京公网安备 11010802034615号
经营许可证编号:京B2-20210330

【核心关键词】采购、周期、原材料、企业、产品、成本、要素、库存、供应商、数据分析、生产计划、生产制造、加工制造、技术工艺、制造难度、制造环节、加工流程、制造阶段
【专访摘要】本次CDA持证专访邀请到曾就职于新产业投资集团有限公司的孙尚亮,他详解了制造行业生产计划的准备工作、采购管理中的数据分析应用,分享了企业经营数据分析的框架,结合自身经历说明数据分析对工作的赋能,为制造行业数据分析从业者提供了实用参考。
【主持人】大家好,今天我们邀请到了孙尚亮来参加我们的 CDA 持证专访,可以和大家介绍一下您的工作内容吗?
【嘉宾】大家好,我叫孙尚亮,哈尔滨工业大学研究生毕业,曾就职于新产业投资集团有限公司,从事经济管理工作,主要负责企业集团经营数据分析、生产计划准备、采购管理和项目管理等相关工作。
【主持人】一份好的生产计划,我们在做之前必须做好哪些准备呢?
【嘉宾】准备一份合格的生产计划,首先要求作业人员对将要生产的产品有足够的了解,这里面包括产品本身的需求周期、制造周期、技术工艺、制造环节、制造难度等等。具体又分为技术准备阶段,这一阶段主要是绘制图纸和编写技术采购规范、原材料采购入库阶段、生产领用、加工制造阶段以及组装测试阶段、发货验收阶段等等。
【嘉宾】当然了,理论上总结就是一方面为满足客户要求的三要素,即交货期、品质、成本做好计划,另一方面是使企业本身获得适当利益,并对生产的三要素材料、人员、机械设备做合适准备,从而形成资源分配使用计划。合格的生产计划需要清晰明确,可执行性强,从企业的高级管理人员到具体的工作负责人、执行人,都要很好地理解生产计划的意图。
【嘉宾】编制合格的生产计划需要我们快速识别出产品制造的主要瓶颈或者是关键影响要素,这里面包括很多重要的原材料采购、关键零部件的加工制造、关键部套的装配等等,我们需要围绕着主要瓶颈多层次、多角度的进行分析,和制造部门一起围绕人机料法环各个环节寻找成本、效率和周期的一个最优解。
【主持人】在物资管理采购过程中,数据分析能解决什么问题呢?
【嘉宾】众所周知,物资采购管理是产品生产制造的重要环节之一,受限于企业本身的技术能力和生产制造水平,很多关键的原材料或者加工流程是我们需要选择外购或者是外委的。这里我们通常会考虑几个关键的要素,分别是采购的成本、采购效率、产品或产品工具的质量以及重大风险的防控。
【嘉宾】在采购过程中,数据分析具有极其重要的战略意义,是优化供应链和采购决策的核心大脑,因此做好数据分析是采购过程中最重要的环节之一。在这里我可以举个简单的例子,比如我们要从国外进口一批重要的原材料,这批原材料本身的制造周期和采购成本高度相关,同时原材料的后期加工制造难度又非常大,废品率很高,这时候我们会怎么做呢?通常我们会确定一个具体的分析目标,明确要达到的最终效果,同时采集分析所需要的数据进行进一步的分析和整理,并且以十分直观的方式体现出来。在前面提到的例子中,我们主要是考虑库存材料的准备与生产采购周期的一个最优关系,确保在保证生产制造正常运行的条件下,库存积压最少,采购成本最低,在整个商务谈判过程中占据比较有利的优势。
【主持人】采购是企业进销存中最重要的环节,提供数据依据可以从哪几个方面入手呢?
【嘉宾】采购流程的数据分析和业务处理环节上其实相对比较简单,但是维度还是比较多的。当然了,我们首先要确定一个缘由,就是我们为什么要分析?分析的目的是什么?通常情况下我们会从采购的价格、采购周期、库存情况、质量保证期、原厂检验周期、进场复验周期、供应商供货质量的稳定性、实际履约情况、付款情况、供应商的产能情况、技术工艺升级情况、制造装备更新换代情况等多角度进行入手。比如本次我们分析的薄弱环节,重要商品全部集中采购,或者单一来源采购,都不符合利益最大化的原则,我们就需要通过分析找到真正的问题根源,从而解决突出的问题和麻烦。
【主持人】企业经营数据分析有一些好的框架可以推荐吗?
【嘉宾】我曾经任职的这家公司是一家多元化的集团企业,下属板块包括电力投资、房地产、生产制造等多个业务集群。当然,分析每个业务板块所要考虑的数据和视角都是不同的,有些可能关注于本身的一个生产经营的稳定性,比如一些比较成熟的行业和企业,还有一些比较关注它的未来成长性,可能关注这个企业未来的市场渗透率、技术领先程度、产品的市场认可度等等。同时我们还会关注并进入一些新的行业和一些新的项目。
【嘉宾】总体来看,从集团公司的层面比较关注一些数据指标,包括正常的财务指标,例如营收情况、利润情况、资产情况、负债情况以及所有者权益情况。个性化一点的,比如说电力板块,我们会分析它的全年发电量、大修技改周期、补贴享受情况、设备运转情况、整体的降成本情况。再比如房地产企业我们会分析它的销售情况,这里面包括分季节、分时段、分地点的销售情况,消费者的消费意愿、消费者的年龄组成、家庭资产负债的情况等等。
【主持人】您在工作中遇到过哪些有趣或有意义的经历?您从中学到了什么?您认为这些经历对您的专业发展有何影响?
【嘉宾】每年的年终,我们正常会召开全年的经营情况分析大会,这时候会分部门、分板块的阐述全年的基本情况,也会对未来一年的情况提出目标和要求,甚至对未来几年的市场情况做出一些合理性的建议。之前没有接触过数据分析的时候,我们这个介绍往往是比较单调的,除了文字和数字的描述,就是一些数据的对比,可以算得上是乏善可陈。自从接触到数据分析以后,我们的工作变得生动了许多,在图表文字展示的基础上,还进行了动态数据的展示和演练。原来比较枯燥的会议就变得非常活跃,气氛也非常直观,很多同事和领导都会情不自禁的融入进来,共同探讨和思考,不再是原来的单方面汇报,而是形成了一种交互式的讨论模式。尤其在未来进入一些新的领域的时候,数据分析的模型和思维模式能很好、很快地将大家的思路吸引进来,我想这就是学习数据分析的乐趣,也是从中获得的最大收获。

数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17在Python数据清洗、文本校验、账号密码规则校验、脏数据过滤、字符串规整化处理中,正则表达式是最高效、最常用的文本匹配工具。 ...
2026-08-17 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-08-17手游行业具备用户迭代快、竞争激烈、用户粘性易流失的典型特征。随着新游持续上线、玩家审美升级、玩法疲劳等问题出现,存量用户 ...
2026-08-14在数字化产品运营、商业数据分析、业务增长管理中,零散的指标统计无法支撑系统性的业务决策。单一的点击率、转化率、销量数据只 ...
2026-08-14 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-08-14在数据库数据分析、数据清洗、报表统计与业务查询场景中,日期时间是最高频、最核心的基础字段。数据库中存储的日期格式多样,包 ...
2026-08-13在数据统计分析与数据清洗工作中,箱线图是一种简洁高效、客观性强的数据可视化图表,能够直观呈现数据集的分布特征、离散程度和 ...
2026-08-13 很多数据分析师写过无数个SELECT查询,但当被问到“如何新建一张表来固化中间数据”“创建视图和创建物理表有什么区别”“视 ...
2026-08-13在自动化办公、数据采集、定时统计、日志清理、系统监控等场景中,程序往往需要按照固定时间间隔重复执行指定任务,这种运行机制 ...
2026-08-12