本文從數據分析角度，談談如何通過數據產品幫助工業企業、商貿企業或電商企業降低“高成本、高庫存、高交貨期”的“三高”問題。
隨着To C領域消費互聯網“流量紅利”的見頂，近兩年To B領域工業互聯網逐漸熱了起來。
工業互聯網，不是開通“兩微一抖”（微信、微博、抖音），不是入駐電商平台；它涉及企業方方面面的數字化、互聯網化。比如營銷、供應鏈、生產、財務、人力資源的互聯網化、物聯網化。
工業互聯網既然涉及企業方方面面的互聯網化，一篇文章就不能大而全的去寫了。本文從數據分析角度，談談如何通過數據產品幫助工業企業、商貿企業或電商企業降低“高成本、高庫存、高交貨期”的“三高”問題。
在工業企業，一般情況下，生產成本主要由材料成本、人工成本、期間費用等構成。人工成本比較好歸集與分攤。那麼，我就主要談一下構成材料成本的採購成本，以及期間費用裏面的物流費用，如何通過數據分析產品進行降低。
在企業的採購管理中，經常遇到如下兩類問題：
對於第一個問題，數據產品中可以設計“平均採購頻率、平均庫存可用天數、平均採購量、日均消耗量”四個指標。理清它們之間的關係並進行分析，幫助制定合理的採購計劃，進而降低採購成本。
在解説這四個指標如何降低採購成本之前，先解釋一下這四個指標，分別代表什麼含義？需説明一點，這四個指標都是按物料計算的。
下面解釋這四個指標在降低採購成本中，如何用？
“平均採購頻率”與“平均庫存可用天數”這兩個指標反映採購與消耗之間的關係，理想情況下“平均採購頻率”應是“平均庫存可用天數”的2倍。
倍數越大越容易引起缺料，越小越容易引起積壓。比如平均30天採購一次，平均持有5天的庫存，二者是6倍關係，不缺料才怪呢？同理，平均5天採購一次，平均持有30天的庫存，不爆倉才怪呢？
那又為什麼2倍關係合理呢？
理想情況下，最高庫存可用天數是平均庫存可用天數的2倍，把採購入庫那一時刻視為最高庫存。“平均採購頻率”與“平均庫存可用天數”在數值上就是2倍關係了，即剛沒庫存就立即補上了。
所以兩者是2倍關係時，理論上既不缺料，也不積壓。所以從二者之間的關係，我們能夠看出採購計劃的時間合理性。
平均採購頻率，反映的採購時間間隔，此指標主要從時間間隔角度反映最新的採購動向。但是，採購不僅要關心時間間隔，而且要關心數量；所以“平均採購量”也非常重要。
產品經理在設計數據產品時，把“平均採購量”“平均採購頻率”“日均消耗量”一塊兒對比分析，會更有價值。理想情況下，“日均消耗量”等於“平均採購量”除以“平均採購頻率”比較合適。
可以用一個生活中的例子，簡單證明一下它們之間的關係。比如我家每天吃5個雞蛋，一盒雞蛋30個，平均6天去一次超市即可。
因一些行業的銷售、生產會有季節性波動，建議在使用上述四個指標時，根據實際情況取當前旺季或淡季這段時間做為計算的基準天數。這樣，可以有效避免因市場波動而造成指標計算不準確。
到這裏，把上述四個指標的取值、關係、用法分析完，相信你定會理解如何通過數據分析產品避免採購計劃波動，避免停工待料、避免庫存積壓，進而實現均衡採購，降低採購成本。
我們再看一下如何通過數據分析，優化供應商的管理，達到降低採購成本的目的。
首先，可以根據採購額大小對供應商進行ABC的 “二八”分類，把不同重要程度的供應商分門別類。
然後，再通過 “四象限分析法”，分析A類供應商的“交貨及時率、質量合格率”等指標，找到交貨及時率高、質量合格率高的供應商，與其形成戰略合作，甚至開展JMI（聯合管理庫存）、結成新產品開發聯盟等方式，達到降低採購成本的目的。
還有對獨家供貨的供應商，以及特殊物料供應商，可以通過“四象限分析法”分析採購單價與應付賬齡的關係，在企業現金流允許的前提下，可以通過縮短應付賬齡撬動採購價格的降低，進而達到降低採購成本的目的。
只要大家開動腦筋，多實踐、多思考，在數據分析中可以設置更豐富的指標，從多個角度幫助企業實現更理性的採購決策，進而降低採購成本。
另外，在數據分析產品中，可以把指標的取值做成可配置，以增加產品的靈活度。比如“平均採購頻率”，是取採購入庫單數據，還是取採購訂單數據？完全可以做成可選項。
“平均採購頻率”在淡旺季差異很大，那麼企業可以設置參數，是取最近幾次的採購單據進行分析，還是取最近多少天的採購單據進行分析，建議在數據產品中都做成靈活配置項，供業務方靈活選擇使用。
很多工業企業的財務處理中，把物流費用最終歸入生產成本。因此，我把物流費用放在降低成本中進行論述。日本早稻田大學西澤修教授曾提出了“物流冰山學説”，闡述了企業向外部支付的物流費用是很小的一部分，真正的大頭是企業內部發生的物流費用。
現在很多企業也深刻的意識到了這個問題，所以越來越多的企業逐步把利用自己的車輛運輸費、庫房保管費、裝卸等費用也列入物流費用。甚至，把一些物流設備的折舊費、維修費、電費等也列入了物流費用。本人很贊同這種做法，從精細化管理的角度，本人也推薦這種做法。
基於企業把內部物流費用清晰歸集的前提下，我們可以通過數據產品進行多維度、多層次的分析，並可以採用豐富的圖形化展示。這樣就能看到以前想看看不細、想看看不到的數據，進而找到降低物流成本的空間。
拿我服務過的企業舉個例子，該企業在設備管理中把製造費用中的燃料費（燒油的錢）又按倉庫、按車間、按項目進行了細分。有了這些基礎，在數據產品中，不但可以分析每一個月的燃料費用構成，而且可以查看趨勢、同比、環比等等，甚至可以通過迴歸分析，進行預測。
結合生產產量等其他因素，我們便可以分析燃料費發生的合理性，可以直觀的判斷是否存在浪費，是否有降低的空間。
在家裏，是不是時常感到自家冰箱小？
經常有些東西裝不下。其實，家裏的冰箱再大幾號，也會裝滿，同樣還有東西裝不下。在企業中，也時常發現倉庫再大，也有點不夠用。
這都是為啥呢？
其實這都是對降庫存的方法認識不足，對庫存管理不到位導致的。對家庭來講，無大妨礙，大不了先少買點，或快吃點，適當清理冰箱。這個道理，用在企業上就不靈了。材料買少了，可能影響生產、影響銷售。要想快速清理庫存，那還要看銷售情況，以及物料是否齊套。若不齊套，該生產時，不但不能清理庫存，還要購進材料。
看來，企業要想解決降庫存的問題，臨時抱佛腳不靈，需要提前制定合理的方法。對於如何降庫存，我還是先從指標談起，因為對管理指標理解透徹以後，數據分析產品的設計的運用便是小菜一碟。
降低庫存的分析指標有很多，在本文中，我想有代表性的談“庫存週轉天數、庫存可用天數預測、超儲標準、物料未動期”這四個指標。這四個指標也是按物料劃分的。
對這四個指標的含義，還是先稍作解釋。
瞭解了這四個概念的含義後，下面我們一起看看它們之間的邏輯關係，以及如何幫助降低庫存。
若是工業企業，通過分析原材料、半成品的庫存週轉天數，我們可以清楚地知道供應鏈每個環節的物料流動效率，找到問題癥結，進而保持物料流動均衡，降低整體庫存。比如大多數原材料的庫存週轉天數是5天，而大多數半成品的庫存週轉天數是10天，説明由半成品到成品環節是瓶頸，應該着重考慮提高車間生產效率。
反過來，若大多數原材料的庫存週轉天數為10天，大多數半成品的週轉天數為5天，就應該考慮降低採購頻率，避免的原材料的積壓與呆滯。
通過上述分析，同時也想告訴大家不能孤立的看原材料或半成品的“庫存週轉天數”。需從企業內部整個供應鏈上去分析，以免引起單看原材料、半成品，甚至成品的庫存週轉不錯，但是某個環節的週轉瓶頸沒引起關注，造成局部最優、全局次優”的孤島卓越效應。
在計算“庫存可用預測天數”之前，我們需要先得到“日均出庫量”，然後對“庫存可用預測天數”與物料的“平均庫存可用天數”一塊兒進行分析和對比。
根據“庫存可用預測天數”我們能夠估計現有庫存量，可以用多少天，如果遠高於“平均持有庫存天數”，説明庫存足夠用，不用着急訂貨或生產。否則，應該再結合一下物料的採購提前期或生產提前期（提前期，指從下單到入庫的天數），看看是否該訂貨或生產了。
當明白了超儲標準的含義後，在降庫存方面的應用比較簡單。比如企業根據物料過去30天的日均消耗量，自動計算超儲標準。針對超儲物料每天生成一個日報，這樣一看便知，是否超儲了。一旦超儲，隨即才去措施，便可以避免庫存的再次升高，避免庫存積壓、呆滯的產生。
資金是有時間成本的，倉庫里長期不用的物料，會造成大量資金的佔用，會降低庫存週轉率、資金週轉率。物料未動期長的物料，非常影響企業用錢來掙錢的速度。因此，需要先找出未動期長的物料，然後想辦法消耗掉；若是產品，需儘快想辦法降價促銷、清倉處理。
分析清楚上述幾個指標的業務含義與應用價值後，相信大家在數據分析產品中的落地不難。我就不再一步步説產品設計了，但這裏我強調一點參數化設置的思路，以便產品的適用性更廣，適應能力更強。
首先，數據分析產品背後要有數據倉庫，數據倉庫能高效地滿足大量數據計算與存儲的需求。其次，在數據分析產品中，我們可以根據企業實際需要進行參數化設計，以便滿足指標計算的靈活化需要。
比如，我們可以按日均出庫量靈活設置超儲標準，旺季大於30天日均出庫量為超儲，淡季大於45天日均出庫量為超儲，並支持企業隨時調整參數。再比如，支持企業按倉庫、按物料設置未動期，同種物料在原材料庫的未動期短、在不合格品庫的未動期長，以滿足不同場景下的需要。
企業通過數據分析降庫存的方法估計還有很多，筆者難以一一講述。只要大家明白了這種思路，相信還會找到不少有效指標，然後通過數據分析產品把其落地。到那時，企業再也不用擔心，掙的錢沒攥到手裏，都變成庫存了。
企業產品的交期長，無形中影響資金週轉率，影響掙錢的速度。影響交期的環節也非常多，比如採購週期、生產週期、供應鏈網絡規劃、倉儲中心佈局、配送流程等等。本文不能面面俱到，僅從數據分析角度切入，談談如何通過數據分析降低交貨期。
在談論數據分析如何幫助企業降低交貨期前，需要先講清“客户訂單分離點（Customer Orde Decoupling Point,CODP CODP）”的概念。客户訂單分離點，講的是客户在什麼節點表達購買需求，決定了企業在什麼節點才能得到準確的銷售計劃或銷售訂單。
在上圖中，每行三角的位置，便是此類型的客户訂單分離點的位置，根據客户訂單分離點把工業企業的製造類型分了五類。在客户訂單分離點之前，是推式階段，企業根據自己的預測進行採購與生產的備貨。在客户訂單分離點之後，是拉式階段，由客户訂單或合同拉動產品的生產與交付。
從上圖中，我們能夠看出，不同類型的產品其客户訂單分離點不同。所以企業在考慮如何降低交貨期時，需要在客户訂單分離點前後，考慮不同的策略。
理想情況下，不考慮客户訂單分離點，企業在各個環節備的庫存越多，越能夠降低交貨期。但是，這種方式是以極大的提高庫存資金佔用為前提的，顯然不可取。所以，在現實情況下的理想情況是，在客户訂單分離點前，通過合理計算採購週期、生產週期，來少備庫存；在客户訂單分離點之後，需要更關注齊套率，以便能夠迅速的組織生產與交貨。
把客户訂單分離點前後一結合，這樣就清楚了，通過合理制定採購週期、生產週期，根據齊套率倒推採購批量、生產批量。綜合這五個指標，就能有的放矢的降低交貨期了。
降低交貨期中，用到的五個指標，除“齊套率”之外，前面已經解釋過含義及用法了，這裏僅針對齊套率單獨解釋一下。生產企業的產品是根據零部件或配方的配比構成的，把零部件或配方用量能構成最終產品的完成程度稱為齊套率。
配齊一套產品不難，難的是當生產產品數量巨大時，可能造成不是缺這個零件就是缺那個零件，導致齊套率迅速下降。尤其是，當某零件能用在多個產品上時，更容易造成缺料，導致齊套率降低。
舉個生活中的例子，比如把下廚炒的每道菜，看做一種產品。當你炒2道菜，可能什麼也不缺，當你炒4道菜可能缺醬油，當你炒8道菜可能同時缺醬油和味精。因為醬油、味精是每道菜的共用料，這樣齊套率隨着生產種類的增加立即下來了。
齊套率隨着產量增加的下降，也是同一個道理。當你炒2盤宮保雞丁，啥也不缺，當你炒4盤宮保雞丁可能缺雞肉，當你炒8盤宮保雞丁可能既缺雞肉又缺花生米。
當明白了客户訂單分離點，我們知道在訂單分離點前，應該着重去利用採購週期、採購批量、生產週期、生產批量，做到增加庫存與降低交貨期的平衡，在訂單分離點後，結合當前訂單的需求，更加註重齊套率，以便迅速完工及交貨，降低交貨期。
“三高”之痛，像人的高血壓、高血糖、高血脂的三高一樣，屬於慢性病，沒有速效藥；需要防微杜漸，從日常管理抓起。結合業務找準關鍵指標，用數據分析的思維與產品去解決，是一個高效的途徑。
願所有工業企業，在互聯網化、物聯網化的道路上，結合業務抽象指標、充分利用數據，降低三高，提高盈利能力！
作者：王曉明；微信公眾號：產品人曉明；多年ERP、互聯網產品經驗。
本文由 @王曉明 原創發佈於人人都是產品經理。未經許可，禁止轉載
題圖來自Unsplash，基於CC0協議