摘要：隨著信息時代數據量的劇增，深化物流管理的最有效方法是通過企業對物流數據進行分析和預測，幫助決策者做出快速、準確的決策。本文通過對物流中心的數據進行描述，引入物流數據分析路徑這種方法，給物流中心進行數據分析提供了一個良好的思路，從而實現數據分析在物流中心的應用。
關鍵詞：數據分析,物流中心,數據描述,分析路徑
一、應用背景
隨著企業物流信息化的快速發展，很多企業在經營了多年后積累了海量的數據。對于一部分企業而言，這些海量的數據只是一串串沒有意義的數字符號;對于另一部分企業而言，他們能夠意識到數據是非常有用的，卻找不到數據處理的出路;很少企業能夠很好的利用到這些數據。企業的多年物流數據對于企業而言，也無異于是一座埋葬在地底的寶藏，通過對這些數據的分析與挖掘，能夠為企業提供眾多有價值的情報，例如對公司內部所有車輛的運營數據，如GPS定位跟蹤數據、車輛的行駛時間、行駛距離、完成的噸公里數進行分析，發現內在的規律，從而更有效地進行企業的物流運輸規劃。當然，數據分析在物流中心遠不止這些，對物流數據加以分析能夠幫助物流企業及時、準確地收集和分析客戶、市場、銷售及整個企業內部的各種信息，對客戶的行為及市場趨勢進行有效地分析，了解客戶的偏好，以及企業內部物流問題的關鍵所在，從而在提高服務質量和物流效率的同時，降低企業物流成本。
(一) 數據分析的含義
數據分析是指用適當的統計方法對收集來的大量第一手資料和第二手資料進行分析，以求最大化地開發數據資料的功能，發揮數據的作用。是為了提取有用信息和形成結論而對數據加以詳細研究和概括總結的過程。數據也稱觀測值，是實驗、測量、觀察、調查等的結果，常以數量的形式給出。
(二) 數據分析的意義
數據分析是組織有目的地收集數據、分析數據，使之成為信息的過程。在物流中心任何一個流程、一個動作、一個商品的流動軌跡都會被記錄到系統中，形成各式各樣的數據，在系統中形成一個龐大的數據倉庫，這個數據倉庫不僅僅包含物流中心的相關數據而且還涵蓋上游供應商到下游門店的部分數據，而數據分析的意義就是在這樣一個龐大的數據倉庫中尋找到數據之間的關聯，找到理解事物發展的規律，最終取代經驗論，對物流中心科學的經營管理。
二、物流中心的數據描述
為了更好描述物流中心數據的結構，以及對數據有目的的收集和利用，本文將物流中心的數據分析可以分為三個層級：基礎資源級、物流流程級以及供應鏈運作級。不同級別的數據對物流中心的描述角度不同，同時，上一級別是下一級別的基礎，因此物流中心在做數據分析的時候首先會根據分析的目標定位到具體的數據分析層級，然后對上一層的數據分析結果做基礎。這樣一個數據分析路徑，可以為解決物流中心進行數據分析提供良好的思路。
圖 1 數據分析層級模型
1) 基礎資源級：在這個層級中，需要搜集的數據主要有人力資源數據、設備資源數據、貨位資源數據、容器資源數據等等。資源級的數據主要用來描述物流中心的各種資源的屬性、數量、狀態、場景等。
2) 物流流程級：在這個層級中，需要搜集的數據主要有幾個流程的數據，包括收貨流程的數據、出貨流程的數據、出車流程的數據、門店退貨流程的數據、供應商退貨流程的數據等等。倉庫流程級的數據主要用來描述流程的運作情況，需要集合的數據包括各個流程的對象、過程、輸入、輸出、資源、績效等。
3) 供應鏈運作級：在這個層級中，需要搜集的數據主要有供應商與物流中心的供應數據，物流中心與門店的供應數據，供應商與門店的供應數據。這個層級的數據主要用來描述供應鏈的運作情況，比如說供應商的送達率，物流中心的周轉率，門店配貨的差錯率，門店的滿足率，門店送貨的準點率以及整個供應鏈運作的成本等。
三、物流中心數據分析路徑模型
在物流中心，由于物流數據層級的不同，數據平臺采集數據也會根據分析的目的而有所不同。在一次分析的過程中，通常會用到不同級別的數據，比如說在分析物流中心的送貨差錯時，會用到流程的數據，也會用單基礎資料數據，當然一次分析中也會只調用一個層次的數據，比如說分析人員的揀貨情況，則只需要了解物流流程的數據即可。本文把數據分析平臺調用數據的方式成為數據分析路徑，從而形成如
圖2 數據分析路徑模型
在數據分析路徑模型中，分為兩個部分，數據分析平臺部分和數據部分。數據分析平臺可以是獨立的分析工具也可以是物流軟件，前者如SPSS，后者如WMS系統，其核心就是提供數據運算的工具。數據部分包括基礎資料數據中心，物流流程數據中心以及供應鏈運作數據中心，在數據部分，每一個數據中心包含若干個數據集，用圓圈表示。而路徑，就是平臺所調用數據集的方式，可獨立調用對分析對象獨立分析，也可以綜合調用數據集形成多維數據視圖，因此路徑的選擇是可以多樣化的。
在數據分析路徑模型中，它通過數據集進行路徑之間的關聯，這樣的結果就是放大了對獨立數據分析的維度，為物流數據分析提供了豐富多彩的應用。
四、數據分析在物流中心的應用
由上面的物流數據分析路徑模型可以看出來，我們可以單獨的對資源進行分析，可以進行組合進行分析，這種模式下分析的結果是多樣化的，其在物流中心也有不同的應用，比如說提高資源的利用率、可視化管理、輔助決策、降低成本等。通常情況下，這些數據分析在物流中心是以報表的形式呈現出來的，結合海鼎HDWMS物流系統，其強大的報表功能能夠對物流資源級、物流流程級和供應鏈運作級數據進行統計分析，提供豐富的查詢功能，滿足物流中心的數據分析需求。比如說：
1) 提高資源的利用率
對物流中心的數據分析，可以很清楚的知道目前的倉庫資源(貨位資源、人力資源、叉車資源、場地資源、容器資源等等)的利用狀態，合理的分配各種資源，達到平衡物流中心作業和資源的最大化利用的作用，比如說，查詢有揀貨位但沒有商品的貨位，可以取消該商品揀貨位設置，給新品留空間，如下圖3所示：
圖 3 有揀貨位但沒有商品的貨位表
2) 可視化管理
物流中心包含若干個環節，如收貨、上架、配貨、揀貨、補貨等等環節，一個偌大的物流中心，幾十上百號人在里面工作，物流經理想實時了解物流中心的作業情況幾乎是不可能的，那么通過數據分析得到的報表就可以很清楚的了解各個流程的狀況，達到可視化管理的目的。下圖4為揀貨員作業進度:
圖4 揀貨員工作進度表
3) 為決策提供依據
物流中心的數據分析，可以以報表的形式展現出來，給決策者提供參考。報表的內容可以是多樣化的，比如說供應商考核報表、物流中心的運營成本報表、周轉天數報表，管理者通過這些報表來決定對供應商的選擇，調整經營策略等。下圖5為庫存周轉天數表。
圖5 庫存周轉天數表
4) 進行績效考核
信息系統會詳細的記錄每個人的工作量，作為倉庫作業人員的考核標準。在沒有系統管理的物流中心，作業人員在吃大鍋飯，干多干少一樣，積極性不高，在數據做支撐的情況下，作業人員的作業量清晰明了，績效考核有據可循。下圖6 上架員績效考核表。
圖6 上架員績效考核表
5) 優化物流流程
物流流程優化是指在物流流程的設計和實施過程中，對流程不斷的梳理，完善和改進的過程。物流中心需要不斷優化來保持企業的競爭優勢。物流中心的優化包括降低成本、降低勞動強度、提高工作效率和工作質量等。在這個過程中，數據分析會起到關鍵性的作用，通常通過數據分析來給物流中心找到優化的方向。
五、物流中心數據分析案例
前一陣子，有一個客戶的物流經理打來電話說他們的物流中心運作不是很流暢，白天很多工作都做不完，晚上需要加班，大家都感覺很累，希望我們能夠找到解決問題的辦法。我們經過調研，同時根據客戶所反映的情況，總結了物流中心主要存在的幾個問題：
1、 員工工作時間長
2、 配貨差錯率大
3、 盤點工作量大，盤點差錯率高
針對這些問題特別是工作時間長的問題，我們對倉庫作業中的每一個環節都進行數據采集，采集的主要著眼點是工作的時長、員工數、貨品數量、開始與結束時間，通過這些數據我們大致能夠清楚客戶的大概流程及其特點，比如說終端比流通開始揀貨時間早幾個小時，終端出車主要集中在上午(單據審核時間集中在上午)等等。但對于客戶的流程而言，很難改變，而我們真正要發現的就是人員配比是否恰當。
圖7 數據分析結果
從上圖7可以看出來，將建議配置人數和當前配置人數進行對比，其瓶頸清晰明了。在人員的優化方面，也是可以有調整的空間的。
在解決這個問題之后，下一個就是盤點的工作量大的問題，于是我們調出其盤點的數據，發現客戶每日的盤點貨位數1500個左右，這個量覆蓋了1/2~2/3的貨位總量，這幾乎是兩天一次全盤的節奏，而再看了下盤點的品項數，大概在500左右，這樣一個數據讓我們很驚詫，一個貨品平均竟然有3個揀貨位。
于是跟物流經理進一步溝通才了解到，原來在收貨的時候收貨員為了方便，將貨品隨意放到一個空的貨位上或者不是很滿的貨位上，造成了一貨多位和多貨一位的情況。就是這樣，導致了系統在出貨的時候，會從不同的貨位上出，同時根據系統先進先出的原理，會讓有些距離遠的反而比距離近的先出貨，揀貨員就近取貨，差錯率就這樣橫飛了，盤點也就難度大很多了。
找到了出差錯的原因，解決起來就容易多了，嚴格按照流程及系統指示的貨位上架，指定的揀貨位揀貨，那么這些問題就迎刃而解了!
總結：物倉庫遇到的任何瓶頸問題，利用好了數據分析這把利器，就能夠找到問題出現的根源，從而對倉庫的流程進行優化。在這個問題中，我們定義出了這是處于倉庫流程級和基礎資源級的數據分析范圍。從配貨的這個流程入手，找到配貨相關的基礎數據，包括工作時間、人員、工作量等等信息，從貨位這個基礎資源入手，找到了貨位相關的基礎數據，知道了盤點時貨位的異常信息，這些角度讓我們很快地找到了問題出現的根源，從而能夠正確的解決問題優化流程。
文/胡園
海鼎- 該帖于 2014-11-21 16:40:00 被修改過
