【采购】采购数据分析的8个流程与常用7个思路
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
【采购】采购数据分析的8个流程与常用7个思路
在采购过程中,数据分析具有极其重要的战略意义,是优化供应链和采购决策的核心大脑。因此做好数据分析,是采购过程中最重要的环节之一。
那么如何做好数据分析呢?以下梳理出数据分析的8步流程,以及常见的7种分析思路。在启动数据分析前,最好跟主管或数据经验较丰富的童鞋确认每一步的分析流程。
一、数据分析八流程:
1、为什么分析?
首先,你得知道为什么分析?弄清楚此次数据分析的目的。比如,什么类型的
客户交货期总是拖延。你所有的分析都的围绕这个为什么来回答。避免不符合
目标反复返工,这个过程会很痛苦。
2、分析目标是谁?
要牢记清楚的分析因子,统计维度是金额,还是产品,还是供应商行业竞争趋势,还是供应商规模等等。避免把金额当产品算,把产品当金额算,算出的结
果是差别非常大的。
3、想达到什么效果?
通过分析各个维度产品类型,公司采购周期,采购条款,找到真正的问题。例
如这次分析的薄弱环节供应商,全部集中采购,和保持现状,都不符合利益最
大化原则。通过分析,找到真正的问题根源,发现精细化采购管理已经非常必
要了。
4、需要哪些数据?
采购过程涉及的数据,很多,需要哪些源数据?采购总额?零部件行业竞争
度?货款周期?采购频次?库存备货数?客户地域因子?客户规模?等等列一个表。避免不断增加新的因子。
5、如何采集?
数据库中供应商信息采集,平时供应商各种信息录入,产品特性录入等,做数据分析一定要有原料,否则巧妇难为无米之炊。
6、如何整理?
整理数据是门技术活。不得不承认EXCEL是个强大工具,数据透视表的熟练使用和技巧,作为支付数据分析必不可少,各种函数和公式也需要略懂一二,避免低效率的数据整理。Spss也是一个非常优秀的数据处理工具,特别在数据量比较大,而且当字段由特殊字符的时候,比较好用。
7、如何分析?
整理完毕,如何对数据进行综合分析,相关分析?这个是很考验逻辑思维和推理能力的。同时分析推理过程中,需要对产品了如指掌,对供应商很了解,对采购流程很熟悉。看似一个简单的数据分析,其实是各方面能力的体现。首先是技术层面,对数据来源的抽取-转换-载入原理的理解和认识;其实是全局观,对季节性、公司等层面的业务有清晰的了解;最后是专业度,对业务的流程、设计等了如指掌。练就数据分析的洪荒之力并非一朝一夕之功,而是在实践中不断成长和升华。一个好的数据分析应该以价值为导向,放眼全局、立足业务,用数据来驱动增长。
8、如何展现和输出?
数据可视化也是一个学问。如何用合适的图表表现?每一种图表的寓意是什么?下面列举下常用的8个图表:
(1)折线图:合适用于随时间而变化的连续数据,例如随时间收入变化,及增长率变化。
(2)柱型图:主要用来表示各组数据之间的差别。主要有二维柱形图、三维柱形图、圆柱图、圆锥图和棱锥图。
(3)堆积柱形图:堆积柱形图不仅可以显示同类别中每种数据的大小,还可以显示总量的大小。
(4)线-柱图:这种类型的图不仅可以显示出同类别的比较,还可以显示出趋势情况。
(5)条形图:类似于横向的柱状图,和柱状图的展示效果相同,主要用于各项类的比较。
(6)饼图:主要显示各项占比情况。饼图一般慎用,除非占比区别非常明显。因为肉眼对对饼图的占比比例分辨并不直观。而且饼图的项,一般不要超过6项。6项后建议用柱形图更为直观。
(7)复合饼图:一般是对某项比例的下一步分析。
(8)母子饼图:可直观地分析项目的组成结构与比重
图表不必太花哨,一个表说一个问题就好。用友好的可视化图表,节省阅读者的时间,也是对阅读者的尊重。
有一些数据,辛辛苦苦做了整理和分析,最后发现对结论输出是没有关系的,虽然做了很多工作,但不能为了体现工作量而堆砌数据。
在展现的过程中,请注明数据的来源,时间,指标的说明,公式的算法,不仅体现数据分析的专业度,更是对报告阅读者的尊重。
二、数据分析七思路:
1、简单趋势
通过实时访问趋势了解供应商及时交货情况。如产品类型,供应商区域(交通因子),采购额,采购额对供应商占比。
2、多维分解
根据分析需要,从多维度对指标进行分解。例如产品采购金额、供应商规模(需量化)、产品复杂程度等等维度。
3、转化漏斗
按照已知的转化路径,借助漏斗模型分析总体和每一步的转化情况。常见的转化情境有不同供应商及时交货率趋势等。
4、用户分群
在精细化分析中,常常需要对有某个特定行为的供应商群组进行分析和比对;数据分析需要将多维度和多指标作为分群条件,有针对性地优化供应链,提升供应链稳定性。
5、细查路径
数据分析可以观察供应商的行为轨迹,探索供应商与本公司的交互过程;进而从中发现问题、激发灵感亦或验证假设。
6、留存分析
留存分析是探索用户行为与回访之间的关联。一般我们讲的留存率,是指“新新供应商”在一段时间内“重复行为”的比例。通过分析不同供应商群组的留存差异、使用过不同功能供应商的留存差异来找到供应链的优化点。
7、A/B 测试
A/B测试就是同时进行多个方案并行测试,但是每个方案仅有一个变量不同;然后以某种规则优胜略汰选择最优的方案。数据分析需要在这个过程中选择合理的分组样本、监测数据指标、事后数据分析和不同方案评估。
不单是供应商及时交货的数据分析,其他的数据分析流程和思路也一样适用,只是维度重点很多,以及组合的维度也非常多,因此就需要更清晰的思路和大局观,避免陷入到数据海洋中。