Group Details Private

administrators

Member List

  • 用户

    第一,云端化是重要趋势

    在2016年8月份我写过一篇文章 深入分析 BI 数据可视化市场 SaaS 模式。在这篇文章中,我提到大概在2018年前后在国内大概会出现比较成熟或者很成熟的可视化BI分析SaaS模式的产品。判断的依据是什么?还是我在文章开始时提到的:“数据在哪里?分析就在哪里?” 这个观点。

    商业智能BI的基础就是业务系统,业务系统本地化因此商业智能BI也是本地化的。当业务系统云端化,当国内SaaS 企业逐步成熟的时候,解决了什么样的问题?业务规范化、标准化和规模化,而随之而来就是数据规范化、标准化和规模化。这种模式一旦落地,很容易基于这些标准数据来做接口,基于这些接口形成较长时间内比较稳定的业务分析形态。

    有三个方面的表现:

    1. BI SaaS 服务提供商和SaaS 服务提供商直接形成合作关系,直接将 BI SaaS 产品平台化,基于BI工具形成标准的分析成果,作为产品附加值提供给 SaaS 租户。但缺点是,租户在当前 SaaS 平台上只能分析当前 SaaS 平台上的业务数据。

    2. 在提供 SaaS BI 产品的时候同时提供了各种SaaS平台上标准的数据接口,这是目前大多数 SaaS BI 服务商的做法。比如国外的 Salesforce、Twitter、Google Analytics 等等已经被一些 SaaS BI 厂商所打通。比如国内的 Ptmind 公司,他们提供的用户行为分析 SaaS产品 Ptengine 本身又为他们自己的 DataDeck SaaS 数据分析产品提供了 SaaS 数据源接口支持。

    3. 最后,云端部署还有一个非常大的优势,价格便宜。关于更多的有关 SaaS BI 的分析不再这里一一说明,具体的可以参看深入分析 BI 数据可视化市场 SaaS 模式。

    我认为除了这几家巨头 (Microsoft、IBM、Oracle)在云端产品布局以外,在2017年和2018年间也一定会看到一些其它的 BI 厂商往云端进行转变。

    在国内整个 SaaS BI 的成熟期将会受到国内 SaaS 服务市场的成熟度的影响,国内SaaS 市场成熟的越早,SaaS BI 的成熟就越快。但从行业的角度上来看,也不是所有的行业都适用于 SaaS BI 产品,比如金融、银行、电信因数据体量和数据安全性上的考虑本身对 SaaS 服务天然屏蔽的行业。但无论如何,这一定是一个大的趋势,这个市场空间还是非常巨大的。

    第二,BI 的边界会逐步模糊

    未来的数据产品解决方案不仅仅是解决内部取数和数据分析与展现的问题,而可能通过云端的数据接口拿到更多的外部数据。大数据、小数据的边界会越来越模糊,人们更加关注的是数据本身,要用数据解决什么样的问题,更加聚焦在数据产生价值上。

    大数据和小数据不再有严格的区分,特别是当云端 SaaS 服务模式越来越普及的时候,云BI也能解决大多数业务场景下的大数据和性能方面的困扰。

    在我观察到的国内一些数据类产品中,就发现了这样的一些趋势。前端用户行为分析越来越朝着BI的方向走,而一些SaaS BI 产品也在解决好用户内部数据之外引入了外部数据包括用户行为分析数据。

    第三,单纯的BI工具价值逐步削弱

    就如同前面提到的,人们不再单纯的关注于工具本身能够实现什么样的可视化效果。而更加注重如何利用工具进行业务价值的实现,需要更多行业咨询和业务指导。以单纯的工具作为唯一的卖点在将来会被逐步淘汰。

    第四,可视化分析也需要配备轻量级的 ETL 数据准备工具

    很多企业在内部的数据管理和业务系统数据规范性上一样存在很大的问题,在 IT 部门对基础的数据质量做完梳理之后,业务人员在很多场景下也一样需要相应的数据准备工作,可视化分析工具需要搭配一些简单易用的 ETL 工具能够让业务人员自助完成一些基础的数据准备工作。当然,如果未来业务在云端,数据标准化的过程将会更加容易和便捷。

    第五,预测性分析、人工智能和机器学习是未来新的增长点

    在今年Microsoft Ignite 技术大会上我们已经看到了Microsoft Power BI Quick Insight 和 Anna Talk 的结合。IBM Waston Analytics 强大的自然语言进行预测性分析和交互。这两者都实现了预测性分析、对自然语言解析以及可视化推送的效果。以往的数据洞察需要靠人,靠拖拽数据、钻取数据交互分析获得,但在以后多了更多的方式 —— 机器洞察、智能洞察。虽然从数据的准确度、合理性、语言处理维度的程度上都不能完全替代人们自助的数据分析方式,但无论如何,这种尝试已经在朝着成熟的方向来发展了。

    第六,移动 BI 和协作办公越来越强

    移动BI应该包括两个方面的因素:移动 + 协作。在之前提到过,在下个阶段的BI发展趋势上,移动BI的展现已经不再是亮点,移动BI已经成为企业数据展现的标配。传统的数据信息交换方式是单向输出,中心到个人的输出模式,而以后的模式是中心到个人,个人到个人可逆的传输模式。目前我们已经看到一些移动协作的方式,比如和微信的集成打通。但以后的数据分析和分享协作模式应该会越来越丰富,很有想象的空间。

    posted in 智能库存 read more
  • 用户

    企业的生产在不断地消耗库存品,而企业又不断地购进物资,补充库存,所以企业的库存量总处于不断变化的状态之下,如何在保证生产的前提下,尽量减少库存积压,是库存控制的核心。

    库存控制的目标是在企业现有资源的约束下,以最低的库存成本满足预期需求。库存控制的基本决策包括:确定相邻两次订货的间隔时间;确定每次订货的订货批量;确定每次订货的提前期;满足用户需求的服务水平。
    关于库存,其影响因素需要考虑以下因素。

    1.需求特性
    物品的需求特性的不同对库存控制决策有着决定性的影响:它们表现为如下的几种情况。
    (1)需求确定或不确定。若物品的需求是确定和已知的,那么可只在有需求时准备库存,库存的数量根据计划确定。若需求是不确定的,则需要保持经常的储备量,以供应随时发生的需求。

    (2)需求有规律变化或随机变动。如果需求的变动存在着规律性,如季节性变动,则可以有计划地根据变动规律准备库存。如在旺季到来之前,准备较多的库存储备以备销售增长的需要。若需求变动没有一定规律,呈现为随机性变化,就需设置经常性库存,甚至准备一定的保险储备量来预防突然发生的需求。

    (3)独立性需求或相关性需求。独立性需求一般指对最终产品的需求:最终产品的需求是随机发生的,是企业所不能控制的,只能用预测的方法得到,无法精确地计算出来。
    相关性需求来自企业的内部,一般指零部件的需求,零部件的需求与最终产品的需求具有相关性:根据产品的需求计划,零部件的需求可以直接推算得到。
    例如某汽车装配企业,市场对其汽车的需求量是独立需求。汽车的生产数量,公司需要依赖市场调查和以往销售数据。而当汽车的需求计划确定以后,汽车轮胎、发动机、方向盘等部件的需求是可以推算出来的,这就属于相关需求。再比如麦当劳店中番茄酱的需求量取决于汉堡和炸薯条的售出量,番茄酱的需求类型也为相关需求。
    (4)需求的可替代性。有些物资如果可以用其他物资替代使用,那么它们的库存储备量可以适当少一些,万一发生缺货也可以使用替代物资来满足需求。对于没有替代材料的物资,则必须保持较多的库存刁‘能保证预期的供应要求。

    2.订货/生产提前期
    订货/生产提前期是指从订购或下达生产指令开始,到物资入库的时间周期:这一时间对库存量有显著的影响。如果从订货至交货这段时间相对较长,则我们必须存储更多的货品,特别是关键的重要物品。同样如果一个零件的生产时间长,也需要存储更多的货品。
    在库存控制中,都是根据库存储备将要消耗完的时间,提前一个订货/生产提前期提出订货,以避免在订货到达之前发生缺货。在订货/生产提前期内应储备多少存货也是控制库存的一项重要决策。

    3.物资单价
    产品物资的价格越高,会占用的库存资金数额也就越多,对这样的产品物资是不应该掉以轻心的,那些杰出的企业会增加采购次数缩减库存量。这也是库存控制的手段之一。

    4.保管费用与采购费用
    采购费用与订货次数呈正比,因此若采购费用大,应考虑减少订货次数。有了库存就必须进行保管,也就需要保管费用,显然保管费用数额与库存量呈正相关关系,所以对于保管费用高的产品物资应该把库存控制在适当的水平上。

    5.服务水平
    服务水平一般是由企业领导部门根据经营的目标和战略而规定的。服务水平的高低影响到库存储备水平的选择。服务水平要求高,就需要有较多的储备来保证。服务水平的计量方式有若干种,如用户的百分数、订货数量的百分数等,但最常用的是按满足订货次数的百分比来规定服务水平。

    如果库存能满足全部用户的个部订货需要,则其服务水平为100%。若每100次订货只能满足95次,则服务水平为95%,相应地这时的缺货概率为5%。

    服务水平可用于决定再订货点(ROP)。再订货点是指在进行补充订货时现有的库存量。再订货点的确定是为了满足预先确定的服务水平。因此,在补充订货期间,对需求变化的了解一定要充分。当再订货点确定时,也同时确定了安全库存的水平。

    posted in 智能库存 read more
  • 用户

    库存管理如果掌握不好,首先是影响销售,顾客问你有没有货你不知道,要去看一下查一下才能告诉顾客,这太慢了,人的等待时间是有限度的;

    二是影响进货,进货的时候不知道库存有多少,很容易进多了或进少了,不利资金周转!

    第一部分:库存基础管理

    1、采用EXCEL表格记录各种库存商品

    在商家刚开店时可能只有几件宝贝,这时候你销售了哪些商品,或者还有哪些商品留下来,还是很容易找到的,但当你销售了一段时间后,很容易会记错,或者漏记,所以这时候就需要一个软件来帮助你进行记录。

    Excel表格强大的分类、筛选、统计的功能这时候就能很好的帮助到你。通常货物的入库需要记录的包括品牌、分类、名称、产品包装、包装颜色、生产日期、入库数量、入库日期、到期日期、产品编号、货位、剩余库存、出库日期、出库数量等内容。

    2、对库存商品进行编号、归类存放

    一些店商品虽然不多,但种类却应该不会少,货物本身通常都会有条码,但通常是厂家做的条码,比较长,对于记录有些不方便,于是就想到自建条码,条码生成器可以从网上找到,建成条码后打印出来,贴到一块大纸板上,每个条码上面写对应商品的名字,这样就会很方便,同时一些原本就没有条码的样品也就很容易搞定了。

    这个方法适用于产品不多的情况下。如果嫌打印条形码麻烦,可以用快递单上的条码,用过的快递单的底单把条码的部分撕下来,旁边写上商品名称,贴到纸板上一样用。

    找商品的时候如果不熟悉纸板上条码的位置的话就需要找,影响效率。最好把商品根据它们的一些特性进行分类,主要是根据品牌,这样就把上百个没有条码的单品分成10几个分类,每个分类给一个条码,这样就能够很方便的找到对应的商品,效率会提高一些。

    给大家提供一个条码设计方法:

    1、按照“品牌+种类+类别+性别+年份+季节+容量+顺序码”,设计8位编码。

    2、按照“供应商+年份+季节+品牌+种类+类别+颜色+容量”

    需要注意的是:

    1、先确定需要编码的长度,再取舍字段,最后定义每个字段长度和表达方式。以后品种会不断增加,如果到时再作调整,估计会非常麻烦,因此前期需要考虑全面。

    2、编码必须考虑容错性,不管是采用什么样的编码方式或者规则,最好确保任意两个编码都至少有两个字段的值不同。

    商品在归类存放的时候,可以进行两种分类,一是整箱区域,一是零散配货区域。

    把仓库分成两个区,一个区是放整箱商品的,另一个区是展示商品,就拿超市打比方,货架上缺货了,就从整箱区拿出一些。在整箱区又会根据位置分若干个区域,每个区域都会贴上卡片,当这个区域商品有变动时要在卡片上做记录。比如某个商品是500个,拿出去50个的同时,卡片上的数据要变为450个。

    3、入库、出库合理设置并记录

    入库、出库都有相应的进货单和发货单,通常入库的商品在每日对整个库存进行盘点后,需要根据入库、出库的量与进货单进行核对,以确保无误。

    发货单可以是一式两份,在商品出库的时候,在日期的旁边写上当天的订单编号,如果客户收到货后出现少、错现象的话,只要报出单子上面日期旁边的编号,我们立即可以在EXCEL表中查到这个单子当时的出库记录,可以很快的确认少、错的原因。

    4、对库存商品进行定期盘点

    库存商品定期盘点对我们整个运营起到了很重要的作用,每天库存盘点,可以知道前一天的单数、销售额、主要品牌销售额、总库存、主要品牌库存等很重要的信息,为很多决定提供了依据。同时随时可以查出任意时期的所有销售数据,有这些数据,我们可以更好的把握运营。

    这样我们也可以根据销售的数据的变化不断更新安全库存,每天根据库存表、进货等数据来制定进货计划,有效的降低了缺货的概率,也减少了滞销品库存。

    第二部分:商品顺序优化

    1、 对库存商品进行排序优化

    商品入库、出库都会有相应的时间记录,网店通常采取先进先出的优先推广销售方式。

    化妆品在售出之前出现过期情况就只能将其丢弃。售后的化妆品商品其配方都做过稳定性测试的,在保质期内都可以使用,一旦拆封建议应尽快用完。

    2、及时清理积压库存,降低资金压力

    即使你再聪明,也无法保证你进的商品是肯定畅销的,这与你的商品、策略、服务有很大的关系,当你发现有商品已经积压了较长的时间,而且占到你资金总量的20%以上的时候,你就该考虑如何快速清理这部分商品,以减少资金压力。

    比如,打折销售,又或者搭配赠送等等,方式多种多样。

    第三部分:进货需求预测

    及时对缺货、滞销货进行预警,设置安全库存

    对于不畅销产品可以通过系统及时发现,然后做出调整,可以通过降价、送礼等多重促销活动消化剩余库存。

    把这部分库存降到最低也是商店的最终目标,另外店主可以随时关注库存系统中的销售排行情况,把销售前几名和后几名的商品作为重点的关注对象,这样能及时时做出相应的库存调整。

    做好超市需要的不单单是管理好库存,更多的要在经营思路上多做改变,看看能否有所突破。

    posted in 智能库存 read more
  • A
    admin

    欢迎来到saas-plat用户社区!

    用户社区是专为用户提供帮助、文档服务,并在使用中产生的需求和问题建立反馈,并提交给开发者进行任务开发,最后发布到应用反馈给用户使用。

    其他资源链接

    posted in 知识&讨论 read more

Looks like your connection to 社区 was lost, please wait while we try to reconnect.