为什么要组建采购团队 项目采购管理的重要性包括

　　

　　超市采购的最终目的是从销售中获利，所以不管采购有没有业绩，最终的业绩都是显示在数据上的，而且数据很真实，达不到既定的目标，效率就会被判定为“差”。因此，在采购的数据管理中，提出了几种管理数据作为分析和判断的工具： 　　

　　

　　一、四大工具 　　

　　

　　1、进销存的数据资料掌握 　　

　　 　　

　　要清晰的计算出每个部门、每个品类每月的进销存数据，利用POS系统和EOS系统快速掌握公司的销售信息和采购信息。换句话说，如果我们能以科学的方式获得采购、销售和存储的信息，这将对业务有很大的帮助。 　　

　　

　　2、分类的构成比分析 　　

　　

　　管理一个公司的商品，不仅要知道整个店铺的营业额和利润，还要知道各部门的营业额和利润。 　　

　　

　　比如，我们不仅要知道饮料这个品类的营业额和利润，还要知道它所占的比重，这样才能知道销售的软肋在哪里，如何改善。 　　

　　

　　3、毛利率分析 　　

　　

　　毛利率=毛利/营业额 　　

　　

　　对于每一个分类，也要计算毛利率，找出哪个分类盈利能力好，哪个分类盈利能力差，调整商品结构或者加强被削弱的分类。 　　

　　

　　4、商品周转率分析 　　

spacing: 1px;">商品周转率=营业额/(初期存货+期末存货)/2×

商品回转天数=365天/年商品周转率

超市的经营决窍之一，就在于取得快速的商品周转率，所以对于每一分类的周转率须予以计算出来，周转率越快越好。因为周转率越快，商品鲜度愈佳，资金回收速度也快；如此形成一个良性的循环，经营才会杰出。

一般来说，超市的周转次数，一年应保持在20―22次以上才合乎标准，经营者可以检查一下自己公司的周转次数，是否在标准之内，若在标准之外，可就要好好努力了。

采购部门是超市创造业绩的部门，所以如果没有完备的采购组织存在，超市根本不可能存在，更不用说想赚钱了，因此超市在谈利润的第一步就是要先组织一支战斗力十足的采购队伍，如此严密地把守住货物进出的第一关，才有可能使超市真正立于不败之地。

采购部门就如同制造业的生产部门一般，是创造利润的单位，此关若把守得当，只进一些会赚钱的货，自然就可以确保超市的基本业绩。一般而言， 采购组织可分为分权式采购组织及集权式 采购 组织两类，这两类组织模式各有利弊，业者可视个人的规模、目标而选定适合自己的模式。

在采购过程中，数据分析具有极其重要的战略意义，是优化供应链和采购决策的核心大脑。因此做好数据分析，是采购过程中最重要的环节之一。

那么如何做好数据分析呢？

二、数据分析八大流程

以下梳理出数据分析的8步流程，以及常见的7种分析思路。在启动数据分析前，更好跟主管或数据经验较丰富的同事确认每一步的分析流程。

1、为什么要分析

首先，你需要知道为什么分析？弄清楚此次数据分析的目的。比如，什么类型的客户交货期总是拖延。你所有的分析都围绕这个为什么来回答。避免不符合目标反复返工，这个过程会很痛苦。

2、分析目标是谁

要牢记清楚的分析因子，统计维度是金额，还是产品，还是供应商行业竞争趋势，还是供应商规模等等。避免把金额当产品算，把产品当金额算，算出的结果是差别非常大的。

3、想达到什么效果

通过分析各个维度产品类型，公司采购周期，采购条款，找到真正的问题。例如这次分析的薄弱环节供应商，全部集中采购，和保持现状，都不符合利益更大化原则。通过分析，找到真正的问题根源，发现精细化采购管理已经非常必要了。

4、需要哪些数据

采购过程涉及的数据，很多，需要哪些源数据？采购总额？零部件行业竞争度？贷款周期？采购频次？库存备货数？客户地域因子？客户规模？等等列一个表。避免不断增加新的因子。

5、如何采集

数据库中供应商信息采集,平时供应商各种信息录入,产品特性录入等,做数据分析一定要有原料,否则巧妇难为无米之炊。

6、如何整理

整理数据是门技术活。不得不承认EXCEL是个强大工具，数据透视表的熟练使用和技巧，作为支付数据分析必不可少，各种函数和公式也需要略懂一二，避免低效率的数据整理。Spss也是一个非常的数据处理工具，特别在数据量比较大，而且当字段有特殊字符的时候，比较好用。

7、如何分析

整理完毕，如何对数据进行综合分析？这个是很考验逻辑思维和推理能力的。同时分析推理过程中，需要对产品了如指掌，对供应商很了解，对采购流程很熟悉。

看似一个简单的数据分析，其实是各方面能力的体现。首先是技术层面，对数据来源的抽取－转换－载入原理的理解和认识；其实是全局观，对季节性、公司等层面的业务有清晰的了解；

最后是专业度，对业务的流程、设计等了如指掌。练就数据分析的洪荒之力并非一朝一夕之功，而是在实践中不断成长和升华。一个好的数据分析应该以价值为导向，放眼全局、立足业务，用数据来驱动增长。

8、如何展现和输出

数据可视化也是一个学问。如何用合适的图表表现？每一种图表的寓意是什么？下面列举下常用的8个图表：

（1）折线图：

合适用于随时间而变化的连续数据，例如随时间收入变化，及增长率变化。

（2）柱型图：

主要用来表示各组数据之间的差别。主要有二维柱形图、三维柱形图、圆柱图、圆锥图和棱锥图。

（3）堆积柱形图：

堆积柱形图不仅可以显示同类别中每种数据的大小，还可以显示总量的大小。

（4）线-柱图：

这种类型的图不仅可以显示出同类别的比较，还可以显示出趋势情况。

（5）条形图：

类似于横向的柱状图，和柱状图的展示效果相同，主要用于各项类的比较。

（6）饼图：

主要显示各项占比情况。饼图一般慎用，除非占比区别非常明显。因为肉眼对对饼图的占比比例分辨并不直观。而且饼图的项，一般不要超过6项。6项后建议用柱形图更为直观。

（7）复合饼图：

一般是对某项比例的下一步分析。

（8）母子饼图：

可直观地分析项目的组成结构与比重

图表不必太花哨，一个表说一个问题就好。用友好的可视化图表，节省阅读者的时间，也是对阅读者的尊重。

有一些数据，辛辛苦苦做了整理和分析，最后发现对结论输出是没有关系的，虽然做了很多工作，但不能为了体现工作量而堆砌数据。在展现的过程中，请注明数据的来源，时间，指标的说明，公式的算法，不仅体现数据分析的专业度，更是对报告阅读者的尊重。

三、数据分析七思路

1、简单趋势

通过实时访问趋势了解供应商及时交货情况。如产品类型，供应商区域（交通因子），采购额，采购额对供应商占比。

2、多维分解

根据分析需要，从多维度对指标进行分解。例如产品采购金额、供应商规模（需量化）、产品复杂程度等等维度。

3、转化漏斗

按照已知的转化路径，借助漏斗模型分析总体和每一步的转化情况。常见的转化情境有不同供应商及时交货率趋势等。

4、用户分群

在精细化分析中，常常需要对有某个特定行为的供应商群组进行分析和比对；数据分析需要将多维度和多指标作为分群条件，有针对性地优化供应链，提升供应链稳定性。

5、细查路径

数据分析可以观察供应商的行为轨迹，探索供应商与本公司的交互过程；进而从中发现问题、激发灵感亦或验证假设。

6、留存分析

留存分析是探索用户行为与回访之间的关联。一般我们讲的留存率，是指“新供应商”在一段时间内“重复行为”的比例。通过分析不同供应商群组的留存差异、使用过不同功能供应商的留存差异来找到供应链的优化点。

7、A/B 测试

A/B测试就是同时进行多个方案并行测试，但是每个方案仅有一个变量不同；然后以某种规则优胜劣汰选择更优的方案。数据分析需要在这个过程中选择合理的分组样本、监测数据指标、事后数据分析和不同方案评估。

不单是供应商及时交货的数据分析，其他的数据分析流程和思路也一样适用，只是维度重点很多，以及组合的维度也非常多，因此就需要更清晰的思路和大局观，避免陷入到数据海洋中。

扫描下面二维码立即购买店长用数字管商品的课程，通过科学的数据分析，使畅销品精准管控，提升A类商品的管理实操。