免费试用
banner
大数据平台>公司动态>通过真实案例看BI软件为企业经

通过真实案例看BI软件为企业经营带来的核心价值

作者: 永洪科技来源: 原创时间:2019-09-09 16:52:240

 

永洪科技价值部总经理 李波


 

 

下面介绍一个经营分析业务数字化的真实案例。

 

这个案例是我自己做的。案例背景是什么呢?做库存周转率分析。最开始我跟对方沟通的时候,对方表示,代理商反映资金周转困难,资金压力很大,让我们帮做代理商资金周转率的分析。我当时想,代理商的资金状况、财务报表不可能提供,所以资金周转没法做。但其实代理商说资金周转这一件事,隐含着一个问题,并不是真的做资金周转,代理商说从你这里进货卖不出去,是你存货周转有问题,所以我们将之转化成库存周转率的分析。我们要怎么样改善库存周转率?或者代理商库存周转是什么状况?项目就从这个角度开始切入。

 

第一,先看一下库存的总量,代理商的总量,库存总量金额是多少?

 

第二,因为代理商和客户都有系统对接,每一个代理商进销存的数据都有,一般人就会算每一个代理商的库存周转率,求一个均值就可以了,所以我们求出来的均值,非常小,不到1,它的库存一年都转不了1次,这个数据肯定不合理,它有几千家代理商,有转得快的,有转得慢的,转得快的一年转十几次,二十几次,转得慢的,十年转不了一次,这样一下子扯平了,这样分析是不行。

 

所以就换一个算法,怎么算?我们把所有代理商看成一个代理商,用所有代理商的出库金额,除以月末的平均金额,这样得出来一个值,这个值就是合理的。我下面画了一图,这不是一条线,这是由一些点点组成的线,是每一个代理商的库存周转率,可以看最高的,其实还有好几百的,最低的还有负的。

 

 

给大家提供一个小经验,做这种分析的时候,与财务会计不同,没有必要追求百分之百的准确。如果占比不高,直接踢掉就好了,抓大放小,只关心数据量大的一块就可以。所以我取了二十以下、零点几以上的。我做了一个分类,大于12我认为异常,大于12就是一个月转一次,这种算异常,小于0.1也是异常,0.1是十年转一次,这也不正常。

 

 

所以这两头先去掉,中间是什么?因为我们算出来,如果把所有代理商当成一个代理商,我们得到的值是2.39,所以2.39左右的这些,我们认为是正常的,1.5到3之间是正常的。然后对上面、下面的分别划两个等级,可以看到每一个档里面代理商的数量和占比,相对还是比较均匀的。

 

分析完这些之后,是不是就结束了呢?其实我分析的时候,脑子里面突然闪了一下,为什么有的转的那么快,有的转的那么慢?转的快的这些,它卖的特别好,那么卖的特别快的这些代理商,是不是进了很多货?货进来之后,一个月就卖光了,你要不停的进货,这里面隐藏了一个进货数量和出货质量之间怎么匹配最合理的问题?这个匹配度怎么度量?所以我设计了一个新指标,我把它称为订货裕度。因为我设计了一个公式,公式就是订货金额减掉出库金额,再除以出库金额。

 

第一,要判断它是否合理。合理是一个感性的词,定性的,要量化什么叫做合理?合理的标准就是把所有的代理商当成一个代理商,然后拿这个公式算一下,得到了一个值是0.39,也就是说所有代理商这一年订货金额比出货金额多了39%。也就是说,在39%左右的这些是合理的,它两头都是不合理的,所有又划分了几个等级。

 

然后拿这个数据开始做图,用永洪产品做图,做了这样一个泡泡图,还增加了一个纬度,可以看到就是毛价值。毛价值是什么?它的订单金额减掉费用金额,因为这是一个零售企业,它的费用率很高,如果只看它的销售额,不足以反应代理商真实的价值,所以要减掉它花了多少市场费用,才是相对比较准的真实价格,这是三个纬度。

 

我做图有一个习惯,如果你是真正做业务分析,希望在一个图表反应尽量多的信息。不像计算机,可以四维、五维,人的大脑能够同时兼顾三到四个事情就很难了,大部分人考虑问题都是一个纬度考虑。如果能够同时兼顾两个,周转率加上订货裕度就好一点。

 

 

在一个图里面,X轴、Y轴,加上泡泡的大小,表示了三个纬度。大家无论做任何分析,一定要分类,我们前面分类了,这个地方再分类,针对这几个纬度分类,分类比较麻烦,不好用三个纬度分,用三个纬度分类就太多了。我先用订货裕度和库存周转率分成这两个纬度和五个区间,比如说这个区间(注:上图蓝色区域),库存周转率很大,卖得很好,进货裕度不大,比较低,什么含义?这是甩货,这是要跑路的节奏,代理商可能要流失。当然有另外一种可能,它有很大的潜力,没有去挖掘它。但是通常不会,因为代理商卖你的东西赚钱,为什么不多进呢?中间这个框框,它各个纬度都比较均衡,所以它是健康的。四个角上,这个角是大家很喜欢的(注:上图右上角),两个都高,周转率也好,订货裕度也大,说明成长非常快,而且还愿意和我们继续合作。

 

这个图出现的结果是什么?我们记得总共有XXXX多家代理商,落到这个区间里面有XXX家,比例挺高,占比16.4%。而醒目的一个大圈圈,这提示我们什么?这里面有一个大鱼在这儿,它要跑,所有的事情都要抓大放小,只统计那些销售额超过XXX万的,有XXX家,一下子压缩了很多量,然后再排序,前XX家,第一家一年的销售额大概XXXX万,就是那个大泡泡。

 

其实我做这个分析的时候,拿到这个数据,并没有跟用户沟通过业务,纯粹用数据分析,不知道分析出来的结果和实际的业务到底有多大的匹配度?带着这个结果跟他们销售运营的人交流。销售运营对代理商很熟,一看这个代码,立刻就能反应出来这是哪一家公司,并说这是2018年的数据。我们沟通的时候是2019年,他告诉我,这家公司已经倒闭了,已经不是他们的代理商了,为什么?资金链断裂。

 

通过这样一个分析,能发现这个现象的背后原因是什么。这需要业务部门自己去找,然后需要根据这个原因制定相应的策略,再把这种事情解决好。

 

 

还有关于费用率的分析。这一家公司每年有大量的市场销售费用,整体的费用率大概是26%。这里面也同样有很多数据值得重点分析,包括如何识别出代理商互相串货的问题。

 

如果大家使用软件做出这样效果来的时候,一定会觉得这个BI软件是有价值的,这个分析对于公司领导层很有价值。

 

最后我们做了一个总结,对于不同类别,它的费用有什么问题,成长有什么问题,流失有什么问题。我做了一个草稿,后来企业基于这个分析的方法,单独做了一个代理商健康分析的项目。那样做的时候要做细,这只是一下子对全国代理商进行了分析,还要追溯到责任人,还可以分大区,分省,分时间,把这些细节量化,然后可以帮助企业做业务决策。

 

*本文节选永洪科技价值部总经理李波先生在上海发布会的演讲内容,文中对相关数据进行了脱敏处理

banner
看过还想看
Yonghong的价值观:以卓越的数据技术为客户创造价值,实现客户成功。
免费试用