📚 课程目录第2章需求分析与指标体系

2. 需求分析与指标体系

供应链控制塔的核心价值在于将海量、离散的运营数据转化为可量化、可追踪、可预警的决策信号。本章从业务需求出发，定义三大核心KPI，并构建指标分级与多维分析框架，为后续仪表盘设计奠定数据基础。

2.1 三大核心KPI定义

控制塔仪表盘必须聚焦于最能反映供应链健康度的指标。经过业务调研与行业对标，我们锁定以下三个核心KPI：

KPI	全称	核心公式	业务含义
OTIF	On-Time In-Full （按时按量交付率）	按时且按量交付订单数 ÷ 总交付订单数 × 100%	衡量客户承诺兑现能力，是客户满意度的直接体现
库存周转率	Inventory Turnover	期间销售成本(COGS) ÷ 平均库存金额	反映库存流动效率与资金占用水平
订单满足率	Order Fill Rate	一次性完全满足的订单行数 ÷ 总订单行数 × 100%	评估库存对订单需求的支撑能力

实战提示：OTIF 是“结果指标”，库存周转率是“效率指标”，订单满足率是“过程指标”。三者联动分析才能定位供应链瓶颈。例如：OTIF 低但库存周转率高，往往意味着库存结构不合理（畅销品缺货、滞销品积压）。

2.2 指标分级：从战略到操作

为避免仪表盘信息过载，我们将指标分为三个层级，对应不同角色的关注重点：

战略层（高管/VP）：关注整体健康度与趋势。如：月度OTIF达成率、整体库存周转天数、总订单满足率。
运营层（总监/经理）：关注品类/区域表现与异常。如：各品类OTIF、各仓库周转率、重点客户订单满足率。
执行层（主管/分析师）：关注具体订单与SKU级细节。如：延迟订单明细、呆滞库存清单、缺货SKU列表。

  分级原则：上层指标由下层指标聚合而成，下层指标可钻取至明细数据。仪表盘设计时需确保“点击-钻取”路径清晰。

2.3 维度设计：多视角切片分析

单一KPI数值无法揭示问题根源。我们设计以下核心维度，支持OLAP多维分析：

维度类别	具体维度	分析场景示例
时间	日、周、月、季度、年；同比/环比	对比本月与上月OTIF变化趋势
产品	品类、品牌、SKU、ABC分类	分析A类高价值品的库存周转率
地理	区域、城市、仓库、门店	查看华东区各仓库的订单满足率
客户	客户等级、渠道类型、大客户	评估KA客户的OTIF服务水平
供应商	供应商等级、采购品类、交货表现	追踪核心供应商的到货准时率

2.4 指标体系架构图

下图展示了从业务需求到仪表盘展示的完整指标体系架构，明确KPI、维度与数据源之间的关系：

2.5 指标计算与数据粒度规范

为确保仪表盘数据口径统一，需在数据模型中预先定义计算逻辑与粒度：

-- OTIF 计算示例（SQL伪代码）
SELECT 
    COUNT(DISTINCT CASE 
        WHEN delivery_date <= promised_date 
        AND delivered_qty >= ordered_qty 
        THEN order_id 
    END) * 1.0 / COUNT(DISTINCT order_id) AS otif_rate
FROM orders
WHERE order_date BETWEEN '2025-01-01' AND '2025-01-31';

-- 库存周转率计算示例
SELECT 
    SUM(cogs) / ((SUM(begin_inventory) + SUM(end_inventory)) / 2) AS inventory_turnover
FROM inventory_summary
WHERE period = '2025-01';

-- 订单满足率计算示例
SELECT 
    COUNT(DISTINCT CASE 
        WHEN fulfilled_qty >= ordered_qty 
        THEN order_line_id 
    END) * 1.0 / COUNT(DISTINCT order_line_id) AS fill_rate
FROM order_lines
WHERE order_date BETWEEN '2025-01-01' AND '2025-01-31';

数据粒度警告：OTIF 必须在订单头（Header）级别计算，订单满足率必须在订单行（Line）级别计算。混淆粒度会导致指标失真。例如：一个订单包含10行，9行满足、1行缺货，则订单满足率为90%，但OTIF为0%（因为未100%满足）。

2.6 指标分级与维度交叉矩阵

为直观展示不同层级用户应关注哪些维度的组合，我们设计以下矩阵：

指标 \ 维度	时间	产品	地理	客户	供应商
OTIF（战略层）	月度趋势	—	大区汇总	客户等级	—
OTIF（运营层）	周度对比	品类	城市/仓库	KA客户	供应商等级
库存周转率（战略层）	季度/年度	ABC分类	区域	—	—
库存周转率（运营层）	月度	SKU/品类	仓库	—	采购品类
订单满足率（运营层）	周度	SKU	仓库	渠道类型	—

通过上述矩阵，仪表盘设计时可快速确定每个视图应包含哪些维度的筛选器与下钻路径，避免“万能仪表盘”导致的性能与可用性问题。