导读:通过数据分析，发现数据“一次性报告”中难以发现的新问题，为企业自身情况的分析和整改提供新的参考和思路。
四个工具
1。掌握开票数据
要清晰的计算出每个部门、每个品类每月的进销存数据，利用POS系统和EOS系统快速掌握公司的销售信息和采购信息。换句话说，如果我们能以科学的方式获得采购、销售和存储的信息，这将对业务有很大的帮助。
2。分类的构成比分析
管理一个公司的商品，不仅要知道整个店铺的营业额和利益，还要考虑到部门的营业额和利益。比如，不仅要知道饮料这个品类的营业额和收益，还要知道饮料的构成比例，这样才能知道销售的软肋在哪里，如何改善。
3。毛利率分析
毛利率=毛利率/营业额×100
对于每一个分类，也要能算出毛利率，知道哪个分类盈利能力好，哪个分类盈利能力差，调整商品结构或者加强弱势分类。
4。商品转换速率分析
商品周转率=营业额/期初库存+期末库存/2×100
商品周转天数=365天/年商品周转率
超市管理的一个重点是计算商品的周转率，所以每个品类的周转率都要计算，而且越快越好。周转速度越快，商品的新鲜度越好，资金回收速度越快；只有形成这样的良性循环，管理才能出类拔萃。
一般来说，超市一年的周转次数要保持在20-22次以上才能达标。运营商可以查看自己公司的圈数是否在标准之内。如果不是，他们应该努力工作。
采购部是为超市创造业绩的部门，所以如果没有完整的采购组织，超市根本无法存在，更别说想赚钱了。所以超市要谈利润，第一步就是要组织一支采购的战斗队伍，这样才能把商品进出的第一关守得如此严密，才有可能让超市真正立于不败之地。
采购部门和制造业的生产部门一样，是创造利润的单位。如果这个关口把关得当，只进口一些有利可图的商品，超市的基本业绩自然可以得到保证。一般来说，采购组织可以分为分散采购组织和集中采购组织。这两类组织模式各有利弊，运营商可以根据个人规模和目标选择适合自己的模式。
在采购过程中，数据分析具有极其重要的战略意义，是优化供应链和采购决策的核心大脑。因此，数据分析是采购过程中最重要的环节之一。
那么如何做好数据分析呢？以下是数据分析的8步流程和7个常见的分析思路。在开始数据分析之前，最好与主管或有丰富数据经验的同事确认每一步的分析流程。
数据分析的八个过程
1。为什么要分析
首先，你需要知道为什么分析？明确这个数据分析的目的。比如什么样的客户总是延迟交货？你所有的分析都围绕着这个为什么。避免不符合目标的重复返工。这个过程会很痛苦。
2。谁是分析目标
牢记明确的分析因素，统计维度是否是金额，产品，供应商行业的竞争趋势，供应商的规模等等。避免把金额算成乘积和把乘积算成金额，计算出来的结果差别很大。
3。你想达到什么效果
通过分析每个维度的产品类型、公司采购周期、采购条款，可以发现真正的问题。比如本分析中的薄弱环节供应商，全部集中采购和维持现状，都不符合利润最大化原则。通过分析，我们可以找到问题的真正根源，发现对采购管理进行精细化是非常必要的。
4。需要哪些数据
采购过程中涉及到大量的数据。需要什么源数据？总购买量？元器件行业竞争程度？付款期限？采购频率？股票编号？客户地域因素？客户规模？等等，列个清单。避免增加新的因素。
5。如何收集
在数据库中收集供应商信息，通常输入供应商的各种信息，输入产品特性等。做数据分析，必须要有原材料，否则巧妇难为无米之炊。
6。如何组织
整理数据是一项技术活动。不得不承认，EXCEL是一个强大的工具，数据透视表的巧用和技巧对于支付数据分析必不可少，各种函数和公式也需要一点知识，避免低效的数据整理。Spss也是一个优秀的数据处理工具，特别是当数据量比较大，字段是特殊字符时，使用起来很方便。
7。如何分析
整理后，如何对数据进行综合分析和关联？这是对逻辑思维和推理能力的考验。同时，在分析推理的过程中，你需要对产品了如指掌，对供应商了如指掌，熟悉采购流程。看似简单的数据分析，其实是各种能力的体现。首先是技术层面，对数据源提取-转换-加载原理的理解和认识；其实就是全局观，在季节和公司层面对业务有清晰的认识；最后是专业程度，对业务流程和设计了如指掌。数据分析的力量不是一蹴而就的，而是在实践中不断成长和升华的。好的数据分析应该是以价值为导向，放眼全局，立足业务，用数据驱动增长。
8。如何显示和输出
数据可视化也是一门学问。如何用合适的图表表现出来？每个图表的寓意是什么？以下是八个常用图表:
(1)折线图:适用于随时间变化的连续数据，如收入随时间的变化、增长率的变化等。
(2)柱形图:主要用于显示各组数据之间的差异。主要有二维柱形图、三维柱形图、圆柱图、圆锥图和金字塔图。
(3)堆积柱形图:堆积柱形图不仅可以显示同一类别中每一类数据的大小，还可以显示总量的大小。
(4)线柱图:这种类型的图不仅可以显示同一类别的对比，还可以显示趋势。
(5)条形图:类似于水平条形图，具有与条形图相同的显示效果，主要用于各种类别的比较。
(6)饼状图:主要展示各项的比例。饼状图一般慎用，除非比例差异非常明显。因为肉眼无法直观分辨饼状图的比例。而且饼状图一般不超过6项。6项后建议柱形图更直观。
(7)复合饼图:一般是一定比例的下期分析。
(8)亲子饼状图:可以直观地分析项目的构成结构和比例。
图表没必要太花哨。一个表只说一个问题。用友好的视觉图表来节省读者的时间，也是对读者的尊重。
有一些数据，是经过苦心整理和分析的。最后发现与结论输出无关。虽然做了大量的工作，但也不能堆砌数据来反映工作量。
在列报过程中，请注明数据来源、时间、指标描述和公式算法，既体现了数据分析的专业性，也尊重了报告读者。
数据分析的七个思路
1。简单趋势
通过实时了解趋势，了解供应商的及时交货情况。如产品类型、供应商区域(流量系数)、采购金额以及采购金额占供应商的比例。
2。多维分解
根据分析需要，从多个维度对指标进行分解。比如产品采购金额、供应商规模(待量化)、产品复杂程度等维度。
3。转换漏斗
根据已知的转化路径，借助漏斗模型分析整体情况和每一步的转化情况。常见的转型场景包括不同供应商的及时交货率趋势等。
4。对用户进行分组
在精细化分析中，往往需要对具有某种行为的供应商群体进行分析比较。数据分析需要以多维度、多指标为聚类条件，有针对性地优化供应链，提高供应链的稳定性。
5。仔细检查路径
数据分析可以观察供应商的行为轨迹，探索供应商与公司的互动过程。然后发现问题，启发或者检验假设。
6。保留分析
留存分析是探索用户行为与回访之间的关系。一般来说，留存率是指“新供应商”在一段时间内“重复行为”的比例。通过分析不同供应商群体的留存差异和使用过不同功能的供应商的留存差异，可以找到供应链的优化点。
7。A/B测试
A/B测试是同时对多个方案进行平行测试，但每个方案只有一个变量不同。然后，通过一定的优胜劣汰规则，选出最佳方案。数据分析需要在这个过程中选择合理的分组样本、监测数据指标、事后数据分析和不同方案的评价。
不仅是供应商按时交货的数据分析，其他数据分析流程和思路同样适用，只是关键维度多，组合维度多，所以需要更清晰的思路和全局，避免陷入数据海洋。
