物流数据,需要分析哪些内容?

来源:仓库社区 | 2021-04-20 14:37
做好物流仓储系统的规划,关键一点是需求要清楚明确。而需求是可以用数据来描述和定义的。一个项目,其关键数据也就那么几个而已,如收货量、发货量、库存量、拆零量、SKU等,并不难掌握。本文就讲一讲,这些最基本的需求。为了便于理解,主要从物流仓储的几个环节进行描述。


640.webp (46).jpg
1.收货有关的数据

与收货有关的数据,包括到货量(箱)、订单数、车辆的装载量、收货区域大小、收货作业时间、每天收货SKU数等。


车辆的装载量和卸载时间主要对于站台设计有影响,包括车辆大小、载重量等。一般情况下,还要分析卸货的方式、速度,以便详细规划站台的数量。


很多人对高点平均值和算术平均值对于设计的影响不甚了解。简单来说,将一年(或一定时间)的收货量除以一年(或一定时间)的实际工作天数,即得到平均每天收货量,一年中最大收货量的一天,即最大收货量。


在实际设计中,如果按照平均值设计,则使得加班的天数会很多;如果按照最大值进行设计,则会出现工作不饱满,设备闲置的现象。因此,一般取平均值和最大值之间的某个值进行设计,具体要根据实际需要确定,发货也有这种情况。

2.储存有关的数据


库存能力对系统的设计非常重要。但如何确定库存却是非常有讲究的。除了库存总量W以外,还要考虑SKU数,以及各种存储方式下的库存要求等。很多情况下,仓库的设计并非是单一的。所以,设计的时候就要清楚库存的方式是什么,有什么要求。


一般的储存形式分为2种主要方式:以托盘为单位储存(分为立体库和平面库两种最基本形式)和以箱为单位储存。当然还有其它形式,如包裹、麻袋、散料等,也有条状物(如钢材),异形物品(如服装的挂装等)等,不再详述。在设计中,这两种方式都要考虑,有时以托盘为主,有时以箱储存为主,有时两者比较均衡。


计算库存能力当然与箱规有关,也与平均库存天数有关,这是基础。SKU对库存分配的要求有很大的制约作用,往往与作业面设计有关。此外,发货量对于库存设计也有非常大的影响,如拆零量,就要求对拆零区有一定限制。


库存ABC分析也是非常重要的,对于仓库设计起到重要作用。一般情况下,库存ABC分析结果决定了储存形式,ABC的定义将随着不同业务有所不同,要因地制宜。实际操作中,往往要对够托盘,够1/2托盘的SKU及这些SKU所占库存比例进行分析,以便正确决策。


随着电子商务的兴起,SKU不断扩大,ABC分析尤其重要。此外要注意的一个趋势是,箱式存储方式越来越受到重视,其占比越来越高。也影响库存的分析。


再计算储存能力时,人们普遍对库存充满率感到困惑。一般情况下,我们知道,托盘或货箱并不能完全被充满,而为了满足作业的顺利进行,货位也不能完全被充满。因此,要留有余地,这两个系数在不同的案例中会有差异,但都不应该忽视。


3.拣选有关的数据


拣选的订单数、订单行数、发货量是比较重要的设计数据。


发货ABC分析同样重要,要注意的是:发货ABC分布与库存ABC往往是不相同的,分析时要注意加以区分。


拣选环节设计关注的主要是拣选、包装和输送问题,因此,有关拣选的细节问题就非常重要。如整盘出库量、整件出库量和拆零出库量,这三个参数对于设计也是非常重要的。


一些基础信息也是要清楚的,如拣选效率、播种效率和包装效率等,有些可以通过其它项目经验获得,有些应进行实际测量。需要指出的是,测量结果与作业流程、工位设计以及测量方法有关,有时很难确定一个准确的结果。


不同的拣选方法其效率差异很大,这是设计要特别考虑的地方。事实上,采用什么样的技术手段,对设计结果影响甚大。这一些问题,在数据分析时,就应该有所考虑。


u=2803747718,1306964856&fm=11&fmt=auto&gp=0.webp.jpg


4.发货有关的数据


发货路向、数量、车辆形式、作业时间、暂存时间等数据是发货设计阶段的基础。


众所周知,分拣机的格口不可能无限增加。因此,设计中应考虑波次问题,以便控制格口数量。有些物流中心的发货区设计很小,站台停车位很少,给发货造成很大困难。


集货区的大小与发货波次有关。很多小的物流中心,每天只安排一次发货,其发货区就要大一些;对一个大型的物流中心来说,一般要按照多个大波次组织发货,每个大波次还有若干小波次,由此可以大幅度降低对集货区的需求。这在设计中是要注意的。


随着大家对物流认识越来越深刻,发货装车环节越来越受到重视。因此,设计中也要与时俱进,考虑自动化系统对发货区的影响。


5.退货有关的数据


退货很重要也很困难,但容易受到忽视。


在通常的数据分析中,退货分析也是不充分的。事实上,退货与收货的过程是不一样的。这主要是因为退货收货需要处理的数据量远远大于普通收货。


退货作业不是均衡的,有很大的波动性。因此,在数据分析中(实际作业也是如此),要将退货收货与退货处理分开来。其作业时间和作业量都不会一样。


对退货来说,其作业流程对于设计会产生影响。一般数据分析仅仅提供退货量即可,包括订单数、订单行、SKU、数量等。


要注意的是,退货有两种形式,其一是终端退回到物流中心;其二是物流中心退回供应商或者报废处理。两者差异是很大的。在数据分析时,要分别对待。

6.其它

数据分析很重要,也有一定难度,这是需要指出的。经验和专业知识对于数据分析很重要。此外,数据分析结果必须得到用户确认才能用于设计。


最后要说明一点的是,数据分析的结果并不是直接应用于设计,而是要据此提出设计指标。其中,有些数据的变化是比较缓慢的,如产品特点、订单结构、品项数、作业方式等;有些却会变化剧烈,如设计指标等。


这些除了经验、行业情况能够提供帮助外,关键的是要认真分析,找出规律。在这个过程中,充分的调研,与用户充分的沟通尤其重要。


【声明】物流产品网转载本文目的在于传递信息,并不代表赞同其观点或对真实性负责,物流产品网倡导尊重与保护知识产权。如发现文章存在版权问题,烦请联系小编电话:010-82387008,我们将及时进行处理。

10秒快速发布需求

让物流专家来找您