供应链布局的基础是供应市场和客户市场的信息和数据,把握对市场和供应链本身的数据及分析方法,才能有效进行供应链管理的决策。供应人员仅知道如何以**价、**惠条件采购到商品是不够的,他们必须从过往海量数据中,从市场分析中,洞悉产品特性,把握市场走势,才能提升采购及供应链的效率、提升消费者满意度。
供应链布局的基础是供应市场和客户市场的信息和数据,把握对市场和供应链本身的数据及分析方法,才能有效进行供应链管理的决策。供应人员仅知道如何以**价、**惠条件采购到商品是不够的,他们必须从过往海量数据中,从市场分析中,洞悉产品特性,把握市场走势,才能提升采购及供应链的效率、提升消费者满意度。
1、供应链及采购中**基本数据分析方法回顾
●物料ABC分类
●供应定位模型
●供应商偏好
●市场管理矩阵
2、供应及客户市场分析
●微观经济环境
●需求与供给
●弹性
●生产要素和生产函数
●市场形态
●长尾理论和规模效应
●宏观经济环境
●宏观经济的目标及其政策工具
●国民收入核算指标体系对供应链的影响
●经济周期理论
●通货膨胀
●CPI,PPI,PMI等关键指标解读
3、市场调研
●市场调研设计(二手资料利用、定性调研)
●抽样与测量
●问卷设计方法
●数据统计分析方法
●调研报告撰写
4、战略性市场分析工具及其实际应用及案例
●PEST分析模型
●波特五力理论
●SWOT分析
●波士顿矩阵
●产品/市场演变矩阵
●ADL矩阵/利特尔矩阵
●核心竞争力模型
●标杆分析
●战略市场案例分析
5、预测和计划
●预测的数据来源
●市场预测的三大内容
●产能预测方法
●价格预测之影响因素
●新技术的预测
●预测步骤和流程
●定性预测
●平均直线法
●M阶时间序列递推预测方法
●季节性预测
●回归方法
●前馈预测
6、供应链数据分析
●交货绩效
●合同履约率
●完美订单执行率
●供应链响应时间
●供应链柔性
●供应链灵活性
●供应链管理成本
●产品销售成本
●供应链投资回报率
7、采购数据分析
●支出分析
●采购预算的制定和实施
●年采购额与供应商分析
●采购市场细分
●采购费用
●采购绩效指标
●采购增值
●采购与供应商分类方法
8、成本数据分析
●价格走势
●成本分析
●目标成本分析
●标准成本分析
●降价目标及实现方法
●设备成本分析
●人工和劳动力市场分析
●全球市场的成本分析
●产品利润
●整体成本
●生命周期成本
●低成本国家/地区
9、库存数据分析
●库存的成本
●取得成本
●储存成本
●缺货成本
●订货的决策
●经济订货量模型
●库存周转率(ITO)
●库存供应天数DOS
●及时发货率
●月均库存量/年均库存量
●库存物料数量完好率
●帐卡物相符率
●仓库面/容积利用率
●安全库存量的设定
●安全生产指标
10、物流数据分析
●订单作业
●物流成本
●运输费率
●按计划准时将货物从供货点运到收获点
●计划正确地将货物运到目的地;
●有效利用现有设备、设施,降低运费;
●运输质量保证率
●逆向物流指标
●安全生产指标
11、销售数据分析
●竞争市场地位分析
●竞争者信息分析
●竞争者行为分析市场
●有效客户分析
●需求分析和需求控制,需求管理
●费者行为分析病毒理论及案例分析
●消费者行为分析鱼塘理论及案例分析
●消费者行为分析引爆理论及互动研讨
●消费者行为分析社群理论及工具应用
●消费者行为分析粉丝理论及案例分析
12、财务数据分析
●利润是如何形成的
●财务报表的构成
●资产负债表
●利润表
●现金流量表
●偿债能力分析
●资产负债率
●流动比率/速动比率
●营运能力分析
●应收账款周转率
●存货周转率
●应付账款周转率
●盈利能力分析
●资产收益率
●销售利税率
●现金的时间价值
●IRR内部投资回报率
13、环境、节能和绿色数据分析
●重要环境管理指标体系
●FSC 森林认证计划
●RoHS 欧盟强制性标准
●WEEE 《报废的电子电气设备》指令
●Reach 欧盟规章《化学品注册、评估、许可和限制》
●欧盟电池环保指令
●EUP用能源产品生态设计框架指令
●欧盟包装和废弃包装物指令
●产品碳足迹
14、测量误差分析
●测量不确定度
●测量不确定度与误差的区别
●方差分析
●测量数据的精度估计
●平均误差
●累计误差
●误差趋势图
15、数据分析方法
●发现问题和表述问题
●变量定义
●数据分割
●统计图直方图
●QQ图
●箱形图
●雷达图
●做图技巧
●相关系数
●正态分布与其它分布
●线性参数的**小二乘法处理
●回归分析
●事件树
●故障树
●决策树
●敏感性分析
●KT分析
●解决问题七步法则
16、大数据和云计算
●大数据的范围
●供应链中能获得的大数据
●大数据能为我们做什么
●从大数据中产生的奇妙结果
●大数据给运输带来的革命
●大数据下的预测技术
●什么是云计算
●充分利用云计算
●云计算布局供应链的例子
●我们身边已经实现的大数据和云计算