普象-让好设计发光

——————新的挑战总是接踵而至——————

上篇讲到新来的领导让我分析大盘数据，刚分析完就跟我说：接下来进销存的工作交给你管理吧。

颇有西游记中九头虫交代奔波儿灞除掉唐僧师徒的画面感！

我当时并没有问领导：我？

我只是问了领导：进销存是啥？

领导说：进货、销售、库存，你思考下如何让三个数据保持在合理的范围内。

我之前对进销存数据是没有概念的，更不要提怎么让三个数据保持在合理范围内。

那个时候AI小助手还没有出现，获取专业知识要历尽千辛万苦，下面是我问AI“如何把进销存数据保持在合理范围内”给出的回答，依然能看出来，很复杂。我就这么迎难而上了。

大一点的企业进销存数据都是有系统承载（大企业的小伙伴会觉得很奇怪，为什么要去管理进销存数据，因为我们是小企业，都得靠人工）。

• 做数据相关工作，先搞清楚数据的定义

数据相关的工作中，大多数的争吵都源于认知错位。

就像女朋友跟你吵架，女朋友生气的说：跟你在一起我真是倒了八辈子霉。

你立马反问她：我们才在一起1年怎么就八辈子了？

她讲的“八辈子”是个感性词，你反问的“八辈子”是个理性词。矛盾不在“八辈子”这个词上，而在双方的感性与理性上。

就比如，我们的售后数据一直不准确，每次月度会议的时候，售后部门讲的售后率与电商的售后率与不一致，两个部门负责人互相吵架。

我后来了解了一下，售后部门的售后数据包含了所有渠道的数据，并且售后数据具有延迟性；

而电商的售后数据是即时性的，例如顾客因为包装破损申请退换货，到手后功能不满意退货；

这些数据在电商看来是售后数据，而售后部门的售后数据是之前购买的用户已经使用一段时间后，产品不能正常进行维修才为售后。

而售后率这个数据就又牵扯出了财务部门，因为售后率=周期内发生售后数量/周期内销售数量。这个周期内有两个定义，电商日常统计销售数据是自然月（这个月1号到月底），而财务统计销售数据是财务每月的结算周期（这个月21号到下个月20号）。所以售后率的数据会出现各个端口不一致的问题，从而导致每次开会大家都在数据上争吵，而没有人真正关心接下来该怎么去处理“售后率”。

• 做数据相关工作，再拉齐数据的认知

当我发现了售后率这个数据各个端口的不同定义和问题后，就以财务结算周期为根本（因为我们的财务结算周期要对接集团的财务结算，不容易改变，而电商、售后部门只是拉取数据相对简单），让电商与售后部门以后的售后率计算周期按照财务结算周期，这样就拉齐了电商、售后、财务三个端口的售后率数据。

只有问题共识，才能推动解决问题。

所以让我开始管理进销存数据时，我还是与相关部门先拉齐进货、销售、库存这三个词语的定义。

我们的“进货”指的是供应链部门承诺的在什么时间入库哪款产品多少台，例如在5月30号入库BG520型号500台；

我们的“销售”指的是全渠道在某个周期内销售哪款产品多少台，例如在4月21号到5月20号全渠道销售BG520型号400台；

我们的“库存”主要指每天的实时库存数据（例如我们每天下午5点后停止发货，BG520当天的实时库存数据450台=BG520发货前的库存数据500台—BG520当天的发货数据50台）

理清楚这三个关键数据的定义后，与财务、销售、供应链同事进行确认。

• 做数据相关工作，从数据中发现问题

如何平衡进货、销售、库存三者之间的数据，既不造成大量库存，又能保证销售不断货？

恰逢618大促活动，需要提前盘点各个渠道的销售预估，避免出现缺货。需要做下面三个步骤

1. 各渠道预估618期间各型号销量，即为“销售”预估

2. 盘点目前各型号库存数据，即为“库存”现状

3. 供应链需要在发货之前入库数据，即为“进货”
   

三个数据之间的关系为：销售预估—库存现状=进货

按道理来说这事很简单，对吧？于是我们开了一场会议，确认这三个数据。但是，我在开会中感受到了这个简单事情后的不简单。

当我把统计出来的三个数据投屏出来以后，第一个跳出来质疑的是供应链。

供应链的同事上来就怒气冲冲地说：去年双十一辛辛苦苦搞出来的货你们为啥不卖，现在都还在库存堆着，你又开始主推别的产品，让我再给你生产别的产品。

销售的同事说：市场随时在变，而且变得那么快，我也不想让产品变成库存啊！

就这样一个本以为简单的会议吵来吵去，最终变成了让领导决策“要不要按照销售的预估进行备料生产”，如果做出来了又卖不动变成库存，谁来负这个责任？

作为新来的领导，面临这些争吵与决策确实压力会大。领导说让我盘点一下各型号的历史销售数据，给他做个参考，他再做决策。

于是我整理了下面这个数据表：

这个表格最上面的表头是月份，我尝试用四季与销量进行关联，而不是普通的季度，例如Q1（第一季度1、2、3月份），并且把四季的用颜色标识出来，绿色代表春季、红色代表夏季、橙色代表秋季，蓝色代表冬季。

为什么用四季进行标记？因为我们的产品是熨烫机，与用户穿衣习惯息息相关，四个季节中哪个季节的熨烫需求是最旺盛的呢？这些需求背后是与面料相关吗？

以上这些问题与销售数据的波动是否有关系呢？

以上的数据来源是财务部门，分析的周期为上面定的财务周期。

• 做数据相关工作，最后回归解决问题

我在做这个表格的时候还加入了渠道的类别，通过数据能看出来我们的渠道变化，在什么时候新增了哪些销售渠道（例如在2021年BG520新增了抖音的销售渠道，到了2022年淘宝C店渠道不售卖这款产品了，又新增了分销渠道，并且抖音渠道也不售卖这款产品了）。

做这样的数据，能够看出来去年、前年同期6月份BG520这款产品我们全渠道卖了多少？今年618线上、线下具体对应的动作有什么变化？线上电商的流量是否有较大的变化？目前各型号的加购、收藏、转化率数据是多少？综合这些数据能够预估出来今年618期间的销量，即销售预估。

数据只是过去动作的结果呈现，可以作为参考

但是过去的数据并不能决定未来，因为过去与未来之间有个“现在”

而“现在”做什么动作才至关重要