数据分析：数据背后的价值洞察

收集数据后，要对数据进行基本的分析，那么，我们从数据里可以得到什么呢？

1.发货数据的时间单元

我们先看一下发货数据的单元是按月划分还是按周划分，即记录的是每周还是每月的发货量，从供应链运营的角度来说，相比之下，周是更理想的单元，是企业运营管理细度的表现。

一般来说，管理能力越强，管理力度越深，时间单元越小，时间单元越小，数据样本就越大，在数据统计上就越有意义，但并不意味着时间单元要小到按天计算，这会误导企业多放安全库存来应对，并且有可能导致数据不符合正态分布。

2.订货频次

订货的频次同样能反映出客户的运营水平，运营水平越高，订货的频次越高，订货量越平稳，就有可能是优质客户。

有些客户会出现这样的问题，突然大批量订货，但要求分多次送货，这样的客户往往在管理上比较粗放，整体计划性有待提高。(www.xing528.com)

3.客户集中度

我们可以选取半年时间的需求历史，按照料号、客户、月份分解，就能判断出对于特定的料号，是否有客户占据了相当大的比例。对于这类客户，在需求预测和需求管理时要特别“照顾”，主动与销售对接，及时了解客户信息，对客户的需求变化尽早知晓，以便及时采取措施补救。

4.需求变动

我们可以基于过去一段时间的发货历史，计算出每个料号的需求标准差除以平均需求值，得到度量变动性的变异系数，我们会发现不同料号的变动性不同，因此在管理上也会有相应的差异。

5.隐藏的客户信息

数据中有很多值得企业去挖掘的潜在价值，只有企业认真分析，才会发现其中隐藏的更多的客户信息。例如，客户的订货习惯，是每月下单还是每周下单，是否接受部分发货等，不要认为这些信息与企业无关，假设客户每月订货，又不接受部分发货，那就意味着企业需要准备更多的库存来应对，否则就要适当降低安全库存。