即总额随着数量的变动而变动
次,则单位客服作业成本=100÷5=20元/次
(5)数量不仅是单位成本计算依据,而且是费用分摊依据。
示例如下:
运输作业的成本是100元,分摊标准是运输距离。A客户是3里,B客户是2里,则:
A客户运输作业成本=3×100÷(3+2)=60元
B客户运输作业成本=2×100÷(3+2)=40元
需要说明的是,成本平均数不同于平均成本和单位成本。成本在某一维度的平均数,是这一维度的成本,除以这一维度包含的明细维度的数量。它反映成本在这一维度的集中程度。
示例如下:
“客户+产品”的成本数据如表7-2所示。
表7-2“客户+产品”的成本数据【/图说】
应用Excel数据透视表功能,计算平均数如图7-7所示。
图7-7Excel数据透视表的值字段设置
成本在客户维度的平均数计算结果如图7-8所示。
图7-8成本在客户维度的平均数
计算结果说明:
妇幼医院的成本平均数120元,等于妇幼医院的成本360元除以妇幼医院包含的明细维度数3。
省二院的成本平均数100元,等于省二院的成本400元除以省二院包含的明细维度数4。
总计的成本平均数108.57元,等于总计的成本760元除以总计包含的明细维度数7。
三、统计分组分析
我们可以按维度来查询分析指标,也可以按指标来查询分析维度。按指标来查询分析维度时,由于具体指标值太多,需要先对指标值进行分组。分组的方法包括:
(1)单项式分组与组距式分组。单项式分组,例如查询成本为100元的产品有多少;组距式分组,例如查询成本在100元至1000元之间的产品有多少。
(2)等距分组与异距分组。等距分组,例如查询成本在1元至1000元、1000元至2000元、200元0至3000元之间的产品分别有多少;异距分组,例如查询成本在1元至100元、100元至1000元、1000元至10000元之间的产品分别有多少。
如果制定了分组标准,查询分析是比较简单的,但制定分组标准本身却并不容易,特别是在数据量巨大时。不合理的分组标准不但无法反映分布特征,而且会把不同性质的数据混在一起导致扭曲实际情况。为了制定合理的分组标准以正确反映分布特征,需应用聚类技术。一些专业的统计学软件提供了聚类算法。
2成本性态分析
一、成本性态的概念
企业管理人员一般想知道数量对利润的影响,即分别对收入和成本的影响。根据数量和单价可以估计收入,但不能根据数量和单位成本估计总成本,因为数量变化后,单价一般不变,单位成本却会变。例如产品的单位成本可能随着产量的变动而变动,多维组合的单位成本可能随着作业量的变动而变动。这就要研究成本和数量的关系,将成本区分为固定成本与变动成本,建立成本、数量和利润之间的关系,进行本量利分析。
本量利分析的前提是成本性态分析。成本性态分为固定成本、变动成本和混合成本。
(1)固定成本,即在一定时期和一定数量范围内,总额不受数量变动影响的成本。可见,单位固定成本随着数量变动而发生反向变动。
(2)变动成本,即在一定时期和一定数量范围内,总额随着数量变动而发生正向变动的成本。可见,单位变动成本不受数量变动影响。
(3)混合成本,即总额随着数量的变动而变动,但不与其成正比例变动。它介于固定成本和变动成本之间,可以将其分解成固定成本和变动成本两部分。
成本性态分析的方法是成本分解。
二、基于产品的成本分解
现有X(销量)和Y(成本)两组数据,对X与Y计算相关系数拟合回归方程,可得到Y=a+b×X。
如果把X作为销量,把Y作为成本,即可得到成本=a+b×销量。此时统计学计算就具备了业务意义,a即是固定成本,b即是单位变动成本。
单元回归的成本分解可基于Excel电子表格实现。例如,在工作表中录入数据如表7-3所示。
表7-3在工作表中录入数据【/图说】
在工作表单元格中录入公式:
B16:=LINEST(B2:B13,A2:A13)
B17:=INTERCEPT(B2:B13,A2:A13)
此时即可完成成本分解,工作表如表7-4所示。函数说明:
(1)关于Linest函数
功能:使用最小二乘法对已知数据进行最佳直线拟合,并返回描述此直线的数组。
语法:Linest(known_y′s, known_x′s, const, stats)
参数:
known_y′s:是关系表达式y=mx+b中已知的y值集合。
known_x′s:是关系表达式y=mx+b中已知的可选x值集合。
const:为一逻辑值,用于指定是否将常量b强制设为0。
stats:为一逻辑值,指定是否返回附加回归统计值。
表7-4成本分解结果【/图说】
(2)关于Intercept函数
功能:利用现有的x值与y值计算直线与y轴的截距。
语法:Intercept(known_y′s, known_x′s)
参数:
known_y′s:为因变的观察值或数据集合。
known_x′s:为自变的观察值或数据集合。
三、基于作业的成本分解
现有X1、X2、X3、X4、X5和Y六组数据,对X1、X2、X3、X4、X5与Y计算复相关系数拟合多元回归方程,可得到Y=a+b1×X1+b2×X2+b3×X3+b4×X4+b5×X5。
如果把X1、X2、X3、X4、X5分别作为工序1、工序2、工序3、工序4、工序5的