这一讲是我们主体课程的最后一讲了，恭喜你已经掌握了数据分析的基本能力。上一讲我们主要从用户分析的角度出发，利用用户画像手段分析实际业务案例——客户增长受阻。

其实之前的案例大多都是零售电商等非生产线行业，所以今天我们将从生产行业中的采购成本控制出发，聊聊如何利用指标梳理的方法对成本控制进行分析。

对于整个数据分析行业来说，近十年互联网、电商、计算机、金融零售这些行业的需求量是最大的，但是近几年开始，传统生产行业都纷纷投入到了数字化转型的路上，比较常见的就是传统制造加工、交通物流这些行业，目前对数据分析来说反而是很有市场的。

但是生产行业其实并没有一个统一的业务逻辑，比如说机械制造、化工、交通物流，这些行业之间的差别是非常大的，但是我们也可以从一个宏观的角度去看一下传统行业整体模型是什么样的。

稳定的业务结构

无论传统行业具体的组织架构怎么变化，基本上所有的传统企业都是采取“两线并行”的方式，也就是生产线和管理线，其中一条线是采购-生产-销售，这条线是利润的直接生产方；另一条线是管理线，也就是财务-技术-管理。

之前我们讲的互联网、电商零售等行业其实都不是直接生产方，当中也不涉及生产线，而传统行业最核心的分析就在于生产线，也就是采购、生产和销售这三个部分。因为不同的行业具体细分不同，我这里就简单帮你区分一下这三个各自的要点。请看下面这张图片。

采购

一般企业进行传统采购是企业一种常规的业务活动过程，即企业根据生产需要，首先由各需要单位在月末、季末或年末，编制需要采购物资的申请计划；然后由物资采购供应部门汇总成企业物资计划采购表，报经主管领导审批后，组织具体实施；最后，所需物资采购回来后验收入库，以满足企业生产的需要。流程如下图所示。

生产

生产流程的种类就非常多了，有的是离散型，有的是集中型。业务结构中基本包括产品结构、流程MES、质量管理、物料管理、反冲管理等要点，具体就不详细介绍了。

销售

销售的话其实传统企业更多的是toB的形式，所以采取的方式都是直销为主，前方销售以签单为主，一个订单的完成时间可能会非常长，所以会比较注重完单率、下单追踪情况以及客户的拜访率、跟客率，等等。

下面我们结合一个实际的业务案例来进行讲解。

案例背景

你是某原料生产企业的数据分析师，最近财务部门发现采销部门的采销成本增长很大，货物的单个采购成本也逐渐升高，但是材料质量和到货速度都有不同程度的降低，造成企业总利润的逐渐降低。

财务部门认为是销售部门出了问题，于是调取了销售部门的成本表，却发现无论是销售成本、还是销售额数据都非常正常，于是财务找到你，想要让你分析一下造成采销成本上升的真正原因。

数据准备

既然财务部门排除掉了销售环节的因素，那么我们按照“采购-生产-销售”业务结构当中的采购和生产进行分析。首先从IT部门当中提取了《采购数据明细表》和《供应商发货明细表》这两张源数据表。

并将其导入到FineBI当中，或者直接用FineBI连接公司的数据库，这种方式就可以避免导入数据过程中出现的问题，而是直接在企业的数据平台上进行数据的提取和分析处理。

业务梳理

因为已经排除了销售的影响，这次的采销分析主要从采购成本和生产控制上进行解析。

首先通过指标拆解，采购成本由财务成本和时间成本构成，而财务成本=单个成本×数量，时间成本又与到货及时率、到货提前量有关，成本控制是为了保证采购货物的及时率和降本增质。

然后，生产控制的对象主要是产品的情况，主要指标是合格率、残次率等，因为生产环节造成的成本升高也是常见的利润影响因素。

最终梳理出的分析框架如下图所示。

分析过程

具体的可视化分析操作可参考“FineBI实操：毛利率下滑诊断与分析”的内容，下面只进行最终的分析思路展示。

1.总体采购金额、采购成本分析

首先我们分析一下采购部门的采购金额和成本有没有出现问题，总成本我们可以通过总采购金额来体现，那么单个原料的成本应该用采购单价来表示。而当我们使用《采购数据明细表》时发现，数据表中只有时间、供应商、采购金额、采购量、合格量、及时到货量等指标，并没有出现采购单价的指标。

因此我们需要进行初步的数据加工，自己进行采购单价指标的添加，操作方法是选择添加一个新的自助数据集，选中《采购数据明细表》中的所有指标，然后点击左侧菜单栏的“加号”标志中的“新增列”，使用公式“采购金额/采购量”并命名为“采购单价”即可。如下图所示。

然后我们创建一个可视化仪表板，将时间拖入到横轴，将采购成本拖入到纵轴。为了表示每个月的采购成本的涨跌情况，我们使用一个环比计算，直接点击采购成本左侧的下三角标志，选择“计算”下拉框中的“求环比”，并设置其为柱状图，FineBI就自动计算出了采购成本的环比示意图，如下所示。

通过这张图我们可以发现，年12月份的采购成本增长非常明显，环比上升了42%，紧接着年1月份采购成本环比下降了24%，说明采购部门对采购单价采取了一定程度的控制。

然而，从年2月份直到年3月份的采购成本持续增长，分别环比增长14.7%、24.76%，这是一个非常危险的状态信号！

2.不同原材料的采购成本分析

上一步我们找到了总体采购金额和采购成本异常的时间，下一步将总体溯源细分为不同的源材料，看具体是哪个原材料出现了采购成本升高的问题。

我们再创建一个可视化仪表板，将时间拖入到横轴，将原料拖入到纵轴，为了表示每种原料的采购成本情况，我们可以通过带颜色的表格对采购金额进行展示，将颜色设置为热力图，就可以得到下面这样一张图表。

通过这张图表我们可以发现，年12月份二氧化硒和硅酸钠的采购成本是上升的，而在年3月份的时候，二氧化硒的成本单价急剧上升，符合上面我们对整体采购分析的时间段，因此将原材料定位到了“二氧化硒”和“硅酸钠”上。

3.供应商采购分析

影响原材料采购成本的因素可能有市场和供应商两种，要么是市场上该原材料的整体行价上涨了，要么是供应商出了问题，不同供应商提供的原材料单价可能是不同的，因此下一步我们就要分析供应商的采购情况。

我们再创建一个可视化仪表板，将时间拖入到横轴，将原料拖入到纵轴，将采购成本拖入到大小当中，将供应商拖入到颜色当中，并且将原材料进行筛选为“二氧化硒”和“硅酸钠”，这样就得到了一张不同时间段原材料供应商的采购分析图，如下所示。

从上面的图表中可以看出，硅酸钠的单价情况大体上比较平稳，但是二氧化硒的单价情况变化比较大，因此需要对具体的供应商具体分析。

比如年2月份名为“嘉环贸易”的供应商对二氧化硒的采购成本是很低的，但是到了年3月份嘉环贸易对二氧化硒的采购成本却高攀到第一名，单价成本翻了三番，明显是有异常的！

4.供应商产品质量分析

为了进一步了解供应商对产品质量的控制情况，我们主要针对产品的合格率和及时率两个指标进行分析。

但是从表中我们发现并没有及时到货率这样的指标，因此需要新建一个指标为“及时到货率”，公式为“及时到货率=及时到货量/采购量”，如下图所示。

此时我们再将供应商拖入到横轴，将原合格率和及时到货率拖入到纵轴，并都进行求平均计算，这样就得到了不同供应商的产品质量分析图，如下所示。

从上图中可以看出，拉特能源的合格率最低，绿能材料和嘉环贸易的及时率是最低的，相比于及时率，合格率是产品最看重的指标！

下一步我们再结合不同的原材料进行展示，制作下面两张原材料合格率和及时率的折线图。

联动分析后发现，及时率上二氧化硒和硅酸钠的变化并不大，但是二者的合格率都下降了，需要从供应商上找原因。

5.供应商送货时长表

上面我们从及时率和合格率对不同的供应商进行了定位，下一步我们要从送货时长上分析供应商的情况。

我们将供应商拖入到横轴，将送货时长拖入到纵轴，这样就得到了不同供应商的送货时长分析图，如下所示。

从上图可以看出，拉特能源的送货时长十分长，绿色能源的表现也不好，除了时长，影响供应商选择的可能还有历史原因。

结论分析

通过上面的数据分析，我们基本可以确定了最终的采销成本上升的原因，整理结论如下：

年3月份成本采购上涨是由于二氧化硒的单价上涨导致的；

拉特能源的合格率最低，绿能材料和嘉环贸易的及时率是最低的；

拉特能源的表现整体偏差，需要调整。

总结

以上就是这一讲的全部内容，我们从生产行业中的采购成本控制出发，学习利用指标梳理的方法对成本控制进行分析。

请记住，无论传统行业具体的组织架构怎么变化，“采购-生产-销售”的业务线永远都是利润的直接生产方。

教学相长

上一讲最后我提出的问题，在这里给你解答。

用户画像分析中最常用的是漏斗模型，它与今天所讲的用户行为分析模型是有区别的，那么什么情况下可以用漏斗模型，而什么情况下才能用用户行为模型呢？

漏斗模型与用户行为模型都是依靠用户的行为路径进行分析的，但是漏斗模型是为了分析用户路径的转化率/流失率，这个路径必须是有紧密逻辑关系的，比如从浏览商品到下单的过程；而用户行为分析是探究用户画像的手段，注重的是各种行为指标，比如浏览量、停留时长等。

那么本专栏的主体课程到这里就结束了，希望你可以再回过头补足自己薄弱的地方，并且认真思考自己的职业规划路线，自己正处于数据分析的哪一个阶段，未来要如何去晋升。在后面的彩蛋中，我也会帮助你从数据分析行业、职业和岗位的角度梳理这一问题。

本讲涉及的数据：

转载请注明:http://www.aideyishus.com/lkjg/169.html