全文约1800字；
阅读时间：约4分钟；
听完时间：约8分钟；
在昨天进行的二级子件替换中，如果我们在计算过程中发现结果依然为负数，这表明即便已经应用了一级替代件，所需物料仍处于短缺状态。遇到这种情况时，有必要进一步审查是否还有更多的替代选择可用。此时，我们的注意力应集中在零件组数量超过两个的情形上，因为这通常意味着存在额外的备选件可以用于第三级的替换操作。
三级判断在完成二级判断后，若仍有物料短缺，接下来需寻找三级替代零件的子件。这一环节，我们将再次运用筛选函数来详细列出所有可能的三级替代子件。为此，在适当的位置输入以下公式：
=FILTER(Z3:AG17,AD3:AD17>2)
公式解释：
此公式使用了FILTER函数，它从范围Z3:AG17（即包含子件信息的区域）中筛选数据，条件是列AD3:AD17（这里假设存储着零件组的数量）中的值必须大于2。这样，我们可以确保只列出那些零件组数量超过两个的替代子件，从而进一步处理物料短缺的问题。
为了方便后续判断3级子件替代，继续把筛选后的区域转换成一列一列的动态数组区域：
=INDEX(FILTER(Z3:AG17,AD3:AD17>2),1)
=INDEX(FILTER(Z3:AG17,AD3:AD17>2),2)
……
一直到
=INDEX(FILTER(Z3:AG17,AD3:AD17>2),8)
三级子件三级可替代子件的判断方法和二级可替代子件的判断方法原理一致，都是定位到BOM中找到下两层，在合适位置录入以下公式：
=DROP(REDUCE("",AI3#,LAMBDA(X,Y,VSTACK(X,LET(A,FILTER(G3:G12,(F3:F12=Y)*(K3#=OFFSET(Y,,4))),INDEX(A,MATCH(OFFSET(Y,,1),A,0)+2))))),1)
公式解释：
REDUCE函数用于累积计算，它遍历数组AI3中的每个元素，并对每个元素应用LAMBDA定义的函数。
LAMBDA函数定义了一个局部操作，其中X代表累积的结果，Y是当前元素。
VSTACK函数将累积结果X与新生成的数据堆叠在一起。
LET函数用于定义局部变量A，它通过FILTER函数从G3:G12范围内筛选数据。筛选条件包括F3:F12列等于当前元素Y，并且K3#列等于OFFSET(Y, , 4)的结果。
INDEX函数结合MATCH函数用于获取满足条件的行中下两个元素的值，从而添加到累积结果中。
最终，DROP函数用于移除累积结果中的第一个元素，因为REDUCE通常会从一个初始值开始，而这个值在这里不需要。
总体而言，这个公式旨在动态地生成一个列表，其中包含了所有可能作为三级替代的子件。
三级欠料通过上述三级筛选与判断过程，以及对三级子件的识别，我们已确定了第三级子件的零件替代编码。接下来，可以利用这些编码去查询库存，判断是否存在物料短缺的情况。为此，在工作表的适当位置输入以下公式：
=XLOOKUP(AP3,M3:M8,N3:N8,0)+AO3
公式解释：
AP3：这是存放着要查找的零件替代编码的单元格。
M3:M8：这是包含所有可能编码的列，XLOOKUP函数将在此列中搜索AP3中的编码。
N3:N8：这是与编码列相对应的库存数量列，当XLOOKUP在M3:M8中找到匹配项时，它将返回N3:N8中相应位置的库存数量。
0：这是XLOOKUP函数的第四个参数，代表如果没有找到精确匹配，则返回0。这适用于本例中，因为我们假设没有找到编码的情况下，库存量为0。
+ AO3：这部分实际上代表的是公式的减法操作，因为在二级判断中，欠料情况是用负数表示的。因此，这里的加号运算实际上相当于从库存中减去二级判断所显示的欠料量。
通过逐层深入的判断，一旦到达某个层级，发现已无更深层次的可替代子件时，判断过程即可终止。换句话说，如果最多只有三个级别的可替代零件，那么判断只需进行到第三级；假如有更多层级的替代选项，判断就应当延伸至最高的那个层级。判断的方法并无特别的捷径，关键在于按部就班、层次分明地进行每一级的评估。这种逐级判断的策略，确保了在面对复杂物料清单时，我们能够全面覆盖所有可能的替代方案。
最后就是就是所有欠料的汇总和展示，这部分将放到明天和大家来分享。
最后总结在历经详尽的一、二、三级子件替代判断后，我们构建了一套系统性的解决方案，用于应对物料短缺挑战。这一流程不仅揭示了替代零件的潜在层次，还确保了供应链管理的灵活性和效率。通过运用高级WPS函数如FILTER、REDUCE、LAMBDA及XLOOKUP，我们得以自动化地筛选和计算多级子件的替代可能性，同时精确地监控库存状态。
总结而言，这套方法论的核心在于分层递进的判断逻辑，它引导我们从直接的替代选项出发，逐步深入探索更复杂的替代链路，直至达到最深的替代层级。这一策略不仅简化了决策路径，还优化了资源分配，尤其是在物料清单（BOM）结构复杂且层级众多的环境中。通过将理论知识转化为实用的WPS公式，我们不仅解决了眼前的物料短缺问题，更为企业未来面对类似挑战时提供了可复制的模板。
明日，我们将聚焦于如何汇总和可视化这些欠料数据，以便更直观地呈现物料短缺的整体状况，以及如何依据这些信息制定补救措施。敬请期待，这将是整个流程中至关重要的一环，它将帮助我们更好地理解供应链中的薄弱环节，进而采取有效行动，保障生产顺畅进行。
