资源描述
,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,数据分析初探,数据分析初探,1,课程目标,经过,2,小时的学习,/,探讨后,将能够:,了解什么是数据分析,数据分析容易出现的问题,数据分析的方法论,能进行数据分析的实例分析,课程目标经过2小时的学习/探讨后,将能够:,2,学习期望,手机设置成振动模式,最好关机,;,不要在教室接听电话,最好不接听,;,积极参与、突破自我、共同成长,我们一起学,!,学习期望手机设置成振动模式,最好关机;我们一起学!,3,课程内容,4,单元一:什么是数据分析,单元二:数据分析常见的问题,单元三:数据分析的方法论,单元四:数据分析的实例,课程内容4,4,什么是数据分析?,我们日常工作中的数据分析有哪些?,请您坦诚的发表您的看法。,什么是数据分析?我们日常工作中的数据分析有哪些?,5,什么是数据分析?,配送日常工作中的数据分析:,库区拣选位,/,储存位分析,商品动销,/,动碰次数分析,工作量,/,工作效率分析,单货不符分析,退货分析,商品库存分析,周转天数,/,满足率分析,服务对象效益分析,物流成本分析,运输费用分析,人工费用分析,资产效能,/,运维费用分析,维修费用分析,。,什么是数据分析?配送日常工作中的数据分析:库区拣选位/储存,6,什么是数据分析?,数据分析的目的是什么?,请坦诚的发表您的看法。,什么是数据分析?数据分析的目的是什么?,7,什么是数据分析?,数据分析的目的:,8,什么是数据分析?数据分析的目的:8,8,什么是数据分析?,什么是数据分析?,数据分析是通过对经营数据的分析,了解现状、提出改进措施及建议,为企业经营管理战略、策略、政策、经营优化等提供重要依据,促进企业核心竞争能力的建立,确保企业的可持续发展。(供参考),什么是数据分析?什么是数据分析?,9,课程内容,10,单元一:什么是数据分析,单元二:数据分析常见的问题,单元三:数据分析的方法论,单元四:数据分析的实例,课程内容10,10,数据分析常见的问题,/,困惑,数据分析常见的问题,/,困惑有哪些?,请您坦诚的发表您的想法。,数据分析常见的问题/困惑数据分析常见的问题/困惑有哪些?,11,数据分析常见的问题,/,困惑,数据分析常见的困惑:,分析用来干吗,无从下手,不清楚如何分析,找不到真正的原因,不清楚提出怎样的改进措施,。,数据分析常见的问题/困惑数据分析常见的困惑:,12,数据分析常见的问题,/,困惑,数据分析常见的问题:,目标,/,目的不明确、不完整,原始数据错误,/,不全面,/,时间段无可比性,分析方法不佳,片面性,就数据分析而分析,/,数据的堆积,/,分析不透彻,忽略数据背后的原因,没有结论,/,没有意见建议,。,数据分析常见的问题/困惑数据分析常见的问题:,13,课程内容,14,单元一:什么是数据分析,单元二:数据分析常见的问题,单元三:数据分析的方法论,单元四:数据分析的实例,课程内容14,14,数据分析方法论,您是如何进行数据分析的?,请坦诚地交流您的意见,(写在白纸上),。,4,分钟准备,每组两分钟展示,数据分析方法论您是如何进行数据分析的?,15,数据分析的一般步骤,全面审视、求证,完善定稿,数据分析方法论,数据分析的一般步骤全面审视、求证,完善定稿数据分析方法论,16,数据分析方法论,明确数据分析的目标与要求:,数据分析反映什么现状,数据分析解决什么问题,希冀达到的效果和目的,体现本企业,/,本部门,/,本班组,/,本岗位,多维度的利益,。,明确的目标是数据分析的前提!,数据分析方法论明确数据分析的目标与要求:明确的目标是数据分析,17,数据分析方法论,规划数据分析框架与模型:,数据分析的提纲,(,分析的整个流程,),数据分析的模型(即从哪些纬度来分析说明),数据分析需要的数据,/,时间段,模型是以作业活动为考虑出发点,结合流程、设施设备、作业环节、延伸环节、相关环节、管理制度、绩效考核等等全面考虑,。,数据分析方法论规划数据分析框架与模型:,18,数据分析方法论,数据分析模型维度:,宏观,/,微观、内部,/,外部,历史,/,现在,/,未来,成本,/,收益,数量,/,质量,/,效率,不同分析对象(供应商、客户、品类、商品、物流模式、设备等等),。,数据分析方法论 数据分析模型维度:,19,数据分析方法论,原始数据采集,/,归类:,原始数据的调研,/,收集,/,查取,;,原始数据的整理,/,核实,;,原始数据的归类,/,初加工,数据的准确性、全面性、,可比性尤其需要注重,数据分析方法论 原始数据采集/归类:数据的准确性、全面性、,20,数据分析方法论,数据分析:,单纬度分析:同比,/,环比、增加额、增加率、占比(数量、金额、品种等)、累积占比、时间段、品类,/,供应商,/,客户,/,部组,多维度:周转,/,满足率、数量,/,效率,/,费用、销售,/,库存,/,订货、数量,/,动碰次数,/,重量,/,体积,/,平面动线、收益,/,成本、资源增减,/,工作量增减,数据分析时结合目标与现状、经合实际经营、考虑宏观,/,微观、直接性,/,相关性,数据分析的核心是通过分析体现重点、问题、机会、原因等。,数据分析方法论数据分析:数据分析的核心是通过分析体现重点、问,21,数据分析方法论,分析总结、意见建议或实施行动:,根据数据分析,找出事情,/,问题的本质,得出结论。提出可行的建议,/,意见、实施行动。,意见建议或实施行动,需要考虑可能带来的相关环节的配合与改变、需要考骄可能存在的问题、需要考虑需要准备的资源,/,准备,意见建议或实施行动,最好有多个建议,数据分析方法论分析总结、意见建议或实施行动:,22,数据分析方法论,再次全面审视、求证,完善定稿:,再次全面审视数据分析的各环节,审核确认各环节内容,是否全面、准确、恰当。,结合实际情况,到实地再次进行了解与验证。,定稿时统观全局,注意尽量删减不必要的资料,同时又不要遗漏资料。,数据分析方法论再次全面审视、求证,完善定稿:,23,数据分析培训ppt课件,24,政 策,利 益,数据分析的冰山理论,数据,/,现象,(时间、量、额、率),对象,(上下游、内外部,商品、作业者,等等),资源,(人、财、物等),流程,/,管理,(作业、标准、系统、方法、考核等),政 策数据分析的冰山理论数据/现象对象资源,25,课程内容,26,单元一:什么是数据分析,单元二:数据分析常见的问题,单元三:数据分析的方法论,单元四:数据分析的实例,课程内容26,26,数据分析实例,请通过数据分析来探索提高拣选效率的方法,5,分钟准备,(,写在白纸上,),最快的前三名上台演示,(,每组,3,分钟,),。,数据分析实例 请通过数据分析来探索提高拣选效率的方法,27,通过数据分析来探索,提高拣选效率的方法,目标,:,提高拣选效率,模型,:,调查了解,/,分析影响拣选效率的原因,各类影响原因对效率影响的占比,/,程度,各类影响因素产生的原因分析,针对影响拣选效率的原因的原因,提出解决措施,这些解决措施需要哪些配套措施,可能存在的问题,具体的实施计划,通过数据分析来探索提高拣选效率的方法目标:提高拣选效率,28,通过数据分析来探索,提高拣选效率的方法,数据收集:,和一线作业人员沟通影响拣选效率的原因,现有作业流程,/,环节,/,动作梳理,统计各动作所花费的时间(异常动作、设施设备,/,系统影响等单独统计),现有作业平面图,/,作业动线(行走动线测算),现有仓位长宽高资料,/,现有商品长宽高重,量、动销数据、周转数据、现有库存数据,。,通过数据分析来探索提高拣选效率的方法数据收集:,29,通过数据分析来探索,提高拣选效率的方法,数据分析:,分析作业人员一天工作时间在各环节的分布,每一项影响拣货效率因素占用的时间及比率,现有平面布局下员工的作业动线图形分析,存在哪些不足与问题分析,每一项影响拣选效率的原因的原因进行剖析,为什么会影响?产生的原因是什么?,。,通过数据分析来探索提高拣选效率的方法数据分析:,30,通过数据分析来探索,提高拣选效率的方法,分析总结与意见建议:,总结影响因素、占比以及影响因素产生的原因,提出改进影响因素的建议及措施,提出这些改进措施与建议需要的资源,测算改进后将会提升的效率,细化改进的措施,/,建议的实施计划及配套资源,再次全面审视前面各环节,补充与删减,定稿,通过数据分析来探索提高拣选效率的方法分析总结与意见建议:,31,现场练习题,各组选择一项进行数据分析:目标、框架(模型)、收集数据、数据分析、总结与建议意见,库区拣选位,/,储存位分析,商品动销,/,动碰次数分析,工作量,/,工作效率分析,单货不符分析,退货分析,商品库存分析,周转天数,/,满足率分析,服务对象效益分析,物流成本分析,运输费用分析,人工费用分析,资产效能,/,运维费用分析,维修费用分析,。,5,分钟准备,(,写在白纸上,),,每组,3,分钟演示,现场练习题各组选择一项进行数据分析:目标、框架(模型)、收集,32,33,孔子如是说:,吾听吾忘,,吾见吾记,,吾做吾悟!,33孔子如是说:吾听吾忘,,33,库区拣选位,/,储存位分析,商品动销,/,动碰次数分析,工作量,/,工作效率分析,单货不符分析,退货分析,商品库存分析,周转天数,/,满足率分析,课后练习题,选择以下内容进行数据分析,(,也可自己提出课题,):,库区拣选位/储存位分析 课后练习题选择以下内容进行数,34,课后练习题,选择以下内容进行数据分析,(,也可自己提出课题,):,服务对象效益分析,物流成本分析,运输费用分析,人工费用分析,资产效能,/,运维费用分析,维修费用分析,。,课后练习题选择以下内容进行数据分析(也可自己提出课题,35,36,谢谢大家!,Bihai Lake,Yunnan,Shangri-la,Sichuan,36谢谢大家!Bihai LakeShangri-la,36,
展开阅读全文