电商O2O供应链系统实操记录——数据统计模块

此系列文章主要是根据作者自己所在公司的业务模式，介绍供应链系统整个设计过程的思路、方法和核心要点。本文所讲的内容是数据统计模块。

电商、O2O行业的产品线中，后端的业务支持系统占据了很大的比重，比如订单系统、供应链系统等。供应链系统是为公司提供商品进销存业务的管理系统。大部分以交易为核心业务的公司，都有自己商品进货发货的供应链业务，供应链系统是公司供应链业务的支持，是公司后台产品线重要的一环。

作为一个后端产品的产品经理，日常工作的核心在于深入地挖掘业务，梳理流程，产出模块化的系统设计方案，和C端产品有着不小的差别。该系列主要写我在公司设计供应链系统的实操记录，根据我所在公司的业务模式，介绍供应链系统整个设计过程的思路、方法和核心要点。由于供应链具体的业务和流程每个公司不一样，因此这些内容仅供参考。

一、业务模式

在前面写的采购模块的文章中，已介绍了公司的基本业务模式，可移步参考。

二、为什么要单独写数据统计

我前面写了两篇，分别介绍了采购和调拨。写完后我发现单纯描写一大堆业务流程意义不大，一是因为那些是供应链系统们共有的东西，已经被很多文章写过了；二是因为流程只是基础支持，不能体现一个供应链系统对公司业务的价值。

电商、O2O领域的供应链系统，其核心价值有两点：

• 一是管理，通过规范化的流程、库存和成本规则，将公司的资产（货和钱）算清楚；
• 二是数据，通过各项业务数据的统计分析和智能计算，提高库存流转的效率和准确率。

作为业务方的供应链部门，数据的统计分析是他们的日常工作。仓管和采购的很多决策和管理，都需要依照数据进行。如果系统只有基础的业务流程操作，那么业务方只能手工导出明细，来人肉计算各项业务数据。

这样的话，第一，他们会在统计数据上花费大量的时间，数据不一定准，不同部门之间的数据口径会存在不一致。并且当数据量越来越大，导出明细这件事情会越来越困难；第二，作为后台产品，准确、即时、智能的价值无法体现出来，一些实时的数据变化靠人工不一定能统计到。

所以，在基本的业务流程之外，提供一些数据统计分析方向的功能，包括核心业务数据的统计报表，和一些数据的智能计算，是供应链系统能为公司实际业务带来的价值。

本文就简单介绍一下电商、O2O领域的供应链后台系统中，会有哪一些较为常见的数据统计分析功能。

三、数据对业务驱动的几个阶段

不同于基础流程和业务功能，数据统计部分不是一上来就有的，而是会在迭代的过程中，先通过业务操作积累基础数据，再将统计功能逐个上线。从产品迭代的角度来看，数据对业务的作用，大致会经过三个阶段：

（1）基础数据积累

在产品上线的早期，先通过实现各项业务流程，完成业务各环节基础数据的收集、积累，保证数据正确，不遗漏。通常这个时候的系统还是处于补全各业务模块的阶段，业务方的数据分析工作，先通过实现明细记录的查看、导出功能，保证数据能够被下载下来即可。

（2）数据统计报表展现

核心业务流程已经运转起来之后，在保证数据本身正确的前提下，可以逐步实现各项核心业务数据的统计和展现。

统计报表的价值：

• 第一，在于提升了业务方的统计效率和准确度，不用手工计算；
• 第二，通过系统实现统一的数据计算规则和查询出口，避免各个部门间数据各自算数据、口径不一致的情况；

（3）业务流转半自动化

当业务成熟后，可以借助基础数据，智能计算各项业务数据，实现供应链系统的半自动化。

智能计算的价值同样有两点：

• 第一，系统计算肯定比人工准，可以提升业务决策的准确率，避免库存缺货或者浪费；
• 第二，发挥系统的即时性，对库存情况进行实时调配和数据更新，这一点仅靠人工无法实现。一些电商领域的大公司比如京东等，靠的就是全自动化计算实现的高效供应链体系，因此这是供应链后台产品最大的价值所在。

拿我接触过的供应链系统中采购模块举个例子。

1. 在第一阶段，上线整个采购的标准流程，借助采购、发货、收货、入库等各环节的操作，把采购申请量、供应商发货量、质检合格量等过程数据收集起来。同时做一些采购入库明细的导出功能，先满足早期的数据统计需求。
2. 第二阶段，借助基础数据完成一些业务方需要的统计报表功能，比如采购成本统计、供应商良品率统计、供应商满足率统计等，让采购部门能够直观地通过数据，对采购的成本支出，和供应商的质量做管理。
3. 第三阶段，系统结合当前库存、库存需求预测量、供应商良品率等数据，在每次采购时，通过公式计算需要采购的数量，给到业务方合适的采购方案。

当然以上的三个阶段不是要整个系统严格按照次序进行，要分不同模块、不同类型需求来看。有些比较关键的数据计算，比如安全库存，可以在系统上线的早期就实现。

四、几种常见的业务数据统计功能

本节从供应链业务的目标方向入手，简单介绍几种比较常见的数据统计报表功能。从产品角度而言，这几项数据需求相当于上一节写的第二阶段。不过供应链数据统计的业务，不同公司的业务形式、数据计算规则会有差别，不能生搬硬套，我分享下我接触过的业务数据，仅供参考。

1. 仓库效率分析方向

仓管人员日常会对仓库的库存效率进行统计以及考核，需要分析库存的流动性是否足够强，库存呆滞、损坏的损耗是否足够低，发货效率是否足够高等等。

常见功能：

1）库存周转率/库存周转天数统计

库存周转率/天数是个比较常见的仓库考核指标，指得是某一时段内货物周转的次数，它能从财务的角度反应供应链的流动性、资金占用情况。库存周转需要控制在一个合理的范围内，一般来说，周转率高说明流动性强，存货占用水平低。

计算规则：

库存周转率（次）=该期间内库存消耗金额/[(期初库存金额+期末库存金额)/2]

库存周转天数（天）=该期间的天数/库存周转率

库存周转天数通常会按月或按年统计。按月统计，该期间的天数即为30，按年统计即为360。

其中，库存消耗金额、期初库存金额和期末库存金额是基础数据。期初和期末库存金额指的是某个时间点的实时库存情况，系统需要在某些固定时刻（比如每月1日0点）保存下库存明细快照，再提取数据用于统计。

形式：

业务方需要每个月的库存周转数据，并对比变化趋势。因此我们时间维度上提供按月查看的选项，并显示逐月的趋势图用于直观对比。

界面大致如下：

2）呆滞库存数量和占比统计

呆滞库存，指的是一件货品入库后，留在仓库中超过一定时间没有出库的情况。如果有库存长时间没有出库，会造成库存积压，对流动性和成本产生影响。因此呆滞库存数量越低越好。

计算规则：

呆滞库存数量=入库时间超过N天的库存数量（N为呆滞定义的天数）

每个库存的入库时间为基础数据。

2. 成本分析

供应链的采购和仓储业务，都和公司的财务强相关。成本相关的统计，会被用于采购对供应商价格的管控，仓库对库存金额的统计，和财务对公司资产的成本计算，有些公司老板也会亲自看部分库存的成本。

常见功能：

1）采购成本统计

采购成本统计是根据每个时间段内所有批次的采购结算业务，来计算每个SKU在各个供应商的采购成本。它能体现当前实时的市场价格，和一段时间内的价格趋势变化。

采购成本会被公司的采购、财务部门用于做与供应商的财务结算管控。此外，很多公司核算库存成本时，会直接取采购的结算价作为库存成本，或者参照当前实时的市场价，因此采购成本统计也会被用于仓库计算成本。

计算规则：

选定时间范围和供应商，某SKU平均成本=采购结算总金额/采购入库总数量。

形式：

业务方需要当前（当月）的实时价格，以及之前每个月的价格变化趋势。因此界面上提供时间、供应商维度的筛选，以及按月的趋势图。

3. 供应商质量分析方向

在采购业务中，采购人员会对供应商的质量进行分析，包括各家供应商采购的需求是否能满足，质量合格率是否够高，到货时间是否及时等，并根据各项分析的结果进行后续采购业务的供应商调整，以及采购数量分配。

常见功能：

1）供应商发货满足率

向供应商下采购单后，供应商可能会出现缺货，或者到货不及时的情况，采购发货的满足率体现了各家供应商多大程度能满足我们的需求，业务方需要实时统计每个采购批次的到货情况，以便做调整，以及作为供应商评价的依据。

计算规则：

一段时间内，某供应商 发货满足率=采购收货总数量/采购订单总数量；

时间维度上，还可以选取几个时间点（当天、一天内、两天内），实时统计当前进行中的采购批次的满足率。

2）供应商质检合格率

向供应商采购商品后，公司的质检团队会对这批货品进行质检，质量不合格的需要退回去。商品质检的合格率体现了各家供应商的商品质量，供应商的评价，以及采购数量的制定，都需要参考合格率数据。

计算规则：

一段时间内，某供应商商品合格率=质检合格入库数量/采购收货总数量

五、几种常见的数据智能计算功能

本节简单介绍几种比较常见的数据智能计算功能。从产品的角度而言，这几项数据需求相当于上一节写的第三阶段，发挥后台产品的特点，将数据挖掘出价值，反过来提升业务本身，提高供应链实际业务决策的准确性、即时性。

具体的方向，可以简单地概括为计算过去，管控当下，预测未来。通过过去库存消耗情况的统计，进行当前实时库存的管控，和未来库存需求量的预测，并根据需求量智能计算订货、采购最优的方案，给到业务方参考。以上这些需求的价值在于尽可能优化库存成本，减少库存积压、浪费的损失，避免缺货的情况发生。

我对供应链业务流转半自动化的定义，是系统能智能给出以上数据的计算和调配方案，给到业务方辅助决策。供应链系统再高一层是自动化，即不用人工操作，达到这个标准的都是成熟的大公司。

下文列举几种常见的数据功能，并给出我现在所接触的业务计算规则。由于不同公司的业务形式有差别，而且各项数据计算的规则跟业务的相关性更大，因此以下内容仅供参考。

（1）库存消耗情况统计

库存消耗情况是对过去一段时间内的计算，针对各个地区仓库的各个SKU，被订单消耗的数量。这项数据会作为很多统计功能的基础数据，安全库存、库存预计消耗、以及订货和采购计划，都需要参考过去的消耗情况来计算。

计算规则本身比较简单，统计下单数量、订单消耗数量两项即可。通常业务方需要观察每类SKU消耗的时间趋势，和类别、城市占比，因此在产品设计上可以通过统计图等形式，进行更直观的展示。

（2）安全库存计算

安全库存是最为常见的数据计算需求。安全库存可以看做库存的阈值，是为了预防不确定性的缺货而预留库存数量。正常的库存水平需要维持在安全库存以上。当实际库存低于安全库存时会发生库存预警，需要通过调拨、采购等业务补充库存，以避免缺货的情况。

安全库存的数值，通常是通过库存预计的需求量，和到货周期的时间等基础数据计算得到。具体计算规则每个公司因不同的业务形态会有差别，我接触过的业务计算规则如下：

各仓库安全库存数量=上周库存消耗量的平均值 × 到货周期（到货周期每个SKU需要独立配置）

安全库存数值每周一0点自动更新。

（3）库存预计消耗情况统计

库存预计消耗天数是根据过去的库存消耗情况（或者对未来的需求预测），计算当前实时的库存量预计能消耗多久。这项数据可以反应当前库存的情况，给公司各个部门参考，看是否有库存严重不足需要尽快补货，做运营活动的库存数量是否足够，节假日准备的库存数量能支撑多久等。

计算规则：

库存预计消耗天数=（当前库存量+当前在途库存量）/过去一周内日均库存消耗量。

（4）需求预测

需求预测是通过库存过去的消耗情况，利用一些公式算法，对未来的库存消耗量进行预测。比较常见、简单的做法是通过过去一段时间内的库存消耗情况，预测接下来的库存需求量。需求预测数量会作为采购和分仓订货的参考值。业务方会有专门的物控计划员（简称pmc）来做这个事情。

我所在公司业务的波动跟星期相关，因此业务方会按周计算需求量，计算规则：

下周预计需求量=过去4周内，周消耗量的平均值

进一步扩展，需求预测有分长期、短期，定性、定量等。一些大公司的需求预测业务会有较多的因素，规则比较复杂，会考虑过去时间段的权重、季节性的变化、或者不同类型的趋势等，这里就不展开了。

（5）订货计划数量计算

订货指的是各城市的分仓向总仓发出订货申请，由总仓调拨的业务，是库存流转的源头。

订货的要求是满足接下来几天的库存需求，并保证在安全库存之上。订货的SKU和具体数量，需综合考虑当前的库存量、安全库存量、库存消耗情况和需求预测值，计算得出。

需求预测值按周计算。订货的时间由业务方根据公司业务情况，设置固定的时间，比如每周一三五，然后每批次订货时，再将周需求预测值，根据实际业务情况拆分到每天。

计算规则：

下周订货数量=下周需求预测量 + 安全库存量 – 当前库存量 – 当前在途库存量

每批次的订货可以进行微调。

（6）采购计划数量计算

采购部门收到物控计划员的需求预测后，分配到每家供应商，制定采购的SKU和具体数量。采购计划数量，需要在需求预测值的基础上加上供应商的质量合格率，让实际入库的数量和需求量相等。选取供应商的时候，要综合考虑供应商的满足率、发货时效，以及当前价格，制定一个合适的供应商采购方案。

采购计划按周进行，每周给到供应商采购单，供应商再在周中逐批次发货。

计算规则：

各供应商的周采购计划数量=下周需求预测量  × 该供应商采购比例 / 该供应商质量合格率

供应商采购比例，由采购人员自行制定。

半自动化的供应链系统，除了以上的数据计算之外，还有库存的智能调度、分配、缺货实时跟踪方向的事项。那一块的规则涉及到比较复杂的策略算法，本文不再深入了。