今天，廣州物流公司就跟大家聊聊物流的數據分析。

1.發貨有關的數據

發貨路向、數目、車輛形式、功課時間、暫存時間等數據是發貨設計階段的基礎。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。一般情況下，庫存ABC分析結果決定了儲存形式，ABC的定義將跟著不同業務有所不同，要因地制宜。 

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。 

2.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，要留意的是：發貨ABC分布與庫存ABC往往是不相同的，分析時要留意加以區分。在數據分析時，要分別對待。 

退貨功課不是均衡的，有很大的波動性。其功課時間和功課量都不會一樣。 

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。這主要是由于退貨收貨需要處理的數據量遠弘遠于普通收貨。因此，一般取均勻值和最大值之間的某個值進行設計，詳細要根據實際需要確定，發貨也有這種情況。也影響庫存的分析。 

一些基礎信息也是要清晰的，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，有些應進行實際丈量。因此，設計中應考慮波次題目，以便控制格口數目。此外要留意的一個趨勢是，箱式存儲方式越來越受到正視，其占比越來越高。事實上，退貨與收貨的過程是不一樣的。 

在計算儲存能力時，人們普遍對庫存布滿率感到困惑。有些物流中央的發貨區設計很小，站臺泊車位很少，給發貨造成很大難題。一般情況下，我們知道，托盤或貨箱并不能完全被布滿，而為了知足功課的順利進行，貨位也不能完全被布滿。 

跟著大家對物流熟悉越來越深刻，發貨裝車環節越來越受到正視。 

跟著電子商務的興起，SKU不斷擴大，ABC分析尤其重要。兩者差異是很大的。一般數據分析僅僅提供退貨量即可，包括訂單數、訂單行、SKU、數目等。 

要留意的是，退貨有兩種形式，其一是終端退回到物流中央；其二是物流中央退回供給商或者報廢處理。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，不再臚陳。 

在通常的數據分析中，退貨分析也是不充分的。良多情況下，倉庫的設計并非是單一的。此外，數據分析結果需得到用戶確認才能用于設計。這在設計中是要留意的。 SKU對庫存分配的要求有很大的制約作用，往往與功課面設計有關。需要指出的是，丈量結果與功課流程、工位設計以及丈量方法有關，有時很難確定一個正確的結果。實際操縱中，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，以便準確決議計劃。 

庫存ABC分析也長短常重要的，對于倉庫設計起到重要作用。 

3.退貨有關的數據

退貨很重要也很難題，但輕易受到忽視。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。在實際上設計中，假如按照均勻值設計，則使得加班的天數會良多；假如按照最大值進行設計，則會泛起工作很不豐滿，設備閑置的現象。這一些題目，在數據分析時，就應該有所考慮。簡樸來說，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，即得到均勻天天收貨量，一年中最大收貨量的一天，即最大收貨量。所以，設計的時候就要清晰庫存的方式是什么，有什么要求。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長短常重要的。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。事實上，采用什么樣的技術手段，對設計結果影響甚大。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、功課方式等，有些卻會變化劇烈，如設計指標等。 

眾所周知，分揀機的格口不可能無窮增加。良多小的物流中央，天天只鋪排一次發貨，其發貨區就要大一些；對一個大型的物流中央來說，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。 

良多人對高點均勻值和算術均勻值對于設計的影響不甚了解。 

4.其它

數據分析很重要，也有一定難度，這是需要指出的。因此，在數據分析中（實際功課也是如斯），要將退貨收貨與退貨處理分開來。這些除了經驗、行業情況能夠提供匡助外，樞紐的是要當真分析，找出規律。 

對退貨來說，其功課流程對于設計會產生影響。 

5.儲存有關的數據

庫存能力對系統的設計非常重要。但如何確定庫存卻長短常有講究的。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。 

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）和以箱為單位儲存。一般情況下，還要分析卸貨的方式、速度，以便具體規劃站臺的數目。 

集貨區的大小與發貨波次有關。 

揀選環節設計關注的主要是揀選、包裝和輸送題目，因此，有關揀選的細節題目就非常重要。在這個過程中，充分的調研，與用戶充分的溝通尤其重要。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。 

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。 

計算庫存能力當然與箱規有關，也與均勻庫存天數有關，這是基礎。經驗和專業知識對于數據分析很重要。 

6.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、收貨功課時間、天天收貨SKU數等。

希望以上信息可以幫助到您！