公司的業務屬于紡織品行業，產品生產有個特色就是每次生產有個最小生產量，即比如，開機最少就要做100件。由于各種歷史原因，過去的5年，公司對于產品銷售端沒有設置最小起定量MOQ(Minimal Order Quantity)，導致的結果是客戶訂單品種很多，而每單都訂5～20個，每單數量偏小，當然也有一些大單，如2000，3000件的時候。
而公司的財務規定，一旦產品下線，就從第四個月開始計算庫存折舊，每個月10%，總共10個月庫存價值歸零。對于一個毛利率30%～40%的制造業來講，看起來毛利率還不錯，但是各種SG&A費用居高不下，公司的凈利潤真還不如支付寶收益。而這個最小生產量為100，而沒有MOQ，導致公司剩余庫存水平越來越高，把公司的利潤進一步消耗。
作為供應鏈的管理者，數據分析提供科學決策是一個必要的技能。就這個問題跟總經理、市場經理、戰略經理、產品開發經理，一起開會研討對策。首先第一個發現，我們的直接競爭對手都是有最小起定量的，而我們沒有，這個雖然增加了我們的競爭力，但是并沒有增加太多的銷量，更別提凈利潤了。第二、經過我分析過去幾年新上市的產品系列，這里提供了非常精準的產品策略。第三、如果真的要提高MOQ，公司的銷售肯定會第一時間提出不同的意見，因為這個是明顯的設置銷售門檻，所以要做到心里有底才能推下去。
有了第一點發現打底(我們的競爭對手設置了MOQ)，我們先看過去的銷售數據，一共上市了11個產品系列，第四個和第五個產品，賣的非常好，超過了30萬，而第一個、第二個和第十個產品非常差，作為下線的備選（當然也不排除他們是剛剛新產品上市）。當然，我們分析的重點是MOQ，而不是產品的定位、走勢等問題。從產品的每單的平均值來看，都接近，或者遠遠超出200件，似乎與最小生產100并沒有太大的問題。可是，平均值有平均值的問題所在，魔鬼在細節，看看最小值和最大值，可見一斑，但仍不能明顯的說明問題。
在這個基礎上，我繼續深入分析，因為我們每次最小生產100件，那么100作為一個基準目標，看看有多少訂單在100以下，那些小于100的訂單數量加起來能占我們總產品的比例是多少。如果能推行MOQ100，當然最好，如果不能，那么100也是目標。結果如下圖。
第二個產品，第五個產品影響到的訂單數會超過70%，這個結果非常驚人，但是看旁邊數量占比，并非是一個非常嚴重的數字，我們看最下面的總數，如果執行100件的MOQ，我們公司將會拒絕掉63.4%的訂單行，而對業務的影響是9.1%。似乎是一個不錯的結果，特別是考慮最小生產100件，而客戶只是訂購一部分，剩余庫存對于公司財務指標的壓力和倉儲費、以及如此多小單對于客服人員，生產人員，倉儲人員的額外工作，作為一個優秀的管理人員，生意人，有這些數據的支持，距離做出一個合理的決策并不遙遠!
此時產品經理說，那些量紅燈的72.2%和73.6%產品系列，顏色豐富，是作為點綴品賣的，而產品三和四是作為大批量銷售的，即客戶在訂產品三的時候，會搭配買多個小數量的產品二，所以我們應該降低產品二和產品五的MOQ，而產品十本來就是我們預計要撤架的產品，請供應鏈的經理把點綴品MOQ調成25，其他不變，再試試看結果如何?
我又哼哧哼哧忙活了一會，測試結果如下圖，
調整點綴品MOQ為25，其他的維持MOQ:100，總的影響訂單數量下降為38.9%，而影響的業務也只占4.2%。
總經理一直沒有怎么發言，看著幾個經理在討論，此時，他說：這個結果已經是一個非常好的平衡，我們約個會議跟銷售總監聊聊，看看他在一線的市場反饋，我們再做決定。
未完待續。
