制造型企業(yè) 使用數(shù)據(jù)分析的場景
通常在統(tǒng)計學領域，我們把企業(yè)的數(shù)據(jù)都可以叫商業(yè)數(shù)據(jù)，不管這個數(shù)據(jù)是來自于市場部門、質量部門、服務部門、供應鏈部門、研發(fā)部門還是人資部門。對應的一門學科就叫商業(yè)統(tǒng)計學。基于如上的定義，我們來探索一下數(shù)據(jù)分析和數(shù)據(jù)分析體系在不同場景中的應用可能是怎樣的？（本文限于篇幅不介紹具體案例，只涉及場景）我們分三個主要的場景來說明。第一個是線下營銷場景，使用到商業(yè)統(tǒng)計分析的主要是產品怎么組合帶來的銷售額最大、該給哪些消費者寄禮物和卷能夠加大其消費概率、哪里選店最合理、區(qū)域銷售因素主要是哪些因素決定的、銷售預測、折扣多少比例能達到最大銷售額/銷售利潤率、哪些產品的反饋更好、應該開發(fā)哪些產品、不同產品在不同區(qū)域和人群應該怎么投放/陳列等。第二個是線上場景，在這里使用商業(yè)統(tǒng)計分析和機器學習的組合方法較多，包含人群圈選和分類、千人千面的營銷策略、推送策略、自然語義相關的評論分析等。第三個是營銷管理相關的場景，更多是營銷活動費用的最大化投入產出、營銷策略的好壞及效果、不同區(qū)域的營銷策略制定、銷售預算的有效性/廣告有效性、營銷團隊的分析。在如上三個主要場景中，牽扯的算法比較多，傳統(tǒng)的商業(yè)統(tǒng)計分析方法較多，包含假設檢驗，回歸，DoE，機器學習，方差分析，時間序列分析等，使用的工具可以是Excel,JMP,Minitab,Tableau,SPSS,Adobe Analytics等，也可以結合一些SAAS平臺的集成工具，比如SAP IBP和CX兩個套件里的分析工具，阿里的PAI。具體使用場景要看場景來進行選擇。數(shù)據(jù)分析體系建議主要借用CRISP-DM體系，但是要對商業(yè)數(shù)據(jù)分析建模要有經驗，才可以構建出清晰的業(yè)務需求。這里我們分為兩個主要場景來講，即一個是偏重于研究和產品開發(fā)場景，一個是工藝。在研究和產品開發(fā)領域，除了學科領域內的算法，在研發(fā)過程中，物理集成/配方的開發(fā)、最優(yōu)組合或參數(shù)或者配方對應某一效果/性能/成本/質量/服務/效率的最佳組合、可靠性分析和預測、公差分析、壽命預測等。在工藝場景也類似于研發(fā)，比如工藝參數(shù)優(yōu)化、工藝過程控制、工藝開發(fā)等。算法上，用到傳統(tǒng)的算法比較多，DoE、回歸、方差、假設檢驗等，有特殊場景尤其是比較復雜的超多因素場景，機器學習和神經網絡也會有不少應用。在這個部分，常見的數(shù)據(jù)分析工具有Excel, JMP, Minitab, Matlab, 特殊領域的仿真軟件等。數(shù)據(jù)分析體系建議主要是六西格瑪類的體系，在研發(fā)端可以使用SPSS體系，在工藝端可以使用經典六西格瑪(DMAIC)。對于倉儲物流、計劃體系等場景，著重可以使用經典的供應鏈統(tǒng)計學，里面有大量的算法可以使用，包含運籌學等。在這里對于制造型企業(yè)并未有太大的突破，更多的是怎么使用好現(xiàn)成的方法和算法，不再贅述。比如對庫存控制的領域，經典的供應鏈統(tǒng)計學中有結合庫存邏輯和服務水平（六西格瑪）和方差來控制最大庫存、最小庫存、安全庫存的量對應銷售預測的波動，也可以做到動態(tài)安全庫存的控制。對于物流倉儲設點，配送等可以使用運籌學方法，也可以使用機器學習的算法，最終實現(xiàn)的都是最短路徑/最短時間/最小成本/最XXXX。分析工具層面可以使用Excel, JMP, SPSS以及專用的倉儲物流仿真工具和分析工具。在數(shù)據(jù)分析體系上建議使用六西格瑪體系。除了工藝以外，質量、設備、計劃排產、精益生產技術、shop floor層面、工廠布局/物流路線、EHS、生產組織方式等方方面面其實都可以使用數(shù)據(jù)分析，這也是經典六西格瑪里面講的比較多的。比如在質量方面，從制程控制SPC、質量提升、抽樣控制、判定好壞、識別影響質量的因素等方面在六西格瑪里都有各種分析。在設備方面，這里筆者不建議非設備生產商去研究自己工廠設備的預防性維護，因為設備原理其實是不知道的，而且預防性維護偏重于長期的數(shù)據(jù)收集及學習，比較成功的更多是旋轉型設備。設備領域對于重資產型公司，比如化工行業(yè)，可以使用分類算法來進行維護維修的判斷和打造專家系統(tǒng)，使用分類算法和其他算法來盡量提高設備的在線率，減少MTBF和MTBR等，提高服務水平以此不影響生產效率和質量。計劃排產類的算法大多集成在APS軟件里，比如遺傳算法。精益生產要跟多的結合六西格瑪項目推進效果會更好。在生產組織方式可以使用很多的統(tǒng)計學方法來判斷不同生產方式的效率、成本、質量等。分析工具角度用的最多的就是Excel和Minitab, 也有不少是用JMP等。在很多的軟件系統(tǒng)里是集成了相應的工具。最常見的就是質量信息系統(tǒng)里集成了SPC等質量相關的統(tǒng)計分析工具。在數(shù)據(jù)分析體系上建議使用六西格瑪體系。除了如上四個大的模塊，其他職能也可以充分使用數(shù)據(jù)分析提高管理水平和效率，減少風險和成本。比如在人資，可以使用統(tǒng)計分析來分析人員結構，薪資結構，不同培訓課程的培訓效果，人員離職的分類及對策等。在風控領域，更多是看數(shù)據(jù)的波動和異常，尤其是財務類，這里方差類分析也是有用的，機器學習類比如分類算法也是常用的。甚至在經營和戰(zhàn)略層面，我們也可以使用回歸和方差等分析來判斷預算是否能夠產生經營效果，并對未來的銷售進行預測。數(shù)據(jù)分析體系上我們還是建議使用六西格瑪體系，這里要說明的六西格瑪體系非常適合流程再造，流程效率/出錯率改善，在服務型的場景是非常適用的，提高流程效率比如接單評審效率等也是可以做出一番成績的。制造型企業(yè) 搭建兩級數(shù)據(jù)分析組織
采用兩級數(shù)據(jù)分析的虛擬組織通常是大公司的業(yè)界最佳實踐。● 第一級，即在總部層面或者某一部門內部有行業(yè)專家掌握數(shù)據(jù)分析的能力可以對重大變革項目進行支撐，同時兼任培訓培養(yǎng)和提高本組織內的數(shù)據(jù)分析能力的職能，構建本體系內的數(shù)據(jù)分析體系、方法論、模型、工具選擇等；● 第二級，即全體員工或部分骨干員工，掌握一定的數(shù)據(jù)分析能力，具有對日常工作運用其數(shù)據(jù)分析的能力，其在第一級專家所構建的數(shù)據(jù)分析體系、方法論、模型和選定的工具之下進行操作。比較典型的案例就是六西格瑪體系和IPD(集成產品開發(fā))中的DFSS體系。
