制造业成本核算案例

我第一次感到成本核算的重要性,是来自于《宁向东的清华管理学课》里提到的一个例子。

推荐大家订阅这个课程,干货十足

某家企业在核算成本时,长期采用直接成本、直接人工,再加上分摊间接费用的方式来计算总成本。直接成本,主要是生产某一种产品的材料费,特别清楚,特别直接,不会记错到不同的对象上。直接人工,也是类似的情况,可以算得特别准确,花了多少人工,都会记得非常清楚准确。直接成本加上直接人工,可以被称为“直接费用”。

与直接费用相比,间接费用就不是能够核算得特别清楚,比如一些辅助设备的折旧。在这家企业,制造三种产品时都会用到相同的辅助设备,和一些共同的支持和辅助人员,这些形成了一些费用,另外,在产品更换批次的时候,也会发生一些费用。你可以将这种批次转换所发生的费用,想象成因为客户对象不同所形成的费用。这些费用的总和,统称为“间接费用”。

我们案例中的这家企业,长期以来采用的间接分摊方法是按照人工的工时来分摊的。为什么要这样分摊呢?因为他们的企业是劳动密集型企业,人工工时的效率长期以来被认为是衡量企业效率的重要方面。于是,就有了今天文稿中的第一个表格。每一种产品的成本是从上至下一路加下来。然后,经营者按照成本加成的方式来确定目标售价,在所核算的单位成本基础上,加上一个30%的利润加成,就形成了最后的市场定价。

成本核算

这种定价的方法,叫做成本加成定价法,是很多企业算账的时候很自然使用的方法。不过,使用这种方法,逻辑上成立的前提,就是你的成本核算是对的。如果成本核算不对,那后边的事情就全不对了。

那么,这种成本核算的路子对吗?其实不对。为什么呢?理由有三条:

  1. 这家企业生产三种产品的时候,共同使用那些辅助机器,但是,该如何计算分摊成本?应该按照机器工时来核算,而不应该用人工工时,因为机器工时和人工工时是不一致的。用不同的标准来做分摊基数,得出来的数字是不一样的;
  2. 批次会引发一些费用,这些费用应该按照批次去摊销,跟人工工时完全没有关系;
  3. 辅助人员所发生的费用(请注意,这里是辅助人员,而非生产某一件产品的骨干人员),基本上要看他究竟在每一种产品上花费了多少时间,然后按照时间的比例再去分摊相关的费用。

重新核算后的结果如下图

成本核算

可以看出第三种产品的单位成本和销售价格发生了巨大变化。重新计算后你才会发现一件成本是355元的产品被算成了127元;一件应该卖462元的商品被用166元卖出。第三种产品实际一直是亏本在售卖。

向细节要效率

这是一个传统制造业的例子,但是思想是一样的。当我们无法看清一件事情的细节的时候,是无法找到问题、改正问题、提高效率的。

一个分析案例

会员活动,例如抢红包、邀请、抽奖,在每个公司都是很常见的。你会如何评价会员活动风控策略的表现?

  1. 按照业务线进行评估,例如社交业务、游戏业务
  2. 按照每次活动进行评估
时间 业务 活动 请求数 拦截数
19-1-1 游戏 下载送金币 200000 10000
19-1-2 游戏 下载送金币 100000 10000
19-1-3 游戏 下载送金币 50000 10000
19-1-1 游戏 签到15天领红包 500 5
19-1-2 游戏 签到15天领红包 450 15
19-1-3 游戏 签到15天领红包 700 60
19-1-1 社交 上传视频送金币 10000 150
19-1-2 社交 图文审核 14000 5000
19-1-3 社交 图文审核 20000 7000

游戏业务下的下载送金币活动拦截率大约是.086,对比了一下该业务历史经验,假设是0.8,似乎没什么异常。

这就犯了一个常见错误:缺失了时间维度

游戏业务下下载送金币

如果将时间考虑其中,你会发现3天拦截率分别是是0.05, 0.1, 0.2。仅从数字来看,第一天和第三天都离均值0.086相差甚远。

拦截率偏离了我们的经验,肯定出问题了,是吗?不一定。

做风控一定不能只看宏观数据,而缺少策略的分析。

策略 置信度或分数(0-100) 命中次数
单IP每秒请求100次 50 2
单IP每秒请求200次 100 0
黑名单策略 70 10000

我们深入到游戏业务下的下载送金币活动的风控策略中看一看,假设有3条策略:

  1. 两条高频策略,第二个阈值更高
  2. 一条黑名单策略

你发现了什么?所有人都命中了黑名单策略!换句话说,这个业务基本就是靠着黑名单来防御攻击。同时我们还可以提出更多的问题:

  1. 为什么高频策略没有命中?因为阈值太高了吗?需要下调吗?
  2. 第一天请求数达到了20万,为什么每一天都只命中了1万黑名单?因为黑名单积累量不足吗?

要解决这些问题,我们需要更深入的分析原始数据。例如

  1. 黑名单每日增量如何?
  2. 黑名单过期时间如何?
  3. 黑名单是游戏业务来的吗?

分析案例总结

将上文提到的整理一下大致如下图

精细化运营

当然在实际中,你可能会

  1. 变动每一层的顺序
  2. 增加其他维度,例如客户端类型(Web、Windows、iOS、Android)
  3. 将策略层分为多个策略层

无论你如何分层,你会发现越上层越难看清事实真相,风控评估结果越有可能出错。但是底层向上层抽象时,平均、求和等计算逻辑是必要的。只是你要时刻记得这种抽象会丢失很多细节。

上的去,下的来

接下来谈一谈怎么办。我个人的总结是:上的去,下的来 引用于“风控笔记”:https://github.com/WalterInSH/risk-management-note