呆废库存是一个动态的概念，伴随着设计、工艺、生产、市场、供应、社会环境等因素的变化而发生变化，贯穿于产品生命周期的诸如导入期、成长期、成熟期和衰退期等的全过程。所以呆废库存的产生原因、状态、处理方法等也不是一成不变。所谓预防，就是需要动态关注，关注过去的历史记录，总结产生的原因，分析现状以及对当前的影响，未来的趋势以及需要采取应对措施，更重要的是所采取的措施是否有效，使呆废库存随时处于可视、可控、可接受的状态；不能等到呆废库存已经产生负面效应时，再寻找原因和处理。

企业日常活动中，更多关注在对已经产生的呆废库存的处理上，在其预防上更应受到关注，并采取可行的措施和方法进行提前处理。数据管理工作在其中发挥了重要的作用。

数据管理常用的工具有，微软办公软件系列如Excel、 Access、 Power BI，还有Tableau、Qlik、Python等，以及一些其他的专业的分析软件。此外，公司使用的一些软件如ERP、进销存系统等也是重要的工具。

二、数据收集

在企业实际运营过程中，产生了大量的数据，相对来说，电子商务的数据量可能是最大的，对呆废库存产生影响的数据会更多。同时，这些数据是动态的。可以说，数据已经由过去的复杂，变成了错综复杂。数据的收集工作也随之难度加大，同时其重要性也越加凸显。

对呆废库存产生影响的因素涉及企业的各方面，如图1。

从企业内部来说，可以从企业已经使用的软件系统获得数据。此外，从公司的报表、报告以及公司发展的策略和运营模式及其变化，甚至会议记录、流程和流程变更，也可以获得数据。从企业外部来说，可以从网络、报纸、行业协会、排行榜单等公共渠道，以及上市公司财务报告、社会调查等渠道，获得相关数据。

三、数据整理

在对数据进行整理和理解过程中，“不易”的数据，可以认为是那些相对固定的数据，对制造业来说，可以是产品的物料清单、工艺路线等，对零售行业来说，可以是商铺面积、货品种类等。对这些数据，我们强调“表达”实际状况，重点关注其存在及其正确性。“变易”的数据，可以认为是那些随时在变动的数据，诸如客流量、库存进出台账等，对这些数据我们更关注其变化，能找到其变化的原因。“不易”和“变易”的数据，能帮助我们提出问题进而找到问题的核心。“易简”，我们要对数据进行整理，找到规律和关键点，进而找到简单的方法。

“天下难事必作于易，天下大事必作于细”，针对已经得到的数据，需要进进行整理。

1.数据类型和数据格式

如果是从系统里获得的数据，其类型相对来说会保持一致。如果从其他渠道获得的数据，需要统一数据类型和格式，将数据分解到最小元素，格式统一，单位统一。例如同样是数字，从不同渠道获得的可能是数字格式，也可能是文本格式；从系统里获得的数据可能是以公斤为单位，从其他渠道获得的可能是以克为单位。

2.模块化

数据的整理，要占据大量的时间。对一些相对比较固定的数据源，可以设置固定的模板来进行整理。设置模板要考虑到数据的格式转换，可扩展性以及防错和误操作。此外，还要考虑到模块的通用性，以及数据的可追溯性。《吕氏春秋?孟冬纪》关于秦国官营手工业管理的记载：“物勒工名，以考其诚；工有不当，必行其罪，以穷其情。”可以看到对数据追溯的重视，古已有之。

四、数据分析

当数据准备好之后，才进入到数据分析阶段。数据分析之前一定要明确分析的目标，同时要和业务相结合。如果不熟悉业务，没有和公司实际情况建立联系，数据分析就失去了意义。数据分析要以解决实际问题为主要目标，同时数据分析也需要基于现实，只有面对现实才有可能找到解决的方案、预见到未来，让方案发挥作用。

常用的数据分析方法包括对比分析、分布分析、交叉分析、分组分析、矩阵分析等，更高层次的分析可能涉及到相关分析，回归分析、聚类分析、决策树等数据挖掘的方法。

具体到呆废库存的金额、分布、产生原因，就涉及到过去已经发生的情况总结和现在的情况汇总。同时，结合公司业务对未来的展望，预估呆废库存的趋势。

五、数据展示

完成数据分析之后，需要将数据展示出来。人们常说“文不如表，表不如图”，是有一定道理的。数据收集、整理、分析的过程会很复杂和耗时，但数据展示一定要简单，并选择最合适和最有效的方式。杰克?威泽弗德在其著作《成吉思汗与今日世界之形成》提到，传统的军队以大型纵队的方式来行军和扎营，指挥官通过书面通知的方式进行沟通。因为蒙古军队分散同时很多军官和士兵都是文盲，各级之间的通信只能通过口头传达，为了消息传递的准确，使用了歌谣的形式，简单有效。

同时，如果只是整体上关注库存金额、库存数量，就很难针对不同情况采取措施。从数据展示回归到措施制定的时候，需要关注到“不变”和“易变”的数据。这对数据展示提出了更高的要求，既要有整体，又要有细节。正如《易经》所言，“易则易知，简则易从。”只有这样，措施才能更容易被快速地执行。此时可以使用交互工具，如Power BI, Tableau等，也可以用Excel中的函数和内置的一些开发工具。

六、数据研究和挖掘

近年来，数据挖掘技术逐渐发展起来。数据挖掘通常与计算机科学有关，同时又涉及到统计学、市场营销等其他学科，是要通过算法在大量数据中找到未知的或者有价值的信息，然后应用于实际工作。

1.流程嵌入

呆废库存产生及变化，会涉及到公司所有的部门以及众多的流程，处理和预防工作也需要各部门通力合作，协同处理。

如某机械制造企业新产品研发完成，产品实现了从无到有，生产数量也将从少到多，开始大批量生产。

经过对数据进行分析，如表4，针对不同零件号码，可以采取不同的措施来降低呆废库存金额。

经过努力，降低了零件B的最小采购数量为最小包装数量，此时不同的年需求量，呆废库存金额如表5。

接下来的重点，是针对零件F进行重点改善，因其最小采购数量已经和最小包装数量相同，对其改善可能是联合设计人员以及供应商，对其重新设计、改善工艺流程或者改变包装方式。

如果呆废库存金额对利润率、现金流有非常巨大的影响，那么就需要重新审视公司的流程。在项目转入大批量生产的时候，除了常规的良品率、物料清单及工艺路线数据正确性等等的检查之外，需要将呆废库存项目列入到检查的清单中。而在后续实际工作中，如果零件采购模式、涉及到的任何相关参数有变化，都需要重新审视其影响，需要在流程中增加相应的内容。

2.系统固化

如果已经使用到了系统，需要将通过数据挖掘得出的结果或者建议固化到系统中。通过系统来设置提醒、警告或者通知，给到相关的部门、对应的负责人员。比如，需求变化产生的呆废库存，需要通知到需求管理人员；制造环节因为生产制程，模具或者治具的变化，其对库存的影响也需要通知到相关人员。制造环节还有一项对呆废库存有较大影响的环节是在制品，因为是处于正在生产的环节，产生报废的可能性高，同时引起供应短缺风险的可能性也高；供应方面，如最小采购批量、汇率波动等因素也需要通知到具体负责人员。

针对有些内容，需要采取措施，如重新研发、改变工艺、降低最小采购数量等；而有些内容，则不需要采取行动，只是一个信息展示，如汇率波动，我们仅需要知晓其影响以及对未来的影响。

3.信息共享

我们很难依据个体接触到的有限信息得出整体情况和做出决策，尤其是信息量巨大的时候。信息是管理的基础，数据又是信息的载体。数据的实时性、准确性、可追溯性越来越重要。一个微小的数据变化，可能引起巨大的影响，要建立数据共享的意识和流程，比如可以建立与流程相对应的信息矩阵。

数据管理工作，搭建了架构和模型之后，我们要像相信汽车和飞机的仪表板一样，相信我们的数据，持续不断的维护、更新、整理、改善以及更正，当呆废库存数据异常的时候，正确认知现状、分析原因、寻找系统和流程的控制点、果断采取措施和行动。同时，也要验证措施和行动对未来的影响，总结其规律，形成案例数据库，为呆废库存管理工作提供支持。