CN101082971A - 评量客户交付服务的方法与系统 - Google Patents
评量客户交付服务的方法与系统 Download PDFInfo
- Publication number
- CN101082971A CN101082971A CNA2007101009639A CN200710100963A CN101082971A CN 101082971 A CN101082971 A CN 101082971A CN A2007101009639 A CNA2007101009639 A CN A2007101009639A CN 200710100963 A CN200710100963 A CN 200710100963A CN 101082971 A CN101082971 A CN 101082971A
- Authority
- CN
- China
- Prior art keywords
- output
- plan
- delivery
- customer
- date
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- General Factory Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明揭示一种评量客户交付服务的方法与系统。该评量客户交付服务的方法包括:产生一计划客户交付日期;根据该计划客户交付日期决定至少一计划输出产量;决定一实际输出产量以及根据所述至少一计划输出产量与所述至少一实际输出产量决定该计划客户交付日期的准确性。本发明的评量客户交付服务准确性的方法与系统通过每日产生预测计划交期,可以提供客户更准确的交付计划表。因为较准确的输出日期可以使客户降低存货与生产的成本。通过提供每周或每日DSA分数,生产控制部门能够调整生产量以符合预测计划交期并且降低额外的成本。
Description
技术领域
本发明关于一种半导体制造工艺,且特别关于一种在集成电路制造工艺中准确地评量客户交付服务的系统与方法。
背景技术
在半导体制造工艺技术中,客户交付服务(customer delivery service)可以根据客户交付计划表的准确性来评量。客户交付计划表的准确性是使用一种基于已承诺项目表现(committed line item performance)的方法来决定。对于每一个项目,上述方法为半导体产品的产量定义了一个交付日期。例如,如果该半导体产品的90%在此“承诺交付日期”被送出,此交付计划表则被认为是准确的。
然而,此方法仅能提供保守的预估。客户需要更准确的计划交付日期以降低他们的库存,以及随之而来的生产支出,以及降低额外的成本。
因此,需要一种更准确地评量客户交付服务的方法与系统,以提供一个较好的客户交付预估以及提供客户与生产控制间较早期的沟通。
发明内容
有鉴于此,本发明提供一种评量客户交付服务的方法。其包括产生一计划客户交付日期,基于该计划客户交付日期决定至少一计划输出产量。当至少一实际输出产量决算过,则依据所述至少一计划输出产量以及所述至少一实际输出产量决定该计划客户交付日期的准确性。
根据所述的评量客户交付服务的方法,其中产生该计划客户交付日期包括:自制造计划者获取一主要生产计划表;依据该主要生产计划表产生一每日工作计划;判断制造设备的生产量;以及依据该每日工作计划与该制造设备的生产量决定该计划客户交付日期。
根据所述的评量客户交付服务的方法,还包括:自动通知一客户该计划客户交付日期。
根据所述的评量客户交付服务的方法,其中依据所述至少一计划输出产量以及所述至少一实际输出产量决定该计划客户交付日期的准确性包括:决定多个型号中的每一型号的一每周交付计划表准确性分数;以及决定所述型号的一整体每周交付计划表准确性分数。
根据所述的评量客户交付服务的方法,其中决定所述型号中的每一型号的该每周交付计划表准确性分数包括:决定一型号的一每周计划输出产量与结算一每周实际输出产量中的最小值;以及将该最小值除以该型号的该每周计划输出产量以该每周实际输出产量中的最大值得到该每周交付计划表准确性分数。
根据所述的评量客户交付服务的方法,其中决定所述型号的该整体每周交付计划表准确性分数包括:决定所述型号的计划输出产量以及实际输出产量中的最小值的和;决定所述型号的计划输出产量以及实际输出产量中的最大值的和;以及将该最小值的和除以该最大值的和得到该整体每周交付计划表准确性分数。
根据所述的评量客户交付服务的方法,其中依据所述至少一计划输出产量以及所述至少一实际输出产量决定该计划客户交付日期的准确性包括:判断所述至少一计划输出产量是否大于0;当所述至少一计划输出产量大于0时判断一型号的一每日交付计划表准确性分数;以及依据该每日交付计划表准确性分数判断生产是否准时或延迟。
根据所述的评量客户交付服务的方法,其中判断该型号的该每日交付计划表准确性分数包括:决定该型号至一选定日期前一日的一累计计划输出产量得到一第一累计计划输出产量;决定该型号至该选定日期的一累计计划输出产量得到一第二累计计划输出产量;决定该型号至该选定日期前二日的一累计实际输出产量得到一第一累计实际输出产量;以及决定该型号至该选定日期前一日的一累计实际输出产量得到一第二累计实际输出产量。
根据所述的评量客户交付服务的方法,还包括:依据该第一累计计划输出产量、该第二累计计划输出产量、该第一累计实际输出产量以及该第二累计实际输出产量的一排序序列决定该型号的该每日交付计划表准确性分数。
根据所述的评量客户交付服务的方法,其中依据所述至少一计划输出产量以及所述至少一实际输出产量决定该计划客户交付日期的准确性包括:判断所述至少一实际输出产量是否大于0;当所述至少一实际输出产量大于0时判断一型号的一每日交付计划表准确性分数;以及依据该每日交付计划表准确性分数判断生产是否提前。
根据所述的评量客户交付服务的方法,还包括:根据该计划客户交付日期的该准确性判断是否加速或减缓生产;以及执行一步骤以加速或减缓生产。
本发明提供一种评量客户交付服务的系统,包括一产生模块、一第一决定模块、一第二决定模块以及一第三决定模块。该产生模块用以产生一计划客户交付日期。该第一决定模块用以根据该计划客户交付日期决定至少一计划输出产量。该第二决定模块用以决定至少一实际输出产量。该第三决定模块用以根据所述至少一计划输出产量与所述至少一实际输出产量决定该计划客户交付日期的准确性。
根据所述的评量客户交付服务的系统,还包括:一照相获取模块,用以获取该计划客户交付日期的准确性;以及一执行模块,用以根据该计划客户交付日期的准确性加速或减缓生产。
根据所述的评量客户交付服务的系统,还包括:一通知模块,用以自动通知一客户该计划客户交付日期。
本发明提供一种计算机可读取介质,在其上具有编码的一程序。其包括产生一计划客户交付日期,并根据该计划客户交付日期决定至少一计划输出产量。决定至少一实际输出产量,以及根据所述至少一计划输出产量与所述至少一实际输出产量决定该计划客户交付日期的准确性。
本发明的评量客户交付服务准确性的方法与系统通过每日产生预测计划交期,可以提供客户更准确的交付计划表。因为较准确的输出日期可以使客户降低存货与生产的成本。通过提供每周或每日DSA分数,生产控制部门能够调整生产量以符合预测计划交期并且降低额外的成本。
附图说明
图1为一交付计划表准确性系统的示意图。
图2为一通过DSA系统评量客户交付服务的范例程序的流程图。
图3为一交付计划表准确性系统元件的示意图。
图4为一决定计划的输出交付日期的准确性范例程序的流程图。
图5A为一通过交付量计算每周DSA分数的范例公式的示意图。
图5B为一通过产量计算每周DSA分数的范例公式的示意图。
图6为通过产量计算每周DSA分数的范例的示意图。
图7为不同IC交付流程基于一单周与一双周预估的范例DSA分数的曲线图。
图8为一通过DSA执行模块展示的范例速度控制的流程示意图。
图9为一决定每日DSA分数的范例程序的流程图。
图10为当POV(j,i)大于零且无论DSA预估准时或延迟时所决定每日DSA分数的范例程序的流程图。
图11为A、B、C与D的第一排序序列以及每日DSA分数的范例的示意图。
图12为A、B、C与D的第二排序序列以及每日DSA分数的范例的示意图。
图13为A、B、C与D的第三排序序列以及每日DSA分数的范例的示意图。
图14为A、B、C与D的第四排序序列以及每日DSA分数的范例的示意图。
图15为A、B、C与D的第五排序序列以及每日DSA分数的范例的示意图。
图16为A、B、C与D的第六排序序列以及每日DSA分数的范例的示意图。
图17为当AOV(j,i)大于零且无论先前是否有DSA预估时所决定每日DSA分数的范例程序的流程图。
图18为A、B、C与D的第七排序序列以及每日DSA分数的范例的示意图。
图19为A、B、C与D的第八排序序列以及每日DSA分数的范例的示意图。
图20为A、B、C与D的第九排序序列以及每日DSA分数的范例的示意图。
具体实施方式
为了让本发明的上述和其它目的、特征、和优点能更明显易懂,下文特举出优选实施例,并配合附图,作详细说明如下:
本实施例揭示一种方法与系统以提供较好的客户交付预估与客户沟通。在本实施例中,根据晶片制造工艺、制造计划以及供应链管理系统产生一每批货或各型号的每日预测计划交期(projected output date),该预测计划交期被客户读取。根据该预测计划交期可产生每一客户每型号的每周计划输出产量(projected output volume)。根据一结算后的实际输出产量与该计划输出产量可得到一交付计划表准确性(DSA)分数。根据该DSA分数,以产量(volume)或型号(device)为单位评量该预测计划交期(POD)的准确性。DSA可以以每日或每周或每月或每年为单位计算。
参考图1,交付计划表准确性系统10产生一预测计划交期(POD),该POD根据以下三个部分的信息所产生:晶片制造部门12的生产量、制造计划14的每日工作计划以及供应链管理系统16的主要生产计划表。POD交付至客户的计划日期,该计划日期以产量或型号为单位。一计划输出产量(POV)根据POD12决定。POV以POD或型号为单位交付至客户的计划产量。一实际输出产量(AOV)根据由一生产设备经由制造执行系统(MES)17的实际生产量决定。AOV以型号或日期POD为单位交付至客户的实际输出产量。DSA系统10随着其它信息提供产生的POD给客户18。DSA系统10也产生一DSA分数与提供该分数给生产控制19检阅。生产控制19可基于该DSA分数调整生产量。
图2为一由DSA系统10所评量客户交付服务的范例程序的流程图。开始于步骤20,产生一每日预测计划交期(POD)。接着,于步骤22根据该预测计划交期决定一计划输出产量。于步骤24决定一实际输出产量。接着于步骤26计算一DSA分数。在步骤28依据计划输出产量与实际输出产量来决定是否达到DSA目标。如果达到DSA目标,将会于步骤30通知客户DSA分数。如果在步骤28没有达到DSA目标,则DSA系统会于步骤32确认DSA失败项目并且于步骤34通知客户DSA失败的原因。失败项目的计划输出交付日期会在步骤36重新产生一次并且程序会回到步骤20以产生一计划交付日期。
参考图3,在本实施例中,交付计划表准确性系统10包括一每日预测计划交期产生模块34用以每天产生一预测计划交期(POD)。制造规划系统(EMP)根据一主要生产计划表产生一每日工作计划。该主要生产计划表可由晶片制造部门(MFG)的制造计划者准备。另外,晶片制造的生产量用于产生该每日工作计划。该每日工作计划包括生产的所有晶片都有一预测计划交期(POD),该生产的所有晶片包含对主要生产计划表有不好影响的瑕疵晶片。
一但预测计划交期产生,该POD与其它信息被送至客户交付信息服务模块36。在本实施例中,该客户交付信息服务模块36可建置成一客户交期服务制造工艺网站供客户读取。客户交付信息服务模块36提供与客户18之间较早期的信息沟通,该信息包括由型号、产量与日期分类的预测计划交期(POD)。客户18可由email、FTP或是经由网页通知。如此一来,当产生新的POD时,可以提供与客户18间较早期的沟通。
根据预测计划交期(POD),每周POV照相模块38产生一计划输出产量的未来每周照相出货数据(瞬时记录未来各周的计划出货产量计划的表格或数据复制;snapshot)。每周POV照相根据晶片制造部门(MFG)经由制造规划系统(EMP)以及企业供应链管理系统(ESCM)所提供的信息产生。ESCM根据以下三程序提供快速且准确的回应给客户要求或订单改变:支持客户要求、订单确认与订单装运。除了每周POV照相,POV照相模块38也可产生每日POV照相。
根据每周/每日计划输出产量(POV),晶片制造部门(MFG)与电路探针测试部门(CP)执行一DSA执行模块40。晶片制造部门(MFG)下指令至制造执行部门(MES)的生产设备以达到每周/每日POV。为了达到每周/每日POV,DSA执行模块下指令以加速或减缓制造程序。电路探针测试部门(CP)依据每周/每日POV执行晶片功能测试。
一旦取得每周POV照相以及DSA执行模块40下指令至生产线,DSAKPI评分模块42将每周POV照相模块38中的POV与AOV模块46的实际输出产量(AOV)做比较以产生一DSA分数。该DSA分数代表每周或每日的POD的准确性。AOV模块46经由制造执行系统(MES)收集来自生产设备的生产信息并依据型号或日期产生实际输出产量。产生的DSA分数被送至DSA检阅模块44DSA检阅模块44检阅DSA分数并储存DSA信息于一“商业智能数据库”(BIDW)中。依据该DSA分数,如果制造程序需要被调整,DSA检阅模块44也会通知晶片制造部门(MFG)与生产控制部门(PC)19。举例来说,DSA执行模块40会接收到通知去调整生产分配系统的参数以加速或减缓生产。如此一来,生产控制部门19可调整它们的后备生产力以符合最新的DSA预估。
图4为决定计划输出交付日期的准确性的一范例程序的流程图。开始于步骤48,依据型号或产量决定一每周DSA分数。接着,依据型号或产量的每周DSA分数决定全部型号的每周DSA总分。
参考图5A,DSA评分模块42依据型号的产量与公式52来决定DSA分数。DSA分数用来做客户的每周订单确认。例如,产生一周DSA预估,包含有自星期五早上七点至下周五早上七点所生产的量。除了一周DSA预估外,也可产生其它累计的DSA预估包括双周、三周DSA预估。
在公式52中,首先决定型号i的每周计划输出产量(POV)与每周实际输出产量(AOV)中的最小值。每周POV照相模块38提供每周POV。AOV模块46提供每周AOV。将最小值除以型号i的每周计划输出产量(POV)与每周实际输出产量(AOV)中的最大值而得到一DSA分数。例如,型号TMA123的计划输出产量为每周80晶片以及实际输出产量为每周100晶片。在此例中,每周计划输出产量与每周实际输出产量中的最小值为80,每周计划输出产量与每周实际输出产量中的最大值为100,将80除以100,得到DSA分数为80/100或80%。
参考图5B,DSA评分模块42依据公式54决定全部产量的DSA分数。在公式54中,决定全部型号的每周计划输出产量与每周实际输出产量中的最小值之和。每周POV照相模块38提供该每周POV。AOV模块46提供每周AOV。接着决定全部型号的每周计划输出产量与每周实际输出产量中的最大值之和。将最小值的和除以最大值的和得到量化的DSA分数。
参考图6,首先决定全部型号的每周计划输出产量与每周实际输出产量中的最小值之和。在此范例中,型号TMA123、TMB456与TMC789的最小值分别为80、40与30。最小值之和为80+40+30=150。接着决定全部型号的每周计划输出产量与每周实际输出产量中的最大值之和。此范例中,型号TMA123、TMB456与TMC789的最大值分别为100、50与50。最大值之和为100+50+50=200。将最小值的和除以最大值的和得到量化的DSA分数。此范例中,最小值之和为150以及最大值之和为200,将150除以200得到DSA分数为75%。此DSA分数代表基于产量的预测计划交期(POD)的一周DSA预估的准确性为75%。
参考图7,图示56包括一Y轴表示不同预测周期与制造服务流程交期的DSA分数。图示56也包括一X轴代表每周的日期。在此范例中,电路探针测试的一周DSA分数58为86%以及电路探针测试的双周DSA分数60为78%。这分别代表在此范例中一周前预估的准确性与两周前预估的准确性与能力。
如先前的讨论,为了符合POV,DSA执行模块40下指令以加速或减缓制造速度。参考图8,图8为DSA执行模块40执行速度控制程序的范例流程示意图。程序开始于步骤62,DSA执行模块40接收来自DSA检阅模块42每周计划输出产量(POV)以及DSA分数。
DSA执行模块40于步骤64依据DSA分数决定是否要加速或减缓生产。例如,如果当预估的DSA分数接近100%,DSA执行模块会决定加速或减缓生产量以符合POV。
如果DSA执行模块64决定加速生产,DSA执行模块40可执行一连串的步骤以加速生产。例如DSA执行模块40在步骤66可通过自动优先权设定方法提升型号或产量生产的优先权。或者,DSA执行模块40在步骤68可加强生产力。也或,DSA执行模块40在步骤70可加速作业员特别监控与操作。
如果DSA执行模块40决定减缓生产,DSA执行模块40可执行一连串的步骤以减缓生产。例如,DSA执行模块40在步骤72可通过自动优先权设定方法降低型号或产量生产的优先权。或者,DSA执行模块40在步骤74可下指令给生产设备以执行设备关闭动作。DSA执行模块40在步骤76可下指令给制造工艺执行系统(MES)以控制输出产量。再者,DSA执行模块40在步骤78于可放慢的特定步骤强迫停止以减缓生产。因此,DSA执行模块40基于DSA分数可通过执行加速或减缓步骤达到生产速度的控制。
如以上的讨论,DSA分数可以依照每日为单位计算。在本实施例中,每日DSA依据两个值来决定:POV(j,i)以及AOV(j,i)。POV(j,i)为第j日i部分的计划输出产量(POV)。AOV(j,i)为第j日i部分的实际输出产量。
参考图9,图9为决定每日DSA分数的一范例程序的流程图,开始于步骤80,在步骤80中决定POV(j,i)是否大于0。如果POV(j,i)大于0,于步骤82决定型号i的每日DSA分数。在步骤84中,依据每日DSA分数分析DSA预估是否准时(于一天内)或延迟(两天或两天以上)。回到步骤80,如果POV(j,i)没有大于0,于步骤86决定AOV(j,i)是否大于0。如果AOV(j,i)大于0,于步骤88决定该型号的每日DSA分数。步骤90依据每日DSA分数分析DSA预估是否提前(少于或等于两天)。如果AOV(j,i)没有大于0,则程序结束。
参考图10,图10为当POV(j,i)大于0且无论DSA预估是否准时或延迟时决定每日DSA分数的范例程序的流程图。开始于步骤92,在步骤92中,首先计算cum_POV(j,i)。cum_POV(j,i)为第1天到第j天i部分的计划输出产量(POV)之和。接着,在步骤94计算cum_AOV(j,i)。cum_AOV(j,i)为第1天到第j天i部分的实际输出产量(AOV)之和。在步骤96,A、B、C与D四个值可以由cum_POV(j,i)与cum_AOV(j,i)导出。A为cum_POV(j-1,i),即为i部分到第j天前的累计计划输出产量。B为cum_POV(j,i),即为i部分到第j天的累计计划输出产量。C为cum_AOV(j-2,i),即为i部分到第j天两天前的累计实际输出产量。D为cum_AOV(j+1,i),即为i部分到第j天后一天的累计实际输出产量。在步骤98,根据A、B、C与D,决定六个排序序列。在步骤100,根据该排序序列,决定生产是否准时或延迟。
参考图11,图11为A、B、C与D的第一排序序列以及每日DSA分数范例的示意图。在此范例中,A为0、B为100、C为125以及D为200。因此,排序序列为A≤B≤C≤D。DSA_day_by_part 102为第j天i部分的DSA分数。Weight_day_by_part 104为第j天i部分的POV与AOV中的最大值。
在此例中,DSA_day_by_part 102为0%,其代表DSA预估为两天前或更早。Weight_day_by_part 104也为0%,因为当POV>0时不用计算DSA分数。第3天的计划输出产量为100晶片,已经在两天前由第一天的实际输出产量完成。因此,DSA预估为提早两天。
参考图12,根据此范例,A为0、B为100、C为0以及D为0。因此,排序序列为C<D≤A≤B。在此例中,DSA_day_by_part 106为0%,其代表
预估为两天前或更早。Weight_day_by_part 108等于第j天i部分的计划输出产量(POV)。第三天的计划输出产量为100晶片,直到第六天才完成。因此,DSA预估为延迟两天或两天以上。
参考图13,在此例中A为0、B值为100、C值为20以及D值为125。因此,排序序列为A≤C<B≤D。DSA_day_by_part 110为100%,其代表DSA预估准时。Weight_day_by_part 112等于B与C的差值。第3天的计划输出产量为100晶片,已经由第二天的实际输出产量完成。因此,DSA预估部分准时完成以及部分在两天前完成。
参考图14,在此例中,A值为0、B值为100、C值为50与D值为75。因此,排序序列为A≤C≤D<B。DSA_day_by_part 110为(D-C)/(B-C)。Weight_day_by_part 116等于B与C的差值。第3天的计划输出产量为100晶片,直到第五天才完成。因此,DSA预估部分准时完成、部分延迟两天以及部分在两天前完成。
参考图15,在此例中,A值为0、B值为100、C值为0与D值为125。因此,排序序列为C≤A<B≤D。DSA_day_by_part 118为100。Weight_day_by_part 120等于第j天i部分的计划输出产量。第3天的计划输出产量为100晶片,在第4天完成。因此,DSA预估准时。
参考图16,在此例中,A值为0、B值为100、C值为0与D值为75。因此,排序序列为C≤A≤D<B。DSA_day_by_part 122为(D-A)/(B-A)。Weightday_by_part 124等于第j天i部分的计划输出产量。第3天的计划输出产量为100晶片,直到第五天才完成。因此,DSA预估部分准时完成以及部分延迟两天。
参考图17,图17为当AOV(j,i)大于0且无论DSA预估是否提前时决定每日DSA分数的范例程序的流程图。开始于步骤126,在步骤92中,首先计算cum_POV(j,i)。cum_POV(j,i)为第1天到第j天i部分的计划输出产量(POV)之和。接着,在步骤128计算cum_AOV(j,i)。cum_AOV(j,i)为第1天到第j天i部分的实际输出产量(AOV)之和。在步骤130,A、B与C三个值可以由cum_POV(j,i)与cum_AOV(j,i)导出。A为cum_AOV(j-1,i),即为i部分到第j天前的累计实际输出产量。B为cum_AOV(j,i),即为i部分到第j天的累计实际输出产量。C为cum_POV(j+1,i),即为i部分到第j天后一天的累计计划输出产量。在步骤132,根据A、B与C,决定三个排序序列。在步骤134,根据该排序序列,决定生产是否提前。
参考图18,图18为A、B与C的第七排序序列以及范例每日DSA分数的示意图。在此范例中,A值为50、B值为125以及C值为100。因此,排序序列为A≤C<B。DSA_day_by_part 136为第j天i部分的DSA分数。Weight_day_by_part 138为第j天i部分的POV与AOV中的最大值。在此例中,DSA_day_by_part 86为0%,其代表DSA预估为延迟两天或少于两天。Weight_day_by_part 88也为0%,第3天的计划输出产量为100晶片,第二天仅完成了75晶片。因此,DSA预估为部分准时以及部分提早两天。
参考图19,根据此范例,A值为50、B值为75以及C值为100。因此,排序序列为A<B≤C。在此例中,DSA_day_by_part 140为0%,其代表DSA预估为延迟两天或少于两天。Weight_day_by_part 142等于B与C的差值。第三天的计划输出产量为100晶片,已经由第二天的实际输出产量完成。因此,DSA预估为准时。
参考图20,在此例中A值为125、B值为150以及C值为100。因此,排序序列为C≤A<B。DSA_day_by_part 144为0%,其代表DSA预估为延迟两天或少于两天。Weight_day_by_part 146等于B与A的差值。第3天的计划输出产量为100晶片,已经由第一天的实际输出产量完成。因此,DSA预估为提早两天。
总而言之,本实施例提供评量客户交付服务准确性的方法与系统以期提供较早期的客户沟通。通过每日产生预测计划交期,可以提供客户更准确的交付计划表。因为较准确的输出日期可以使客户降低存货与生产的成本。通过提供每周或每日DSA分数,生产控制部门能够调整生产量以符合预测计划交期并且降低额外的成本。
本发明虽以优选实施例揭示如上,然而其并非用以限定本发明的范围,所属领域技术人员在不脱离本发明的精神和范围内,应当可做些许的更动与润饰,因此本发明的保护范围当视后附的权利要求所界定的范围为准。
Claims (14)
1.一种评量客户交付服务的方法,包括:
产生一计划客户交付日期;
基于该计划客户交付日期决定至少一计划输出产量;
结算至少一实际输出产量;以及
依据所述至少一计划输出产量以及所述至少一实际输出产量决定该计划客户交付日期的准确性。
2.如权利要求1所述的评量客户交付服务的方法,其中产生该计划客户交付日期包括:
自制造计划者获取一主要生产计划表;
依据该主要生产计划表产生一每日工作计划;
判断制造设备的生产量;以及
依据该每日工作计划与该制造设备的生产量决定该计划客户交付日期。
3.如权利要求1所述的评量客户交付服务的方法,还包括:
自动通知一客户该计划客户交付日期。
4.如权利要求1所述的评量客户交付服务的方法,其中依据所述至少一计划输出产量以及所述至少一实际输出产量决定该计划客户交付日期的准确性包括:
决定多个型号中的每一型号的一每周交付计划表准确性分数;以及
决定所述型号的一整体每周交付计划表准确性分数。
5.如权利要求4所述的评量客户交付服务的方法,其中决定所述型号中的每一型号的该每周交付计划表准确性分数包括:
决定一型号的一每周计划输出产量与结算一每周实际输出产量中的最小值;以及
将该最小值除以该型号的该每周计划输出产量以该每周实际输出产量中的最大值得到该每周交付计划表准确性分数。
6.如权利要求4所述的评量客户交付服务的方法,其中决定所述型号的该整体每周交付计划表准确性分数包括:
决定所述型号的计划输出产量以及实际输出产量中的最小值的和;
决定所述型号的计划输出产量以及实际输出产量中的最大值的和;以及
将该最小值的和除以该最大值的和得到该整体每周交付计划表准确性分数。
7.如权利要求1所述的评量客户交付服务的方法,其中依据所述至少一计划输出产量以及所述至少一实际输出产量决定该计划客户交付日期的准确性包括:
判断所述至少一计划输出产量是否大于0;
当所述至少一计划输出产量大于0时判断一型号的一每日交付计划表准确性分数;以及
依据该每日交付计划表准确性分数判断生产是否准时或延迟。
8.如权利要求7所述的评量客户交付服务的方法,其中判断该型号的该每日交付计划表准确性分数包括:
决定该型号至一选定日期前一日的一累计计划输出产量得到一第一累计计划输出产量;
决定该型号至该选定日期的一累计计划输出产量得到一第二累计计划输出产量;
决定该型号至该选定日期前二日的一累计实际输出产量得到一第一累计实际输出产量;以及
决定该型号至该选定日期前一日的一累计实际输出产量得到一第二累计实际输出产量。
9.如权利要求8所述的评量客户交付服务的方法,还包括:
依据该第一累计计划输出产量、该第二累计计划输出产量、该第一累计实际输出产量以及该第二累计实际输出产量的一排序序列决定该型号的该每日交付计划表准确性分数。
10.如权利要求1所述的评量客户交付服务的方法,其中依据所述至少一计划输出产量以及所述至少一实际输出产量决定该计划客户交付日期的准确性包括:
判断所述至少一实际输出产量是否大于0;
当所述至少一实际输出产量大于0时判断一型号的一每日交付计划表准确性分数;以及
依据该每日交付计划表准确性分数判断生产是否提前。
11.如权利要求1所述的评量客户交付服务的方法,还包括:
根据该计划客户交付日期的该准确性判断是否加速或减缓生产;以及
执行一步骤以加速或减缓生产。
12.一种评量客户交付服务的系统,包括:
一产生模块,用以产生一计划客户交付日期;
一第一决定模块,用以根据该计划客户交付日期决定至少一计划输出产量;
一第二决定模块,用以决定至少一实际输出产量;以及
一第三决定模块,用以根据所述至少一计划输出产量与所述至少一实际输出产量决定该计划客户交付日期的准确性。
13.如权利要求12所述的评量客户交付服务的系统,还包括:
一照相获取模块,用以获取该计划客户交付日期的准确性;以及
一执行模块,用以根据该计划客户交付日期的准确性加速或减缓生产。
14.如权利要求12所述的评量客户交付服务的系统,还包括:
一通知模块,用以自动通知一客户该计划客户交付日期。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US79575406P | 2006-04-28 | 2006-04-28 | |
US60/795,754 | 2006-04-28 | ||
US11/682,685 | 2007-03-06 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101082971A true CN101082971A (zh) | 2007-12-05 |
Family
ID=38912527
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNA2007101009639A Pending CN101082971A (zh) | 2006-04-28 | 2007-04-28 | 评量客户交付服务的方法与系统 |
Country Status (2)
Country | Link |
---|---|
US (1) | US7409258B2 (zh) |
CN (1) | CN101082971A (zh) |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8078497B1 (en) | 2006-09-21 | 2011-12-13 | Google Inc. | Distinguishing search results associated with an electronic commerce system |
US8725597B2 (en) * | 2007-04-25 | 2014-05-13 | Google Inc. | Merchant scoring system and transactional database |
US7824253B2 (en) * | 2008-04-02 | 2010-11-02 | Thompson Scott Edward | System and method for providing real world value in a virtual world environment |
US8364512B2 (en) * | 2010-02-01 | 2013-01-29 | Taiwan Semiconductor Manufacturing Company, Ltd. | Methods and systems for dynamic inventory control |
US20110225076A1 (en) * | 2010-03-09 | 2011-09-15 | Google Inc. | Method and system for detecting fraudulent internet merchants |
US20120316990A1 (en) * | 2011-06-09 | 2012-12-13 | Google Inc. | Evaluating Merchant Trustworthiness |
US9060062B1 (en) | 2011-07-06 | 2015-06-16 | Google Inc. | Clustering and classification of recent customer support inquiries |
US20130144800A1 (en) * | 2011-12-01 | 2013-06-06 | Google Inc. | Identifying Recommended Merchants |
US8407154B1 (en) | 2012-04-27 | 2013-03-26 | Google Inc. | Predicting shipment origin points |
US9811830B2 (en) | 2013-07-03 | 2017-11-07 | Google Inc. | Method, medium, and system for online fraud prevention based on user physical location data |
JP6430106B2 (ja) * | 2013-08-26 | 2018-11-28 | 東芝ライフスタイル株式会社 | 消費電力出力装置 |
EP3679491A4 (en) | 2017-09-06 | 2020-07-15 | Siteimprove A/S | WEBSITE RATING SYSTEM |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5819232A (en) * | 1996-03-22 | 1998-10-06 | E. I. Du Pont De Nemours And Company | Method and apparatus for inventory control of a manufacturing or distribution process |
JP2004501039A (ja) * | 2000-02-29 | 2004-01-15 | ユナイテッド パーセル サービス オブ アメリカ インコーポレイテッド | 車両等の配送システムおよび方法 |
DE10112681B4 (de) * | 2000-03-31 | 2004-02-12 | International Business Machines Corp. | Computersystem mit Verfahren zum Planen von Vorgängen in einem Stahlwerk und Programmspeichereinrichtung zum Durchführen des Verfahrens |
US7218980B1 (en) * | 2001-07-23 | 2007-05-15 | Esilicon Corporation | Prediction based optimization of a semiconductor supply chain using an adaptive real time work-in-progress tracking system |
JP2003228410A (ja) * | 2002-02-05 | 2003-08-15 | Hitachi Ltd | 着工管理システム |
-
2007
- 2007-03-06 US US11/682,685 patent/US7409258B2/en not_active Expired - Fee Related
- 2007-04-28 CN CNA2007101009639A patent/CN101082971A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
US7409258B2 (en) | 2008-08-05 |
US20070255606A1 (en) | 2007-11-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101082971A (zh) | 评量客户交付服务的方法与系统 | |
Towill et al. | The impact of agile manufacturing on supply chain dynamics | |
US7617015B2 (en) | Generating planning-level time and capacity requirement formulas for manufacturing processes | |
Homem-de-Mello et al. | Finding optimal material release times using simulation-based optimization | |
EP1550070A2 (en) | Systems and methods for planning, scheduling, and management | |
US8175733B2 (en) | Modeling manufacturing processes to include defined markers | |
US20080154412A1 (en) | Structural transformation of execution-level manufacturing process routings into planning-level routings | |
Haeussler et al. | Empirical validation of meta-models of work centres in order release planning | |
Habenicht et al. | A finite-capacity beam-search-algorithm for production scheduling in semiconductor manufacturing | |
RU2571598C1 (ru) | Виртуальная система управления процессом выпуска однородной продукции предприятия | |
Chien et al. | Modeling and analysis of semiconductor supply chains (Dagstuhl Seminar 16062) | |
Kopp et al. | A hierarchical approach to qualification management in wafer fabs | |
De Kok | Buffering against uncertainty in high-tech supply chains | |
Batra et al. | Right product, right time, right location: Quantifying the semiconductor supply chain | |
Biwer et al. | Capacity planning challenges in a global production network with an example from the semiconductor industry | |
Labanowski | Improving overall fabricator performance using the continuous improvement methodology | |
Li et al. | Development of a theory of constraints based scheduling system for ship piping production | |
Park et al. | New key performance indices for complex manufacturing scheduling | |
Angelus et al. | An asset assembly problem | |
Quintana et al. | Adaptive pull-type production control using Kalman Filters | |
KR20010010103A (ko) | 실물 관리 시스템 | |
Pereira | Integrating Production Planning in a Manufacturing Execution System (MES) | |
Choi et al. | Simulation-Based ‘Smart’Operation Management System for Semiconductor Manufacturing | |
Ryu | Developing an integrated capacity planning framework for production processes and demand supply chains | |
Bangash et al. | Inventory requirements planning at lucent technologies |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Open date: 20071205 |