数据的财富:如何通过数据增收入、控成本、提效率?

发布时间:

2023-09-08

分享到:


数字经济时代,每个人都提及数据,数据到底能做什么,数据对企业到底有什么用?

既感知智能后,认知智能崛起。以地图导航为例,导航有一个功能,即等红灯时会告诉我们还有几秒绿灯、还有几秒红灯。那么下一步,地图就能通过交通灯数据叠加开车经验,在开车的时候就能直接告诉我们该挂哪个挡位,这就是认知智能的时代,不是简单的提供数据、通过个人判断以辅助决策,而是直接告诉我们应该如何做。

对大部分企业来说,都会面临着回款难的问题,业务员如何回款?系统会直接告诉我们,有哪些可以快速回款、应该让哪个业务员去,业务员拿着什么资料去,这就是认知智能。

 
数据、模型加上AI算法,是未来智能决策的核心。由于AI的算法是统一的,无需企业发愁,因此数据和模型对企业越来越重要。
 
然而很多企业还会有一个误区:等其他企业做了模型直接拿来应用。这是行不通的。因为在智能时代,虽然所有的算法是统一的、是公开的,但是算法是需要数据进行训练的,模型是需要调整的,也就是说,别人把这个事情做成功了,再拿来应用仍然需要重新去做。
 
今天我重点给大家讲三个模型,帮助大家了解模型跟报表有什么区别。
 
 
01
通过数据提高收入
客户模型
 
(1)双创模型
 

 
双创模型,如何通过数据来分析客户、增加收入。通过这个模型可以将企业客户的整个架构呈现出来。
 
我注意到一个趋势,通常针对To B企业的客户方面,他们的分布呈现出一种线性的趋势。然而,在渠道经销的情况下,这种趋势通常不会出现。客户一般会分布于几个“群”:第一个主要分布于右上角,具有高收儒、高毛利的特点,称为“高收高毛区:,这是金牌客户;其次,中间的一批客户的收入和毛利处于一般水平,被称为“中收中毛区”,客户数量也相对较少;最后,左下角则代表着低收入和低毛利的区域,这类客户数量最多。
 
通过这张报表,我们需要反思:
 
第一,客户经营策略,针对老客户,很多企业都是按客户的人员如接待客户的电话进行考核,这就意味着我们将大量的时间精力投入到在了低收低毛区域的客户上,反而忽略了为企业创造更高价值的客户。现在如银行等将客户划分的越来越细就是这个道理。
 
第二,客户画像是否精准。比如U9C主要做IC行业等等,这些都是经过客户分析、明确哪些客户做得好得出的客户画像。而由于信息不透明,需要明确企业制定的政策和实际执行是否一致。
 
第三,定价和营销策略是否不合理。为什么有大量的客户甚至有赔钱的客户?需要洞察分析这些客户为什么会亏损,分布在哪些分支机构、哪个业务员、主卖哪个产品、产品定价是否合理等等。
 
第四,商业模式,商业模式、客户策略、产品策略是什么,这张报表都会告诉我们,这就是直接从客户去分析。
 
第五,最佳实践,右侧能够反映客户最近5年或者10年经营情况的变化,可以看到有哪些客户从低收低毛区上升到了中收中毛区,又有哪些客户从中收中毛区上升到了高收高毛区,这些客户是哪些分支机构,是哪些业务员在经营。他们的经营是成功的,把他们的经营方式提炼并发散到整个企业,这就是用数据提升收入。
 
(2)客户智能分类模型
 

 
客户的智能分类模型,由于对业务的熟悉度,我们能够快速知晓哪些是金牌客户,但是哪些客户今年不是最好的但会成长为最好的客户?数据能告诉我们这类客户是谁。
 
智能分类模型,从收入和毛利两个角度分析,对于BA类客户,即对收入的重要度没那么高,但是对利润的重要度很高的这部分客户,我们要比双A类客户投入更多的关注,因为陪这批客户成长带给我们的贡献很大,他们对我们高度认可、需求跟产品高度匹配,但这类客户我们往往没有及时关注,所以需要通过模型把这批客户找出来。
 

 

 
同样从这个模型上,还能分析出哪些客户是即将流失的客户。每家企业的客户都在不停的变化,如掉项、掉量、流失。
 
  • 掉项:购买的产品品类减少,以前买3种产品现在买2种
  • 掉量:购买的产品数量降低,以前买3种现在也买3种,但是数量降低
  • 流失:不再购买产品
     
 
这些客户是谁、这些客户对企业的业绩影响有多大,从以上两张报表都可以得到分析,这是两个分析掉量、掉项以及客户变化影响的模型。
 
这就是怎样用数据通过客户模型来直接增加收入。
 
02
通过数据控制成本

BOM展算模型和快速报价模型  

 
今年企业很难,尤其是制造业,原材料的价格一直在上涨,但是销售又很难打开,这个时候应该怎样降低成本。这里不得不提到成本的展算模型,看清原材料价格对企业效益的影响,是制造企业降本增效的基础。
 
(1)成本展算,利用BOM数据快速呈现各产品的原材料用量及成本结构
 

 
大家都很了解,成本的计算一定是卷积计算,在计算半成品的成本时,实际上会把半成品的制造费用以及人工费用都算进去。计算成品时,由于包含了太多的制造费和人工费,因此半成品的材料费实际上是“假”的,也就是说,最终产品的成品数值是正确的但材料费是“错“的,无法得知材料和成本的具体关系,难以准确判断定价是否合理。那么我们就应该把成本还原,把我们的产成品的 BOM 还原到最原始状态。
 
(2)看清成本结构让我们精细控制到每一种原材料
 

 
这张报表可以直观体现出每一个产品的成本结构最真实的状态。比如这是我们模拟的一个客户,产品为高压水枪,还原后发现整个材料成本占比超80%,左下角显示出材料成本占比最大的是铜锭,对产品的影响最大。其次是外包装箱。通过这个模型,客户可以清晰地看到铜锭、甚至第二、第三、第四原材料对产品成本的影响。
 
另外,左边选择哪种原材料,右边就能自动呈现出这个原材料的价格趋势。可以看到如果他们在不同的时间采购铜锭,成本会有较大差异。那么应该在什么时间购买、购买多少,需要根据销量去反推铜锭用量,提前购买以降低成本。当然,在这个模型的构建过程中还可以考虑资金成本,可以把融资成本再加进去然后整体测算,确定是否提前批量采购。
 
(3)快速示警哪些产品会因原材料价格上升导致毛利率快速下降
 

 
如果原材料比如铜涨价了,拿到铜的最新价格就可以分析企业有哪些产品的毛利率会受到铜的影响,影响度有多大。右上角蓝色柱子为当前毛利率,红色是按照最新成本去测算的毛利率,能够直观呈现出在当前与模拟成本下,产品的毛利率区间分布。
 

 
选择某一种产成品,如果依然按照原价268元进行报价,就能够直观看到当期与模拟情况的对比,由于原材料价格的上涨,材料成本发生了变化,由原来的201元上升为217元,因此原来的毛利就由13.49%下降到了7.22%。因此需要进行重新报价。
 
(4)快速报价:为维持目标毛利率企业的产品价格应如何调整?
 

 
如何进行报价测算?应该提升多少?原材料价格上升,对每一项的成本有什么影响?这些问题大家可以在报价模型的测算里看到。
 

 
除此之外,对于销售经理、主管、业务员等,他们的指标任务可能是收入、回款、毛利率等任务。
 

 
比如,某业务经理的指标任务要求今年最低做到10%的毛利,当他接到一个新的商机订单,收入不错,但测算后发现毛利偏低,只有 9.33%。这种情况下,如果接了,有可能会导致今年整体奖金拿不到,因此有可能会选择不接这笔订单。但是,用模型去测算发现虽然确实会导致整体毛利率下降,但是下降之后今年整体的毛利仍然在 10% 以上,虽然毛利率低但整体上符合企业要求,即可以接单。
 
以江苏华燕为例,是一家生产救生衣、救生船的企业,例如保温服上要贴7条反光带,反光带是自制的,由外购的带10丝热熔胶膜制成,由于该原材料单价成本很低因此很少关注它的采购成本。
 
但是通过BOM展算模型展开后发现企业对它的用量很大,对产成品的成本影响并不小,所以这时他们才开始重视带10丝热熔胶膜的采购成本,通过集采的形式降低采购价格,从而降低整体成本。所以通过这个模型的展开,可以把每一种原材料对于最终成本的影响计算出来。
 
这是通过数据控制成本的模型。
 
03
通过数据提高协同效率
项目模型
 
通过数据还可以让整个企业高效协同。经常有客户反映:由于信息不对称,产品部门接触不到客户,业务员抱怨研发的产品不符合市场需求。这个典型场景可以用项目模型来解决。
 

 
对于项目制造企业的总经理来说,需要知道有多少项目、项目所处状态。
 

 
从项目经理的视角来看,最好能够与项目相关的所有人都能看到项目详细信息:这个项目是谁签的、签约条件、回款条件、项目当前进展、是否有预期交付风险、项目当前是否存在问题等。
 
以某家客户为例,他们以出口为主。为了加快出口,会提前跟海关报备,如果晚发货就会扣除一定费用。由于他们是项目式生产,需要经历设计、采购、生产等环节。设计人员要从企业整体出发进行合理排期,如果没有任何项目信息,就会优先设计即将截稿的订单,但是由于即将截稿的客户和企业关系很好,晚发货也不会有太大影响,而出口的订单如果晚发货会产生较高的扣款。因此,设计人员需要在了解每个订单的信息后再进行优先级排列,就会降低企业风险,这就需要我们的项目分析,将所有信息统一到一张看板。
 

 
比如美均电子,为总经理、财务总监等角色分别设置了专属大屏,每个角色的大屏都有各自所关注的指标,虽然指标不同,但指标都是配套的,不会出现两个部门数据不一致的问题。即便有统计口径不同的情况,如财务部门的收入和业务部门的收入,也能清晰地看到差异所在。
 
美均电子的客户表示:各大屏各有侧重点,简单直观,切实客观展示数据,各总监反馈都不错。比较有亮点的是系统原自带的客户双创图及智能分类的功能,对应制造业或者以产品交付为主要销售来源的企业来说,这个数据的极具指导意义