铁矿行业BI经营分析框架(二)万能框架-增长性、盈利性、流动性

有关铁矿行业的一些基础业务知识,铁矿行业的竞争本质上就是规模和成本的竞争。从业务角度探、采、选、冶这四块最重要的就是选矿这个过程。因为国内铁矿品位比较低,大部分都是30%左右的贫矿,所以选矿的成本就比较高。

要优化现金成本,就得从工序成本对标、设备保障等等各个方面进行关注。这里面的每一个环节、每一项内容都可以展开去讲,很复杂、信息量也非常的大。那么在做整体的商业智能BI经营分析规划的时候,就要思考怎么样才可以抽象出来一个大家容易理解的分析框架。

从企业的增长性、盈利性、流动性三个角度出发,商业智能BI再结合企业所在行业、业务特点融合思考就能够得出一套比较有价值的分析框架。它可能并不完整,不能够涵盖所有的内容,但是作为分析和规划的切入点一点都没有问题。

分析框架要关注哪些层面?

第一要看企业的增长性,表示的是企业业务规模的扩张。

商业智能BI在做项目时,围绕增长性可以扩展出很多的分析指标,比如财务类的,收入指标的增长、同比情况;资产增长、同比变化情况;业务类的,产品收入、区域收入增长、增长率、同比变化情况等等。

商业智能BI项目围绕增长性的指标规划按照提到的方式,在数据可视化分析中可以按不同的维度、视角可以规划出非常多的内容。

所以,从商业智能BI看铁矿行业增长性的内容,比如重点看的一定就是铁矿石的产量的增长,选矿之后精矿的增长,以及钢铁冶炼之前烧结矿、球团矿产量增长情况。产量之后就是收入的增长。

铁矿行业BI经营分析框架(二)万能框架-增长性、盈利性、流动性_第1张图片可视化分析 - 派可数据BI可视化分析平台

在这里面有一个小细节大家也需要注意,比如从财务角度去看销售收入的增长性,主要是关注主营业务收入的增长。收入增长了,但如果不是主营业务产生的,可能就不是一种良性的增长。

第二看企业的盈利性。

商业智能BI对于盈利的解读,也需要通过不同的视角去看,大体有两个层面。企业层面的盈利性,看净利润的大小。产品层面的盈利,看毛利率的大小。往往会存在这么几种情况,产品盈利了,但是企业不盈利,这个是什么问题呢?

通过数据分析可以挖掘怵背后的含义:

  1. 毛利高,但是净利率低,企业不赚钱或者赚钱少。说明中间的利润都被费用给吃掉了,体现的是企业内部管理效率的低下,要从内部解决。
  2. 如果产品也不盈利,企业更不盈利了,这个说明的就是企业的核心产品市场竞争力不足,要解决的是外部市场突破的问题。

铁矿行业BI经营分析框架(二)万能框架-增长性、盈利性、流动性_第2张图片

利润分析 - 派可数据BI可视化分析平台

第三看企业的现金的流动性。

经营、投资、筹资三大现金流量,重点看的是经营活动的现金流量。

1、从财务视角来看,盈利和赚钱的概念可能是一样的,但都是账面上的。

2、从业务的视角,是不一样的。企业要追求的是有利润的收入,有现金流的利润。比如一大堆的应收,是收入,但只是账面上的,只有在现金流量上发生的才是真正能用的钱。

这里面就涉及到了企业资产的周转、管理规范、效率等问题。像铁矿行业有一些业务分析的重点,比如两金的分析:应收账款、存货。还要关注到资产方面的,比如资产负债率、流动比率、速动比率等等,都跟现金的流动性有很大的关联。

铁矿行业BI经营分析框架(二)万能框架-增长性、盈利性、流动性_第3张图片财务分析 - 派可数据BI可视化分析平台

通常情况下,从这三个视角增长性、盈利性、流动性出发,结合实际的业务发生情况,就可以有一个宏观的经营分析框架出来。这个框架其实就是来自对财务的五力分析模型的解读,财务经营分析本身就可以客观的、宏观的反映企业的业务现状,把这个分析模型缩减了一下,重点讲了这三个角度。

还有哪些需要我们注意到的呢?

往往根据企业的发展、成长阶段的不同,关注重点也有所不同。

1、对于稳定发展的企业,这三个方面的关注度会比较均衡,大概按照4:3:3的比例去关注。

2、对于新成立的企业,重点关注的一定是市场,所以在增长性要关注的更多一些。

3、对于业务发展不稳定的企业,对于流动性关注的比重就需要多一些。

这些都是我们在规划企业经营分析框架时都需要注意到、思考到的一些问题。

铁矿行业BI经营分析框架(二)万能框架-增长性、盈利性、流动性_第4张图片可视化大屏 - 派可数据BI可视化分析平台

这些跟铁矿行业的经营分析框架有什么关系呢?

如果不讲铁矿行业的业务特点,就不知道产量和成本的重要性以及它们之间的关系,对于很多人来说就是两个非常简单的数据分析指标,中间整个业务过程、发生了什么根本就串联不起来。对于提到的这个分析框架讲到的增长性,可能就不知道这个增长重点关注的是什么。

结果和结论是很容易给出来的,但真正解决问题的却是过程。

你可能感兴趣的:(数据可视化,数字化转型,商业智能,人工智能,大数据,数据仓库,数据分析)