当前位置:首页  >  数据可视化专题  > 

库存分析怎么做?FineBI分析工具包教包会!

作者:FineBI

发布时间:2024.3.22

浏览次数:109 次浏览

一、库存分析是什么分析哪些维度

1、库存分析是什么

库存分析是一种评估和确定企业理想库存水平的方法,旨在最小化库存持有量同时防止过剩和缺货情况,确保不会因库存问题而损失客户给竞争对手。传统的库存分析侧重于计算经济订货量(EOQ),这涉及到权衡订购成本和持有成本之间的平衡。然而,仅仅依靠EOQ模型并不足以全面反映库存管理面临的复杂性。因此,现代库存分析需要考虑更多因素,比如供应链的波动性、需求的不确定性、供应商的可靠性以及产品的生命周期等,以确保库存水平既能满足市场需求又能保持成本效益。

2、库存分析的维度

库存管理是企业运营中的关键环节,有效的库存分析能够帮助企业优化库存水平,满足客户需求,降低成本。下面将从有效库存与无效库存、库存天数、量化库存、库存结构分析和SKU动销率五个方面,探讨如何进行库存分析。

1)有效库存与无效库存

有时,生产型企业的人会抱怨库存量下降,例如今年库存量只有400个,而去年同期有800个。然而,这种比较可能忽略了重要的细节:不同的SKU号和客户需求。如果去年的800个库存包含了多个SKU号,而今年的400个库存已经满足了去年同期的实际需求,那么库存量实际上并没有下降。因此,区分有效库存和无效库存对于准确评估库存状况至关重要。

(2)库存天数

库存天数是一个衡量库存滚动变化的重要量化指标,也用于追踪库存的可持续销售期。通过计算期末库存除以某个时期的销售数量再除以销售期天数,可以得到库存天数。这个指标有助于量化每个SKU的库存需求,并与实际库存进行比较,从而指导补货或调拨决策。此外,建立库存预警系统可以实时监控库存安全性。

(3)量化库存

量化库存是确保库存整体安全性的关键。通过预测当季新品和应季老款的销售量,可以估算出总体销售额。将总销售额除以销售均价,再考虑预测售罄后的库存数量,可以得到当季的安全库存数量。这种宏观预测与具体销售SKU相结合的方法,有助于确保库存总量既能满足市场需求又不会过度积压。

(4)库存结构分析

库存结构分析有助于确保库存结构与销售结构的一致性。当库存总量一定时,需要考虑库存的结构合理性。通过分析商品的类别结构、价格带结构、品牌结构等维度,并使用库存结构占比与实际销售占比之间的库销偏差来衡量其合理性。例如,如果单鞋的实际销售占比高于库存占比,那么可能需要增加单鞋的库存量以最大化销售。

(5)SKU动销率

SKU动销率是衡量库存商品活跃程度的重要指标,计算公式为当前店铺产生销售的SKU数量除以总SKU数量。通过计算SKU动销率,可以发现库存中是否存在滞销产品,并为商品管理人员提供有效调整的参考数据。同时,定期跟踪SKU动销率的变化趋势,有助于及时调整采购和销售策略以适应市场需求的变化。

综上所述,库存分析是一个综合性的过程,需要考虑多个方面的因素。通过合理运用上述五种分析方法,企业可以更准确地掌握库存状况,优化库存水平,提高运营效率并降低成本。同时,不同品牌和定位的企业可能需要根据自身情况制定具体的库存分析重点和参考数据,以更好地满足市场需求并提升竞争力。

二、库存分析BI实战案例展示

1、业务背景

随着铝业型材集团的迅速扩张,其制造流程变得复杂,包含了熔铸、挤压、喷涂、喷粉、喷漆、电泳、氧化、包装等八个工序。为了快速整合各环节的库存数据,监控库存动态,识别潜在风险并控制库存量,集团决定以库存管理为突破口,建立一个全面的库存管控系统。该系统旨在全流程监控库存状况,合理评估整个业务链的库存水平,并建立安全库存模型和预测模型,以此为基础,提升库存管控体系的数据支持能力。

铝业集团致力于在MTO(Make to Order,按订单生产)和MTS(Make to Stock,库存生产)模式下实现高效且低库存的管理目标。通过这一举措,集团力求使每个工序的库存达到满足生产需求的最低水平,大幅提高库存周转率,并减少资金的占用。

为了改变集团库存偏高的状况,铝业集团利用数字化库存管控系统降低成品库存,推行精细化库存管理,有效降低生产成本,提升企业利润。同时,集团还致力于构建合理的库存备货策略,加快处理呆滞库存、风险库存和无效库存等问题,以加速资金周转,提高资金的使用效率。

通过PDCA(Plan-Do-Check-Act,计划-执行-检查-行动)闭环的库存管控机制,铝业集团能够实现从产品追溯、发现库存问题、预警风险到评估库存解决措施等一系列的实践操作。数字化的手段使得集团能够更加直观、可控地了解库存管控过程,进一步加强精细化经营管理。

2、行业痛点

企业现面临的主要挑战包括库存量过大、库存构成不合理以及存货周期延长。这些问题往往源于“牛鞭效应”,即各业务部门在预测时加入额外的库存“缓冲”,导致整体库存水平上升。信息隔阂是造成这一现象的重要原因,部门间信息流通不畅,透明度不足。库存构成失衡,部分SKU供不应求,面临断货风险,而另一部分SKU则库存过剩,成为呆滞资产。SKU的管理不够细致,缺乏对市场需求的快速反应,研发和生产节奏未能及时调整,销量预测缺乏有效数据支持,导致产、销、存策略失效。此外,存货周期过长,造成仓库资源浪费和高额资金占用。铝型材行业客户需求波动大和交货周期长,导致逾期库存积累。生产错误和质量问题也是长期库存积压的原因之一。

3、数据来源

为了深入分析企业的运营情况,团队决定使用FineBI工具并选取了30个SKU在一个月内的数据进行详尽研究。这些数据覆盖了从销售到生产再到物流的全过程,具体包括以下几个方面:

  • 销售单明细:记录了销售端的所有交易信息,包括顾客购买的产品种类、数量、价格以及销售日期等。
  • 生产计划单明细:详细说明了生产计划的具体内容,包括生产的产品种类、数量、开始和结束日期以及所需材料等。在MTO(Make to Order,按订单生产)模式下,生产计划是根据销售订单来制定的。
  • 派工工序单明细:展示了生产过程中每个工序的详细信息,如工序名称、开始和结束时间、操作员、完成的产品数量等。
  • 质检单明细:记录了产品在出库前的质量检测结果,包括检测日期、检测项目、合格与否等信息。
  • 入库单明细:详细列出了产品的入库信息,包括入库日期、产品种类、数量、批次号等。
  • 发货单明细:记录了产品的发货信息,包括发货日期、客户信息、产品种类、数量等。
  • 库存明细:提供了每个SKU在任何给定时间点的库存水平。
  • 库存趋势明细:基于发货单上的预计发货数据,预测未来库存的变化趋势,帮助企业做出更准确的库存管理决策。
  • 库龄分析:通过分析库存产品的存放时长,帮助企业识别长期库存和可能的过时产品,从而优化库存结构和减少资金占用。

4、分析思路

库存分析图

  • 全链路数据追溯:通过整合全链路的订单明细数据,我们实现了“一单到底”的全过程追溯。这不仅展现了数据中台在打破“数据孤岛”方面的能力,还包括对数据质量的深入分析和数据血缘关系的处理。这种追溯机制使业务人员能够迅速定位订单状态,实时监控订单进度,从而实时了解企业经营状况。
  • “产销存”驾驶舱分析:为了提供给管理人员一个宏观的经营视角,我们构建了一个“产销存”情况的驾驶舱。该驾驶舱基于订单过去7天的销售、生产和库存数据,展示企业的总体经营状况,帮助管理人员把握业务重点和方向。
  • 库存销售比指标:我们引入了“库存销售比”指标,用于识别那些销售量低但库存量高的SKU。这个指标能帮助业务人员快速发现问题产品,进而采取相应的业务措施,如促销、调整生产节奏、清理库存或处理无效库存等,从而指导降低库存的有效行动。
  • 安全库存模型搭建:基于SKU的销售情况和供应周期,我们构建了一个安全库存模型。这个模型旨在满足业务需求的同时,可视化库存管控水平,快速识别问题SKU。此外,它还能根据库存变化趋势预测未来可能出现库存风险的SKU。在MTS(Make to Stock)模式下,该模型还能辅助决策下单数量。
  • 呆滞库存优化:根据公司政策,我们定义了超过90天库龄的库存为呆滞库存。通过识别成品库存中的呆滞库存,我们能够进行精细化的库存管理和优化处理。
  • 库存预测提升:采用时间序列法(如移动平均法)以及销售单上预计发货的时间和数量等信息,我们进行库存预测,以实现预防性的库存管控。这将有助于提高库存周转率,确保企业运营的高效性。

5、FineBI数据处理

(1)DM层数据集:

由ODS层通过接口从各个业务系统(ODM、MES、ERP、WMS、QMS)抽取产品的销售订单信息、生产信息、库存信息、质检信息等抽取完成同类信息的整合,根据业务人员的需求,建立各个基础主题以及维度信息,生成对应的应用主题,用作于看板使用的DM数据集。

维度与度量值

度量值较多,简单列举如下:

  • 库存销售比=月度平均销售量/月度平均库存量
  • 完成率=累计生产完成数量/累计生产计划量
  • 合格率=合格产品量/累计质检产品量
  • 维度值较多,简单列举如下:
  • 时间维度(日/月份);
  • 项目维度(生产/销售/库存);
  • SKU维度(工序/品名/物料编码)
  • 客户纬度(名称);

(2) 订单满足率

汇总计算订单满足率,增加订单满足率指标,计算实际发货的总量和销售总量的比率。

库存分析图

(3)近7天销售量

计算产品在参数(时间)上选定的某一个日期前7天的销售量。

提前设置时间参数

库存分析图

复制销量的指标,重新命名为近7天销售量,并且使用明细过滤,取时间参数近7天的值

库存分析图

完成后即可使用表格形式呈现对应的销量柱状图。

(4)生产完成率

计算每个工序的生产完成比例,通过实际报工、实际完成的数量,计划完成的数量,精细化计算到每个工序的生产完成率。为业务人员定位低效产线,瓶颈工序作数据支撑。同时也可以在工序间增加相关的完成进度,了解订单实际的完成情况。

(5)安全库存计算

通过历史数据包括每个SKU销售量,生产量。结合公司对于SKU的服务水平,供应周期。我们提出安全库存模型,用以指导生产,监控库存水平。同时该模型具有动态管理功能,计算后的安全库存水平有一定程度会考虑当前销售量。

(6)库存预测计算

通过历史数据对每个SKU的销售量进行预测。本模型用的是移动平均法进行对SKU的库存量进行模拟。实际用于企业的模型较为复杂,设计到季节性波动以及趋势等因子。通过预测后的销售预测量,结合出货的预测量,计算出每个SKU的库存预测。

(7)库存销售比

通过分析库存与销售量的比值,我们可以了解到每个SKU可以支撑销售的天数,也可以用此评估该SKU是否存在呆滞风险或者缺货风险。

6、可视化报告分析结论

库存分析图

通过FineBI软件我们可以看到在6月28日的产销存总体情况概览中,可以看到订单满足率为98.5%,显示出较高的运营效率;库存量达到43.2万个,近7天库存量维持高位,且呈上升趋势。xx装饰幕墙有限公司是本月销售量最高的销售客户,达到4.2万。尽管各工序的生产量稳定,但生产完成率仅为71%,尤其包装工序的完成率仅为52%,成为生产瓶颈。质量合格率为96.87%,但开口位和平面部件工序的质量问题较为突出,需引起重视并采取措施。

通过数据中台,可以实现对每个业务订单在整个业务流程中的跟踪,确保订单在每个业务节点的进度都可追溯。这有助于快速响应客户关于生产进度和发货进度的查询,并据此优化发货沟通,减少未发货的库存,降低库存成本。同时,通过数据支持,提高服务水平和效率,实现快速追溯定位库存状态,防止库存滞留和形成呆滞。

智能库存管理模块运用波士顿矩阵模型对SKU进行分类,有效识别出需要关注的问题SKU。随后,对这些SKU进行深入分析,评估其库存水平是否低于安全库存标准或未来是否有超出安全库存的风险。借助时间序列法对库存进行预测,制定相应决策,如调整销售出货比例,以适应业务需求。此外,结合库龄和销售库存比(如DOH指标)进一步分析,智能识别并筛选出风险SKU,对高库存风险的SKU采取措施防止呆滞,对低库存风险的SKU采取措施避免缺货。通过这一系列闭环管理流程,实现对库存的精准控制和业务工作的高效执行。

在库存与SKU销售量分析中,通过波士顿矩阵可以将产品分为四类:明星产品、金牛产品、潜力产品和问题产品。明星产品通常具有高销量和高库存,需要持续补充以维持市场地位;金牛产品销量稳定,库存适中,应保持稳定供应;潜力产品销量增长快,但库存可能不足,需增加库存以满足需求;问题产品则是库存高而销量低,需要采取措施降低库存或提升销量,以避免呆滞。

针对提到的物料,库存数量为1.6万,累计发货数量为4150个,库存销售比高达4个月,这明显表明是一个问题产品。对此,应立即采取行动,分析造成库存积压的原因,可能是市场需求预测失误、产品更新换代、竞争加剧等。然后根据分析结果,制定相应措施,例如开展促销活动以加快销售速度,或者考虑产品降价、退货给供应商等方式降低库存。

通过这样的库存管控和绩效管理,企业能够快速识别问题产品,采取有效措施,从而优化库存水平,减少资金占用,提高整体运营效率。

在库存管理中,根据公司政策和之前的分析结果,我们会对SKU进行分类,并采用不同的安全库存模型。安全库存的设定基于实际销售量、供应周期和服务水平等因素。通过监控发货单上预计的发货数量,计算未来几天的库存变化,一旦库存水平超过安全库存限制,系统将发出预警,以便及时采取措施。

以该物料为例,库存数量为1.7万,而安全库存为6226个,说明该产品存在库存风险,需要业务人员立即关注。业务人员应分析造成库存高企的原因,可能是需求预测不准确、供应链延迟、产品过时等。在后续的生产和供应链管理中,应考虑库存问题,并与相关部门沟通,以确保未发货产品能够及时发出,同时采取措施清理呆滞库存,降低库存风险。通过这些措施,可以确保库存水平与业务需求相匹配,优化库存管理,提高整体运营效率。

库存分析图

FineBI Demo免费体验

通过FineBI的分析,移动平均法对销售预测及生产量预测进行计算,可以预测出未来库存的变化情况。这样的预测对于生产和仓储人员至关重要,因为它们可以据此提前准备产能,优化库位布局,从而提高工作效率并减少信息不对称所带来的问题。这种预测形成的缓冲库存有助于应对突发事件,保证供应链的稳定性。

例如,如果预测显示某个SKU的库存数量在未来七天内将突破2万个,而不采取任何措施可能导致仓库爆仓和资金占用等问题。为此,可以通过调整出货比例来应对,比如将出货比例提高到1.2倍,从而使库存数量下降到1.5万个。这种出货比例的调整不仅可以作为推动出货的数据支持,而且业务人员可以根据这个比例来规划和执行各种工作,如促销活动目标设定、订单发货跟踪和订单进度推进等。此外,在产供销会议上,利用这些预测参数进行量化决策也是非常有效的。

库存分析图

FineBI 可视化报告

通过对库存进行深度分析,可以找出库龄较长的SKU,并对这些SKU进行统一管理。这包括列出这些SKU的呆滞情况,并将相关信息通报给各个业务部门进行跟踪调查,以确定其呆滞的原因。同时,也可以查看这些SKU的相关信息,这对于评估是否需要对这些SKU进行跟进提供了参考依据。

例如,如果一个SKU的库龄较长,这意味着它已经在库存中存放了一段时间,而没有销售出去。这可能是因为市场需求减少,或者是产品本身的问题,如价格过高、设计不受欢迎等。在这种情况下,业务部门需要对此SKU进行详细的调查,以确定是否需要对其进行改进或淘汰。

通过这种方式,企业可以有效地管理其库存,避免过多的呆滞库存占用资金,同时也能够更好地满足市场需求,提高企业的经济效益。

在管理库存时,监控销售库存比是一个重要的手段。当产品的销售库存比大于2时,意味着库存量相对于销售量而言过多,可能存在过剩风险;而销售库存比小于0.8时,表示库存量可能不足以满足市场需求,存在缺货风险。

对于销售库存比大于2且平均库龄较高的SKU,需要进行详细的跟踪和追溯查询。这涉及检查哪些批次的产品导致了库存高企,可能是由于市场需求预测失误、销售不畅或者产品生命周期进入末期。通过分析这些数据,企业可以确定是否需要采取措施,如促销打折、产品下架或其他库存清理策略。

对于销售库存比低于0.8的SKU,企业需要关注这些产品可能面临的缺货风险。这可能是由于供应链中断、需求突然增加或生产不足导致。企业需要及时跟进生产计划、增加库存或寻求替代供应商等方式来缓解缺货问题。

在这两种情况下,企业都需要利用库存管理系统收集和分析数据,以便及时发现问题并采取相应措施。此外,与销售、采购和生产部门的紧密协作也是确保库存水平与市场需求相匹配的关键。通过综合运用数据分析和跨部门合作,企业可以更有效地管理库存风险,优化库存水平,提高整体运营效率。

风险库存分析图

BI库存分析总结

通过报告公司成功地实施了库存管控平台,并取得了显著的成果。通过全链路库存管控分析,大幅提高了分析效率,快速发现了库存管理的风险点及增值点。这不仅提升了工作人员的工作效率,还确保了及时发现和应对库存风险点。

在库存分析精度和质量方面,明显改善了分析结果的准确性和可靠性。通过制定呆滞库存控制目标,并展开专项梳理工作,成功地将呆滞库存占比降至6%,低于10%的控制目标,实现了经济效益100余万元。这一成果加快了库存周转,降低了公司的运营风险。

为了控制库存规模并降低库存风险,公司采用了全链路库存结构分析和预警机制。通过锁定库存风险点,建立库存销售比分析模型,公司能够提前发现可能逾期未发货的库存,并采取有效的措施降低库龄过长带来的成本风险。

该库存管控平台具有全面的功能,包括收集展示、计时、推送、监督、统计、分析等,适用于全工序全流程。它实现了企业由人治到数治的转变,具有覆盖面广、泛用性强、使用门槛低、实施效果立竿见影等特点。

在分析中,公司深刻体会到了FineBI工具的优势。它简单易学,操作友好度高,对于非IT专业人群更易上手应用。同时,它的界面风格多样,可适用多个场合,如调度大屏、管理驾驶舱、经营分析、作业部看板、指标监控等。

商业智能BI产品更多介绍:www.finebi.com


   

在线客服

电话咨询

技术问题

投诉入口