设计变量敏感性分析

同样想降一成的成本，有的变量动一格就够了，有的变量拆到底也凑不齐。敏感性分析就是提前告诉你哪个变量是杠杆，哪个是死木头。

这项服务解决什么问题？

设计团队面对的成本变量很多，腔数、模架规格、钢料牌号、热流道点数与品牌、试模次数、加工余量。靠经验判断哪个变量影响大，判断错的方向会浪费一整个优化周期。我们把每个变量对总成本的边际影响算成数字，把变量按敏感度排序，优化顺序就不再靠猜。

服务对象是设计部与工程部，使用的时点在模具设计早期，变量还能低成本调整的阶段。设计冻结之后才做敏感性分析，结论只能留给下一代模具。

单变量分析怎么做？

每个变量取基准值，然后在合理范围内阶梯变动，其余变量锁定，观察总成本与单件分摊的响应。比如腔数从一腔到四腔逐档跑，钢料从 P20 到 8407 逐档跑，热流道从冷流道到一线品牌热流道逐档跑。

每个变量输出一条响应曲线，三个读数，总成本变化幅度、单件分摊变化幅度、拐点位置。拐点最有价值，比如钢料升级的边际收益在产量匹配点之后急剧变平，腔数加到产能利用率不足后单件成本反而回升。曲线的形状比端点值更能说明问题。

组合分析看什么？

变量之间有耦合。腔数变化会改变热流道点数需求，钢料升级可能允许减薄壁厚从而反哺产量，试模次数与热流道品牌选择相关。单变量结论在组合里可能失效，两腔加国产热流道与四腔加一线热流道，是完全不同的成本结构。

组合分析跑代表性组合，通常八到十二组，输出敏感性矩阵。矩阵的两个维度是变量与成本科目，格子里填响应幅度。一眼能看出哪个变量动的是大头科目，哪个变量只在零头科目里打转。

交付物包含什么？

三件。敏感性矩阵图，变量与成本科目的响应全景。变量优先级排序，按敏感度与调整难度综合排，标出推荐优先动的头部变量。推荐优化路径，把头部变量按设计流程串成可执行的顺序，哪一步在设计评审前定，哪一步可以放到供应商报价阶段谈。

排序不只看敏感度，还看调整成本。敏感度高但改起来牵一发动全身的变量，实际优先级要下调。腔数敏感度几乎永远第一，但它的调整窗口在设计早期，错过窗口的变量再敏感也只能放弃。

怎么判断分析结果可信？

两个校验。第一，模型基准点与市场行情核对，基准配置的算出的成本应落在同类模具的市场报价区间内，偏差超过两成说明参数有误。第二，用已知项目回测，拿一个已完成的模具项目输入模型，输出与实际成本对比，偏差修正后再用于新项目。

我们在每个项目里都做这两步校验，宁可多花三天校准模型，不交付一个方向性错误的结论。

适合哪些场景？

设计阶段成本控制，在评审前知道哪些参数值得争取。降本立项，用敏感度排序决定优化项目清单与资源分配。供应商技术沟通，拿着敏感性数据与供应商讨论配置替代方案，对话效率完全不同。新产品平台规划，确定平台化模具的变量范围，为后续衍生型号预留成本最优的扩展路径。

分析结果怎么落进设计评审？

敏感性分析最常见的失败方式是报告很厚、评审照旧。我们交付时的固定动作是把结论翻译成评审语言，变成设计评审检查单上的三个条目。第一，必答题，敏感性排序前两位的变量在评审会上必须给出明确取值与理由，不允许搁置。第二，红线题，敏感度高但调整窗口即将关闭的变量，标注倒计时，倒计时结束前未决策视为接受默认值。第三，留白题，明确哪些变量留到供应商报价阶段再定，防止评审会透支精力。

这套翻译机制的来源是大量项目的复盘，分析结论与评审决议之间的断层是敏感变量失控的主因。评审会不缺数据，缺的是把数据变成议程的机制。交付物里的评审支持包含一次评审会旁听或主持，我们把敏感性结论带进会场，替数据说话，把争论从立场拉回读数。客户反馈这个环节的价值经常超过报告本身，因为再好的分析也要过得了会才算数。