供應鏈分析師是什麼?工作內容、薪水,非本科及文組也能轉的 4 個步驟

上一篇寫完:【0 經驗轉職供應鏈管理】之後,收到最多的問題是:「數據分析跟供應鏈之間的關係是?有工作在做這個嗎?」

如果說文組背景、無經驗、喜歡分析,哪一個產業或是切入角度,我最推薦?我會說,現階段最推薦的是供應鏈分析師!

以下直接拆解我會這樣說的原因:

一、台灣的產業類別集中在硬體,而硬體是「實體產品」就一定會有供應鏈的問題

  • 所以如果以台灣現在的產業現況 (薪資紅利、還有主要有紅利的產業) 來說,把數據分析用在哪一個領域最吃香?我會說是供應鏈
  • 供應鏈有很多工作是跟規劃、計算效率有關,舉例職缺:Demand Planning (需求規劃)、供應鏈數據分析 (Supply Chain Analyst)

所以如果以台灣的產業現況來說,透過數據分析切入,去做供應鏈分析師是一個很不錯的選擇!

二、其他分析的職位,有時候不適合新手

我覺得供應鏈管理相較於其他分析的職缺 (比如說一下要你分析商業模式、業績缺口,反而很模糊,不適合新手),算是一個相對有完整學習框架的工作,一般來說在公司裡也會有既定的模板可以遵循跟學習

對於跨領域的人來說,供應鏈算是有框架、又可以做到產業移轉 (ex: 在 FMCG、電商、電子業、科技業、半導體業之間轉換你的供應鏈技能),這是對轉職的人來說,有好處的地方!

所以如果你是:

  • 0 經驗、非本科,想選一個 CP 值高 (技能可轉移性高) 的領域
  • 喜歡找原因、喜歡拆解問題、找證據
  • 個性比較理性派 (我也是腦性女),不喜歡拍腦袋、靠直覺決定事情,也不想靠業績或社交能力決勝負

這篇會告訴你:

  1. 我為什麼推薦供應鏈管理?
  2. 供應鏈的分析師在做什麼?怎麼從你原本的工作轉過去?
  3. 有什麼非準備不可的技能?

供應鏈分析師是什麼?

白話一點解釋供應鏈分析師這個工作:從原物料變成產品,再送到訂貨人的手中,這整條我們稱為「供應鏈」>> 供應鏈分析師就是專門在這條路上,想方設法降本增效 (減少成本、提高成效),很像我之前一直提過的:營運分析~

在供應鏈常見的分析師角色:

  • Demand Planner:主要負責靠數字「預測需求」
  • Supply Chain Analyst:支援整條供應鏈的數據需求 (從生產一路到物流)

採購、生管、物流是供應鏈上常見的工作,他們都是負責供應鏈上的某一段工作,供應鏈分析師是橫跨每一段,負責把這些工作的數字串起來

一張圖看懂:供應鏈的數據從哪裡來?

很多人一聽到供應鏈,就覺得「好多專有名詞~好複雜呀!」。但其實換個角度,供應鏈就是一條「追蹤貨物、記錄他去了哪的資訊彙整處」

每一段都由不同單位負責,所以一定要確保有數字去記錄哪些人做了什麼事?做得好不好?有沒有效率?

七段流程:從需求到交付訂單

流程誰負責 (職位名稱)跟數據分析有關的地方?這個數字在回答什麼?
1. 預測需求需求規劃預測準確率我們猜的跟實際賣的差多少?
2. 買料採購供應商準時交貨率、採購價格差異料有沒有準時來?有沒有買貴?
3. 備料物管缺料數、庫存可用天數生產需要的料夠不夠?
4. 生產生管排程達成率、產能利用率工廠有沒有照計畫做出來?
5. 入庫、存放倉儲庫存準確率、庫存週轉率、呆滯比例帳上的數字和倉庫裡的東西對不對得起來?錢會不會被卡住?
6. 出貨、運送物流運費、運送時間送得快不快?送得貴不貴?
7. 交到客人手上訂單履行準時足量交貨率(OTIF)答應客人的,有沒有做到?

供應鏈分析師的工作就是把這 7 段的數字放在一起看~

舉個簡單的供應鏈問題:客人抱怨收到貨太慢,供應鏈分析師怎麼辦?

  • 先看物流:發現他們很準時,再往前追
  • 接著看倉庫:發現缺貨,導致延遲,再往前追
  • 接著看缺貨的原因:需求預測太低
  • 結論:那我們有辦法換其他變因、或是細分影響需求的參數,解決需求預測的問題嗎?

如果只看單一部門的報表,每個部門都會覺得「不是」我的問題,所以必須把整條供應鏈的數字串起來,才能找到真正核心的原因~

這也是我當年做供應鏈的感受~同時在廠商、倉儲、物流和調度中心之間遊走,四個單位的目標完全不一樣,我沒辦法每天跑現場,只能靠數據快速掌握問題在哪?是哪一段的問題?我可以解決嗎?

供應鏈分析師每天在做什麼?

我會把我在供應鏈分析師,還有許多在供應鏈做分析的朋友工作上的 JDM拆成 4 件事,從日常到進階的工作做拆解:

1. 把上面 7 段數字整理好:報表、儀表板

最基本的工作,是把散亂的流程跟公司的資料庫,整理成整個供應鏈單位,大家可以一起看、看得懂的報表,例如:小到跟七段裡面的一小段有關的,大到把七段串起來的:每週的庫存報表、缺料清單,到供應鏈整體的 SLA (Service Level Agreement)

聽起來很像「整理資料、做報表的人」,但重點不在報表多漂亮,而是每一張報表能不能對應到供應鏈上一個實際的行為,可以把它想成我們用報表抓戰犯!

所以看報表不是只看今天庫存多少,要看怎麼變成行動,例如哪些料要提前補、哪些料要清掉?

2. 數字異常時,往下拆、找原因

這是我覺得供應鏈分析師最有價值的地方!

舉個例子:這個月的準時交貨率從 96% 掉到 85%

如果是負責整間公司數據報表的數據分析師,會把 85% 標成紅色,然後把日常報表的細節發給主管,但如果是供應鏈分析師要做什麼呢?

通常我們「必須」往下拆:

  • 是哪一類產品掉最多?
  • 損害到的客人?在哪個國家 / 地區?
  • 從哪一天、幾分幾秒開始掉單的?我怎麼沒有提早發現?
  • 是因為缺料、生產延遲,還是物流端出問題?

拆到最後,可能發現是某一個供應商連續三週延遲,影響了兩個主力客戶 & 產品,這時候就不是一個報表寄出去可以解決的,而是立刻要調人去解決

數據 → 發現 → 行動,這是供應鏈分析師的行為準則!

3. 預測未來:如果……會怎樣?

再進階一點,分析師會開始處理「還沒發生」的事,例如:

  • 下一季需求如果多 20%,我們的料和產能撐得住嗎?
  • 某個供應商如果延遲兩週,哪些產品會先缺貨?
  • 安全庫存如果降低一點,可以省多少錢?風險會增加多少?

這類分析常會用到庫存推算表~邏輯很簡單:

本週期初庫存 + 本週進料 - 本週用量 = 本週期末庫存

然後期末庫存,就是下週的期初庫存,一週一週往後推

週次期初庫存進料用量期末庫存
第 1 週1,2000500700
第 2 週700300500500
第 3 週5000600-100 ⚠️

這種推算表會一直一直追下去,不會有結案的一天,因為我們就是負責確保供應鏈的安全、確保數字一直在控制範圍內、確保「沒事就是好事」

這週看起來庫存很夠,但往後推三週,可能會發現第 3 週會缺料。供應鏈分析師要做的就是讓團隊提早兩週知道,而不是等到客人要發飆才發現!

4. 算清楚錢 $$:成本和利潤就是我們的命脈

這是我自己最喜歡的部分,每天追 / 每週追 / 每月追 / 每年追~也是我後來從供應鏈轉往商業分析的重要敲門磚!

分享我那時候最喜歡做的:成本攤提模型

把倉儲、物流、調度中心的成本,攤到不同的事業體和客人身上,再算出每一筆單,實際花的成本。有時候算完,會發現看起來很大的訂單,扣掉物流、管理、供應鏈額外要花的成本之後,其實賺得很少,這跟電子業需要 BU Controller 去盯每一毛錢,是一樣的概念~供應鏈的成本就是這麼斤斤計較,一毛錢、0.001 %,乘上一千萬之後,都會變成很大一筆開銷

(延伸閱讀:BU Controller 是什麼?竟是文組前進半導體跟科技業的門票?)

供應鏈的效率,最後會反映在公司賺多還是賺少,這也是為什麼我說,供應鏈分析師最後很容易往商業分析、營運策略發展,因為只是把項目放大,原本掐在指尖上的是供應鏈,後面變成一間公司的所有利潤跟成本~

供應鏈分析師薪水多少?大家自己算一下就知道他的天花板比很多職位高上很多!

項目數字 (台幣)
新手供應鏈分析師~58,000
資深供應鏈分析師月薪~70,000 以上
年薪中位數 (電子業、半導體業)約 100 萬台幣

資料來源為 104,大家也可以自己用 AI 搜集資料,就可以大致看出供應鏈在這些行業別上,他的起薪確實就是比很多工作高很多~

看這張表也會發現:產業差距非常大

同樣是供應鏈,進到電子、半導體業,年薪很有機會接近百萬,很多人的路線是先在電子廠累積經驗,再往半導體或外商移動~而分析類的職位,因為多了數據分析、掐算成本的能力,在談薪水的時候,會比純執行 & 溝通的職位多一點籌碼~甚至有人是靠分析能力進到供應鏈管理的缺!

誰適合當供應鏈分析師?

我自己觀察下來,適合的人有這幾個特質:

特質為什麼適合
喜歡找原因這份工作每天都在問「為什麼數字變了」
個性內斂、不想應酬大部分時間對內,主要合作對象是生管、採購、倉儲,不用像業務一樣經營客戶
不喜歡一直被技術追著跑比起在數據單位,只需要懂供應鏈的流程和數字就好,技術焦慮低很多
數學普通也沒關係需要的是數據敏感度,不是微積分或是線性代數有多好
喜歡有框架的工作供應鏈的流程有既定框架,且在不同產業,做法不會天差地遠,移轉性高

供應鏈分析師的溝通,不是靠社交能力,主要靠「證據」,在營運跟供應鏈這條路上,比拆解業績的分析,更需要證據跟數據,這也是為什麼我覺得他適合不喜歡大量溝通、覺得溝通很耗能的內向人:內向的人不用改變個性,用數據表達就好

什麼人可能不太適合?

  • 喜歡每天面對不同的人、不同的挑戰:可能會覺得供應鏈的報表和流程太重複,好像沒太大變化,但供應鏈真的就是沒事就是好事 XD
  • 喜歡碰營業額、行銷、客人的數字:老實說供應鏈就是離這些數字比較遠

文組轉職供應鏈分析師:4 個步驟

方法來自我自己的實戰 & 我的學生驗證過~

1. 盤點你能做的職缺 JD 有哪些

供應鏈分析師範圍很大 (還記得七大流程嗎?),不可能一開始什麼都懂,先從你最好熟悉的那一段開始:

有讀者問過:「我有電商經驗,經歷過物流流程,要往哪個職缺找?」

這時候就可以找包含優化物流效率的工作,多半在電商、還有各種運輸大廠會有,你原本的經驗就是最大的優勢,切記不要歸零!

2. 盤點你可以做什麼分析

  • 不管會不會數據分析,至少 Excel 先學到能做出供應鏈相關的報表、還有去理解這個職位需要你會什麼樣的分析方法 (比如我剛提到的「成本攤提模型」,你懂嗎?會嗎?能做個框架嗎?)
  • Excel、SQL、Power BI,不用一次全部學,先確定要解決什麼問題、你能自如運用的是哪個

這邊想延伸講一下基本上一定會用到的技術部分,讓大家內心有個底:

  1. Excel:樞紐、查找公式、自動化 (ex: 寫巨集或是用 python 寫腳本),記得可以旁邊領我的 Excel 大全,把裡面學完基本上就有 80 分。更好的話,你能用 SQL、Python 自動化數據的部分,那就更好了!
  2. 系統:ERP (SAP、Oracle),再來我更熟的物流,很常用 WMS (Warehouse Management System)、TMS (Transportation Management System)

3. 用原本工作的數字做一個專案

這是最重要的一步。就算你的工作沒有現成的報表,也可以自己記錄:

  • 一張單從進來到完成要多久?
  • 哪個環節最常出錯或延遲?
  • 出錯的時候,影響多少人、多少錢?

然後用上面「往下拆、找原因」的方式,做一份分析!我的學生 Wei 原本是傳產 (產線技術員),他沒有考證照、也沒有補學歷,就只是把產線的經驗結合分析能力,直接轉到電子業大廠做供應鏈管理 + 分析的工作

4. 把專案整理成面試的提案

面試的時候,要講一個完整的故事:你怎麼解決供應鏈上的問題?

  1. 你怎麼發現問題的? 在原本的工作裡看到什麼現象
  2. 你怎麼分析? 用什麼數字、怎麼往下拆
  3. 你建議怎麼做? 用數據和行動計畫說服對方

關於供應鏈分析師的常見問題

Q1:數學不好,可以做供應鏈分析師嗎?
可以。需要的是基本計算和對數字的敏感度,不是高深的數學。「數學好」和「數據分析做得好」是兩回事~

Q2:我在倉儲物流工作,算是供應鏈嗎?
算。倉儲和物流都是供應鏈的一段,而且是很扎實的基本功。如果想往分析走,可以從倉儲的數字開始做專案,例如庫存準確率、出貨準時率

Q3:供應鏈分析師的職缺通常叫什麼?
方法一:供應鏈分析師、Supply Chain Analyst、需求規劃、Demand Planner、物料分析、營運分析、Planning Analyst。同一個職稱在不同公司做的事差很多,一定要看工作內容~

方法二:可以從需要供應鏈的產業開始找,例如:物流大廠、電商大廠、電子大廠、半導體的供應鏈 (台灣就是硬體大廠國,供應鏈的工作真的很多!)

Q4:做供應鏈要常常應酬嗎?
看職位和公司。負責談價格的採購可能會比較常對外,但分析師主要合作對象是公司內部,應酬較少~剛開始可以關注主要對內的供應鏈工作

Q5:英文不好可以嗎?
台灣公司不一定要求,但供應鏈很多專有名詞是英文,外商和科技業也常用英文溝通。如果目標是外商,建議提早準備!

結論:文組高薪的第一顆磚 – 供應鏈分析

如果說上一篇是講整條供應鏈的機會:「0 經驗轉職供應鏈管理?工作內容拆解 + 成功方法分享:2027 年為何推薦?」,那供應鏈分析師,就是把這套框架加上數據能力,變成一份「主要用數字說話」的工作~

對內向 (不想一直溝通、做 PM)、也不敢靠業績要薪水的文組人來說,這可能是最友善的科技業入口之一!我的職涯也經歷過供應鏈,真心覺得很不錯~

如果你想知道自己的背景如何轉供應鏈管理 or 供應鏈分析師,底下的諮詢可以預約!

【1 對 1 免費諮詢】數據分析師 0~1 培訓班陪你一路到轉職成功!

hi 我是 Lisa

你也是 0 經驗、沒有相關背景,但也想要轉職數據分析師,或運用數據分析,提升在領域的專業度嗎?

-

你是否也覺得,數據分析的網路學習資源很多,但是多到不知道從哪裡開始?

學了很多工具,但學完了,問題才真正開始,不知道業界怎麼使用?又該如何面臨工作跟面試?

-

我在 2019 年從營運專員的職位轉職到數據分析師

在這之後,因為數據分析,也讓我快速建構不同領域的知識:行銷、營運、商業策略、產品、網頁

轉職過程中,花了很多時間成本摸索

我發現,學數據分析最快的方式是:

  1. 確認自己跟市場需求之間的差距:訂定轉職策略及了解數據分析師的工作方式
  2. 以業界應用的角度學習工具:包括數據工具及分析用思維架構,並且如何高效運用
  3. 建立一個商業上的真實專案,並且得到回饋:打造屬於你及貼合職缺需求的作品集和專案
  4. 打造一個高效履歷跟面談:透過高價值包裝術拿下面試、成功獲得數據行業的門票

當初如果我有這套系統思維,應該可以在短時間內轉職,馬上拿到進入業界的門票

-

現在,我想把這套完整課程分享給你

這是專門為了 0 經驗、沒有相關背景的轉職者所設計

不需要去考研究所、不需要花大錢準備出國讀書

可以用最快的時間準備轉職、拿到門票!

-

如果你正在準備轉職數據分析師,且試圖找過解決辦法卻始終治標不治本!歡迎跟我預約免費 1 對 1 諮詢,我會在諮詢時,了解你的需求並且評估我是否可以協助到你!

電子書 職場人必學的數據分析術

Lisa Wu

Hi 大家好!我是喜歡探索身心靈健康及平衡的數據分析師 Lisa Wu!這個網站會幫助你:利用數據分析 (理性) 及 身心靈平衡 (感性) 的系統,去達成人生目標!如果你對我的人生系統工具有興趣,歡迎聯繫我:couplehonest@gmail.com

This Post Has One Comment

發佈留言