導語：采購最終的目的就是在販賣獲利，所以采購是否有績效，最終的表現就顯示在數據上，而數據是很現實的，沒有達到既定的目標，效率就會被判定為“差”。因此，在采購的數據管理上，現提出幾種管理數據做為分析判斷的工具：

四大工具

一、進銷存的數據資料掌握

要能明確算出每個部門，每個中分類，每月的進銷存數據，而利用POS系統及EOS系統較能很快掌握公司的銷售資料及進貨資料。換言之，如能以較科學的方式來獲取進銷存的資料，較能給經營帶來大的助益。

二、分類的構成比分析

管理一個公司的商品，不能只是知道全店的營業額和利益，也不能只顧及部門的營業額及利益。例如：不但要知道飲料類這個中分類的營業額及利益是多少，對于它所占的構成比也要了解，才能知道銷售的弱點在那里，以及如何加以改善。

三、毛利率分析

毛利率=毛利率/營業額×100對于每一個分類也要能將毛利率計算出來，了解哪一個分類的獲利能力好，哪一個分類的獲利能力差，而調整商品結構或強化弱的分類。

四、商品回轉率分析

商品回轉率=營業額/初期存貨+期末存貨/2×100商品回轉天數=365天/年商品回轉率

超市的經營決竅之一，就在求取快速的商品回轉率，所以對于每一分類的回轉率須予以計算出來，回轉率愈快愈好。因回轉率愈快，商品鮮度愈佳，資金回收速度也快；如此形成一個良性的循環，經營才會杰出。

一般來說，超市的回轉次數，一年應保持在20—22次以上才合乎標準，經營者可以檢查一下自己公司的回轉次數，是否在標準之內，若在標準之外，可就要好好努力了。

采購部門是超市創造業績的部門，所以如果沒有完備的采購組織存在，超市根本不可能存在，更不用說想賺錢了，因此超市在談利潤的第一步就是要先組織一支戰斗力十足的 采購 戰斗隊伍，如此嚴密地把守住貨物進出的第一關，才有可能使超市真正立于不敗之地。

采購部門就如同制造業的生產部門一般，是創造利潤的單位，此關若把守得當，只進一些會賺錢的貨，自然就可以確保超市的基本業績。一般而言， 采購組織可分為分權式采購組織及集權式 采購 組織兩類，這兩類組織模式各有利弊，業者可視個人的規模、目標而選定適合自己的模式。

在采購過程中，數據分析具有極其重要的戰略意義，是優化供應鏈和采購決策的核心大腦。因此做好數據分析，是采購過程中最重要的環節之一。

那么如何做好數據分析呢？以下梳理出數據分析的8步流程，以及常見的7種分析思路。在啟動數據分析前，最好跟主管或數據經驗較豐富的同事確認每一步的分析流程。

數據分析八大流程

1、為什么要分析

首先，你得知道為什么分析？弄清楚此次數據分析的目的。比如，什么類型的客戶交貨期總是拖延。你所有的分析都的圍繞這個為什么來回答。避免不符合目標反復返工，這個過程會很痛苦。

2、分析目標是誰

要牢記清楚的分析因子，統計維度是金額，還是產品，還是供應商行業競爭趨勢，還是供應商規模等等。避免把金額當產品算，把產品當金額算，算出的結果是差別非常大的。

3、想達到什么效果

通過分析各個維度產品類型，公司采購周期，采購條款，找到真正的問題。例如這次分析的薄弱環節供應商，全部集中采購，和保持現狀，都不符合利益最大化原則。通過分析，找到真正的問題根源，發現精細化采購管理已經非常必要了。

4、需要哪些數據

采購過程涉及的數據，很多，需要哪些源數據？采購總額？零部件行業競爭度？貨款周期？采購頻次？庫存備貨數？客戶地域因子？客戶規模？等等列一個表。避免不斷增加新的因子。

5、如何采集

數據庫中供應商信息采集,平時供應商各種信息錄入,產品特性錄入等,做數據分析一定要有原料,否則巧婦難為無米之炊。

6、如何整理

整理數據是門技術活。不得不承認EXCEL是個強大工具，數據透視表的熟練使用和技巧，作為支付數據分析必不可少，各種函數和公式也需要略懂一二，避免低效率的數據整理。Spss也是一個非常優秀的數據處理工具，特別在數據量比較大，而且當字段由特殊字符的時候，比較好用。

7、如何分析

整理完畢，如何對數據進行綜合分析，相關分析？這個是很考驗邏輯思維和推理能力的。同時分析推理過程中，需要對產品了如指掌，對供應商很了解，對采購流程很熟悉。

看似一個簡單的數據分析，其實是各方面能力的體現。首先是技術層面，對數據來源的抽取－轉換－載入原理的理解和認識；其實是全局觀，對季節性、公司等層面的業務有清晰的了解；

最后是專業度，對業務的流程、設計等了如指掌。練就數據分析的洪荒之力并非一朝一夕之功，而是在實踐中不斷成長和升華。一個好的數據分析應該以價值為導向，放眼全局、立足業務，用數據來驅動增長。

8、如何展現和輸出

數據可視化也是一個學問。如何用合適的圖表表現？每一種圖表的寓意是什么？下面列舉下常用的8個圖表：

（1）折線圖：合適用于隨時間而變化的連續數據，例如隨時間收入變化，及增長率變化。

（2）柱型圖：主要用來表示各組數據之間的差別。主要有二維柱形圖、三維柱形圖、圓柱圖、圓錐圖和棱錐圖。

（3）堆積柱形圖：堆積柱形圖不僅可以顯示同類別中每種數據的大小，還可以顯示總量的大小。

（4）線-柱圖：這種類型的圖不僅可以顯示出同類別的比較，還可以顯示出趨勢情況。

（5）條形圖：類似于橫向的柱狀圖，和柱狀圖的展示效果相同，主要用于各項類的比較。

（6）餅圖：主要顯示各項占比情況。餅圖一般慎用，除非占比區別非常明顯。因為肉眼對對餅圖的占比比例分辨并不直觀。而且餅圖的項，一般不要超過6項。6項后建議用柱形圖更為直觀。

（7）復合餅圖：一般是對某項比例的下一步分析。

（8）母子餅圖：可直觀地分析項目的組成結構與比重

圖表不必太花哨，一個表說一個問題就好。用友好的可視化圖表，節省閱讀者的時間，也是對閱讀者的尊重。

有一些數據，辛辛苦苦做了整理和分析，最后發現對結論輸出是沒有關系的，雖然做了很多工作，但不能為了體現工作量而堆砌數據。

在展現的過程中，請注明數據的來源，時間，指標的說明，公式的算法，不僅體現數據分析的專業度，更是對報告閱讀者的尊重。

數據分析七思路

1、簡單趨勢通過實時訪問趨勢了解供應商及時交貨情況。如產品類型，供應商區域（交通因子），采購額，采購額對供應商占比。

2、多維分解根據分析需要，從多維度對指標進行分解。例如產品采購金額、供應商規模（需量化）、產品復雜程度等等維度。

3、轉化漏斗按照已知的轉化路徑，借助漏斗模型分析總體和每一步的轉化情況。常見的轉化情境有不同供應商及時交貨率趨勢等。

4、用戶分群在精細化分析中，常常需要對有某個特定行為的供應商群組進行分析和比對；數據分析需要將多維度和多指標作為分群條件，有針對性地優化供應鏈，提升供應鏈穩定性。

5、細查路徑數據分析可以觀察供應商的行為軌跡，探索供應商與本公司的交互過程；進而從中發現問題、激發靈感亦或驗證假設。

 6、留存分析留存分析是探索用戶行為與回訪之間的關聯。一般我們講的留存率，是指“新新供應商”在一段時間內“重復行為”的比例。通過分析不同供應商群組的留存差異、使用過不同功能供應商的留存差異來找到供應鏈的優化點。

7、A/B 測試A/B測試就是同時進行多個方案并行測試，但是每個方案僅有一個變量不同；然后以某種規則優勝略汰選擇最優的方案。數據分析需要在這個過程中選擇合理的分組樣本、監測數據指標、事后數據分析和不同方案評估。

不單是供應商及時交貨的數據分析，其他的數據分析流程和思路也一樣適用，只是維度重點很多，以及組合的維度也非常多，因此就需要更清晰的思路和大局觀，避免陷入到數據海洋中。