采购采购数据分析的8个流程与常用7个思路Word文档格式.docx

采购采购数据分析的8个流程与常用7个思路Word文档格式.docx

《采购采购数据分析的8个流程与常用7个思路Word文档格式.docx》由会员分享，可在线阅读，更多相关《采购采购数据分析的8个流程与常用7个思路Word文档格式.docx（5页珍藏版）》请在冰豆网上搜索。

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。