数据分析帮助企业降“三高”(上)

一些行业在随着To C领域消费互联网“流量红利”的见顶,近两年To B领域工业互联网逐渐热了起来。

数据分析帮助企业降“三高”(上)

工业互联网,不是开通“两微一抖”(微信、微博、抖音),不是入驻电商平台;它涉及企业方方面面的数字化、互联网化。比如营销、供应链、生产、财务、人力资源的数字化、互联网化、物联网化。

工业互联网既然涉及企业方方面面的互联网化,一篇文章就不能大而全的去写了。本文从数据分析角度,谈谈如何通过数据产品帮助工业企业、商贸企业或电商企业降低“高成本、高库存、高交货期”的“三高”问题。

01、降成本

一般情况下,采购成本、生产成本、物流成本,是企业成本的主要构成。那么,我就逐一谈谈数据分析产品,如何帮助企业降低这三个成本。

1、降低采购成本

在企业的采购管理中,经常遇到如下两类问题。

一是因采购计划准确性低,造成停工待料或库存积压。停工待料浪费时间,库存积压造成库存资金占用,横竖都是增加企业的采购成本。

二是因缺乏对供应商全面的数据分析,造成主要靠经验判断供应商的服务质量。这导致重点供应商管理不到位、配合不到位、协作不到位,无形中导致采购价格没优势。

对于第一个问题,数据产品中可以设计“平均采购频率、平均库存可用天数、平均采购量、日均消耗量”四个指标。理清它们之间的关系并进行分析,帮助制定合理的采购计划,进而降低采购成本。

先解释一下这四个指标,分别代表什么含义?先说明一点,这四个指标都是按物料计算。

数据分析帮助企业降“三高”(上)

平均采购频率,就是多久采购一次。比如找出最近一段时间的采购数据,计算出每次的采购间隔天数,除以采购次数,就是平均采购频率。

平均库存可用天数,指仓库里的数量,平均够多少天用的。计算这个指标前,先需要求出一段时间内,每天的现存量、每天的消耗量之和。然后把这两个和相除,即可得到平均库存可用天数。

平均采购量,就是把每次的采购数量相加,除以采购次数。具体取多长时间的采购单据,这个根据实际需要即可。

日均消耗量,这个指标比较容易理解,就是每天用掉多少。

下面解释这四个指标在降低采购成本中,如何用?

“平均采购频率”与“平均库存可用天数”这两个指标反映采购与消耗之间的关系,理想情况下“平均采购频率”应是“平均库存可用天数”的2倍。

倍数越大越容易引起缺料,越小越容易引起积压。比如平均30天采购一次,平均持有5天的库存,二者是6倍关系,不缺料才怪呢?同理,平均5天采购一次,平均持有30天的库存,不爆仓才怪呢?

那又为什么2倍关系合理呢?理想情况下,最高库存可用天数是平均库存可用天数的2倍,把采购入库那一时刻视为最高库存;“平均采购频率”与“平均库存可用天数”在数值上就是2倍关系了,即刚没库存就立即补上了。

所以两者是2倍关系时,理论上既不缺料,也不积压;所以从二者之间的关系,我们能够看出采购计划的时间合理性。

平均采购频率,反映的采购时间间隔,此指标主要从时间间隔角度反映最新的采购动向。但是,采购不仅要关心时间,而且要关心数量;所以“平均采购量”也非常重要。

产品经理在设计数据产品时,把“平均采购量”“平均采购频率”“日均消耗量”一块儿对比分析,会更有价值。理想情况下,“日均消耗量”等于“平均采购量”除以“平均采购频率”比较合适。

可以用一个生活中的例子,简单证明一下它们之间的关系。比如我家每天吃5个鸡蛋,一盒鸡蛋30个,平均6天去一次超市即可。

上述四个指标时,根据实际情况取当前旺季或淡季这段时间做为计算的基准天数。这样,可以有效避免因市场波动而造成指标计算不准确。

到这里,把上述四个指标的取值、关系、用法分析完,相信你定会理解如何通过数据分析产品避免采购计划波动,避免停工待料、避免库存积压,进而实现均衡采购,降低采购成本。

我们再看一下如何通过数据分析,优化供应商的管理,达到降低采购成本的目的。

首先,可以根据采购额大小对供应商进行ABC的 “二八”分类,把不同重要程度的供应商分门别类。

然后,再通过 “四象限分析法”,分析A类供应商的“交货及时率、质量合格率”等指标,找到交货及时率高、质量合格率高的供应商,与其形成战略合作,甚至开展JMI(联合管理库存)、结成新产品开发联盟等方式,达到降低采购成本的目的。还有对独家供货的供应商,以及特殊物料供应商,可以通过“四象限分析法”分析采购单价与应付账龄的关系,在企业现金流允许的前提下,可以通过缩短应付账龄撬动采购价格的降低,进而达到降低采购成本的目的。

只要大家开动脑筋,多实践、多思考,在数据分析中可以设置更丰富的指标,从多个角度帮助企业实现更理性的采购决策,进而降低采购成本。

另外,在数据分析产品中,可以把指标分析的取值做成可配置,以增加产品的灵活度。比如“平均采购频率”,是取采购入库单数据,还是取采购订单数据?完全可以做成可选项。

“平均采购频率”在淡旺季差异很大,那么企业可以设置参数,是取最近几次的采购单据进行分析,还是取最近多少天的采购单据进行分析,建议在数据产品中都做成灵活配置项,供业务方灵活选择使用。

2、降低物流成本

很多工业企业的财务处理中,把物流费用最终归入生产成本,我也把物流费用放在降低成本中进行论述。日本早稻田大学西泽修教授曾提出了“物流冰山学说”,阐述了企业向外部支付的物流费用是很小的一部分,真正的大头是企业内部发生的物流费用。现在很多企业也深刻的意识到了这个问题,所以越来越多的企业逐步把利用自己的车辆运输、库房保管、自己工人进行包装的装卸等费用也列入物流费用;甚至,把一些物流设备的折旧费、维修费、电费等也列入了物流费用。本人很赞同这种做法,从精细化管理的角度,本人也推荐这种做法。

基于企业把内部物流费用清晰归集的前提下,我们可以通过数据产品进行多维度、多层次的各类分析,并可以采用丰富的图形化展示。这样就能看到以前看不细、看不到的数据,进而找到降低物流成本的空间。

拿我服务过的企业举个例子,该企业在设备管理中把制造费用中的燃料费(烧的油)又按仓库、按车间、按项目进行了细分,有了这些基础,在数据产品中,不但可以分析每一个月的燃料费用构成,而且可以查看趋势、同比、环比等等,甚至可以通过回归分析,进行预测。结合生产产量等其他因素,我们便可以分析燃料费发生的合理性,可以直观的判断是否存在浪费,是否有降低的空间。

3、降低生产成本

在生产成本环节,很多企业有两个比较头疼的问题。一是:成本归集不清楚;二是:成本分析不清楚。成本归集不清楚的问题,可以通过业务系统解决;成本分析不清楚的问题,建议通过数据产品帮助解决。通过成本分析,我们可以降低浪费、优化成本结构,指导成本预测。具体来说,我们可以依据产品、项目等进行料工费的比例、趋势和定额对比分析,来指导成本结构优化、产品结构优化和成本预测,从而帮助降低生产成本。

本文由 新媒体之家 作者: 王晓明 发表,其版权均为原作者所有,文章内容系作者个人观点,不代表 新媒体之家 对观点赞同或支持,未经许可,请勿转载,题图来自Unsplash,基于CC0协议。
2

发表评论