如何用 BI 在庫存管理中“淘金“?

隨著ERP、WMS、SRM等這些業務系統的普及,企業管理者逐漸把目光轉移到了商業智能系統這類決策支持系統上來。因此,近幾年商業智能的應用也出現了“井噴”式的需求。

對於電商類、製造類、線下商貿類企業來說,庫存管理是必不可少的部分;本文就從商業智能系統在庫存管理中的應用談起。

如何用 BI 在库存管理中“淘金“?

01 商業智能系統簡介

商業智能系統於1996年由Gartner提出,筆者認為這是一個融合商業智能技術與企業管理思想的決策支持軟件。

它通過商業智能技術提供快速分析數據的方法,按照企業管理思想與管理邏輯設計分析指標,然後把數據轉化成有用的信息,幫助企業管理者透視經營、輔助決策。

現在市場上看到的商業智能系統,稱為BI,可以分類兩類,一類是平臺類,另一類是應用類。

平臺類主要是通過商業智能技術提供諸如:聯機分析處理(OLAP)、數據倉庫、數據挖掘這類分析工具。

應用類是在商業智能平臺基礎上做的決策分析、績效分析等應用系統。

本文主要談商業智能的應用,所以談的是應用類相關內容。

商業智能系統與SAS、SPSS等統計分析軟件是有很大的區別的,統計分析軟件專業性強,它要求分析人員具有統計學、運籌學、數據建模等知識;而商業智能系統的用戶只需理解所分析的業務即可,它對用戶沒有太高的專業門檻要求。

02 商業智能系統的應用架構

在介紹完商業智能系統是什麼以後,我遵循“從技術到應用”的思路,一步步闡述商業智能技術是如何落地的。下面我就闡述一下商業智能系統的應用架構。

如何用 BI 在库存管理中“淘金“?

商業智能應用系統的數據主要來源於ERP、WMS、SCM等業務系統、辦公系統或互聯網的數據文件,通過ETL(Extraction-Transformation-Loading的縮寫)工具提取、轉換和加載到數據倉庫中。

數據倉庫、ETL調度設置、指標配置、分析展現,是商業智能應用架構的核心。

數據倉庫可以設置成三層,在ODS(Operational Data Store)層,把抽取的業務數據轉化成統一的數據格式和規則,為了提高效率,可以把每次更新的數據和以前抽取的數據分開存儲;DW(Data Warehouse)層是傳統意義上的數據倉庫層,在這一層存儲維度與事實數據,並根據分析需要確定數據存儲的粒度;第三層是DM(DataMart)層,即:數據集市,這一層按照分析主題存儲“數據立方體”。

從業務數據到數據倉庫中數據分層的變化,技術上是通過ETL開發實現的,然後通過ETL調度設置,確定數據變換的規則。

很多分析指標需要對業務系統數據按照一定公式計算得到,因此,指標公式的設置,也是商業智能系統應用架構必不可少的環節。

如果把商業智能系統的應用分為臺前與幕後的話,上述三部分是幕後默默的奉獻者,分析展現便是臺前的表演家,在分析展現部分,庫存管理分析指標通過儀表板、雷達圖、散點圖等展現工具,按照管理需要呈現出來。

03 商業智能技術能幫助WMS“幹什麼”

在介紹完商業智能技術層面的內容後,下面介紹商業智能技術能幫助庫存管理解決什麼問題,帶來什麼價值?商業智能系統不像WMS、ERP一樣,主要在庫存管理的日常出入庫、作業管理、運輸管理等方面提供管理幫助,它主要是在業務分析、決策支持中為企業中高層管理者提供庫存管理的幫助。

總體來講,每個企業庫存管理的重點會多少有差別,期望商業智能技術應用提供的幫助就也會有差別;那麼,我就選擇三個具有普遍代表性的方面進行解釋。

其一,能夠幫助降低供需不平衡的矛盾。從供應鏈的角度來講,庫存管理主要想解決“供需不平衡”的矛盾。引起供需不平衡的原因,涉及面廣、問題複雜,到了庫存環節一般都已經既成事實,所以庫存管理經常是供需不平衡的“冤大頭”。通過商業智能技術的應用,能夠幫助分析庫存儲備,指導需求計劃、運營計劃,均衡出入庫,進而幫助解決供需不平衡的矛盾。

其二,能夠幫助降低物料的呆滯。降低了供需不平衡的矛盾後,在倉庫中該出去的及時出去了,該進來的及時進來了;但是庫存週轉率不一定上去啊,庫存週轉率上不去,企業的盈利能力就上不去。要提高庫存週轉率,必須降低物料的呆滯,降低物料的庫齡。

其三,能夠讓企業管理者清楚庫存週轉率是多少才合適。即使庫存週轉率提高了,庫存週轉率究竟多少才合適呢?這也是企業中高層管理者關心的重點問題。通過商業智能技術應用,能夠清楚合理的庫存週轉率。

04 商業智能技術應用如何解決上述問題

在商業智能系統應用架構中,談到了指標配置;在應用的時候,就是從供應鏈集成的角度,設置管理指標,然後通過ETL工具在數據倉庫中處理數據,得到指標結果、獲得信息,進而幫助解決問題。

解決上述三個問題,一般通過商業智能技術應用獲得如下指標或信息的結果:

如何用 BI 在库存管理中“淘金“?

解決供需平衡,首先要準確知道“日均消耗量”的結果,通過商業智能系統可以根據企業實際情況任意選擇時間段,計算出“日均消耗量”。

然後,考慮企業最多、最少儲備多少天的庫存,進而預測出是否超儲、是否短缺。同時,有了“日均消耗量”的結果,結合現存量,可以預測現在的庫存大約可以使用多少天,進而指導採購計劃或生產計劃。

知道每天用多少,知道還可以用多少天,既不超儲也不短缺,再及時做計劃;那自然就“供需平衡”了。

雖然從庫存上判斷不出為什麼會呆滯,但是從庫存上能夠判斷出什麼物料將要呆滯。當了解到什麼物料將要呆滯後,便可以順藤摸瓜,進一步收集信息找到為什麼會呆滯。

那麼,商業智能系統是如何知道什麼物料將要呆滯的呢?通過商業智能系統能夠準確的分析出來每種物料的未動期以及庫齡,便能從微觀上知道哪些物料將要呆滯。

同時,在商業智能系統中能夠隨時從多個維度查看圖形化的庫存結構以及庫存ABC(庫存ABC是按照“二八原則”把庫存進行的分類),它們能從宏觀上判斷出庫存結構是否合理,這也有利於判斷哪些物料將可能會呆滯。

庫存物料的進出順暢了,也沒有庫存呆滯了,但庫存週轉率多少合適呢?企業管理者非常想知道,因為它關係到企業賺錢的速度。

360天除以庫存週轉率就是庫存週轉天數,庫存週轉天數、經營現金佔用週期、平均應收賬齡與平均應付賬齡,這四個指標具有如下關係:庫存週轉天數+平均應收賬款賬齡=經營現金佔用週期+平均應付賬齡。

這四個指標的關係可以用下圖表示:

如何用 BI 在库存管理中“淘金“?

因此,庫存週轉率多少合適,與另外三個指標以及經營週期密切相關。

在分析庫存週轉率與另外三個指標關係的過程中,通過商業智能系統能夠隨時準確分析出:企業的資金一般情況下可用多少天,平均的應收賬齡,以及平均的應付賬齡,進而可以確定出合理的庫存週轉天數。有了合理庫存週轉天數,再用360一除,便清楚了庫存週轉率究竟多少合適。

05 結束語

技術通過使用才能創造價值,商業智能技術同樣如此;技術使用要想創造更大的價值,使用的領域相當關鍵;庫存管理是絕大多數企業都涉及的重點領域,尤其在電商類、製造類、線下流通類企業;因此,為了把商業智能技術的應用價值儘可能的呈獻給大家,我選擇了庫存管理領域進行闡述。

同時,我還要強調的是:明確的管理問題、清晰的管理目標非常關鍵;只有搞定了這些,才能更好地使用技術,否則容易走偏,好鋼用不到刀刃上。比如:在庫存管理中,認識供需平衡矛盾,提高庫存週轉率是庫存管理的重要目標,這樣才能有的放矢!

本文由 @產品人曉明 原創發佈於人人都是產品經理,未經作者許可,禁止轉載。

題圖來自Unsplash,基於CC0協議。


分享到:


相關文章: