在采購過程中，數據分析具有極其重要的戰略意義，是優化供應鏈和采購決策的核心大腦。因此做好數據分析，是采購過程中最重要的環節之一。
那么如何做好數據分析呢？以下梳理出數據分析的8步流程，以及常見的7種分析思路。在啟動數據分析前，最好跟主管或數據經驗較豐富的童鞋確認每一步的分析流程。
一、數據分析八流程：
1、為什么分析？
首先，你得知道為什么分析？弄清楚此次數據分析的目的。比如，什么類型的客戶交貨期總是拖延。你所有的分析都的圍繞這個為什么來回答。避免不符合目標反復返工，這個過程會很痛苦。
2、分析目標是誰？
要牢記清楚的分析因子，統計維度是金額，還是產品，還是供應商行業競爭趨勢，還是供應商規模等等。避免把金額當產品算，把產品當金額算，算出的結果是差別非常大的。
3、想達到什么效果？
通過分析各個維度產品類型，公司采購周期，采購條款，找到真正的問題。例如這次分析的薄弱環節供應商，全部集中采購，和保持現狀，都不符合利益最大化原則。通過分析，找到真正的問題根源，發現精細化采購管理已經非常必要了。
4、需要哪些數據？
采購過程涉及的數據很多，需要哪些源數據？采購總額？零部件行業競爭度？貨款周期？采購頻次？庫存備貨數？客戶地域因子？客戶規模？等等列一個表。避免不斷增加新的因子。
5、如何采集？
數據庫中供應商信息采集，平時供應商各種信息錄入，產品特性錄入等，做數據分析一定要有原料，否則巧婦難為無米之炊。
6、如何整理？
整理數據是門技術活。不得不承認EXCEL是個強大工具，數據透視表的熟練使用和技巧，作為支付數據分析必不可少，各種函數和公式也需要略懂一二，避免低效率的數據整理。Spss也是一個非常優秀的數據處理工具，特別在數據量比較大，而且當字段由特殊字符的時候，比較好用。
7、如何分析？
整理完畢，如何對數據進行綜合分析，相關分析？這個是很考驗邏輯思維和推理能力的。同時分析推理過程中，需要對產品了如指掌，對供應商很了解，對采購流程很熟悉?？此埔粋€簡單的數據分析，其實是各方面能力的體現。首先是技術層面，對數據來源的抽取－轉換－載入原理的理解和認識；其實是全局觀，對季節性、公司等層面的業務有清晰的了解；最后是專業度，對業務的流程、設計等了如指掌。練就數據分析的洪荒之力并非一朝一夕之功，而是在實踐中不斷成長和升華。一個好的數據分析應該以價值為導向，放眼全局、立足業務，用數據來驅動增長。
8、如何展現和輸出？
數據可視化也是一個學問。如何用合適的圖表表現？每一種圖表的寓意是什么？下面列舉下常用的8個圖表：
?。?）折線圖：合適用于隨時間而變化的連續數據，例如隨時間收入變化，及增長率變化。
?。?）柱型圖：主要用來表示各組數據之間的差別。主要有二維柱形圖、三維柱形圖、圓柱圖、圓錐圖和棱錐圖。
?。?）堆積柱形圖：堆積柱形圖不僅可以顯示同類別中每種數據的大小，還可以顯示總量的大小。
（4）線-柱圖：這種類型的圖不僅可以顯示出同類別的比較，還可以顯示出趨勢情況。
?。?）條形圖：類似于橫向的柱狀圖，和柱狀圖的展示效果相同，主要用于各項類的比較。
（6）餅圖：主要顯示各項占比情況。餅圖一般慎用，除非占比區別非常明顯。因為肉眼對對餅圖的占比比例分辨并不直觀。而且餅圖的項，一般不要超過6項。6項后建議用柱形圖更為直觀。
?。?）復合餅圖：一般是對某項比例的下一步分析。
?。?）母子餅圖：可直觀地分析項目的組成結構與比重
圖表不必太花哨，一個表說一個問題就好。用友好的可視化圖表，節省閱讀者的時間，也是對閱讀者的尊重。
有一些數據，辛辛苦苦做了整理和分析，最后發現對結論輸出是沒有關系的，雖然做了很多工作，但不能為了體現工作量而堆砌數據。
在展現的過程中，請注明數據的來源，時間，指標的說明，公式的算法，不僅體現數據分析的專業度，更是對報告閱讀者的尊重。
二、數據分析七思路：
1、簡單趨勢
通過實時訪問趨勢了解供應商及時交貨情況。如產品類型，供應商區域（交通因子），采購額，采購額對供應商占比。
2、多維分解
根據分析需要，從多維度對指標進行分解。例如產品采購金額、供應商規模（需量化）、產品復雜程度等等維度。
3、轉化漏斗
按照已知的轉化路徑，借助漏斗模型分析總體和每一步的轉化情況。常見的轉化情境有不同供應商及時交貨率趨勢等。
4、用戶分群
在精細化分析中，常常需要對有某個特定行為的供應商群組進行分析和比對；數據分析需要將多維度和多指標作為分群條件，有針對性地優化供應鏈，提升供應鏈穩定性。
5、細查路徑
數據分析可以觀察供應商的行為軌跡，探索供應商與本公司的交互過程；進而從中發現問題、激發靈感亦或驗證假設。
6、留存分析
留存分析是探索用戶行為與回訪之間的關聯。一般我們講的留存率，是指“新新供應商”在一段時間內“重復行為”的比例。通過分析不同供應商群組的留存差異、使用過不同功能供應商的留存差異來找到供應鏈的優化點。
7、A/B 測試
A/B測試就是同時進行多個方案并行測試，但是每個方案僅有一個變量不同；然后以某種規則優勝略汰選擇最優的方案。數據分析需要在這個過程中選擇合理的分組樣本、監測數據指標、事后數據分析和不同方案評估。
不單是供應商及時交貨的數據分析，其他的數據分析流程和思路也一樣適用，只是維度重點很多，以及組合的維度也非常多，因此就需要更清晰的思路和大局觀，避免陷入到數據海洋中。
那么如何做好數據分析呢？以下梳理出數據分析的8步流程，以及常見的7種分析思路。在啟動數據分析前，最好跟主管或數據經驗較豐富的童鞋確認每一步的分析流程。
一、數據分析八流程：
1、為什么分析？
首先，你得知道為什么分析？弄清楚此次數據分析的目的。比如，什么類型的客戶交貨期總是拖延。你所有的分析都的圍繞這個為什么來回答。避免不符合目標反復返工，這個過程會很痛苦。
2、分析目標是誰？
要牢記清楚的分析因子，統計維度是金額，還是產品，還是供應商行業競爭趨勢，還是供應商規模等等。避免把金額當產品算，把產品當金額算，算出的結果是差別非常大的。
3、想達到什么效果？
通過分析各個維度產品類型，公司采購周期，采購條款，找到真正的問題。例如這次分析的薄弱環節供應商，全部集中采購，和保持現狀，都不符合利益最大化原則。通過分析，找到真正的問題根源，發現精細化采購管理已經非常必要了。
4、需要哪些數據？
采購過程涉及的數據很多，需要哪些源數據？采購總額？零部件行業競爭度？貨款周期？采購頻次？庫存備貨數？客戶地域因子？客戶規模？等等列一個表。避免不斷增加新的因子。
5、如何采集？
數據庫中供應商信息采集，平時供應商各種信息錄入，產品特性錄入等，做數據分析一定要有原料，否則巧婦難為無米之炊。
6、如何整理？
整理數據是門技術活。不得不承認EXCEL是個強大工具，數據透視表的熟練使用和技巧，作為支付數據分析必不可少，各種函數和公式也需要略懂一二，避免低效率的數據整理。Spss也是一個非常優秀的數據處理工具，特別在數據量比較大，而且當字段由特殊字符的時候，比較好用。
7、如何分析？
整理完畢，如何對數據進行綜合分析，相關分析？這個是很考驗邏輯思維和推理能力的。同時分析推理過程中，需要對產品了如指掌，對供應商很了解，對采購流程很熟悉?？此埔粋€簡單的數據分析，其實是各方面能力的體現。首先是技術層面，對數據來源的抽取－轉換－載入原理的理解和認識；其實是全局觀，對季節性、公司等層面的業務有清晰的了解；最后是專業度，對業務的流程、設計等了如指掌。練就數據分析的洪荒之力并非一朝一夕之功，而是在實踐中不斷成長和升華。一個好的數據分析應該以價值為導向，放眼全局、立足業務，用數據來驅動增長。
8、如何展現和輸出？
數據可視化也是一個學問。如何用合適的圖表表現？每一種圖表的寓意是什么？下面列舉下常用的8個圖表：
?。?）折線圖：合適用于隨時間而變化的連續數據，例如隨時間收入變化，及增長率變化。
?。?）柱型圖：主要用來表示各組數據之間的差別。主要有二維柱形圖、三維柱形圖、圓柱圖、圓錐圖和棱錐圖。
?。?）堆積柱形圖：堆積柱形圖不僅可以顯示同類別中每種數據的大小，還可以顯示總量的大小。
（4）線-柱圖：這種類型的圖不僅可以顯示出同類別的比較，還可以顯示出趨勢情況。
?。?）條形圖：類似于橫向的柱狀圖，和柱狀圖的展示效果相同，主要用于各項類的比較。
（6）餅圖：主要顯示各項占比情況。餅圖一般慎用，除非占比區別非常明顯。因為肉眼對對餅圖的占比比例分辨并不直觀。而且餅圖的項，一般不要超過6項。6項后建議用柱形圖更為直觀。
?。?）復合餅圖：一般是對某項比例的下一步分析。
?。?）母子餅圖：可直觀地分析項目的組成結構與比重
圖表不必太花哨，一個表說一個問題就好。用友好的可視化圖表，節省閱讀者的時間，也是對閱讀者的尊重。
有一些數據，辛辛苦苦做了整理和分析，最后發現對結論輸出是沒有關系的，雖然做了很多工作，但不能為了體現工作量而堆砌數據。
在展現的過程中，請注明數據的來源，時間，指標的說明，公式的算法，不僅體現數據分析的專業度，更是對報告閱讀者的尊重。
二、數據分析七思路：
1、簡單趨勢
通過實時訪問趨勢了解供應商及時交貨情況。如產品類型，供應商區域（交通因子），采購額，采購額對供應商占比。
2、多維分解
根據分析需要，從多維度對指標進行分解。例如產品采購金額、供應商規模（需量化）、產品復雜程度等等維度。
3、轉化漏斗
按照已知的轉化路徑，借助漏斗模型分析總體和每一步的轉化情況。常見的轉化情境有不同供應商及時交貨率趨勢等。
4、用戶分群
在精細化分析中，常常需要對有某個特定行為的供應商群組進行分析和比對；數據分析需要將多維度和多指標作為分群條件，有針對性地優化供應鏈，提升供應鏈穩定性。
5、細查路徑
數據分析可以觀察供應商的行為軌跡，探索供應商與本公司的交互過程；進而從中發現問題、激發靈感亦或驗證假設。
6、留存分析
留存分析是探索用戶行為與回訪之間的關聯。一般我們講的留存率，是指“新新供應商”在一段時間內“重復行為”的比例。通過分析不同供應商群組的留存差異、使用過不同功能供應商的留存差異來找到供應鏈的優化點。
7、A/B 測試
A/B測試就是同時進行多個方案并行測試，但是每個方案僅有一個變量不同；然后以某種規則優勝略汰選擇最優的方案。數據分析需要在這個過程中選擇合理的分組樣本、監測數據指標、事后數據分析和不同方案評估。
不單是供應商及時交貨的數據分析，其他的數據分析流程和思路也一樣適用，只是維度重點很多，以及組合的維度也非常多，因此就需要更清晰的思路和大局觀，避免陷入到數據海洋中。
