多少
核心维度：月
匹配校准
动态销售规划自定义报表：配货季、交期月维度查看销售规划、预排产能、订单量。不到供应商。动态工厂产能自定义报表：配货季、交期月、供应商维度查看工厂开放产能、预排产能、订单量。看量，不到款数。预排开发款自定义报表：配货季、供应商维度查看预排产能、款数、订单量。未到交期月。订单自定义报表：配货季、交期月、供应商维度查看订单量、订单金额。
建议将预排的思路梳理出具体的步骤。系列间求同存异。输出核心的维度、指标。再来看如何拉成一条数据线。
订单量
成衣厂产能收集
预排开发款数预排产能
节点&价值：
预排产能
预排开发款数
１. 生意规划的趋势２. 历史订单量３. 开放产能/总产能４. 均衡工厂月度预排产能，避免缺口或爆单５. 同品类工厂均衡产能满足率=预排产能/开放产能
ESCM
数据线-结果
品牌生意规划（计划）：配货季/自然年月、计划系列、针梭织细类、成衣厂、期货/快反、规划量、规划吊牌额成衣厂产能收集（成衣厂）：配货季/自然年月、计划系列、针梭织细类、成衣厂、期货/快反、开放产能品牌开发产能规划（开发）：配货季/自然年月、计划系列、针梭织细类 、成衣厂、期货/快反、开放款数、预排开发款数品牌产能预排厂（计划）：配货季/自然年月、计划系列、针梭织细类、成衣厂、期货/快反、预排产能
品牌生意规划
复盘总结
结果指导过程
１. 预排开发款数占比vs预排产能占比２. 预排开发款数*同期中单率*同期均深 vs 预排产能３. 均衡工厂均深（预排产能/开发款数，不到月）
品牌规划生意额
品牌开发产能规划
数据线-过程
１. 历史订单款数、中单率２. 均衡难易程度，特殊工艺款数占比3. vs开放款数占比
数据问题：1. 如何拆分到月的？后续业务不用自己拆了。2. 成衣厂产能收集数据维护重复&缺失？
１. 均衡工厂预排执行率=订单量/预排产能（开放产能？）2. 均衡波段产能（交期月?）
问题：1. 数据线不清晰，指标多，维度多，没有重点。2. 数据粒度不一致，分报表落地，数据没有串联。解决方案：1. 基于数据线来整合核心维度、核心指标。
开放产能
品牌产能预排厂
生意规划量生意规划金额
