一、选手简介 1、选手介绍 团队名称：视源1队 队长介绍：帆软社区用户名：帆软用户frM2ddENW1，目前就职于广州视源电子科技股份有限公司（ CVTE）。广州视源电子科技股份有限公司是一家以智能电子产品及解决方案为主营业务的公司。公司专注于显示、交互控制和连接技术，通过持续的产品创新和研发设计，不断提升用户体验，为客户和用户创造价值。公司在音视频技术、信号处理、电源管理、人机交互、应用开发、系统集成等领域拥有丰富的软硬件技术积累。其主营业务涵盖液晶显示主控板卡和交互智能平板等显控产品的设计、研发与销售。这些产品在家电、教育信息化、企业服务等领域得到广泛应用。公司旗下的教育信息化品牌希沃（seewo）和智慧协同平台MAXHUB等，已经成为业内知名品牌。这些品牌通过技术创新和资源整合，在各自的细分市场取得了领先地位。希沃（seewo）在教育信息化领域具有较高的市场份额，为教育行业提供了全面的解决方案。MAXHUB则成为智慧协同平台的代表品牌，为用户提供了高效的协同办公解决方案。广州视源电子科技股份有限公司在持续的技术创新和品牌建设方面取得了显著的成绩。公司注重用户体验，不断推出具有创新性和实用性的产品，为用户提供了更好的服务。同时，公司通过资源整合和品牌建设，在多个细分市场取得了领先地位，成为行业内具有影响力的企业之一。 成员介绍： 成员都均就职于公司的数据应用部，均是数据分析师。 帆软用户frM2ddENW1 帆软用户Ez7LLQnc1S yzm274710 参赛初衷 公司长期以来一直是帆软BI的忠实用户，秉持着对业务智能化的坚定信念。近期，我们迎来了升级BI6.0的重要节点，这也恰好为我们提供了一个难得的机会，可以全面体验和探索新版本所带来的功能升级和性能提升。通过这次升级，我们有望进一步提升数据分析和业务决策的效率与准确性。 在这次升级的过程中，我们不仅仅是为了跟进潮流，更是为了趁机深入业务领域，挖掘隐藏在业务背后的痛点。通过更强大的分析能力和更丰富的数据呈现方式，我们有机会更全面地洞察业务流程中的瓶颈和问题。这不仅有助于我们在竞争激烈的市场中抢占先机，还能够为我们的业务发展提供新的思路和战略。 除了深入挖掘业务痛点，我们还希望通过参与这次比赛实践，能够进一步提升团队对BI工具的使用方法和技巧。随着BI6.0版本的升级，可能会引入一些新的操作方式和功能，我们迫切希望能够迅速掌握并灵活运用，以便更好地支持业务部门的需求。通过比赛的实战锻炼，我们可以更深刻地理解如何将工具的特性与实际情境相结合，从而在日常工作中更高效地进行数据分析和报告生成。 综上所述，公司决定利用这次升级的机会，不仅仅是技术的更新，更是对业务和团队的全面提升。我们相信通过全新功能的体验、业务痛点的发现和实际操作的实践，我们能够更加深入地理解BI工具的核心价值，并为公司的发展贡献更多的智慧和创新。 二、作品介绍 1、业务背景/需求痛点 （1）简述业务背景 传统行业公司的供应链域会执行策备物料的管理操作。具体指结合供应商关系进行评估、分析，确定对公司经营策略或产品策略将带来利好，而进行的提前下达采购订单的操作。 （2）简述需求痛点 呆滞库存和呆滞在途是由于各种原因导致的。呆滞库存是指超过可供消耗日期的物料，在途呆滞是指物料或产品在供应链中处于运输或运输途中的状态，但由于各种原因导致无法按时到达目的地或无法被及时使用或销售的情况。这两种情况都会对企业的运营产生影响。 呆滞库存的存在会导致资金占用过多、仓储成本增加，并可能造成产品过期、降低产品质量等问题。呆滞在途的延迟到达可能会导致生产计划延误、客户满意度下降，甚至影响到企业与供应商的合作关系。 因此，对呆滞库存和呆滞在途的物料进行分析和管理，可以帮助企业及时发现和解决问题，降低库存风险，提高资金利用效率和客户满意度。 2、数据来源 企业供应链数据： DMA_INV_ONHAND_STRUCTURE SDA_ITEM_ALL_INV_SUM 物料整体用量汇总表 BDA_ITEM_AVAIL_DTL 物料可用量报表 BDA_INV_ITEM_AGE_DTL 账龄表 ODS_MD_ITEM_ONLOAD ODS_XXAGILE_ITEM_ATTR 物料属性 DIM_DIM_SEC_INV 字库分类 SDA_INV_TURN_DAY_SUM 库存周转天数 BDA_FIN_REVENUE_COST 收入成本明细 BDA_INV_WIP_PROD_BALANCES 在制品余额表 BDA_INV_ITEM_TRX 物料出入库明细表 DMA_ITEM_SUPPLY_RICK 物料供应风险等级明细表 企业主数据： DIM_MD_ITEM_VENDOR_ORG 物料供应商主数据 DIM_ITEM_BASE_INFO 物料分类主数据 DIM_PAC_COST_DTL PAC 成本主数据 DIM_ITEM_RISK_FLAG 物料风险等级主数据 3、分析思路 本组的分析思考过程如下： 以上展现的是我们的分析思路，包含分析意义、问题定义、现状分析、应对方案四个方面，其中应对方案包含事先的风险预警，事后的解决对策，随着这些方案的实行，我司的库存状况愈来愈好。 围绕物料库存在途呆滞风险项目，分析方向拆解如下： 时间维度： 当年走势：对月度物料库存和在途情况进行分析，比较今年不同月份之间的变化。 物料维度： 物料品类：对不同物料品类的库存和在途情况进行分析，了解不同品类的呆滞风险程度。 责任维度： 责任部门：将物料库存和在途情况按照责任部门进行分析，了解不同部门对呆滞风险的影响。分析最近使用物料的部门，了解哪些部门对库存和在途物料负有较大责任。 呆滞来源维度： 安全库存：分析因为安全库存设置过高而导致的呆滞物料情况。 周转库存：分析因为库存周转率过低而导致的呆滞物料情况。 策略备货：分析因为策略备货过多而导致的呆滞物料情况。 多余供应：分析因为取消订单、整合下单MOQ或提前下单等原因导致的多余供应而产生的呆滞物料。 本组采用了FMR_ABC模型加上XYZ分析去分析库存管理情况。FMR-ABC用于对物料分类和优先级排序，与XYC分析结合使用来更全面地评估和管理物料库存。从而辅助企业制定更具针对性的库存管理策略，降低库存风险，优化供应链效率。 4、数据处理 新增字段： 新增字段 工具 所需指标 ABC标签 SQL 物料的使用金额 FMR标签 SQL 物料使用的时间间隔 XYZ标签 SQL 物料的使用量 其中XYZ标签的计算方法，是依据供应可变性的计算： 收集物料的历史供应时间数据，例如每次供应所需的时间。 计算供应时间数据的平均值（μ）。 计算每个供应时间数据点与平均值的差值（差值 = 供应时间数据 - 平均值）。 计算差值的平方（平方 = 差值^2）。 将所有差值的平方求和，并除以供应时间数据的总数，得到平均差值的平方的平均值。 开方得到供应可变性的均方差。 预测模型： 以上展示的是预测模型的分析思路。我们发现业务的痛点后，确立我们建立模型的目的，着手选择供应链域常用的模型方法，根据模型的原理构建适合我们分析维度的模型，并输出预测结果，赋能业务。 可视化报告 （1）重要指标展示 库存相关的重点数据指标，体现目前库存的整体状况 其中包含库存数量、库存金额、在途数量、在途金额 “在途”表示货物正在运输过程中，尚未到达目的地，“在途数量”是指已经发出但尚未到达目的地的货物或物资的数量。“库存数量”表示企业或组织持有的可供销售或使用的物品的数量。 （2）库存现状展示 展现库存现状，由三个子部分组成，首先是阐明目前的现状是供应大于需求的，从而会产生呆滞物料。库存周转是指在一定时间内，库存被销售或使用的频率。它是衡量供应链中库存管理效率的指标。第二部分是展现库存周转的月度趋势以及不同物料的库存周转层次分析。第三部分是从库存出入库的情况出发，看资金的变化。 第一部分： 第一部分是讲述整个项目的背景，供应链部门的主要职能之一就是保证供需的平衡。当需求大于供应时，极可能影响公司产品的正常交付。而如果过大预估公司的需求，又很可能会导致需求远大于供应的情况，进而导致物料呆滞。过多的物料呆滞对于公司的资金流会产生巨大的影响。所以平衡的供需关系对于公司的平稳运营起到了至关重要的作用。 目前我们公司的实际供应金额是大于需求金额的，这会导致呆滞。如何缩减这供需之间的巨大差异，便是本项目要解决的核心业务痛点。 第二部分： 第二部分是【库存周转月度趋势】和【库存周转层次分析】，从【库存周转月度趋势】可以看出库存周转天数有下降趋势。 从【库存周转层次分析】中可以看出公司的各个物料月末库存均值在230.77万，周转天数均值为26天，企业的库存管理相对较好，库存物品的流动速度也较快，但仍有改进的空间。 第三部分 第三部分是【本月库存出入库趋势】和【库存出入库趋势】，其中【本月库存出入库趋势】展现了每天的资金流入流出的情况，将投料金额和采购入库金额绘制成瀑布图可以展示库存金额的构成、变化趋势以及资金情况，帮助企业或个人了解和分析财务状况和经营效益。 【库存出入库趋势】为了对库存情况做更好的管控，我们对出库、入库情况做了监控。其中包含自2021年1月以来的库存出入库趋势。 （3）现有呆滞物料的管控方法 这部分是供应风险等级分析，当供应大于需求的时候会出现风险，其中供应量=库存数量+采购在途数量，需求量=工单需求数量+定金需求数量+净预测数量 物料的 供应（采购在途+库存）和 需求（工单定金需求，净预测需求），按照需求顺序（无风险—>级高风险）扣减供应。判断该物料达到的最高风险等级。 将物料对应需求的扣减量分配到对应的风险等级：例：A物料最高风险为极高，则定然经历了 无/低/中/高/极高 风险阶段。求出该物料分配到无/低/中/高/极高 的数量。 风险等级 定义 无风险（此等级分析时不予以探讨） 不超过所有工单及订单需求 低风险 超过所有工单及订单需求&不超过3个月以内净预测 中风险 超过3个月以内净预测需求&不超过6个月以内净预测 高风险 超过工单及订单需求&超过6个月净预测需求&不超过9个月净预测需求 极高风险 超过9个月净预测需求 【风险分析(供应-需求)】展现的是风险金额的变化趋势，当前两个月风险金额有降低的趋势，我们需要将此差值控制在比较低的水平 【各个风险占比】这里包含低风险，中风险，高风险，级高风险的供应金额，以及整个风险金额在物料总金额的占比。 图中是各风险等级对应的金额，每个物料可能同时属于不同的风险等级。 其中有风险的金额（总金额-无风险金额）呈现总体减少的趋势，证明我们在策略备货的举措有所成效。策略备货，简称“策备”，指的是除了满足正常的需求外，根据市场供应情况、未来价格走势、未来需求预测，结合供应商关系进行评估、分析，确定对公司经营策略或产品策略将带来利好，而进行的提前下达采购订单或提前提货的操作。 为了提升策备的效率以及精准性，避免呆滞的发生，我们需要更准确的预测模型，它需要给出什么时候备货，备多少货合适，从而指导策备的执行。 在供大于需的情况下，我司采取以下措施： 风险分级评估：对供大于需的风险进行分级评估，根据供应链中不同物料的重要性和紧迫性，将风险分为极高、高、中、低级别。这可以根据物料的关键性、供应时间、成本等因素进行评估。 物料管控措施：根据风险分级结果，针对高风险物料实施更加精细化的管控措施。这包括加强对供应商的监控和管理、提前采购和储备高风险物料、加强与责任BG的沟通和协调等。 落实到责任BG：根据一段时间内用料最多的BG确定责任BG，并将物料的落实和供应工作重点放在责任BG上。这可以确保责任BG具备足够的物料储备和供应能力，也要能够及时响应供大于需的情况。 【各风险各物料占比】和【责任BG】是联动的，当选择了责任BG结算日期（请选择月末日期），【各风险各物料占比】内可获取物料的风险等级以及相应的金额占比，【责任BG】可显示相应物料的责任BG方，这里如有多个责任BG方，选择TOP3的BG进行责任共担。 （4）如何避免/减少呆滞物料的出现 ABC分类标准 上图所示为物料使用ABC标准分类后三类中金额和数目的占比，可以明确看出如下分类标准： A 高价值（约80%），低数目（约20%） B 中价值（约15%），中数目（约30%） C 低价值（约5%），高数目（约50%） 目的：筛选出占据资金非常高的物料，这些物料要尽量做到零库存，对物料的购买时间和使用时间要严格监控，提高资金周转率。 FMR分类标准 上图所示为物料使用FMR标准分类后的三类物料的每月使用次数的情况，可以明确看出如下分类标准： 衡量标准 物料每月的平均使用次数 等级划分 F：[30,+∞) M：[1,30) R：(0，1) 目的 确定物料的使用频率 ABC+FMR_出库量占比 上图可以看出在每个细分维度下物料的使用情况，用于指导VMI模式下的库存管理。 对于AF、AM、BF、BM这部分区域的物料属于高价值、使用频次快的物料，需要重点管控。 对于CF和CM区域的物料属于价值低、移动快的物料，需要备库。 对于AR区域的物料，属于价值高、低频移动的物料，不需要备库存。 对于BR、CR区域的物料，属于价值低、低频移动的物料，在备库时需要考虑其不确定性。 XYZ分类标准 上图所示为物料使用XYZ标准分类后的几个典型案例，可以明确看出如下分类标准： 衡量标准 物料使用量的波动 等级划分 X：低波动，可以预测具体数目 Y：有一定的波动，可以看出波动的趋势 Z：波动很大且无规律 目的 筛选出X和Y等级的物料，预测数目及趋势 采购时间预测 经过物料细分我们筛选出可以预测出重点关注且可预测的物料（AX类物料）。以上图的物料为例，我们可以明确看出物料的使用速度，预计清零时间，从而预测出采购的时间，为采购的数目提供参考。 但是所有的预测模型都不是100%可靠的，预测模型的可靠性会受到诸多的因素影响（具体分析如下图所示）。 综上，在模型的使用过程中要用辩证的眼光看待预测。 三、参赛总结 1、FineBI工具 作为一名数据分析师，我对BI工具有着积极的看法。BI工具是一种强大的数据分析工具，可以帮助企业从海量数据中提取有价值的信息和见解，支持决策制定和业务优化。 BI亮点功能： 战略决策支持：BI工具可以提供实时、准确和全面的数据分析，帮助企业高层管理层做出战略决策。通过对市场趋势、竞争对手、客户需求等数据的分析，企业可以更好地把握机遇、应对挑战，并制定具有竞争优势的战略计划。 风险管理和预测：数据分析可以帮助企业识别潜在的风险和问题，并提供预测模型和预警系统。通过对历史数据和趋势的分析，企业可以发现风险因素，并采取相应的措施来降低风险和提前预防潜在问题的发生。 业务流程优化：通过对业务数据的分析，企业可以发现业务流程中的瓶颈和改进机会。BI工具可以帮助企业识别低效的业务流程，并提供数据支持，以便进行改进和优化，从而提高生产效率和降低成本。 客户洞察和个性化营销：通过对客户数据的分析，企业可以了解客户的喜好、行为和需求，从而提供个性化的产品和服务。BI工具可以帮助企业构建客户画像和行为模型，实现精准营销和提高客户满意度。 数据驱动的创新：通过对内部和外部数据的分析，企业可以发现新的商机和创新机会。数据分析可以帮助企业了解市场需求和趋势，探索新的产品和服务，从而推动企业的创新和发展。 BI不好用功能或不能实现的场景： 复杂数据处理：某些BI工具在处理大规模和复杂的数据时可能会遇到性能问题。当需要进行复杂的数据转换、计算或连接多个数据源时，BI工具可能无法提供高效的处理能力，导致分析过程变得缓慢和困难。 数据源限制：某些BI工具可能对数据源的连接和集成有限制。特别是在涉及非传统数据源（如社交媒体数据、物联网数据等）或大数据平台时，BI工具可能无法直接连接或集成这些数据源，需要额外的数据处理和转换步骤。 缺乏高级分析功能：尽管BI工具提供了基本的数据分析和可视化功能，但在某些高级分析领域（如预测分析、机器学习、自然语言处理等）的支持上可能有所欠缺。对于需要更深入的分析和建模的场景，可能需要借助其他专业工具或编程语言来实现。 数据分析在现代企业中具有巨大的价值。通过数据分析，企业能够发现隐藏在数据中的模式、趋势和关联，从而做出更明智的决策和优化业务流程。数据分析可以帮助企业了解客户需求、优化市场营销策略、改进产品和服务，并提高业绩和竞争力。此外，数据分析还可以帮助企业发现新的商机和创新机会，促进业务增长和创造更大的价值。 2、参赛总结 在这个供应链数据分析BI报表配置的比赛中，我们遇到了一些困难，但通过努力克服了它们。值得一提的是，FineBI6.0引入了许多新功能，这也为我在比赛中的数据分析工作提供了更多的可能性。我能够更灵活地配置数据连接，实现更精准的数据可视化效果，并从中获得更深入的洞察和决策支持。这些新功能的运用不仅提升了我的竞争力，也为团队的工作效率和准确性带来了显著的提升。在学习新版本的过程中，我遇到了一些问题，比如无法正确配置数据连接、无法实现预期的数据可视化效果等等。但我通过在论坛上寻求帮助、向导师请教以及自己不断尝试调整参数等方式，最终解决了这些问题。 在比赛过程中，我深深感恩数据分析给我个人和业务团队的成长带来的帮助。数据分析不仅提升了我的技能水平，也为我在工作中提供了更多的洞察和决策支持。同时，数据分析也让我团队的工作更加高效和准确，我们能够更好地理解和利用供应链数据，优化库存呆滞运营流程，提高营收效率和供应商用户满意度 在参赛过程中，我也遇到了一些志同道合的小伙伴。我们一起组成了一个团队，共同探讨和解决问题。我们相互鼓励、相互学习，共同进步。这种团队协作和参赛交流的经历让我感到很温暖和有力量，我深信只有团队的力量才能取得更好的成绩。 通过这次比赛，我有了一些新的认知和感悟。首先，我意识到尝试是非常重要的。在学习和使用FineBI的过程中，我不断尝试不同的功能和配置，才能找到最合适的解决方案。其次，我明白了坚持的重要性。在遇到问题和困难时，我不能放弃，而是要坚持不懈地去解决它们。最后，我意识到突破是成长的关键。通过参加这个比赛，我突破了自己的技术和思维局限，取得了进步和成长。从一开始对库存管控一知半解到现在，学习到了很多业务知识。 总的来说，这次供应链数据分析BI报表配置的比赛让我学到了很多，克服了困难，遇到了志同道合的人，感恩数据分析给我带来的成长，也有了新的认知和感悟。我相信这次比赛对我的职业发展和个人成长都有着积极的影响。最后，感谢帆软提供本次机会！   仪表板--视源1队.pdf (16.42 M)