今天專門給大家講講供應鏈數據分析，包含5大重要指標體系和分析工具，全是乾貨！

供應鏈的構成包括供應商、製造商、分銷商零售商以及消費者五大部分，具體的供應鏈流程如下：

那能否做好供應鏈分析，直接影響企業淨利潤水平。換句話說：供應鏈做不好，別想賺錢。

下面帶大家從採購、生產、倉儲、銷售、運輸這五個板塊，搭建供應鏈指標分析體系。

1、採購管理指標

2、生產管理指標

3、銷售管理指標

4、倉儲管理指標

5、運輸管理指標

一般來說，數據分析會用基本的Excel數據透視表，圖表可視化等基本操作即可。如果你想做一些進階的數據分析，不會spss、Python之類的，那可以把BI工具用起來，一個是可以進行大數據分析，第二個是上手難度小。

下面用FineBI給大家介紹一下，BI功能的一些功能，大家在分析供應鏈數據的時候可以試一試。

1、對已有數據的可視化展示

通常情況下，企業的數據是複雜的，無法一眼識別信息的。而BI則是將企業日常經營過程中產生的數據或者預先制好的報告用柱狀圖、折線圖、漏斗圖等可視化的方式表現出來，能夠讓業務人員識別重要信息。另外，通過鑽取、聯動、跳轉等功能，能夠進一步根據指標維度去查看進一步信息，找到產生問題的根源。

從上圖的儀錶盤中可以看出，分析的內容和業務部門的日常工作是緊密結合的，比如銷售人員關心銷售金額、回款額，HR關心離職率、入職時限，市場人員關心市場開拓率、合作客戶數等，每個業務部門的分析基本上都會涉及複雜的計算邏輯以及深刻的業務指標知識，光靠IT人員進行固定報表製作或者業務人員查看業務系統數據是完不成的，這裡也進一步強調了BI是給業務人員和數據分析人員自助分析的工具。

如上圖這樣一張儀錶盤，不僅是可視化展現，更是一種業務分析思路，業務人員能夠對業務有明確、直接的認識，也能更合理地依據數據進行決策。

2、對當前數據的監控預警

通常情況下，我們會通過顏色變化或者預警線設置的方式來進行「異常」檢測。當業務人員從可視化圖表中發現數據異常的時候，就需要有目的性的進行分析，通過關聯報表的檢查、不同維度報表的鑽取查找可能存在的問題。

如上圖，某產品三包費用發生異常，通過地圖進行鑽取之後，發現是江蘇省、無錫市、錫山區的三包費用發生了異常，這時候我們可以再通過這個區域的三包費用情況，去探究是因為這個批次的產品質量都有問題，還是因為這個地區的特定使用場景導致的。

最終業務人員通過一次或者多次的維度和指標圖表構建，逐步形成了一種比較可靠的、固化的分析模型。這個階段的業務人員不再是被動接受來自圖表中反映的信息，而是通過"異常"數據來定位到背後的一個業務問題，數據和業務在這個層次開始有了直接對應關係，這時可以利用數據圖表之間的邏輯性關係尋找解決方法，提高企業的經營效率。

3、對未來業務的科學預測

預測未來業務通常是通過建模分析實現，精通業務變化的業務人員通過製作合適的可視化模型找出業務中潛在的問題或者實現更優解的調整方式，接著反哺業務決策，形成良性過程。業務建模更加講究自主性和探索性，能夠最大程度發揮BI的作用。

①購物籃分析模型

通過研究用戶消費數據，將不同商品之間進行關聯，並挖掘不同產品之間的關聯關係。經典的案例有：啤酒和尿布

②杜邦分析模型

杜邦分析法通過將企業淨資產收益率逐級分解為多項財務比率乘積，深入分析比較企業經營業績。

③帕累托分析模型

根據事物在技術或經濟方面的主要特徵，進行分類排隊，分清重點和一般，從而有區別地確定管理方式。比如找到能夠帶來80%的收益的20%的產品種類，從而進行不同的營銷策略排布。

④AARRR分析模型

通過實現用戶增長的 5 個指標：獲客、激活、留存、收益、傳播，追蹤用戶運營過程中流失的情況，形成從獲客到傳播推薦整個用戶全生命周期的閉環模式，不斷擴大用戶規模，實現持續增長。

最後留一個我自己常用的BI工具地址，個人版不花錢，沒用過的朋友們可以體驗一下