起點課堂會員權益
職業體系課特權
線下行業大會特權
個人IP打造特權
30+門專項技能課
1300+專題課程
12場職場軟技能直播
12場求職輔導直播
12場專業技能直播
會員專屬社群
榮耀標識物流行業的數據分析，主要分析什么？
編輯導語：在做物流規劃設計時，數據分析是個很重要的步驟，如果不做這些準備，可能會在做方案時手腳慌亂；注重數據分析，認真分析，找出規律，與用戶充分的溝通。本文作者分析了物流行業的數據分析主要分析什么。
做物流規劃設計時，人們往往對設計指標感到茫然，對新員工尤其如此；有些設計人員比較急躁，一上來就急于做方案、畫圖，結果畫來畫去，就不知道自己到底要做什么了；耽誤了不少時間不說，設計方案要么不知所云，要么離題萬里，對用戶是一個很大的傷害。
一個良好的設計習慣，往往是應該首先明確設計目標，了解清楚設計要求之后，再去動筆。
就比如寫文章，總應該先確定寫什么主題、目的是什么、給誰看；然后才開始寫提綱、反復推敲提綱、找好素材和參考資料，再動筆寫；然后再反復推敲、修改潤色。不然，就很難寫成一篇有質量的文章。
畫圖雖然很重要，但到底只是一種比較簡單的勞動，而畫什么、表現什么主題、達到什么目標才是設計的關鍵。
設計是如此，對一個設計方案的評價也是如此；我遇到很多客戶要求評價一個總體的方案，其實這是很難的；其中關鍵的一點就是：方案是設計需求的響應，對方案進行評估，首先要對設計目標進行分析和評估，這才是根本。
數據分析是一件很嚴肅和需要專業知識的工作，并非僅僅對數據進行簡單的加減排列組合就可以了。
我特別反對那些不注重數據分析的客戶，一項設計，設計指標是基礎；基礎出現問題，你選用的設備再好，系統再先進，也是于事無補的。
其實物流倉儲系統的規劃設計也沒有那么難，關鍵一點是需求要清楚明確；而需求是可以用數據來描述和定義的，一個項目，其關鍵數據也就那么幾個而已，如收貨量、發貨量、庫存量、拆零量、SKU等，并不難掌握。
本文就講一講這些最基本的需求，為了便于理解，主要從物流倉儲的幾個環節進行描述。
一、基礎數據
在進行系統性描述之前，一定要清楚物流的作業當量最后是以小時來計算的（當然還可以細化到半小時，甚至更小單位）。
所以，我們所有的物流量，最終要以小時當量來計算；然而，從用戶那里得到的實際的設計指標，很可能是年度的作業綱領，如年配送100億——這個數據非常重要，卻也是非常不確定的；因為從這個指標推導下來，就會看到，每年的作業天數、每天的作業時間、貨物的價值、倉庫庫存周轉次數等，對最終設計都有很大的影響；所以，這些關聯數據應該是要首先明確的。
假設設計綱領是G(年配送目標，億元)，單箱價格是p，則年度總配送箱數是：
Q = G/p
假設每年作業天數是N（天），每天工作時間是t，則每小時的作業量是：
q = Q/N/t
如果庫存周轉天數為D，則庫存量的計算公式如下：
W = q*t*D
以上的數據關系都很容易推導，但在實際中要注意的是：不同的作業，其作業時間可能是變化的；如高峰時期每天作業時間要大于平常作業，發貨時間有時也與收貨時間不同等，會增加計算和分析的難度。
在進行具體數據分析時，還要明確箱與托盤的對應關系。
托盤一般選擇標準托盤（1200*1000），假設平均的滿盤量為n，則庫存托盤數應為：
P = W/n
當然，在描述具體數據時，要區分收貨、發貨還是退貨，每一個作業也許是不一樣的。
很多時候，用戶是不清楚這些差異的，或者表述不清楚，那么我們就應該將自己的經驗或理解進行分享，以便雙方達到認識的一致。
二、收貨有關的數據
與收貨有關的數據，包括到貨量（箱）、訂單數、車輛的裝載量、收貨區域大小、收貨作業時間、每天收貨SKU數等。
車輛的裝載量和卸載時間主要對于站臺設計有影響，包括車輛大小、載重量等；一般情況下，還要分析卸貨的方式、速度，以便詳細規劃站臺的數量。
收貨一般是比較簡單的，但也有比較復雜的情形，比如新華書店圖書的收貨即是如此；因為每天到貨的品種很多，還有大量混包的情形，因此收貨要進行專門的處理；有些電商的收貨也比較復雜，包括要進行QC等動作，對收貨區的要求就不一樣。
很多人對高點平均值和算術平均值對于設計的影響不甚了解；簡單來說，將一年（或一定時間）的收貨量除以一年（或一定時間）的實際工作天數，即得到平均每天收貨量，一年中最大收貨量的一天，即最大收貨量。
在實際上設計中，如果按照平均值設計，則使得加班的天數會很多；如果按照最大值進行設計，則會出現工作很不飽滿，設備閑置的現象。
因此，一般取平均值和最大值之間的某個值進行設計，具體要根據實際需要確定，發貨也有這種情況。
三、儲存有關的數據
庫存能力對系統的設計非常重要，但如何確定庫存卻是非常有講究的。
除了庫存總量W以外，還要考慮SKU數，以及各種存儲方式下的庫存要求等；很多情況下，倉庫的設計并非是單一的，所以，設計的時候就要清楚庫存的方式是什么、有什么要求。
一般的儲存形式分為2種主要方式：
- 以托盤為單位儲存（分為立體庫和平面庫兩種最基本形式）；
- 以箱為單位儲存。
當然還有其它形式，如包裹、麻袋、散料等，也有條狀物（如鋼材）、異形物品（如服裝的掛裝等）等，不再詳述；在設計中，這兩種方式都要考慮，有時以托盤為主，有時以箱儲存為主，有時兩者比較均衡。
計算庫存能力當然與箱規有關，也與平均庫存天數有關，這是基礎。
SKU對庫存分配的要求有很大的制約作用，往往與作業面設計有關；此外，發貨量對于庫存設計也有非常大的影響，如拆零量，就要求對拆零區有一定限制。
庫存ABC分析也是非常重要的，對于倉庫設計起到重要作用。
一般情況下，庫存ABC分析結果決定了儲存形式，ABC的定義將隨著不同業務有所不同，要因地制宜；實際操作中，往往要對夠托盤，夠1/2托盤的SKU及這些SKU所占庫存比例進行分析，以便正確決策。
隨著電子商務的興起，SKU不斷擴大，ABC分析尤其重要；此外要注意的一個趨勢是，箱式存儲方式越來越受到重視，其占比越來越高，也影響庫存的分析。
再計算儲存能力時，人們普遍對庫存充滿率感到困惑。
一般情況下，我們知道，托盤或貨箱并不能完全被充滿，而為了滿足作業的順利進行，貨位也不能完全被充滿；因此，要留有余地，這兩個系數在不同的案例中會有差異，但都不應該忽視。
四、揀選有關的數據
揀選的訂單數、訂單行數、發貨量是比較重要的設計數據。
發貨ABC分析同樣重要，要注意的是——發貨ABC分布與庫存ABC往往是不相同的，分析時要注意加以區分。
揀選環節設計關注的主要是揀選、包裝和輸送問題，因此，有關揀選的細節問題就非常重要；如：整盤出庫量、整件出庫量和拆零出庫量，這三個參數對于設計也是非常重要的。
一些基礎信息也是要清楚的，如揀選效率、播種效率和包裝效率等，有些可以通過其它項目經驗獲得，有些應進行實際測量；需要指出的是，測量結果與作業流程、工位設計以及測量方法有關，有時很難確定一個準確的結果。
不同的揀選方法其效率差異很大，這是設計要特別考慮的地方；事實上，采用什么樣的技術手段，對設計結果影響甚大；這一些問題，在數據分析時，就應該有所考慮。
五、發貨有關的數據
發貨路向、數量、車輛形式、作業時間、暫存時間等數據是發貨設計階段的基礎。
眾所周知，分揀機的格口不可能無限增加；因此，設計中應考慮波次問題，以便控制格口數量；有些物流中心的發貨區設計很小，站臺停車位很少，給發貨造成很大困難。
集貨區的大小與發貨波次有關——很多小的物流中心，每天只安排一次發貨，其發貨區就要大一些；對一個大型的物流中心來說，一般要按照多個大波次組織發貨，每個大波次還有若干小波次，由此可以大幅度降低對集貨區的需求；這在設計中是要注意的。
隨著大家對物流認識越來越深刻，發貨裝車環節越來越受到重視；因此，設計中也要與時俱進，考慮自動化系統對發貨區的影響。
六、退貨有關的數據
退貨很重要也很困難，但容易受到忽視。
在通常的數據分析中，退貨分析也是不充分的；事實上，退貨與收貨的過程是不一樣的，這主要是因為退貨收貨需要處理的數據量遠遠大于普通收貨。
退貨作業不是均衡的，有很大的波動性；因此，在數據分析中（實際作業也是如此），要將退貨收貨與退貨處理分開來，其作業時間和作業量都不會一樣。
對退貨來說，其作業流程對于設計會產生影響；一般數據分析僅僅提供退貨量即可，包括訂單數、訂單行、SKU、數量等。
要注意的是，退貨有兩種形式：
- 終端退回到物流中心；
- 物流中心退回供應商或者報廢處理。
兩者差異是很大的，在數據分析時，要分別對待。
七、其它
數據分析很重要，也有一定難度，這是需要指出的，經驗和專業知識對于數據分析很重要；此外，數據分析結果必須得到用戶確認才能用于設計。
對一個數據樣本的預處理，是分析數據的第一步；什么數據是有效的，什么是無效的，要有明確的規則。
剔除無效數據對于數據分析是很關鍵的一步，當然，要做到這一點，除了認真調研和分析外，經驗和常識也很重要。
數據要有典型性，因此，數據量不能太少；比如，一年四季的數據是變化的，一個季度之中的數據也是變化的；每月、每周、每天，甚至每個小時的變化如何，要有系統的分析。
一個靜止的和孤立的數據是沒有意義的，必須與系統環境相關聯，這一點也很重要。
有時，數據分析與方案設計不是一個人，這時就需要注意溝通；數據分析不可能完全獨立進行，它需要與設計方案相匹配，正因為如此，每個項目的數據分析的重點也是不一樣的。
數據分析人員至少要對設計需求有所了解，才能知道如何分析數據，如何從成千上萬的數據中找到規律并抽出有用的東西。
最后要說明一點的是：數據分析的結果并不是直接應用于設計，而是要據此提出設計指標；其中有些數據的變化是比較緩慢的，如產品特點、訂單結構、品項數、作業方式等，有些卻會變化劇烈，如設計指標等。
這些除了經驗、行業情況能夠提供幫助外，關鍵的是要認真分析，找出規律；在這個過程中，充分的調研，與用戶充分的溝通尤其重要。
作者：李啟方，公眾號：數據分析不是個事兒
本文由 @李啟方 原創發布于人人都是產品經理。未經許可，禁止轉載
題圖來自Unsplash，基于CC0協議
庫存量的計算公式如下：
W = q*t*D
請問庫存量的單位是什么呢？還有如果我是成品油行業中轉貿易商的話，D該怎么計算呢，是以車輛在押時間算，還是以我再次去拉油的時間算呢？