硬件产品的成本构成——研发、产品边际成本和服务

硬件产品的成本构成

 

        一款硬件产品的成本由许多因素构成,主要可以归为三类:研发成本、产品边际成本和服务成本。这里借用了经济学中的一个概念:边际成本,即增加一单位的产量所带来的成本增加量。对于任何一款硬件产品,每多生产一个,都会带来成本的增加,所以称为产品边际成本。另外,服务也应该属于产品成本的一部分,比如某产品质保两年,这期间产生的售后费用也会分摊到产品的成本上,最终体现在产品售价上。

 

一、  研发成本

        研发成本主要涉及研发人员的工资、研发物料的开模和打样,以及认证费用。研发过程中,由于项目分摊的运营成本占比很小,比如办公设备和实验设备的折旧费,水电费,场地费和商务接待费等,此项不单独列出。

1、研发人员工资

    一个研发团队常见的人员配置如下:

        a. ID工程师

        b. 电子工程师

        c. 软件工程师

        d. 结构工程师

        e. 测试工程师

        f. 项目管理

    研发成本中,团队的工资占比很高。

2、研发物料成本

       研发物料主要分为两类,一类是开模费用,比如ID开模、结构开模;另一类是物料打样费用,比如PCBA打样,元器件和结构打样等。

3、测试成本

    研发过程中,样机会进行多个环节的测试。主要可以规为三类:黑盒测试、白盒测试和可靠性测试。

    把产品看成一个黑盒子,黑盒测试是指测试人员完全不用考虑产品内部的实现逻辑,只需要检查产品的功能是否满足需求,所以黑盒测试又可称为功能测试。

    白盒测试,打开黑盒,看入产品里面,测量产品内部的实现逻辑是否符合设计要求。

    可靠性测试为了评估产品在可能的使用、运输和存储环境中,保持功能稳定可靠而进行的测试。

    有些小公司没有相应的实验设备,比如EMC实验室(造价一般约在千万级别),一般会通过购买其它实验室的服务来测试产品。

4、认证费用

    进入特定区域,所需要进行的强制性验证。比如如果要在中国境内销售,电子产品必须要通过3C(China CompulsoryCertification )认证。

 

二、  产品边际成本

        对于软件或者互联网产品,多一个用户几乎对成本无影响。比如微软的office软件,消费者付个款,收到一个注册码,交易就完成了,产品的边际成本几乎等于零,卖多少就挣多少。但对于硬件产品,就不一样了。每生产一个产品,都需要付出相应的成本。其成本因素有BOM成本,生产成本、专利成本。

1、BOM(Bill of Material , 物料清单)成本

        BOM成本由实体物料成本和虚拟物料成本构成。为了方便理解,以手机为例来说明。

            a. 实体物料成本

                PCB板成本

                PCB上的元器件成本(各种IC、电阻电感电容等)

                中间器件成本(屏幕、电池等)

                结构物料成本(上下盖、中框等)

                配件物料成本(电源适配器、数据线等)

                文档类物料成本(使用说明书等)

                包装物料成本(包装纸、包装盒等)

            b. 虚拟物料成本

                主要有第三方软件的授权费用,比如预装WPS软件的授权费。

2、专利成本

    现在的智能手机大多都需要向高通支付专利费。另外,涉及到音频领域的产品可能还需要向杜比支付专利费。

3、生产成本

    生产成本是指将物料生产成合格产品的过程中所产生的费用。主要可以划分为以下几个部分:

            a. 生产组装成本(SMT、插件、结构组装、烧录、包装等,含人力成本)

            b. 生产测试成本

                产品功能测试

                产品可靠性测试(抽测)

                产品法规类检测(抽测)

 

三、  服务成本

        服务成本可能会被忽略,它也属于产品成本的一部分。简单地可分为两个部分:售前成本和售后成本。这些费用也会分摊到每个产品的成本上。

1、售前成本

        产品出售前的费用包括广告费、产品发布会等费用。

2、售后成本

        产品出售后的费用(质保期内)包括维修费用、关键物料的备料费用。有些产品可能需要培训,因此培训费用也包括在内。

 

由于不同公司,定义PM的职责范围也不同,所以有的PM只需要考虑研发成本和产品边际成本,有的则都需要考虑。


四、三种成本的关系

     改天再写




 



本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/492248.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

JAVA并发编程3_线程同步之synchronized关键字

在上一篇博客里讲解了JAVA的线程的内存模型,见:JAVA并发编程2_线程安全&内存模型,接着上一篇提到的问题解决多线程共享资源的情况下的线程安全问题。 不安全线程分析 public class Test implements Runnable {private int i 0;private i…

深度学习技术发展趋势浅析

来源:中国信息通信研究院CAICT当前,人工智能发展借助深度学习技术突破得到了全面关注和助力推动,各国政府高度重视、资本热潮仍在加码,各界对其成为发展热点也达成了共识。本文旨在分析深度学习技术现状,研判深度学习发…

(含Matlab源码)算术编码(arithmetic coding)的underflow问题

0、文章结构 文章的行文逻辑如下,看官可以根据需要跳读,节省时间。 1、介绍underflow和overflow. 2、underflow问题起源 3、underflow问起探索 4、underflow和overflow的常见情形 5、处理一些溢出问题的小技巧 6、对其中的两种小技巧的优缺点比较…

Union与Union All的区别

Union与Union All的区别如果我们需要将两个select语句的结果作为一个整体显示出来,我们就需要用到union或者union all关键字。union(或称为联合)的作用是将多个结果合并在一起显示出来。union和union all的区别是,union会自动压缩多个结果集合中的重复结果&#xff…

人类与AI结合的最佳形态是什么样?|A16Z内部万字报告

来源:A16Z合伙人Frank Chen2017年7月,我发布了一个关于人工智能、机器学习和深度学习的入门视频。从那以后,我一直痴迷于阅读关于机器学习的报道。一般来说,你会在媒体的头版上看到两类报道。一类报道的标题是“机器人来抢你的工作…

(Matlab源码)Matlab实现算术编码(Arithmetic coding)超级详解(每一段代码都可以看懂)

1、代码功能 输入:一个字符串输出: codeword(码值) codeword所占的位数 2、代码框图 3、代码超详解 统计字符串中的字符种类,调用函数,放入数组b中。 bunique(str1); 统计每种字符的个数,放入…

jquery获取select中的option的text值

<select id"ddd"><option id"22">fdsfds</option><option id"12">fdsfds</option><option id"32">哈哈</option><option id"42">嘻嘻</option></select>1.你的…

(含Python源码)Python实现K阶多项式的5种回归算法(regression)

0、文章结构 为了方便客官根据需要取阅&#xff0c;节约时间&#xff0c;文章目录结构如下&#xff1a; 问题描述理论部分&#xff1a;五种回归算法两种Python读取文件的方法Python实现五种回归算法使用的工具箱总结 1、问题描述 K阶多项式表达式 其中&#xff0c; 现有数据…

首张人类黑洞照片的背后

摘要&#xff1a;沈海军&#xff1a;今天&#xff08;2019年4月10日&#xff09;下午接受广东卫视采访&#xff0c;就晚上21:00即将发布的人类首张黑洞照片发表了评论。提笔撰稿时&#xff0c;尚未到照片官方的发布时间&#xff0c;故不能一睹黑洞照片的芳容&#xff0c;但鉴于…

svn is already under version control问题解决

svn ci 时出现 xx is already under version control&#xff0c;然后无法提交&#xff0c;出现这个问题的原因是你所提交的文件或目录是其他SVN的东西&#xff0c;即下面有.svn的目录&#xff0c;需要先把它们删除才能提交&#xff0c;具体操作如下&#xff1a; 打开出现问题的…

(Matlab函数详解)机器学习中的4种分类算法(LDA、QDA、SVM、KNN)

1、LDA(Linear discriminant analysis) 函数&#xff1a;[class, err]classify(sample, training, group); 输入&#xff1a;sample待测样本&#xff0c;% 矩阵 m*n m为样本数&#xff0c;n为特征数 training训练样本&#xff0c;% 矩阵k*n k为样本数&#xff0c;n为特征数&…

一场“交通进化”将至: 5G带给车联网与自动驾驶哪些升级?

来源 &#xff1a;腾讯科技作者&#xff1a;李俨 美国高通公司技术标准高级总监5G时代已经来临&#xff0c;走向商用的步伐也在逐渐加快。腾讯科技联合优质科技CP以及行业专家推出“5G局中局”系列文章&#xff0c;为你解读5G在通讯、物联网、车联网、工业联网、边缘计算、云服…

产品经理的几个阶段

产品经理是这几年最火热的互联网职位之一&#xff0c;随着这些年的发展积累了大量的顶着产品经理称号的年轻人。虽然在数量上有了巨大的增长&#xff0c;但是在我们实际的工作招聘中却很悲哀的发现&#xff0c;很多产品岗位死活招不到人&#xff1b; 甚至好不容易花个大价钱挖到…

(一看就懂)傅里叶变换、拉普拉斯变换、Z变换、卷积的经典文章汇总

0、前沿 在复习傅里叶变换、拉普拉斯变换、Z变换和卷积等知识时&#xff0c;我发现网上有非常非常多的大牛。他们用通俗易懂的语言来讲解这些复杂的知识&#xff0c;使人豁然开朗。 1、连续时间信号的傅里叶级数与傅里叶变换 如果现在还无法理解&#xff0c;为什么要对信号进…

特斯拉发布Q1无人驾驶安全报告:事故增多 但还是比人类少

来源&#xff1a;聚焦AI的近日&#xff0c;电动汽车制造商特斯拉发布了2019年第一季度自动驾驶仪&#xff08;Autopilot&#xff09;安全性报告&#xff0c;这是特斯拉发布的第三份类似报告&#xff0c;此前该公司认为媒体对特斯拉车辆事故的报道有失公允&#xff0c;因此他们开…

log4net 小记

突然想到想测试一下log4net&#xff0c;结果折腾了两天&#xff0c;才弄出来.....记录下来以备以后查看 背景&#xff1a;vs2013 mvc项目中想体验下log4net的功能&#xff08;主要是文件记录&#xff09; 翻看了log4net的相关资料&#xff0c;才发现其实它是有很多功能的&#…

关于找工作和选专业的思考

个人的成长离不开国家的发展&#xff0c;国家的发展离不开国际的大气候。 国家之间的竞争主要归于经济竞争&#xff0c;经济的核心在于产业&#xff0c;产业的核心则在于科学和技术。 无论是找工作还是选专业&#xff0c;赌的都是对未来趋势的预测&#xff0c;没有人会希望自己…

DARPA 2020财年研发预算 人工智能应用研究投资急剧增长

来源&#xff1a;美国国防部等摘要&#xff1a;2019年3月&#xff0c;特朗普政府公布2020财年预算申请。根据预算法案&#xff0c;2020财年美国国家安全预算总额增加340亿美元&#xff0c;达到7500亿美元&#xff0c;比上年增加5%。美国防部分得的经费为7180亿美元&#xff0c;…

使用Matlab(R2018b)画复杂函数的图形(网格图meshgrid)及等高线contour

1、函数 这里使用2D Michalewicz 函数&#xff0c;其表达式为&#xff1a; 2、画图 2.1 编写2D Michalewicz 函数 f(x,y)(-sin(x).*(sin(x.^2/3.1415926)).^(2*m)...-sin(y).*(sin(2*y.^2/3.1415926)).^(2*m)); 上述代码使用到了Anonymous Functions, 相关变量的数据类型为…

深入浅出requireJS-1

我们都知道&#xff0c;虽然我们可以通过原型和继承来使javascript面向对象。但是&#xff0c;当js代码和逻辑过多时&#xff0c;代码的维护和扩展会变的很不方便。这时&#xff0c;nodejs做的非常好&#xff0c;但是在浏览器端模块化的js编程一直都是个难题。而requireJS就是来…