摘要：随着信息时代数据量的剧增，深化物流管理的最有效方法是通过企业对物流数据进行分析和预测，帮助决策者做出快速、准确的决策。本文通过对物流中心的数据进行描述，引入物流数据分析路径这种方法，给物流中心进行数据分析提供了一个良好的思路，从而实现数据分析在物流中心的应用。

关键词：数据分析,物流中心,数据描述,分析路径

　　一、应用背景

　　随着企业物流信息化的快速发展，很多企业在经营了多年后积累了海量的数据。对于一部分企业而言，这些海量的数据只是一串串没有意义的数字符号;对于另一部分企业而言，他们能够意识到数据是非常有用的，却找不到数据处理的出路;很少企业能够很好的利用到这些数据。企业的多年物流数据对于企业而言，也无异于是一座埋葬在地底的宝藏，通过对这些数据的分析与挖掘，能够为企业提供众多有价值的情报，例如对公司内部所有车辆的运营数据，如GPS定位跟踪数据、车辆的行驶时间、行驶距离、完成的吨公里数进行分析，发现内在的规律，从而更有效地进行企业的物流运输规划。当然，数据分析在物流中心远不止这些，对物流数据加以分析能够帮助物流企业及时、准确地收集和分析客户、市场、销售及整个企业内部的各种信息，对客户的行为及市场趋势进行有效地分析，了解客户的偏好，以及企业内部物流问题的关键所在，从而在提高服务质量和物流效率的同时，降低企业物流成本。

　　(一) 数据分析的含义

　　数据分析是指用适当的统计方法对收集来的大量第一手资料和第二手资料进行分析，以求最大化地开发数据资料的功能，发挥数据的作用。是为了提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。数据也称观测值，是实验、测量、观察、调查等的结果，常以数量的形式给出。

　　(二) 数据分析的意义

　　数据分析是组织有目的地收集数据、分析数据，使之成为信息的过程。在物流中心任何一个流程、一个动作、一个商品的流动轨迹都会被记录到系统中，形成各式各样的数据，在系统中形成一个庞大的数据仓库，这个数据仓库不仅仅包含物流中心的相关数据而且还涵盖上游供应商到下游门店的部分数据，而数据分析的意义就是在这样一个庞大的数据仓库中寻找到数据之间的关联，找到理解事物发展的规律，最终取代经验论，对物流中心科学的经营管理。

　　二、物流中心的数据描述

　　为了更好描述物流中心数据的结构，以及对数据有目的的收集和利用，本文将物流中心的数据分析可以分为三个层级：基础资源级、物流流程级以及供应链运作级。不同级别的数据对物流中心的描述角度不同，同时，上一级别是下一级别的基础，因此物流中心在做数据分析的时候首先会根据分析的目标定位到具体的数据分析层级，然后对上一层的数据分析结果做基础。这样一个数据分析路径，可以为解决物流中心进行数据分析提供良好的思路。

　　图 1 数据分析层级模型

　　1) 基础资源级：在这个层级中，需要搜集的数据主要有人力资源数据、设备资源数据、货位资源数据、容器资源数据等等。资源级的数据主要用来描述物流中心的各种资源的属性、数量、状态、场景等。

　　2) 物流流程级：在这个层级中，需要搜集的数据主要有几个流程的数据，包括收货流程的数据、出货流程的数据、出车流程的数据、门店退货流程的数据、供应商退货流程的数据等等。仓库流程级的数据主要用来描述流程的运作情况，需要集合的数据包括各个流程的对象、过程、输入、输出、资源、绩效等。

　　3) 供应链运作级：在这个层级中，需要搜集的数据主要有供应商与物流中心的供应数据，物流中心与门店的供应数据，供应商与门店的供应数据。这个层级的数据主要用来描述供应链的运作情况，比如说供应商的送达率，物流中心的周转率，门店配货的差错率，门店的满足率，门店送货的准点率以及整个供应链运作的成本等。

　　三、物流中心数据分析路径模型

　　在物流中心，由于物流数据层级的不同，数据平台采集数据也会根据分析的目的而有所不同。在一次分析的过程中，通常会用到不同级别的数据，比如说在分析物流中心的送货差错时，会用到流程的数据，也会用单基础资料数据，当然一次分析中也会只调用一个层次的数据，比如说分析人员的拣货情况，则只需要了解物流流程的数据即可。本文把数据分析平台调用数据的方式成为数据分析路径，从而形成如

　　图2 数据分析路径模型

　　在数据分析路径模型中，分为两个部分，数据分析平台部分和数据部分。数据分析平台可以是独立的分析工具也可以是物流软件，前者如SPSS，后者如WMS系统，其核心就是提供数据运算的工具。数据部分包括基础资料数据中心，物流流程数据中心以及供应链运作数据中心，在数据部分，每一个数据中心包含若干个数据集，用圆圈表示。而路径，就是平台所调用数据集的方式，可独立调用对分析对象独立分析，也可以综合调用数据集形成多维数据视图，因此路径的选择是可以多样化的。

　　在数据分析路径模型中，它通过数据集进行路径之间的关联，这样的结果就是放大了对独立数据分析的维度，为物流数据分析提供了丰富多彩的应用。

　　四、数据分析在物流中心的应用

　　由上面的物流数据分析路径模型可以看出来，我们可以单独的对资源进行分析，可以进行组合进行分析，这种模式下分析的结果是多样化的，其在物流中心也有不同的应用，比如说提高资源的利用率、可视化管理、辅助决策、降低成本等。通常情况下，这些数据分析在物流中心是以报表的形式呈现出来的，结合海鼎HDWMS物流系统，其强大的报表功能能够对物流资源级、物流流程级和供应链运作级数据进行统计分析，提供丰富的查询功能，满足物流中心的数据分析需求。比如说：

　　1) 提高资源的利用率

　　对物流中心的数据分析，可以很清楚的知道目前的仓库资源(货位资源、人力资源、叉车资源、场地资源、容器资源等等)的利用状态，合理的分配各种资源，达到平衡物流中心作业和资源的最大化利用的作用，比如说，查询有拣货位但没有商品的货位，可以取消该商品拣货位设置，给新品留空间，如下图3所示：

　　图 3 有拣货位但没有商品的货位表

　　2) 可视化管理

　　物流中心包含若干个环节，如收货、上架、配货、拣货、补货等等环节，一个偌大的物流中心，几十上百号人在里面工作，物流经理想实时了解物流中心的作业情况几乎是不可能的，那么通过数据分析得到的报表就可以很清楚的了解各个流程的状况，达到可视化管理的目的。下图4为拣货员作业进度:

　　图4 拣货员工作进度表

　　3) 为决策提供依据

　　物流中心的数据分析，可以以报表的形式展现出来，给决策者提供参考。报表的内容可以是多样化的，比如说供应商考核报表、物流中心的运营成本报表、周转天数报表，管理者通过这些报表来决定对供应商的选择，调整经营策略等。下图5为库存周转天数表。

　　图5 库存周转天数表

　　4) 进行绩效考核

　　信息系统会详细的记录每个人的工作量，作为仓库作业人员的考核标准。在没有系统管理的物流中心，作业人员在吃大锅饭，干多干少一样，积极性不高，在数据做支撑的情况下，作业人员的作业量清晰明了，绩效考核有据可循。下图6 上架员绩效考核表。

　　图6 上架员绩效考核表

　　5) 优化物流流程

　　物流流程优化是指在物流流程的设计和实施过程中，对流程不断的梳理，完善和改进的过程。物流中心需要不断优化来保持企业的竞争优势。物流中心的优化包括降低成本、降低劳动强度、提高工作效率和工作质量等。在这个过程中，数据分析会起到关键性的作用，通常通过数据分析来给物流中心找到优化的方向。

　　五、物流中心数据分析案例

　　前一阵子，有一个客户的物流经理打来电话说他们的物流中心运作不是很流畅，白天很多工作都做不完，晚上需要加班，大家都感觉很累，希望我们能够找到解决问题的办法。我们经过调研，同时根据客户所反映的情况，总结了物流中心主要存在的几个问题：

　　1、 员工工作时间长

　　2、 配货差错率大

　　3、 盘点工作量大，盘点差错率高

　　针对这些问题特别是工作时间长的问题，我们对仓库作业中的每一个环节都进行数据采集，采集的主要着眼点是工作的时长、员工数、货品数量、开始与结束时间，通过这些数据我们大致能够清楚客户的大概流程及其特点，比如说终端比流通开始拣货时间早几个小时，终端出车主要集中在上午(单据审核时间集中在上午)等等。但对于客户的流程而言，很难改变，而我们真正要发现的就是人员配比是否恰当。

　　图7 数据分析结果

　　从上图7可以看出来，将建议配置人数和当前配置人数进行对比，其瓶颈清晰明了。在人员的优化方面，也是可以有调整的空间的。

　　在解决这个问题之后，下一个就是盘点的工作量大的问题，于是我们调出其盘点的数据，发现客户每日的盘点货位数1500个左右，这个量覆盖了1/2~2/3的货位总量，这几乎是两天一次全盘的节奏，而再看了下盘点的品项数，大概在500左右，这样一个数据让我们很惊诧，一个货品平均竟然有3个拣货位。

　　于是跟物流经理进一步沟通才了解到，原来在收货的时候收货员为了方便，将货品随意放到一个空的货位上或者不是很满的货位上，造成了一货多位和多货一位的情况。就是这样，导致了系统在出货的时候，会从不同的货位上出，同时根据系统先进先出的原理，会让有些距离远的反而比距离近的先出货，拣货员就近取货，差错率就这样横飞了，盘点也就难度大很多了。

　　找到了出差错的原因，解决起来就容易多了，严格按照流程及系统指示的货位上架，指定的拣货位拣货，那么这些问题就迎刃而解了!

　　总结：物仓库遇到的任何瓶颈问题，利用好了数据分析这把利器，就能够找到问题出现的根源，从而对仓库的流程进行优化。在这个问题中，我们定义出了这是处于仓库流程级和基础资源级的数据分析范围。从配货的这个流程入手，找到配货相关的基础数据，包括工作时间、人员、工作量等等信息，从货位这个基础资源入手，找到了货位相关的基础数据，知道了盘点时货位的异常信息，这些角度让我们很快地找到了问题出现的根源，从而能够正确的解决问题优化流程。

　　文/胡园