在做物流規劃設計時(shí)，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(lái)就急于做方案、畫(huà)圖，結果畫(huà)來(lái)畫(huà)去，就不知道自己到底要做什么了。耽誤了不少時(shí)間不說(shuō)，設計方案要么不知所云，要么離題萬(wàn)里，對用戶(hù)是一個(gè)很大的傷害。

        一個(gè)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(dòng)筆，就比如寫(xiě)文章，總應該先確定寫(xiě)什么主題，目的是什么，給誰(shuí)看，然后才開(kāi)始寫(xiě)提綱、反復推敲提綱、找好素材和參考資料，再動(dòng)筆寫(xiě)，然后再反復推敲、修改潤色。不然，就很難寫(xiě)成一篇有質(zhì)量的文章。畫(huà)圖雖然很重要，但到底只是一種比較簡(jiǎn)單的勞動(dòng)，而畫(huà)什么，表現什么主題，達到什么目標才是設計的關(guān)鍵。

        設計是如此，對一個(gè)設計方案的評價(jià)也是如此。我遇到很多客戶(hù)要求評價(jià)一個(gè)總體的方案，其實(shí)這是很難的。其中關(guān)鍵的一點(diǎn)就是，方案是設計需求的響應，對方案進(jìn)行評估，首先要對設計目標進(jìn)行分析和評估，這才是根本。

        數據分析是一件很?chē)烂C和需要專(zhuān)業(yè)知識的工作，并非僅僅對數據進(jìn)行簡(jiǎn)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(hù)。一項設計，設計指標是基礎?；A出現問(wèn)題，你選用的設備再好，系統再先進(jìn)，也是于事無(wú)補的。

        其實(shí)物流倉儲系統的規劃設計也沒(méi)有那么難，關(guān)鍵一點(diǎn)是需求要清楚明確。而需求是可以用數據來(lái)描述和定義的。一個(gè)項目，其關(guān)鍵數據也就那么幾個(gè)而已，如收貨量、發(fā)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(gè)環(huán)節進(jìn)行描述。

        基礎數據

        在進(jìn)行系統性描述之前，一定要清楚物流的作業(yè)當量最后是以小時(shí)來(lái)計算的（當然還可以細化到半小時(shí)，甚至更小單位）。所以，我們所有的物流量，最終要以小時(shí)當量來(lái)計算。然而，從用戶(hù)那里得到的實(shí)際的設計指標，很可能是年度的作業(yè)綱領(lǐng)，如年配送100億。這個(gè)數據非常重要，卻也是非常不確定的，因為從這個(gè)指標推導下來(lái)，就會(huì )看到，每年的作業(yè)天數、每天的作業(yè)時(shí)間、貨物的價(jià)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(guān)聯(lián)數據應該是要首先明確的。

        假設設計綱領(lǐng)是G(年配送目標，億元)，單箱價(jià)格是p，則年度總配送箱數是：

        Q = G/p

        假設每年作業(yè)天數是N（天），每天工作時(shí)間是t，則每小時(shí)的作業(yè)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(guān)系都很容易推導，但在實(shí)際中要注意的是：不同的作業(yè)，其作業(yè)時(shí)間可能是變化的，如高峰時(shí)期每天作業(yè)時(shí)間要大于平常作業(yè)，發(fā)貨時(shí)間有時(shí)也與收貨時(shí)間不同等，會(huì )增加計算和分析的難度。

        在進(jìn)行具體數據分析時(shí)，還要明確箱與托盤(pán)的對應關(guān)系。托盤(pán)一般選擇標準托盤(pán)（1200*1000），假設平均的滿(mǎn)盤(pán)量為n，則庫存托盤(pán)數應為：

        P = W/n

        當然，在描述具體數據時(shí)，要區分收貨、發(fā)貨還是退貨，每一個(gè)作業(yè)也許是不一樣的。很多時(shí)候，用戶(hù)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(jīng)驗或理解進(jìn)行分享，以便雙方達到認識的一致。

        1 、收貨有關(guān)的數據

        與收貨有關(guān)的數據，包括到貨量（箱）、訂單數、車(chē)輛的裝載量、收貨區域大小、收貨作業(yè)時(shí)間、每天收貨SKU數等。

        車(chē)輛的裝載量和卸載時(shí)間主要對于站臺設計有影響，包括車(chē)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(jiǎn)單的，但也有比較復雜的情形，比如新華書(shū)店圖書(shū)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(jìn)行專(zhuān)門(mén)的處理。有些電商的收貨也比較復雜，包括要進(jìn)行QC等動(dòng)作，對收貨區的要求就不一樣。

        很多人對高點(diǎn)平均值和算術(shù)平均值對于設計的影響不甚了解。簡(jiǎn)單來(lái)說(shuō)，將一年（或一定時(shí)間）的收貨量除以一年（或一定時(shí)間）的實(shí)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(shí)際上設計中，如果按照平均值設計，則使得加班的天數會(huì )很多；如果按照最大值進(jìn)行設計，則會(huì )出現工作很不飽滿(mǎn)，設備閑置的現象。因此，一般取平均值和最大值之間的某個(gè)值進(jìn)行設計，具體要根據實(shí)際需要確定，發(fā)貨也有這種情況。

        2 、儲存有關(guān)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(shí)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(pán)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。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(shí)以托盤(pán)為主，有時(shí)以箱儲存為主，有時(shí)兩者比較均衡。

        計算庫存能力當然與箱規有關(guān)，也與平均庫存天數有關(guān)，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(yè)面設計有關(guān)。此外，發(fā)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(zhù)不同業(yè)務(wù)有所不同，要因地制宜。實(shí)際操作中，往往要對夠托盤(pán)，夠1/2托盤(pán)的SKU及這些SKU所占庫存比例進(jìn)行分析，以便正確決策。

        隨著(zhù)電子商務(wù)的興起，SKU不斷擴大，ABC分析尤其重要。此外要注意的一個(gè)趨勢是，箱式存儲方式越來(lái)越受到重視，其占比越來(lái)越高。也影響庫存的分析。

再計算儲存能力時(shí)，人們普遍對庫存充滿(mǎn)率感到困惑。一般情況下，我們知道，托盤(pán)或貨箱并不能完全被充滿(mǎn)，而為了滿(mǎn)足作業(yè)的順利進(jìn)行，貨位也不能完全被充滿(mǎn)。因此，要留有余地，這兩個(gè)系數在不同的案例中會(huì )有差異，但都不應該忽視。

        3、 揀選有關(guān)的數據

        揀選的訂單數、訂單行數、發(fā)貨量是比較重要的設計數據。

        發(fā)貨ABC分析同樣重要，要注意的是：發(fā)貨ABC分布與庫存ABC往往是不相同的，分析時(shí)要注意加以區分。

        揀選環(huán)節設計關(guān)注的主要是揀選、包裝和輸送問(wèn)題，因此，有關(guān)揀選的細節問(wèn)題就非常重要。如整盤(pán)出庫量、整件出庫量和拆零出庫量，這三個(gè)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(guò)其它項目經(jīng)驗獲得，有些應進(jìn)行實(shí)際測量。需要指出的是，測量結果與作業(yè)流程、工位設計以及測量方法有關(guān)，有時(shí)很難確定一個(gè)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(shí)上，采用什么樣的技術(shù)手段，對設計結果影響甚大。這一些問(wèn)題，在數據分析時(shí)，就應該有所考慮。

        4 、發(fā)貨有關(guān)的數據

        發(fā)貨路向、數量、車(chē)輛形式、作業(yè)時(shí)間、暫存時(shí)間等數據是發(fā)貨設計階段的基礎。

        眾所周知，分揀機的格口不可能無(wú)限增加。因此，設計中應考慮波次問(wèn)題，以便控制格口數量。有些物流中心的發(fā)貨區設計很小，站臺停車(chē)位很少，給發(fā)貨造成很大困難。

        集貨區的大小與發(fā)貨波次有關(guān)。很多小的物流中心，每天只安排一次發(fā)貨，其發(fā)貨區就要大一些；對一個(gè)大型的物流中心來(lái)說(shuō)，一般要按照多個(gè)大波次組織發(fā)貨，每個(gè)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(zhù)大家對物流認識越來(lái)越深刻，發(fā)貨裝車(chē)環(huán)節越來(lái)越受到重視。因此，設計中也要與時(shí)俱進(jìn)，考慮自動(dòng)化系統對發(fā)貨區的影響。

        5 、退貨有關(guān)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(shí)上，退貨與收貨的過(guò)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(yè)不是均衡的，有很大的波動(dòng)性。因此，在數據分析中（實(shí)際作業(yè)也是如此），要將退貨收貨與退貨處理分開(kāi)來(lái)。其作業(yè)時(shí)間和作業(yè)量都不會(huì )一樣。

        對退貨來(lái)說(shuō)，其作業(yè)流程對于設計會(huì )產(chǎn)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，其一是終端退回到物流中心；其二是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(shí)，要分別對待。

        6、其它

        數據分析很重要，也有一定難度，這是需要指出的。經(jīng)驗和專(zhuān)業(yè)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(hù)確認才能用于設計。

        對一個(gè)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(wú)效的，要有明確的規則。剔除無(wú)效數據對于數據分析是很關(guān)鍵的一步。當然，要做到這一點(diǎn)，除了認真調研和分析外，經(jīng)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(gè)季度之中的數據也是變化的。每月、每周、每天，甚至每個(gè)小時(shí)的變化如何，要有系統的分析。一個(gè)靜止的和孤立的數據是沒(méi)有意義的，必須與系統環(huán)境相關(guān)聯(lián)。這一點(diǎn)也很重要。

        有時(shí)，數據分析與方案設計不是一個(gè)人，這時(shí)就需要注意溝通。數據分析不可能完全獨立進(jìn)行，它需要與設計方案相匹配，正因為如此，每個(gè)項目的數據分析的重點(diǎn)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(wàn)的數據中找到規律并抽出有用的東西。

        最后要說(shuō)明一點(diǎn)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(chǎn)品特點(diǎn)、訂單結構、品項數、作業(yè)方式等，有些卻會(huì )變化劇烈，如設計指標等。這些除了經(jīng)驗、行業(yè)情況能夠提供幫助外，關(guān)鍵的是要認真分析，找出規律。在這個(gè)過(guò)程中，充分的調研，與用戶(hù)充分的溝通尤其重要。

        附錄 關(guān)于EIQ分析

        EIQ分析對于物流規劃設計與物流管理都是非常重要的分析方法。其中E(Entry)表示訂單，I（Item）表示品項數，即SKU數，Q（Quant）表示數量。

        EIQ分析的分析項目主要有：

        1）EN分析：即每張訂單的訂貨品項數量分析。即通常所說(shuō)的訂單結構或訂單行數分析。EN分析可以對訂單行的分布情況做出準確判斷，從而對揀選策略尤其是拆零方式提供指南。比如說(shuō)B2C電商業(yè)務(wù)，其訂單行很少，而對于醫藥的B2B配送，每張訂單的行數會(huì )較多，兩者在設計上的處理方法是不一樣的。

        2）EQ分析：每張訂單的訂貨數量分析。對一個(gè)訂單的每行數量進(jìn)行分析，就可以獲得訂單結構的基本情況。對一個(gè)訂單行來(lái)說(shuō)，會(huì )存在整件和拆零兩種情況，因此，訂單的分布情況還可以指導對庫存分布、拆零揀選的具體設計。

        3）IQ分析：每個(gè)單品的訂貨數量分析。這種分析主要用于庫存ABC分析。庫存ABC對于倉庫庫存結構設計和揀選系統的設計都有非常重要的作用。

        4）IK分析：每個(gè)單品的訂貨次數分析，也即產(chǎn)品訂貨的頻率。這是與發(fā)貨ABC相關(guān)的指標。發(fā)貨ABC分析對于貨物存放的策略、補貨策略，以及揀貨策略的設計都是至關(guān)重要的。

        EIQ分析一般是對歷史數據進(jìn)行。用于設計的分析，旨在確定訂單結構和庫存結構。對運營(yíng)管理而言，EIQ分析則常常用于對實(shí)際運營(yíng)的優(yōu)化，如ABC分析即使如此，可以根據一段時(shí)間的ABC分析結果，及時(shí)調整庫存的結構，以期達到提高揀選效率的目的。

        對一項設計而言，一般應選取1年以上的數據比較適宜。太少的數據可能缺乏代表性。當然也有例外，如數據量本身就不夠，那就只有從行業(yè)中其他企業(yè)的數據中尋找規律了。