精华内容
下载资源
问答
  • 所谓数据分析的势、道、术,就是指数据分析的方向、方法和工具,也是提出问题、分析问题、解决问题的思维逻辑。供应链上的数据是从制造型企业,到物流企业,再到零售业的过程。而这三者均是传统型企业,而如今更多的...

    所谓数据分析的势、道、术,就是指数据分析的方向、方法和工具,也是提出问题、分析问题、解决问题的思维逻辑。供应链上的数据是从制造型企业,到物流企业,再到零售业的过程。而这三者均是传统型企业,而如今更多的商流数据是通过互联网,而实际的企业经营、运营数据仍旧是在供应链上的各个企业手中。本文从一个传统型行业如物流、零售、制造业等的角度来看数据分析,而并非如今数据分析做的很火的互联网或金融行业的角度。

    数据化运营

     

    “势”——数据分析的方向,此处不是指数据分析行业的发展方向,而说的是数据分析的分析方向,抑或说一个物流公司的角度如何做数据分分析。对于一个传统行业的公司,数据分析应当从三个方面进行。

    首先,市场端的数据分析。这类的数据分析主要是针对零售业、电商等2C类企业。市场端的数据分析主要是两个方面,一个是外部的:客户数据;一个是内部的:产品数据。

    所谓客户数据,若是2B的企业便是客户的体量、客户的数量分布、基础信息等等。若是2C的企业(如快递、零售等),可以研究人口的分布,网购人群的情况。阿里有阿里指数、百度有百度指数,目前其数据开放的越来越少了,但是还是可以看出主要的人群,以及相关产业的区域分布。以物流企业为例,通过探知货物类型,加之以现场调研,便可以得出大致的货品类型,而进行有针对性的物流服务;若是2B的企业(如大零担、三方、专线等),可以通过分析目标企业的市场分布,有针对性的在工业园区进行地推、宣传。如今工商企业对企业信用数据的公开,就有像天眼查、企查查等这类查询工商企业信息的网站,通过地址信息确定坐标,进而分析企业的集中地区,找出地推区域,进而有针对性的进行2B的业务拓展工作。如图则是四川成都市的食品制造业企业热力图。

    通过地图,我们可以清晰的看到成都市食品制造型企业的集中区域,虽然企业名录可能不够全,但是整体的分布结构是一定的,因而最终的市场分析结果是可用的。而这也是大数据的概念中的更注重数据结构,而一定程度的忽略数据质量。

     

    其次,是经营数据,此部分数据多是财务数据,是直接反映企业经营情况的数据,适用于供应链上各种类型企业。

     

    经营数据主要是财务报表中的收入、成本、毛利等等,一般小企业多看的是利润表,大企业会看资产负债表和现金流量表。所谓利润表可以直接反映企业的经营情况,也就是企业是赚了、还是赔了。此部分主要是财务数据的分析,做经营数据分析的部门一般是公司的财务部。经营数据主要是收入、成本(直接成本、间接成本)、费用。其中成本和费用有着一定的关系,因为间接成本中的人力成本增加便会在一定程度上造成费用的增加。

     

    当然,经营数据的分析有着很多方法,也有很多的管理会计方面的书籍可以参考。如图便是著名的杜邦分析法:

    最后,便是运营数据,目前对于运营数据,不同行业的运营数据分析能力参差不齐,而不同行业对运营一词的定义也有所不同,这类数据主要是集中在成本控制,客户运营、会员运营等。

    例如,对于物流行业来说,大部分企业其实还停留在KPI的搜集和整理上,没能做到通过数据进行事前预测。除非像京东、苏宁等其销售段就是自身的物流,可以通过销售情况进行预测。第三方物流的货量过多依赖于其客户的计划,而客户往往只会给相对的淡季旺季,而缺少明确的货量预测。大部分企业运营分析相对匮乏,需要建立一个可视化仪表盘对数据进行实时监控和钻取。

    而仪表盘的好坏,最需要注意的便是其内在的逻辑和数据对业务的帮助,而其实现技术则在其二。目前,仪表盘的实现技术包括Power BI、D3.JS、highcharts甚至Excel等等。

    所谓企业数据分析的道,即为企业数据分析的方法。对于企业而言,数据分析需要与业务紧密结合,一切脱离业务的数据分析,都是耍流氓。而要数据紧贴业务,则数据分析人员需要对整个业务流程了解,明白所有数据的出处、流向。此概念类似于在做企业信息资源规划(IRP)的过程中的数据流图。虽然这个概念已经有一段时间,但是目前国内的中小企业而言,仍旧难以落地实施,其标准化过程仍旧艰难重重。

    提到数据分析的方法,很多人还会提到数据分析的基本流程。此处将整个流程分成了两个部分,一方面是对业务流程的梳理、一方面是对数据模型的建立,这两个过程中其实是贯穿在整个数据分析流程中的,而整个数据分析流程又是一个PDCA的闭环过程。

    对于企业数据分析,尤其是传统行业企业,第一个层次是业务流程的梳理。要对业务流程数据进行标准化,这其中不仅仅是数据格式的标准化,更是对数据出处的标准化,对数据字段名称概念的标准化。这样,便才可以达到“数出一门”。而另一个维度来看,是财务数据关系的梳理,梳理公司业务中的收入、成本、毛利、利润、间接成本、费用等细项之间的关系。梳理这个主要原因是不同公司的费用、成本归属不同,寻求合理的费用归属,会对公司的经营分析工作带来极大的便利;反之,则会造成费用项不清,数据难以支持实际经营的分析。

    通过对业务数据、财务数据的梳理,将这些数据标准化,然后进行分析,这时变需要用到各种常用的分析方法。

    对于数据分析的方法,可以从两个层次来谈,有一部分前辈认为可以叫为数据分析和数据挖掘。我不太喜欢搞太多概念性的东西,还是实在一点好,姑且就是数据分析的方法,只不过有一些新的人工智能方法应用而已。

    首先说常用的几种方法:

    1、交叉表分析

    交叉列表分析法是指同时将两个或两个以上有一定联系的变量及其变量值按照一定的顺序交叉排列在一张统计表内,使各变量值成为不同变量的结点,从中分析变量之间的相关关系,进而得出科学结论的一种数据分析技术。

    简单的说就是将一份数据的两个列做交叉进行分析。比如一列数字是性别,一列数字是消费金额,做成交叉表就是男性和女性分别的消费总额是多少。所谓交叉表说的高大上,平时也可以叫透视表分析。其实excel的透视表基本可以满足,稍微大型一些数据,用SQL语句也完全可以查询出来。

    2、聚类分析

    聚类分析指将物理或抽象对象的集合分组为由类似的对象组成的多个类的分析过程。

    聚类分析最经典的案例要算啤酒与尿布的购物篮算法,至于其中的故事,网上有好多,此处不予赘述。购物篮分析最常用的便是Apriori算法,现在使用R语言或者Python便可以轻松调用其相关算法包,进行支持度和置信度的计算。

    2、回归分析

    回归分析常用在预测模型当中,回归分析主要是分析两个事物之间的相关情况,然后寻求其中的规律,如线性回归、logistic回归等等。

    3、杜邦分析

    杜邦分析一般是财务上常用的分析方法,其将利润或者毛利进行细致拆分,通过各个指标的变化比较,来分析其多总体的影响。一般情况,杜邦分析多采用多个企业或项目进行比较,对于单个企业或项目的杜邦分析,意义较小。

    4、RFM分析

    RFM分析是在客户运营和会员运营方面最最常用的方法,通过看客户在一段时间内的购买次数、最近购买时间和购买金额,来对客户进行分类,对客户进行打标签,进而对其进行有针对性的精准营销。

    当然,数据分析的方法模型,不仅仅限于这几种,对于数据分析来说,涉及供应链不同环节的企业,分析方法和分析指标也有所区别,其数据分析的侧重点也有所不同。

    提到数据分析用到的工具,其实做数据开发的朋友们用的最多,且技术更加娴熟。对于业务数据分析人员来说,多数时间接触的,便是Excel和SQL,通常是在数据库中以SQL进行取数,然后进行Excel做报表,最后呈现形式可能是Excel或者是PPT。

    而在数据分析过程中,还有一些BI工具非常好用,如Smartbi,还有Tableau等BI工具,这种BI工具是数据分析可视化的利器,可以非常快的上手,以简单拖拽的形式进行取数。

    个人认为,数据可视化工具最最重要的作用,是更加直观的去观察数据,而不是去炫科技,很多朋友在初步接触可视化工具时,会产生这样的误区,过于追捧图表的美观、颜色,而并没有注意其中的数据的意义,反倒喧宾夺主。若为了展示,专业的美工会比数据分析师做的图更加漂亮,数据分析师当以数据直观展示为主,下面是在实际画图中,图表选型的方法:

    注:图片来自百度

    在企业数据分析工具的选择中,还需要尽量简单,比如说选择的图表,若用powerBI进行图表绘制,多数是要保存成图片粘贴在PPT或者Excel中,因为在实际工作中,并不是所有领导的电脑都会安装这种软件。当然若购买其Server服务另算,tableau也是同理。对于大部分中小企业而言,仍旧是Excel图表最为实用,Office在企业电脑中的装机普及率远高于任何其他数据分析软件。

    对于Excel来说,使用数据透视表和数据透视图,也可以做出数据联动效果。运用超链接,可以制作出数据下钻的效果。虽然其制作过程非常繁琐,且在数据量大的时候,会造成表格巨大,难以打开。此时可以使用VBA进行解决,使用VBA代替其中的部分公式链接,便可大大缩小excel体积,且在展示的时候得到良好的效果。

    而对于大数据来说,很多企业采用数据库的形式和自建BI(或找供应商)的方法,其底层的数据库可能是常用的MySQL,也可能是服务器集群。对于业务数据分析师来说,主要是使用SQL和NoSQL语言进行取数,然后进行变换的交叉分析,具体分析则可能使用Excel或者Python的pandas,numpy等。

    零零散散,将数据分析的势、道、术说了一遍,借以总结自己的部分工作,也为了和同行多多交流,如有疏漏,欢迎指正。

    引自博客:http://www.zwd56.cn/?id=15

    展开全文
  • 供应链经营数据分析数据源
  • 06K3标准供应链数据分析.pptx
  • 金蝶K3标准供应链数据分析.ppt
  • 分析使用了DataCo Global公司使用的供应链数据集。供应链数据集,允许使用机器学习算法和R软件。重要的注册活动领域包括:供应,生产,销售,商业分销,还允许将结构化数据与非结构化数据进行关联以生成知识。 ...
  • 数据分析供应链:用于大数据分析的DataCo智能供应链 DescriptionDataCoSupplyChain.csv DataCoSupplyChainDataset.csv tokenized_access_logs.csv
  • 宝洁供应链管理研究

    2020-12-15 14:09:30
    宝洁供应链管理研究以围绕物流采购为核心,以方便大家了解学习宝洁供应链管理研究为前提,喜欢宝洁供应链...该文档为宝洁供应链管理研究,是一份很不错的参考资料,具有较高参考价值,感兴趣的可以下载看看
  • 测量供应链效率的一种策略是数据包络分析(DEA),它涉及使用当前的输入和输出来评估供应链绩效。 因此,每个DEA评估的结果都不适合为将来提供合适的基准。 因此,管理人员无法使用DEA模型的结果来改善其子集的活动...
  • 数据分析供应链有什么影响

    千次阅读 2020-05-20 11:19:32
    数据分析(指大型和复杂的数据集)的好处是显而易见的:大数据可以完全改变组织的工作方式,在效率、成本、可见性和客户满意度方面产生巨大差异。  大数据来源广泛:  -如今的技术和社交平台允许企业以评级...

      如今,从物流到客户偏好的各种数据的持续增长正在迅速改变企业的经营方式,并突出了对加强数据管理和分析的强烈需求。大数据分析(指大型和复杂的数据集)的好处是显而易见的:大数据可以完全改变组织的工作方式,在效率、成本、可见性和客户满意度方面产生巨大差异。

     

      大数据来源广泛:

     

      -如今的技术和社交平台允许企业以评级、评论和博客评论的形式获得直接的客户反馈。

     

      -来自移动通信、社交平台和电子商务的数据正在与来自企业系统的数据集成。

     

      -随着物联网和机器对机器通信的引入,制造业正在从基于事件的计划转变为实时感测。

     

      -不断发展的传感器技术可提供实时设备和产品状况数据,从而实现自动维护和过程调整。

     

      数据在数量上、种类上和速度上都有所增长,如果以正确的方式加以利用,可以带来巨大的价值。

     

      研究显示,企业已经在推动整个企业供应链的生产力,但在供应链功能中使用大数据分析在全球企业中并不普遍或协调得很好。受益于大数据分析的公司有三个共同点:它们拥有强大的企业级分析战略,它们将大数据分析嵌入供应链运营,它们拥有合适的人才库,能够从大数据中产生可操作的见解。

     

      有必要雇用、培训和扶持能够帮助企业从大数据分析中受益的领导者。从人力资本的角度来看,大多数公司的定位尚不足以接受数字化供应链转型。我们分析了各行各业的50多位高级供应链高管的个人资料,以了解他们在供应链数字化方面的定位。在涉及所谓的“数字防备连续性”方面,各行各业的公司中绝大多数高管都普遍缺乏。

     

      调研机构采访了各行各业的商界领袖,以探讨当今日益数字化的世界对首席供应链官的角色以及供应链领导者与高级管理人员中其他高管人员之间互动的影响。通过这些访谈,我们发现了供应链领导者应具备的四个关键特征,以便能够从大数据分析中获得收益:

     

      1.对数据和系统技术有深刻的了解。当今的企业可以通过数据分析和通过数字方式收集数据来深入了解客户行为。尽管不需要首席供应链官成为信息技术(IT)专家,但他们应该对数据收集、技术和分析有足够的了解,以引导对话并为高级领导者及其供应链团队提供数字化愿景。供应链领导者应认识到如何实施和利用相关平台和流程以及数据来自何处,并应表现出对来自各种渠道的数据范围和规模的扎实理解。重要的是,领导者必须准备好对数据采取明智的行动。

     

      2.具有影响力的协作方法。如果首席供应链官在孤岛工作,将无法从大数据分析中获得收益。在内部,供应链领导者必须能够与首席技术官进行沟通和协作,以帮助确定适合组织的技术和政策;与首席数据官一起了解如何最佳地捕获和使用数据;与首席营销官一起,评估供应链如何能够更专注于客户和需求驱动,并与首席执行官具体沟通更广泛的创造价值的机会。最终,供应链执行官将需要能够与内部利益相关者和外部供应商建立桥梁。

     

      3.跨职能经验。如今的供应链管理人员具有跨部门的经验,并且能够理解和与来自多个业务部门的人员进行交流。重要的是,首席供应链官员还必须具有销售、财务或技术方面的知识。

     

      4.发展新技能和培训他人的能力。当今的首席供应链官必须紧跟最新技术,以确保组织适当地吸收数字技能和分析人才。企业犯的最大错误之一是在没有适当准备组织的情况下实施大数据分析项目。建立内部计划以确保在整个供应链中采用技能至关重要。

     

      要从整个供应链或整个组织的大数据分析中获取所有好处,不仅需要技术和IT。从首席执行官和执行委员会开始,企业必须准备好支持一种全新的思维方式,培养一种对创新和技术开放的文化,并愿意挑战关于供应链管理方式的惯例。

     

      由于供应网络上数十亿的连接设备提供关于服务需求、位置和库存分布的实时信息,甚至实现预期的需求,理解和接受大数据的执行领导层、数字颠覆和这些趋势的人力资本方面对未来企业的优势至关重要。

    展开全文
  • 云计算赋能供应链金融发展分析.pdf
  • 供应链八大关键指标

    千次阅读 2020-09-01 09:34:26
    该指标可反映供应链各节点在一定时期内的产销经营状况、供应链资源(包括人、财、物、信息等)有效利用程度、供应链库存水平。该指标值越接近1,说明供应链节点的资源利用程度和成品库存越小。 ...

    1、产销率指标

         工业产品销售率(产销率)是指工业企业在一定时期已经销售的产品总量与可供销售的工业产品总量之比,它反映工业产,反之则小。企业供应链产销率是指一定时期内供应链各节点已销售出去的产品和已生产的产品数量的比值。

    产销率=一定时期内供应链某节点已销售产品数/一定时期内供应链该节点已生产产品数

          该指标可反映供应链各节点在一定时期内的产销经营状况、供应链资源(包括人、财、物、信息等)有效利用程度、供应链库存水平。该指标值越接近1,说明供应链节点的资源利用程度和成品库存越小。

    2、产需率指标

     

           产需率是与产销率密切相关的一个指标,它从另一个角度衡量了供应链系统的整体运营状况。产需率是指在一定时间内,企业供应链各节点已生产的产品数(或提供的服务)与其下游节点(或用户)对该产品(或服务)的需求量的比值,即:

    产需率指标=一定时期内某节点已生产的产品数(或提供的服务)/一定时期内下游节点对该产品(或服务)的需求数

          该指标反映供应链各节点间的供需关系。产需率越接近1,说明上下游节点间的供需关系协调,准时交货率高,反之则说明上下游节点间的准时交货率低或综合管理水平较低。

           根据企业管理中的“木桶原理”,在实际评价中,我们可以选取“木桶”中最短的那块“木板”即产需率最低的节点的产需率作为企业供应链产需率总体评价的指标值。

    3、产品出产(或服务)循环期指标

          供应链产品出产(或服务)循环期是指供应链各节点产品出产(或服务)的出产节拍或出产间隔时间。该指标可反映各节点对其下游节点需求的响应程度。循环期越短,说明该节点对其下游节点的快速响应性越好。

    在实际评价中,我们可以以各节点的循环期总值或循环期最长的节点指标值作为整个供应链的产品出产(或服务)循环期。

    4、供应链总运营成本指标

          供应链总运营成本包括供应链通讯成本、各物料、在制品、成品库存费用、各节点内外部运输总费用等。反映的是供应链的运营效率。

    5、库存周转率

          库存周转率是指某时间段的出库总金额(总数量)与该时间段库存平均金额(或数量)的比。是指在一定期间(一年或半年)库存周转的速度。提高库存周转率对于加快资金周转,提高资金利用率和变现能力具有积极的作用。库存周转率考核的目的在于从财务的角度计划预测整个公司的现金流,从而考核整个公司的需求与供应链运作水平。

    库存周转率的计算公式,实际评价中可用如下公式进行计算:

    库存周转率=(使用数量/库存数量)×100% 使用数量并不等于出库数量,因为出库数量包括一部分备用数量。除此之外也有以金额计算库存周转率的。同样道理使用金额并不等于出库金额。

    库存周转率=(使用金额/库存金额)×100% 使用金额也好,库存金额也好,是何时的金额,因此规定某个期限来研究金额时,需用下列算式:

         库存周转率=(该期间的出库总金额/该期间的平均库存金额)×100%=该期间出库总金额×2/(期初库存金额+ 期末库存金额)×100% 库存周转率计算公式是(以月平均库存周转率为例):

    1、原材料库存周转率=月内出库的原材料总成本/原材料平均库存

    2、在制库存周转率=月内入库的成品物料成本/平均在制库存

    3、成品库存周转率=月销售物料成本/成品在库平均库存

    6、准时交货率指标

          准时交货率是指在一定时期内供应链各节点准时交货(或服务)次数占其总交货次数的百分比。准时交货率低,说明其协作配套的生产(服务)能力达不到要求,或对生产(服务过程的组织管理能力跟不上供应链运行要求,反之,则说明供应链的生产(服务)能力强,生产管理水平高。

    7、成本利润率指标

         成本利润率是指供应链各节点单位产品(服务)净利润占单位产品(服务)总成本的百分比。产品(服务)成本利润率越高,说明供应链的盈利能力越强,企业的综合管理水平越高。

    8、产品质量合格率指标

           产品质量合格率是指供应链各节点提供的质量合格的产品(服务)数量占产品(服务)总产量的百分比,它反映供应链节点提供货物的质量水平。

    展开全文
  • 生产制造行业供应链数据分析业务解决方案.pdf
  • 数据分析加速供应链转型.docx
  • 数据驱动的供应链管理已成为组织的竞争优势之一,因为它有助于整合整个供应链中的所有活动。 它还使组织能够做出明智的战略决策,同时减轻不确定的业务环境中的风险。 从供应链的每个阶段都在生成数据,从而导致...
  • 对于电子商务信息系统最核心的能力便是大数据能力,包括大数据处理、数据分析和数据挖掘能力。无论是电商平台还是在电商平台上销售产品的卖家,都需要掌握大数据分析的能力。因此构建系统的电子商务数据分析指标体系...

    互联网时代电商平台的兴起,改变了零售行业的状况。拓宽了人们的购物渠道。对于电子商务信息系统最核心的能力便是大数据能力,包括大数据处理、数据分析和数据挖掘能力。无论是电商平台还是在电商平台上销售产品的卖家,都需要掌握大数据分析的能力。因此构建系统的电子商务数据分析指标体系是数据电商精细化运营的重要前提。下面我将展开说明电商数据分析的指标体系。

    电商数据分析的指标体系

    电商数据分析指标体系分为八大类指标,包括总体运营指标、网站流量指标、销售转化指标、客户价值指标、商品及供应链指标、营销活动指标、风险控制指标和市场竞争指标。不同类别指标对应电商运营的不同环节,有着其独特的作用。

    1.总体运营指标

    电商总体运营整体指标主要面向的人群电商运营的高层,通过总体运营指标评估电商运营的整体效果。其中主要包括总体销售量、客户总体流量、总体订单量等,是从整体运营入手。

    2.网站流量指标

    网站流量决定着电商的权重,流量指标中包括流量成本、流量规模、流量质量、会员流量等。是整个指标体系中最重要的一环。

    3.销售转化指标

    销售转化指标指的是销售量与购物车,下单量与支付率的研究指标。通过销售转化指标。及时做出方案调整。

    4.客户价值指标

    客户分为新客户和老客户,对于老客户下单频率的研究和对于新客户偏好的转化成果,将客户价值进行细分。

    5.商品及供应链指标

    商品的种类决定着平台的竞争力。及时对商品种类进行整理扩充,加强供应链的建设。决定着消费者对于平台的依赖程度。

    6.营销活动指标

    营销活动的指标是平台进行的引流和扩大影响力的方式,营销活动的投入与回报率有着重要的关系。

    7.风险控制指标

    电商风险包含网站安全隐患、支付风险、物流运输风险等,风险控制指标的建立有利于提高电商应对风险的防控能力。

    8.市场竞争指标

    市场竞争是同行业之间的竞争,对于市场占有率的控制决定着电商的发展空间,优势竞争的激烈造就了电商平台的发展迅速。

    数据分析体系的建立有利于提高数据分析的效率,对于应用数据的行业更加的突出。电商经过数十年的发展,也形成了特有的数据分析体系。持续高效的维持着企业的发展。

    阅读更多,请点击原文  https://www.finebi.com/2019/qiantandianshang

    展开全文
  • 供应链金融风险防范中数据挖掘方法的应用.pdf
  • KIS旗舰版专业版结构案例分析,常见问题快速查找!
  • 数据挖掘在供应链金融风险控制中的应用.pdf
  • 模块四 运营数据分析 4.13 仓储数据分析 一任务背景 仓储是供应链管理中非常关键的一个环节电子商务环境下仓储一般指的是库存企业定期对库存数据进行分析可以及时调整库存管理策略保证商品供应的平衡控制商品破损比...
  • 第12章供应链分析1. 商品采购成本走势分析2. 分析采购平均价指导采购时机3. 使用饼图分析采购金额的比例1 展示分析最近一周商品进价走势OFFSET 函数引用函数表示引用某一个单元格或区域语法OFFSET以某个单元格为起点...
  • #资源达人分享计划#
  • 本研究旨在比较水产养殖鱼类供应链和流域鱼类供应链的现状,并使用基于活动的成本核算方法分析两个供应链的物流成本结构。 该方法采用了便利和滚雪球采样的方法,同时在印度尼西亚的Klaten地区,Sleman地区和Java岛...
  • 基于SPSS因子分析法的数据挖掘的供应链绩效评价.pdf
  • 数据挖掘技术在供应链管理系统中的应用研究.pdf
  • 我国电商供应链金融的发展及绩效分析.pdf
  • 电商参与融资的供应链协调分析.pdf
  • 数据是从航空部门公共和私人机构的一百名受访者那里收集的,后来使用描述性统计数据进行了分析。 根据调查结果得出的结论是,可以采用供应链运作参考(SCOR)模型来消除零件的采购和交付中的延迟,并解决该国航空业...
  • 面向RFID终端数据集的供应链数据挖掘问题研究.pdf
  • “互联网 ”农产品供应链实证分析——以平谷“鑫桃源”电商供应链为例.pdf

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 68,449
精华内容 27,379
关键字:

供应链数据分析