一、选手简介
团队名称：江北洪兴社
本社下属于某集团公司旗下不记名非官方业余组织，社址坐落于美丽的滨海城市甬城，因帆软而建立。洪兴社全员 90 后，来自于祖国天南地北，虽无甚特长，但因好学而长期组团出没于帆软社区，让本就不曾平静的帆软江湖，不时掀起腥风血雨。此次帆软 BI 数据分析大赛，全社成员本着求知好学，稳步进取的理念，在队长 seven7 “自愿”的组织带领下，全员参与，点灯鏖战，正式开始向学习 BI 数据分析领域进军。
队长介绍：
seven7：沉迷帆软报表的小姐姐，现带领数据分析小组，负责整体数据分析与可视化分析，本次比赛中担任队长，负责本次活动的策划和组织。
成员介绍：
brucedeng：本社减肥最成功的非专业报表工程师，项目管理工程师，连续两届番薯故事活动的故事人，被队长选中是因为擅长讲故事，负责本次大赛作品的文字描述和整体分析归纳工作。
Alyswl：温柔恬静的萌新小姐姐，人美心细，队长 seven7 在宁水的开山大弟子，负责本次大赛作品的数据整理、加工和界面美化处理；
大猥薇：性格豪爽、开朗的东北姑娘，队长 seven7 在宁水的二弟子，负责本次大赛作品的数据整理、加工和界面美化处理；
慈善家 QAQ：本社的氛围担当，擅长活跃气氛，游戏达人，自称懒癌患者，害怕被人发现努力而默默加班，被队长邀请负责本次大赛作品的基础数据整理、文字编辑等工作。
参赛初衷
因为兴趣爱好和工作的原因，让团队成员走上了数据工作岗位，本次大赛是团队成员首次接触 fineBI 数据分析，本着以赛促学，交流取经的心态，在日常工作之余，通过不断学习 BI 数据分析工具的应用、数据分析的方法来提升自身能力。希望通过帆软数据分析大赛这个平台，对照社区大神优秀作品、直播培训，同社区大神交流学习，见贤思齐，锻炼团队成员的分析思维、逻辑缜密性，学习并掌握 BI 数据的操作以及数据的可视化分析，在学习中提高，在实际操作中强化。
二、作品介绍
1、业务背景/需求痛点
在制造型企业运营管理过程中，采购管理是企业内部供应链管理至关重要的一环。作为在制造业从事数据工作者，深刻地意识到企业在数字化转型过程中的改变，随着企业信息化稳步的推进，如：ERP、SRM、OA、CRM、PLM 等等一系列信息化系统的落地与实施，在管理提升的同时，各个业务环节的数据节点的控制和业务数据的采集，使得业务数据分析用于帮助和改善业务决策、趋势预测逐渐成为可能。采购管理同样是如此，通过 ERP、QMS、PLM、OA 等系统的建设，采购管理过程数据可以通过集成和共享形成一个多方面多角度的综合数据库，通过过程数据的采集、加工、分析，得出有利于管理者决策的可视的数据分析逐渐成为采购管理的一大助力。本次大赛团队成员多从事 IT 工作，不可避免的缺少严谨的业务视角和专业的业务知识，我们只能尝试着以 IT 的视角，学习并尝试使用可以采集到的部分采购业务数据，分析采购管理过程中，期望以此为参考，在以后工作过程中，代入业务实际需求痛点，实现真正地业务需求分析。
传统采购管理过程中，采购数据存在于采购员本地电脑中，并由不同的技术应用程序和结构隔离，数据难以提取和保持更新。采购数据主要用于结构化报告中，例如供应商 KPI 或不频繁的支出分析练习。此外，为采购提供明智的选择、管理风险和发现机会领域，往往要求员工具有使用内部和外部来源的数据进行复杂分析的能力，而这种能力并不总是存在于采购职能部门中。现在，技术的进步使得在全球范围内利用数据成为可能，并且被认为是采购职能中必不可少的。新数据聚合和数据挖掘工具可以帮助了解过去，有助于通过预测未来行为来降低成本并节省成本。采购人员可以利用数据分析如 FineBI 工具来识别新机会并跟踪机会节省成本。例如可以通过数据分析解决实际采购管理过程中一下几个问题：
采用数据驱动的方法选择供应商；
比较供应商的供货实时性和可用性；
分析采购数据以支持全面的采购策略。
2、数据来源
数据说明：因公司敏感数据保密性要求，本次参赛作品内采用的是模拟数据，数据仅做数据分析学习使用，与公司实际业务数据无关，请勿对号入座。
3、分析思路
管理层希望能够通过全局分析，若发现异常数据能够讲问题定位至明细数据，由此展开数据分析思路：
4、数据处理
1.缺失值处理：供应商状态存在空值，对空值进行判断填充
2.将供应商档案与采购业务数据通过供应商编码左右合并，计算供应指标(交货及时率)与质量指标(物料合格率)
5、可视化报告
作品公共链接：https://bisolutions.fanruan.com/webroot/decision/link/2tBB
（1）在采购管理中，首要关注的就是供应商管理，而供应商管理首先就要了解供应商，对供应商进行分类。供应商分类是针对具体的采购项，①摸清家底——有多大的采购额、有多少供应商、钱都花到哪里去了；②区别对待——不同类别供应商的管理方法各不相同，把管理资源投入到回报最高的地方；③合理化——供应商太多要整合，太少要开发新的，确保新生意流入最合适的供应商。
（2）在传统企业采购管理过程中，供应商管理往往是一笔糊涂账：只有订单管理，没有供应商管理；供应商“一视同仁”，管理上简单粗暴。要知道，区别对待是精细化管理的体现。没有差异化，胡子眉毛一把抓，就没法把有限的资源投入到回报最高的供应商上。而通过供应商的分类，借助数据分析，可以很清楚地告诉每个人，公司对特定供应商的战略，以及在合作中要注意什么，更重要的是新生意给哪些供应商。
我们选择了某一品类的供应商，通过分析该品类供应商业务数据，从而得出该品类供应商的绩效数据和管理侧重点，便于调整实际采购管理中的管理策略。
（3）在制造行业供应链管理中，供应商供货及时率是考量供应商绩效的一个重大指标，对战略供应商的交货及时率通常要求是 95%，100%在承诺日期七天内到齐。
结合行业、供应品类特点，公司对该品类设定交货及时率指标为 90%，如果供应商的按时交货率低于 90%，供应商就得做根源分析，并提出改进方案。绝大部分供应商都能达到这个标准，结合数据分析，但就有几个供应商，按时交货率一直在 70%左右徘徊。为什么不达标？
通过跟踪供应商实时供货进度趋势，并通过信息化与供应商共享当前的按时交货情况，敦促改进，敦促供应商与其自身的统计对比。既让供应商知道，采购方在统计、管理这些指标，从而能引起他们的注意。通过图中曲线明显可以看出，从 2020 年年初开始，从 84.83%的交货及时率，在采购加强改供应商管理后，供应商的按时交货率逐月提升，达到了 97.97%。并在 2021 年初达到了 99.29%，随后虽有下降，但平均已达到 90%以上，接下来将通过具体分析 交货及时率下降的原因和改善方式方法。
（4）随着全球经济一体化进程的加快，传统质量管理正在发生裂变：由一个公司的质量管理向全集团(含供应商)质量管理转变, 供应商质量成为集团公司质量中的重要一环。供应商开发的基本准则是“Q.C.D.S”原则，也就是质量，成本，交付与服务并重的原则。在这四者中，质量因素是最重要的，首先要确认供应商是否建立有一套稳定有效的质量保证体系，然后确认供应商是否具有生产所需特定产品的设备和工艺能力。传统的来料质量管理主要是针对 IQC 内部管理,对外则作为一种被动式的关系。因伴随追求质量的提升及双赢的局面，IQC 来料质量管理将转变为供应商的源头质量管理。企业不是被动的与供应商打交道，而且要主动的引导，改变，管理，维护它们之间的质量体系。如下图以供应商来料合格率为例，分析供应商供货质量数据。
（2）数据分析总结
1、在采购管理中有多个关键指标如质量、成本、交付能力、技术能力、服务能力等多方面考量，受限于数据的团队成员的本身业务能力和数据本身敏感性，在此次参赛过程中仅从功用上分类，供应商交货及时率，供应商来料质量为数据源，通过数据分析和比较发现在供应商管理过程中存在的一些问题，受限于学时，文中的一些内容和分析在专业人士面前难免显得有些幼稚，但对于团队成员而言，更多的是通过数据大赛的形式，学习数据分析的思考方式和工具的使用。
2、团队成员平常接触的最多的还是 FineReport 报表开发，本次大赛的是一次不错的尝试，得利于队长的组织，成员的大力支持，充分利用工作之余的时间，集中开会，从临时起意到办公室熬夜苦战。从定下大赛主题“采购”开始，到搜集资料，整理源数据，数据加工、脱敏，特别是看到社区里面大神们神乎其神的作品，不止一次想过放弃，因为不仅要学习 FineBI，还要开始学习采购业务，了解采购痛点和业务逻辑，好歹在相互鼓励下，团队成员最后总算完成了作品。也正式通过此次参赛，观看学习各社区大佬的神作后，让我们了解到需要学习的地方还有太多。想要让数据产生价值，支撑企业核心业务发展，为管理决策提供强而有力的数据支撑，数据工作除了要学习、掌握日新月异的新技术，还要深入企业业务，数据来源于业务，用于业务，为本次参赛的选手、大神们加油，也为走到今天的我们自己加油。
| 
队长威武
