案例概述：
这是2016年10月我接到第一个报表设计及数据分析的需求，这份需求的发起人是集团运营总经理。需求的原因是每月国内生产准时交货率都在80%左右，而国内客户准时交货率只有50%左右。
集团管理会议汇报这2项KPI时运营和销售都会有争议，为什么会有30%的差距？这30%差距什么原因造成的？带着这一系列的问题，我们开始第一个案例实战。
（负责这个报表设计及数据分析时，还没有接触到power BI, 当时借助了EXCEL完成了报表设计及相关分析，所以此案例的分享重点是解决问题的思路）
运用数据分析实现管理决策支持的五步骤：
1 明确对象，界定问题
1.1 要解决什么问题？
30%差距在哪？什么原因造成的？
1.2 管理目标是什么？
国内客户准时交货率>=80%
1.3 影响因素有哪些？
（黄色字体可能就是造成30%的差距原因）
1.4 有哪些行动方案？
1.4.1 责任部门指标认领
1.4.2 责任部门持续改善跟踪
有没有达到改善目标？本月与上月改善有没有提升？
1.5 如何评价目标是否实现或者决策好坏？ 客户准时交货率在一年内>=80% 2 建立分析模型
这里还谈不上什么模型，只是数据分析的思路及报表数据呈现的方式。需要判断每一条订单行是否准时交货，以及对未及时交货的原因进行分析，为了便于分析将每一行分为 A、B、C、D、E五种状态。
A：准时交货 B：库存不足 C：未及时下达领料 D：未及时包装 E：未及时出运 分别统计出A、B、C、D、E行数以及在总行数中的占比。（汇总样表设计如下）
本次分析所需数据来自内部数据仓库，属于内部数据。
4 模型求解和检验
模型求解和验证在本次分析中是个难点，对销售、计划、包装及物流相关业务的背景熟知度决定了你对数据资料的理解能力。以下是我的A、B、C、D、E行状态的判断条件的解读。
模型检验（B、C、D、E剩余交货量都不为0）：
A：准时交货，“剩余交货量为0”
C：未及时下达领料，“下达领料数量<（已出运数量+剩余交货量）”
E：未及时出运，“已包装数量=下达领料数量”
下图为全年准时交货率变化的真实数据，从一月的52%到十二月的93%，可以看出经过数据分析持续改善的过程，准时交货率一年提高了40%，超出了预期设定的目标。
再看下图是最近一个月准时交货率的真实数据，通过这两年的持续改善我们已经做到了行业中的佼佼者。
阅读心得
感谢Danny带来了一次完整的数据分析全流程体验。
在他介绍的分析第1步骤中，界定问题需要强大的逻辑思维；识别因素需要对业务的深入理解；让责任部门认领指标需要沟通和影响力，这看似简单的第一步却是很多数据分析师迈不过去的槛。
商业数据分析的目标是为企业带来效益结果，无论使用Excel、PowerBI还是任何其他高级的工具，如果没有推动业务行动，一切都将是分析师们的自娱自乐。
再次回味运用数据分析实现管理决策支持的五个步骤，看看我们在哪一条上有改善的空间？
1 明确对象，界定问题
2 建立分析模型
3 数据资料获取
4 模型求解和检验
5 结果解读与数据分析报告
马世权
—— End ——
