数据分析助力企业降本增效-成本管控办法

在现今制造业大环境下,全球化竞争愈发激烈,持续的精益改善、全面的质量管理和高端技术的不断迭代,企业要生存发展,成本管理显得愈发重要。企业常把降本比喻为拧毛巾。在用力拧毛巾之前,先看毛巾湿不湿、哪里湿,然后再用力拧,这样毛巾才能拧干。很多企业特别是中小制造业企业,只要找到了方法,是比较容易大幅降低成本的,总结来讲就是要有侧重点,先搞清楚成本比较突出的版块,在逐步细究找出原因,采取优化措施。

案例分析:

对某企业的生产数据做了如下数据可视化分析:

(1)首先分析成本构成,找出成本支出的大头部分,通过数据可视化分析,可以直观的发现问题主要产生在原料成本这一块,费用支出高达80%,所有该企业应该着手先从原料这块分析和优化;

(2)接下来再来看成本这块的差异额和差异率的情况,计划成本与实际成本差异额较大,数据显示实际成本超出将近270万,差异率高达23.74%,可见计划和实际之间有着巨大差异;

(注:材料成本管理方法:主要有(1)标准成本法;(2)定额成本法。两者的思路和实施环节基本一致,都是事先制定产品的基准成本作为产品应该发生的成本,并以此作为成本管控的依据。将实际消耗水平和基准成本进行比较,计算差异,并且分析差异发生的原因,采取措施,挖掘潜力,降低成本。标准成本法一般不按产品计算实际成本,只计算产品的标准成本,一般在一个会计年度内是固定不变的,具有较强的稳定性和约束性。定额成本法则要将定额变动差异分摊到产品成本中,将定额成本调整为实际成本,定额成本法指的是在当时生产技术条件下各项消耗上应达到的成本标准,定额是可以变化的。标准成本法适用于标准管理水平高、成本稳定的机械制造类企业,定额成本法的适用范围相对更广。)

(3)通过价差、量差分析法继续深挖数据背后的原因,最终发现成本主要在原料的使用量上面,从数据中可以看到,实际用量比标准用量高出很多。这说明工厂对物料消耗的管控不力,承待提高物料消耗的管控水平;

(注:材料成本的变化受两个因素影响:一是单位消耗量二是购进价格。通过价差、量差分析可以将材料成本的变化额分解成:单位消耗量变化对材料成本的影响和价格变化对材料成本的影响)

(4)通过数据分析得出结论后,该企业重点彻查生产管理,企业内审部门对工厂物料管控过程进行了抽查发现了以下的问题领料时,物料员为了生产方便,会领一天的用料。在填写实际生产耗用量时,物料员用当天领料量减去目测现场还堆放的剩余量,实际耗用量记载不准。在车间垃圾桶里发现有大块的铜,角落里还有一些废弃的材料。在每月末盘点时,只是抽盘,并且用目测和称重法库存数不够精确等问题导致了大量物料被浪费。

数据应用搭建方式:

可以借助NBI数据可视化平台工具进行数据应用的快速搭建。

NBI数据可视化平台在数据对接能力上能对接几十种数据源的集成连接;

在可视化展示方面拥有多达几十种图形展示组件和过滤型组件,可以自由组合出各种数据展示页面;

在易操作层面来讲我们只需简单的拖拽和简单的配置即可DIY各种页面;

在可扩展方面NBI数据可视化平台提供了脚本能力,通过js脚本完成具体个性化的功能扩展。


相关推荐
钢铁男儿1 小时前
Python 生成数据(随机漫步)
开发语言·python·信息可视化
不收藏找不到我6 小时前
10、基于osg引擎生成热力图高度图实现3D热力图可视化、3D热力图实时更新(带过渡效果)
3d·数据可视化·着色器
蹦蹦跳跳真可爱5897 小时前
Python----数据分析(Pandas三:一维数组Series的数据操作:数据清洗,数据转换,数据排序,数据筛选,数据拼接)
python·数据分析·pandas
胡耀超8 小时前
4.玩转热图(相关矩阵、缺失值、多维相关、聚类热图、时间序列)——Python数据挖掘代码实践
python·机器学习·数据挖掘·matplotlib·聚类·可视化·seaborn
杜子腾dd10 小时前
17.使用读写包操作Excel文件:pyxlsb 包
python·数据挖掘·excel·numpy·pandas
dundunmm11 小时前
联邦学习(Federated Learning)
人工智能·深度学习·安全·数据挖掘·联邦学习
钢铁男儿12 小时前
Python 生成数据(绘制简单的折线图)
开发语言·python·信息可视化
皮皮的江山12 小时前
基于AI Text2SQL的数据可视化方案
后端·aigc·数据可视化
张良信息咨询服务工作室13 小时前
pycharm-python國際象棋遊戲代碼
神经网络·机器学习·数据挖掘