中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

此系列文章主要是根據作者自己所在公司的業務模式，介紹供應鏈系統整個設計過程的思路、方法和核心要點。本文所講的內容是數據統計模塊。

電商、O2O行業的產品線中，后端的業務支持系統占據了很大的比重，比如訂單系統、供應鏈系統等。供應鏈系統是為公司提供商品進銷存業務的管理系統。大部分以交易為核心業務的公司，都有自己商品進貨發貨的供應鏈業務，供應鏈系統是公司供應鏈業務的支持，是公司后臺產品線重要的一環。

作為一個后端產品的產品經理，日常工作的核心在于深入地挖掘業務，梳理流程，產出模塊化的系統設計方案，和C端產品有著不小的差別。該系列主要寫我在公司設計供應鏈系統的實操記錄，根據我所在公司的業務模式，介紹供應鏈系統整個設計過程的思路、方法和核心要點。由于供應鏈具體的業務和流程每個公司不一樣，因此這些內容僅供參考。

一、業務模式

在前面寫的采購模塊的文章中，已介紹了公司的基本業務模式，可移步參考。

二、為什么要單獨寫數據統計

我前面寫了兩篇，分別介紹了采購和調撥。寫完后我發現單純描寫一大堆業務流程意義不大，一是因為那些是供應鏈系統們共有的東西，已經被很多文章寫過了；二是因為流程只是基礎支持，不能體現一個供應鏈系統對公司業務的價值。

電商、O2O領域的供應鏈系統，其核心價值有兩點：

• 一是管理，通過規范化的流程、庫存和成本規則，將公司的資產（貨和錢）算清楚；
• 二是數據，通過各項業務數據的統計分析和智能計算，提高庫存流轉的效率和準確率。

作為業務方的供應鏈部門，數據的統計分析是他們的日常工作。倉管和采購的很多決策和管理，都需要依照數據進行。如果系統只有基礎的業務流程操作，那么業務方只能手工導出明細，來人肉計算各項業務數據。

這樣的話，第一，他們會在統計數據上花費大量的時間，數據不一定準，不同部門之間的數據口徑會存在不一致。并且當數據量越來越大，導出明細這件事情會越來越困難；第二，作為后臺產品，準確、即時、智能的價值無法體現出來，一些實時的數據變化靠人工不一定能統計到。

所以，在基本的業務流程之外，提供一些數據統計分析方向的功能，包括核心業務數據的統計報表，和一些數據的智能計算，是供應鏈系統能為公司實際業務帶來的價值。

本文就簡單介紹一下電商、O2O領域的供應鏈后臺系統中，會有哪一些較為常見的數據統計分析功能。

三、數據對業務驅動的幾個階段

不同于基礎流程和業務功能，數據統計部分不是一上來就有的，而是會在迭代的過程中，先通過業務操作積累基礎數據，再將統計功能逐個上線。從產品迭代的角度來看，數據對業務的作用，大致會經過三個階段：

（1）基礎數據積累

在產品上線的早期，先通過實現各項業務流程，完成業務各環節基礎數據的收集、積累，保證數據正確，不遺漏。通常這個時候的系統還是處于補全各業務模塊的階段，業務方的數據分析工作，先通過實現明細記錄的查看、導出功能，保證數據能夠被下載下來即可。

（2）數據統計報表展現

核心業務流程已經運轉起來之后，在保證數據本身正確的前提下，可以逐步實現各項核心業務數據的統計和展現。

統計報表的價值：

• 第一，在于提升了業務方的統計效率和準確度，不用手工計算；
• 第二，通過系統實現統一的數據計算規則和查詢出口，避免各個部門間數據各自算數據、口徑不一致的情況；

（3）業務流轉半自動化

當業務成熟后，可以借助基礎數據，智能計算各項業務數據，實現供應鏈系統的半自動化。

智能計算的價值同樣有兩點：

• 第一，系統計算肯定比人工準，可以提升業務決策的準確率，避免庫存缺貨或者浪費；
• 第二，發揮系統的即時性，對庫存情況進行實時調配和數據更新，這一點僅靠人工無法實現。一些電商領域的大公司比如京東等，靠的就是全自動化計算實現的高效供應鏈體系，因此這是供應鏈后臺產品最大的價值所在。

拿我接觸過的供應鏈系統中采購模塊舉個例子。

1. 在第一階段，上線整個采購的標準流程，借助采購、發貨、收貨、入庫等各環節的操作，把采購申請量、供應商發貨量、質檢合格量等過程數據收集起來。同時做一些采購入庫明細的導出功能，先滿足早期的數據統計需求。
2. 第二階段，借助基礎數據完成一些業務方需要的統計報表功能，比如采購成本統計、供應商良品率統計、供應商滿足率統計等，讓采購部門能夠直觀地通過數據，對采購的成本支出，和供應商的質量做管理。
3. 第三階段，系統結合當前庫存、庫存需求預測量、供應商良品率等數據，在每次采購時，通過公式計算需要采購的數量，給到業務方合適的采購方案。

當然以上的三個階段不是要整個系統嚴格按照次序進行，要分不同模塊、不同類型需求來看。有些比較關鍵的數據計算，比如安全庫存，可以在系統上線的早期就實現。

四、幾種常見的業務數據統計功能

本節從供應鏈業務的目標方向入手，簡單介紹幾種比較常見的數據統計報表功能。從產品角度而言，這幾項數據需求相當于上一節寫的第二階段。不過供應鏈數據統計的業務，不同公司的業務形式、數據計算規則會有差別，不能生搬硬套，我分享下我接觸過的業務數據，僅供參考。

1. 倉庫效率分析方向

倉管人員日常會對倉庫的庫存效率進行統計以及考核，需要分析庫存的流動性是否足夠強，庫存呆滯、損壞的損耗是否足夠低，發貨效率是否足夠高等等。

常見功能：

1）庫存周轉率/庫存周轉天數統計

庫存周轉率/天數是個比較常見的倉庫考核指標，指得是某一時段內貨物周轉的次數，它能從財務的角度反應供應鏈的流動性、資金占用情況。庫存周轉需要控制在一個合理的范圍內，一般來說，周轉率高說明流動性強，存貨占用水平低。

計算規則：

庫存周轉率（次）=該期間內庫存消耗金額/[(期初庫存金額+期末庫存金額)/2]

庫存周轉天數（天）=該期間的天數/庫存周轉率

庫存周轉天數通常會按月或按年統計。按月統計，該期間的天數即為30，按年統計即為360。

其中，庫存消耗金額、期初庫存金額和期末庫存金額是基礎數據。期初和期末庫存金額指的是某個時間點的實時庫存情況，系統需要在某些固定時刻（比如每月1日0點）保存下庫存明細快照，再提取數據用于統計。

形式：

業務方需要每個月的庫存周轉數據，并對比變化趨勢。因此我們時間維度上提供按月查看的選項，并顯示逐月的趨勢圖用于直觀對比。

界面大致如下：

2）呆滯庫存數量和占比統計

呆滯庫存，指的是一件貨品入庫后，留在倉庫中超過一定時間沒有出庫的情況。如果有庫存長時間沒有出庫，會造成庫存積壓，對流動性和成本產生影響。因此呆滯庫存數量越低越好。

計算規則：

呆滯庫存數量=入庫時間超過N天的庫存數量（N為呆滯定義的天數）

每個庫存的入庫時間為基礎數據。

2. 成本分析

供應鏈的采購和倉儲業務，都和公司的財務強相關。成本相關的統計，會被用于采購對供應商價格的管控，倉庫對庫存金額的統計，和財務對公司資產的成本計算，有些公司老板也會親自看部分庫存的成本。

常見功能：

1）采購成本統計

采購成本統計是根據每個時間段內所有批次的采購結算業務，來計算每個SKU在各個供應商的采購成本。它能體現當前實時的市場價格，和一段時間內的價格趨勢變化。

采購成本會被公司的采購、財務部門用于做與供應商的財務結算管控。此外，很多公司核算庫存成本時，會直接取采購的結算價作為庫存成本，或者參照當前實時的市場價，因此采購成本統計也會被用于倉庫計算成本。

計算規則：

選定時間范圍和供應商，某SKU平均成本=采購結算總金額/采購入庫總數量。

形式：

業務方需要當前（當月）的實時價格，以及之前每個月的價格變化趨勢。因此界面上提供時間、供應商維度的篩選，以及按月的趨勢圖。

3. 供應商質量分析方向

在采購業務中，采購人員會對供應商的質量進行分析，包括各家供應商采購的需求是否能滿足，質量合格率是否夠高，到貨時間是否及時等，并根據各項分析的結果進行后續采購業務的供應商調整，以及采購數量分配。

常見功能：

1）供應商發貨滿足率

向供應商下采購單后，供應商可能會出現缺貨，或者到貨不及時的情況，采購發貨的滿足率體現了各家供應商多大程度能滿足我們的需求，業務方需要實時統計每個采購批次的到貨情況，以便做調整，以及作為供應商評價的依據。

計算規則：

一段時間內，某供應商發貨滿足率=采購收貨總數量/采購訂單總數量；

時間維度上，還可以選取幾個時間點（當天、一天內、兩天內），實時統計當前進行中的采購批次的滿足率。

2）供應商質檢合格率

向供應商采購商品后，公司的質檢團隊會對這批貨品進行質檢，質量不合格的需要退回去。商品質檢的合格率體現了各家供應商的商品質量，供應商的評價，以及采購數量的制定，都需要參考合格率數據。

計算規則：

一段時間內，某供應商商品合格率=質檢合格入庫數量/采購收貨總數量

五、幾種常見的數據智能計算功能

本節簡單介紹幾種比較常見的數據智能計算功能。從產品的角度而言，這幾項數據需求相當于上一節寫的第三階段，發揮后臺產品的特點，將數據挖掘出價值，反過來提升業務本身，提高供應鏈實際業務決策的準確性、即時性。

具體的方向，可以簡單地概括為計算過去，管控當下，預測未來。通過過去庫存消耗情況的統計，進行當前實時庫存的管控，和未來庫存需求量的預測，并根據需求量智能計算訂貨、采購最優的方案，給到業務方參考。以上這些需求的價值在于盡可能優化庫存成本，減少庫存積壓、浪費的損失，避免缺貨的情況發生。

我對供應鏈業務流轉半自動化的定義，是系統能智能給出以上數據的計算和調配方案，給到業務方輔助決策。供應鏈系統再高一層是自動化，即不用人工操作，達到這個標準的都是成熟的大公司。

下文列舉幾種常見的數據功能，并給出我現在所接觸的業務計算規則。由于不同公司的業務形式有差別，而且各項數據計算的規則跟業務的相關性更大，因此以下內容僅供參考。

（1）庫存消耗情況統計

庫存消耗情況是對過去一段時間內的計算，針對各個地區倉庫的各個SKU，被訂單消耗的數量。這項數據會作為很多統計功能的基礎數據，安全庫存、庫存預計消耗、以及訂貨和采購計劃，都需要參考過去的消耗情況來計算。

計算規則本身比較簡單，統計下單數量、訂單消耗數量兩項即可。通常業務方需要觀察每類SKU消耗的時間趨勢，和類別、城市占比，因此在產品設計上可以通過統計圖等形式，進行更直觀的展示。

（2）安全庫存計算

安全庫存是最為常見的數據計算需求。安全庫存可以看做庫存的閾值，是為了預防不確定性的缺貨而預留庫存數量。正常的庫存水平需要維持在安全庫存以上。當實際庫存低于安全庫存時會發生庫存預警，需要通過調撥、采購等業務補充庫存，以避免缺貨的情況。

安全庫存的數值，通常是通過庫存預計的需求量，和到貨周期的時間等基礎數據計算得到。具體計算規則每個公司因不同的業務形態會有差別，我接觸過的業務計算規則如下：

各倉庫安全庫存數量=上周庫存消耗量的平均值 × 到貨周期（到貨周期每個SKU需要獨立配置）

安全庫存數值每周一0點自動更新。

（3）庫存預計消耗情況統計

庫存預計消耗天數是根據過去的庫存消耗情況（或者對未來的需求預測），計算當前實時的庫存量預計能消耗多久。這項數據可以反應當前庫存的情況，給公司各個部門參考，看是否有庫存嚴重不足需要盡快補貨，做運營活動的庫存數量是否足夠，節假日準備的庫存數量能支撐多久等。

計算規則：

庫存預計消耗天數=（當前庫存量+當前在途庫存量）/過去一周內日均庫存消耗量。

（4）需求預測

需求預測是通過庫存過去的消耗情況，利用一些公式算法，對未來的庫存消耗量進行預測。比較常見、簡單的做法是通過過去一段時間內的庫存消耗情況，預測接下來的庫存需求量。需求預測數量會作為采購和分倉訂貨的參考值。業務方會有專門的物控計劃員（簡稱pmc）來做這個事情。

我所在公司業務的波動跟星期相關，因此業務方會按周計算需求量，計算規則：

下周預計需求量=過去4周內，周消耗量的平均值

進一步擴展，需求預測有分長期、短期，定性、定量等。一些大公司的需求預測業務會有較多的因素，規則比較復雜，會考慮過去時間段的權重、季節性的變化、或者不同類型的趨勢等，這里就不展開了。

（5）訂貨計劃數量計算

訂貨指的是各城市的分倉向總倉發出訂貨申請，由總倉調撥的業務，是庫存流轉的源頭。

訂貨的要求是滿足接下來幾天的庫存需求，并保證在安全庫存之上。訂貨的SKU和具體數量，需綜合考慮當前的庫存量、安全庫存量、庫存消耗情況和需求預測值，計算得出。

需求預測值按周計算。訂貨的時間由業務方根據公司業務情況，設置固定的時間，比如每周一三五，然后每批次訂貨時，再將周需求預測值，根據實際業務情況拆分到每天。

計算規則：

下周訂貨數量=下周需求預測量 + 安全庫存量 – 當前庫存量 – 當前在途庫存量

每批次的訂貨可以進行微調。

（6）采購計劃數量計算

采購部門收到物控計劃員的需求預測后，分配到每家供應商，制定采購的SKU和具體數量。采購計劃數量，需要在需求預測值的基礎上加上供應商的質量合格率，讓實際入庫的數量和需求量相等。選取供應商的時候，要綜合考慮供應商的滿足率、發貨時效，以及當前價格，制定一個合適的供應商采購方案。

采購計劃按周進行，每周給到供應商采購單，供應商再在周中逐批次發貨。

計算規則：

各供應商的周采購計劃數量=下周需求預測量 ?× 該供應商采購比例 / 該供應商質量合格率

供應商采購比例，由采購人員自行制定。

半自動化的供應鏈系統，除了以上的數據計算之外，還有庫存的智能調度、分配、缺貨實時跟蹤方向的事項。那一塊的規則涉及到比較復雜的策略算法，本文不再深入了。

相關閱讀

電商O2O后臺供應鏈系統實操記錄——采購模塊

電商O2O后臺供應鏈系統實操記錄——訂貨/調撥模塊

#專欄作家#

潘帕斯雄鷹，人人都是產品經理專欄作家，進擊、踩坑中的產品狗一枚，關注互聯網，寫過小說，看過哲學。簡書：潘帕斯雄鷹。

本文原創發布于人人都是產品經理。未經許可，禁止轉載。

題圖來自 Unsplash ，基于 CC0 協議。