數(shù)據(jù)分析是供應(yīng)鏈管理者的必修課，我們整天都在和各種報表和數(shù)字打交道，在日常工作中鍛煉出分析數(shù)據(jù)的能力。我們可能沒有意識到，數(shù)據(jù)分析早已經(jīng)融入在供應(yīng)鏈管理人士的DNA里，所以它是一門必須掌握的技能。

數(shù)據(jù)分析是一個很廣泛的概念，大體上可以分為以下4種。

1.描述性分析

描述性分析向我們揭示了過去發(fā)生了什么，例如前一天的銷售和交付情況，上個月的庫存水平，也就是 “What has happened?”

供應(yīng)鏈經(jīng)理就像是飛機的駕駛員，需要跟蹤、監(jiān)控幾十個不同的指標，例如庫存水平、人工成本、運輸費用、材料費用、客戶的交貨及時率、缺貨數(shù)量、供應(yīng)商的準時交貨率等等。

重要的描述性分析指標就是KPI，它們給管理者發(fā)出信號，表明企業(yè)運行的情況，是良好或是欠佳。描述性分析通常使用電子表格和系統(tǒng)軟件進行分析。

描述性分析報告使用基本的統(tǒng)計數(shù)據(jù)，包括總和、平均值、標準偏差、百分比和比率等。盡管統(tǒng)計數(shù)據(jù)不復(fù)雜，但不是每個人都對數(shù)字有敏銳感，面對一大串的數(shù)字，有些人可能會感到茫然。

為了更好地傳遞信息，我們經(jīng)常使用各種圖形、圖表，這就是“一圖勝千言”的作用?，F(xiàn)在很流行使用可視化圖表，也叫做Dashboard，用一頁紙把最重要的KPI展現(xiàn)出來。

此外，自動化的系統(tǒng)可以向管理者發(fā)送預(yù)警，例如無法按時完成產(chǎn)量或是交貨率低于設(shè)定的目標。

每個供應(yīng)鏈管理者都會在工作中遇到描述性分析，通常是一線基層的統(tǒng)計數(shù)據(jù)，報告供應(yīng)鏈運營中發(fā)生的事情。

部分數(shù)據(jù)是實時的，使用描述性分析的人需要相當(dāng)高的供應(yīng)鏈管理水平，因為他們需要快速地做出反應(yīng)，采取行動。

我們需要具備使用電子表格、制作圖形或開發(fā)可視化儀表盤的技能，并且能夠在PPT中使用這些數(shù)據(jù)和工具，向領(lǐng)導(dǎo)和其他團隊成員解釋數(shù)據(jù)。

描述性分析是回顧過去發(fā)生的事情，但是它無法判斷為什么會發(fā)生這種情況，也不能預(yù)判接下來會發(fā)生什么，所以我們需要使用其他的分析方法。

2.診斷分析

當(dāng)運營KPI沒有達標時，我們就需要調(diào)查問題原因，這就是診斷分析的作用，告訴我們?yōu)槭裁磿l(fā)生這種情況，提供洞察力。

舉個例子，描述性分析顯示某件商品的缺貨數(shù)量增加了，造成缺貨的原因可能是需求增加了或是供應(yīng)不足，想要找到問題的根源，就需要使用診斷分析工具，例如魚骨圖、5Why分析法等。

我們從庫存水平、上周或是去年同期需求變化、商品損壞率、供應(yīng)商或零售店的延遲交貨等方面開始調(diào)查，這些都可能導(dǎo)致缺貨。

資深的人員可以使用分析工具和憑借他們的經(jīng)驗，快速找到主要原因，然后制定補貨計劃以避免更多的缺貨。這些分析是在進行統(tǒng)計分析后得到的，包括數(shù)據(jù)挖掘、根本原因分析、線性回歸、敏感性和相關(guān)性分析。

診斷分析的專家就像是供應(yīng)鏈的“偵探”,當(dāng)出現(xiàn)問題時，他們會根據(jù)描述性分析的結(jié)果找出“罪魁禍首”。追溯物料在供應(yīng)鏈中的活動，包括采購、制造、移動和銷售等過程，了解不同事件和結(jié)果之間的關(guān)系。

從事診斷分析的人員需要相當(dāng)高水平的供應(yīng)鏈知識，強大的統(tǒng)計能力，使他們能夠在復(fù)雜環(huán)境中找出關(guān)鍵性的因素，解開供應(yīng)鏈之謎。

3.預(yù)測分析

描述性分析是“事后諸葛亮”，是向后看的分析方法，只能告訴我們發(fā)生了什么，但是給不出任何的指導(dǎo)意見，所以我們還需要向前看的工具。

預(yù)測分析告訴我們接下來會發(fā)生什么，幫助我們展望未來，提供正確的決策，避免犯重復(fù)的錯誤。

例如，描述性分析告訴我們，在某一年出現(xiàn)了冷飲暢銷的情況，這與當(dāng)年夏天氣候炎熱有相關(guān)性。我們可以使用歷史銷售數(shù)據(jù)和實時的氣候數(shù)據(jù)，通過模型來預(yù)測未來冷飲的需求。

供應(yīng)鏈團隊要監(jiān)控預(yù)測與實際銷售量的差異，然后修正模型的參數(shù)，以期獲得更加準確的預(yù)測。隨著預(yù)測準確率逐漸提高，我們的銷售損失和廢棄庫存會不斷減少，運營結(jié)果將會得到改善。

線性回歸和時間序列分析都屬于預(yù)測分析。線性回歸是根據(jù)已知，預(yù)測未知的模型，比如我們可以根據(jù)已發(fā)生的物流運輸費用，來預(yù)測未來可能發(fā)生的運費。

在時間序列分析中，時間是基本的維度，主要的元素有需求的基線、季節(jié)性因素、趨勢和其他因素。

預(yù)測分析的應(yīng)用場景非常廣泛，當(dāng)我們擁有了大量的數(shù)據(jù)，包括銷售、供應(yīng)商、物流等結(jié)構(gòu)化數(shù)據(jù)，以及非結(jié)構(gòu)化的社交媒體數(shù)據(jù)，我們就可以構(gòu)建復(fù)雜的模型。

這些數(shù)據(jù)可以用于模擬多個場景，它們都有不同的概率和可能的結(jié)果。企業(yè)可以預(yù)測庫存水平、運輸費用、缺貨損失等情況。

相比于描述性和診斷性分析，預(yù)測分析要更加復(fù)雜。預(yù)測天氣、匯率和股市的波動、體育賽事結(jié)果等都是困難的。在大量的變量之中，有哪些會對結(jié)果產(chǎn)生影響？

預(yù)測分析專家需要數(shù)據(jù)、統(tǒng)計和編程方面的高級技能。隨著歷史數(shù)據(jù)和實時數(shù)據(jù)的爆炸式增長，企業(yè)需要借助于數(shù)據(jù)科學(xué)家來開發(fā)預(yù)測模型，實施機器學(xué)習(xí)系統(tǒng)，并進行模擬和驗證。

在當(dāng)今世界，懂得供應(yīng)鏈管理的數(shù)據(jù)科學(xué)家是最緊俏的人才，處于供不應(yīng)求的情況，所以擁有預(yù)測分析能力的人，未來一片光明。

4.指示性分析

指示性分析可以推薦決策和行動，它比預(yù)測分析更進了一步。經(jīng)典的經(jīng)濟訂貨模型(EOQ)就是指示性分析。

企業(yè)想要保持最低的訂貨和庫存持有成本，同時滿足客戶需求并避免缺貨，我們需要在這兩個目標之間找出一個最佳方案。前文提到的描述性、診斷和預(yù)測分析都不能給出答案，而指示性分析就能提供解決方案。

在EOQ模型中，訂貨成本和持有成本之和的最小值就是最優(yōu)解。

在規(guī)劃運輸網(wǎng)絡(luò)時，混合整數(shù)線形規(guī)劃根據(jù)所有線路的運輸費用、客戶需求數(shù)量、供應(yīng)能力和其他變量，建立起多個方程式，然后求出了網(wǎng)絡(luò)運輸費用的最小值以及每條線路運輸量的最佳方案。

有些公司使用軟件來實施指示性分析策略，還有些公司自主開發(fā)工具和模型，以完美地適應(yīng)他們的供應(yīng)鏈。

企業(yè)需要博士級別的高級人才來處理復(fù)雜的統(tǒng)計數(shù)據(jù)、算法和每天產(chǎn)生的大量供應(yīng)鏈數(shù)據(jù)。

既了解供應(yīng)鏈，又是精英數(shù)據(jù)科學(xué)家的人才比熊貓還珍貴，真可謂是“千軍易得，一將難求”。符合這些要求的高級人才可以自己創(chuàng)業(yè)，或是在行業(yè)頭部企業(yè)里出任首席供應(yīng)鏈管理管，或是從事咨詢行業(yè)，前途不可限量。

附：卓弘毅老師課程推薦，點擊課程名稱即可跳轉(zhuǎn)查看。

《汽車制造業(yè)供應(yīng)鏈與物流管理》是根據(jù)卓弘毅老師10余年汽車制造業(yè)工作經(jīng)驗，結(jié)合世界權(quán)威供應(yīng)鏈協(xié)會組織ASCM的理論研究，融會貫通之后，精心制作的一套課件，來幫助更多的朋友來學(xué)習(xí)先進的制造業(yè)供應(yīng)鏈物流知識。