采购数据分析的8个流程与常用7个思路

采购做数据分析，说到底就是给供应链和采购决策指个方向。这事儿躲不掉，必须认真对待。

具体怎么下手？我整理了8个步骤，外加7种常用分析思路。动手之前，先找主管或者数据玩得溜的同事对一遍流程，别闷头干到最后白忙活。

◆ ◆ ◆

一、数据分析八步走

先弄明白为啥分析

01
第一步，搞清楚这次分析到底要解决啥。比如：哪类客户的交货期总拖。后面所有活儿都围着这个问题转。目标不明确，来回返工，过程能把你折磨死。

分析对象是谁

02
分析因子得记牢——统计维度是金额、产品、供应商行业竞争趋势，还是供应商规模？别把金额当产品算，也别把产品当金额算，算出来差得离谱。

想达到什么效果

03
把产品类型、采购周期、采购条款这些维度都捋一遍，找到真正的问题。比如这次分析的薄弱环节是供应商，那全部集中采购和保持现状，都不符合利益最大化。分析完找到根源，你会发现精细化采购管理已经很有必要了。

需要哪些数据

04
采购涉及的数据很多，得先定源数据：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？列个表，别中途不断加新因子。

怎么采集

05
数据库里的供应商信息、平时录入的供应商资料、产品特性等，都得有。做数据分析得有原料，不然巧妇难为无米之炊。

怎么整理

06
整理数据是个技术活。EXCEL确实强，数据透视表得熟练，各种函数公式也得懂一点，不然整理效率很低。Spss也不错，数据量大、字段带特殊字符的时候比较好用。

怎么分析

07
整理完，怎么做综合分析和相关分析？这很考验逻辑和推理。分析的时候，得对产品、供应商、采购流程都很熟。

看着是简单数据分析，其实是各方面能力的体现。技术层面，得懂数据抽取-转换-载入的原理；全局层面，对季节性、公司业务得清楚；

专业层面，对业务流程、设计要了如指掌。数据分析的功力不是一天练成的，得在实践里慢慢磨。好的数据分析应该以价值为导向，看全局、贴业务，用数据驱动增长。

怎么展现和输出

08
数据可视化也有讲究。什么图表合适？每种图表代表什么？下面列8个常用的：
1）折线图：适合随时间变化的连续数据，比如收入变化、增长率变化。

2）柱型图：主要表示各组数据之间的差别。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：既能看同类别里每种数据的大小，也能看总量大小。

4）线-柱图：既能显示同类别的比较，也能显示趋势。

5）条形图：类似横向柱状图，展示效果和柱状图一样，主要用于各项类比较。

6）饼图：主要显示各项占比。饼图慎用，除非占比区别非常明显。肉眼对饼图占比分辨不直观，而且项一般不要超过6项。超过6项建议用柱形图。

7）复合饼图：一般是对某项比例的下一步分析。
8）母子饼图：可以直观分析项目的组成结构与比重。

图表不用太花哨，一个表说清一个问题就行。用友好的可视化图表，帮阅读者省时间，也是对他们的尊重。

有些数据，辛辛苦苦整理分析完，发现对结论没用。虽然做了很多工作，但不能为了体现工作量硬堆数据。

展现的时候，注明数据来源、时间、指标说明、公式算法，既体现专业度，也是对报告阅读者的尊重。

二、数据分析七种思路

1简单趋势

通过实时访问趋势了解供应商及时交货情况。比如产品类型、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。比如产品采购金额、供应商规模（需量化）、产品复杂程度等。

3
转化漏斗

按照已知的转化路径，用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
精细化分析里，经常需要对有某个特定行为的供应商群组进行分析和比对。数据分析要把多维度、多指标作为分群条件，有针对性地优化供应链，提升稳定性。

5
细查路径

数据分析可以观察供应商的行为轨迹，探索供应商和本公司的交互过程，从中发现问题、找灵感或者验证假设。

6 留存分析

留存分析是看用户行为和回访之间的关联。一般说的留存率，是指“新供应商”在一段时间内“重复行为”的比例。分析不同供应商群组的留存差异、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测试就是同时跑多个方案，但每个方案只变一个变量，然后按某种规则优胜劣汰。数据分析要在这个过程里选合理的分组样本、监测数据指标、事后分析和评估不同方案。

不光是供应商及时交货的数据分析，其他数据分析流程和思路也适用，只是维度重点很多，组合维度也非常多，所以需要更清晰的思路和大局观，别陷进数据海洋里。

采购经理人网提供了各种各样的资源和信息，包括采购技巧、管理知识、法律法规等等，帮助你更好地了解采购行业的现状和趋势。通过报名cppm学习，你可以获得更多的知识和能力，成为更好的采购从业者！

相关推荐