经典数据分析模型——ABC分析模型制作指南!

ABC分析法,也被称为ABC分类法,是在库存管理和采购领域中常用的一种管理工具。它的主要目标是帮助组织对库存或供应链中的物品或产品进行分类和优化管理,以提高效率并降低成本。ABC分析法的基础是“二八法则”(也叫做帕累托法则),该法则指出在很多情况下,约有20%的物品或产品贡献了80%的价值,而余下的80%的物品或产品只贡献了20%的价值。

ABC分析法的基本思想是将物品或产品划分为三个不同的等级,通常称为A、B和C类,每一类都有不同的管理优先级和策略:

A类物品/产品指的是一类最为重要的物品,它们的库存数量通常只占总数的相对较小部分(一般为20%左右),但占据着物品总价值的绝大部分(一般为80%左右)。这些物品通常具有畅销、高价值或关键零部件等特点。对于A类物品的管理,重点在于确保其始终可供应,以避免生产中断或客户满意度下降。采取更频繁的库存盘点和更严格的物流控制策略是管理这些物品的常用方法。

B类物品/产品一般在库存中占据中等比例,对整体价值贡献也是中等的。它们在价值和数量上介于A类和C类之间。对于B类物品的管理策略通常需要保持平衡,不像A类物品那样需要频繁进行库存盘点和补货,但仍需要密切监控。

C类物品/产品:这类物品通常占据整体库存的大部分,但相对贡献的价值较低。它们可能是价值较低、销售频率较低的物品。对于C类物品的管理通常比较放松,库存盘点和补货频率较低,通常采用更经济实用的管理策略。

通过对物品进行分类,将其分为A类、B类和C类,组织能够更加有针对性地管理库存。这有助于确保关键物品始终可供使用,减少库存持有成本,提高库存周转率。

ABC分析法在提高供应链效率方面发挥着重要作用,它可以确保供应链中重要物品的稳定性和高效性,进一步减少潜在的生产中断和客户满意度问题。

通过ABC分类,组织可以更明智地制定库存管理决策,例如定期盘点、定量订购和供应链战略,以提供决策支持。

接下来,就让我们以FineBI这款商业智能工具为例,为大家介绍具体的模型制作方法。

首先创建一个新的主题,并给它命名。选择内置公共数据中的"门店销售数据统计",点击"确定"添加数据。

接着,点击”字段设置“取消勾选“店名”和“所属大区”字段,点击“保存并更新”,如下图所示:

点击左下角“组件”进行创建:

再添加累计占比指标,输入公式,如下图所示:

接下来,就是进行组件的具体制作。将待分析区域字段拖入对应横纵轴,选择“自定义图表”,并设置”销售额“为柱形图,“累计占比”为折线图,如下图所示:

下一步是设置值轴:

再接下来就是排序。将“品牌描述”根据“销售额”进行降序排列,如下图所示:

添加ABC划分指标,添加计算指标,命名为"ABC分类",输入公式——IF(累计占比<0.8,1,IF(累计占比>0.9,3,2)),其中1代表A类商品,2代表B类商品,3代表C类商品。如下图所示:

按颜色划分不同种类的“品牌描述”。将“ABC划分”字段拖入“图形属性>销售额”下的颜色框,渐变区间选择自定义。根据划分的种类选择颜色区间个数,由于划分了三类商品,因此区间个数选择”3“并设置对应的颜色,如下图所示:

接下来是设置警戒线:

通过以上的步骤进行操作,我们就可以得到ABC分析模型:

ABC分析法也是库存管理中的一款经典模型,对于组织更有效地管理库存和资源分配非常有帮助。它通过分类和重点管理物品的方式,提高了效率,降低了成本,并且确保了关键物品的可用性。这对于企业在复杂的供应链环境中运营和竞争起到了积极的作用。

post2023-10-2611:20:21

财务分析的内容有哪些?财务报告该怎么写?

财务分析三大内容是什么?教你学会深度财务分析!

九大财务数据分析方法,快速提升财务分析能力!

请查收!数据分析流程详解!

数据分析技术有何作用它都有哪些应用领域?

浏览:75565

浏览:65929

浏览:65185

浏览:64195

浏览:56671

浏览:54537

内含200+数据可视化分析Demo,各场景分析模型和指标体系,给您的数据分析提供参考

THE END
1.www.stats.gov.cn/zsk/snapshoot?reference=33e2b9cdb6391521c5知识库 知识分类:|知识来源: |发布日期:https://www.stats.gov.cn/zsk/snapshoot?reference=33e2b9cdb6391521c53328be6244e40b_E0674EF1D588ECF83FBFA8A59D967D14
2.机器学习数据预处理—统计分析方法条件概率权重信度系数核心原理是增加样本数较少类别中的部分样例达到类别平衡。过采样法因增加样例而增大了时间开销,但要注意防止过拟合。过采样法的代表性算法是SMOTE。 3 连续值离散化 连续属性离散化(Discretization of Continuous Attributes)是指将连续数据分段为一系列离散化区间,每个区间对应一个属性值。连续属性离散化的主要原因: https://blog.csdn.net/mnwl12_0/article/details/137429779
3.常用的数据分析方法常见问题常用的数据分析方法有:1、对比分析法;2、分组分析法;3、结构分析法;4、留存分析法;5、交叉分析法;6、漏斗分析法;7、矩阵分析法;8、象限分析法;9、趋势分析法;10、指标分析法;11、综合评价分析法。其中“对比分析法”是对数据进行比较以分析数据间的差异,包括静态比较和动态比较。 1、对比分析法 即比较分析https://m.php.cn/faq/572257.html
4.大数据分析五步法数据分析五步法是啥大数据分析五步法 数据分析五步法是啥 数据驱动的时代,无论你的工作内容是什么,掌握一定的数据分析能力,可以帮助你更好的认识这个世界,更好的提升工作效率。 数据分析流程主要分为五个关键环节:明确数据分析目的、明确数据源及数据口径、数据处理、数据分析、输出。https://blog.51cto.com/u_16213595/7028099
5.数据分析的三大方法是什么指数平滑法是一种用于预测未来数据趋势的方法。通过指数平滑法可以了解数据的趋势和波动,进而作出相应的决策。例如,企业可以通过指数平滑法预测产品销售量在未来一段时间内的趋势和波动,进而制定相应的生产计划和销售策略。 3.回归分析 回归分析是一种用于预测未来数据和因素之间关系的方法。通过回归分析可以了解数据和因素https://www.linkflowtech.com/news/2717
6.数据分析的八种方法数据分析的八种方法1.指标对比分析法 指标对比分析法,又称比较分析法——是统计分析中最常用的方法。是通过有关的指标对比来反映事物数量上差异和变化的方法。有比较才能鉴别,单独看一些指标,只能说明总体的某些数量特征,得不出什么结论性的认识; https://www.cda.cn/view/14770.html
7.《谁说菜鸟不会数据分析(入门篇)》,读书笔记萱草yy1定义:数据分析是为了提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。 2目的:把隐藏在一大批看似杂乱无章的数据背后的信息集中和提炼出来,总结出所研究对象的内在规律。 3分类:数据分析可划分为描述性数据分析,探索性数据分析和验证性数据分析。描述性分析是日常工作中主要的数据分析,有对比分析法、平https://www.cnblogs.com/xuancaoyy/p/5816757.html
8.「数据分析」十六种常用的数据分析方法分享三、逻辑回归分析法。 「数据分析」十六种常用的数据分析方法分享,该模型要求变量为连续的正态分布变量,且自变量与变量呈线性关系,而逻辑回归模型对变量的分布没有要求,通常用于变量的离散。 类别: 逻辑回归模型有条件和非条件两种,条件Logistic回归模型与非条件Logistic回归模型的区别在于参数报价是否使用了条件概率,其它https://www.dtstack.com/news/7370
9.学会看数据流,向高级诊断师进发3、因果分析法 指对相互之间有因果关系(或有联系)的数据间响应情况和响应速度进行对比判断。如压缩机的工作,并不是直接由AC开关直接控制,而是ECU对多种信号进行评判后再确定是否让压缩机进行工作。 4、关联分析法 指对彼此有关联的数据进行分析,对比后来查看故障是否存在。如电子油门踏板的位置信号与节气门位置传感器https://www.yoojia.com/ask/17-12215014079437050870.html
10.数据分析的概念与方法(3)数据处理 数据处理是指对收集到的数据进行加工、整理,以便开展数据分析,它是数据分析前必不可少的阶段。这个过程是数据分析整个过程中时间占比最大的,也在一定程度上取决于数据仓库的搭建和数据质量的保证。 数据处理主要工作包括数据清洗、数据转化、数据抽取、数据合并、数据计算等处理方法,利用这些方法将各种原始https://www.jianshu.com/p/d236c74f6e62