第六期：企业物流和供给办理中的数据剖析使用（事例篇）

?

互联网为上下游之间的即时同享数据供给了便当的条件，经过信息体系的对接，上下游之间能够在事务联络上看到每个环节具有多少库存，库存的消化周期是多少，然后能够做到提早备货，并让产品库存降到最低，前进资金的周转功率。

跟着物联网的开展，供给链环节上的数据收集愈加便利和即时，每一个环节经过扫码，体系就会主动监控货品的来龙去脉。假如一个公司的物流不畅、供给链中有过高库存的现象，都应该考虑在信息技能和物联网技能上进行出资，以更翔实和更及时的数据来保证物流速度和下降库存。

物流和供给办理中的数据剖析能够参阅两个现实日子中的模型。

1．玻璃杯模型

假定咱们与一群朋友聚餐喝酒，为了让每个人都喝得尽兴，又不至于喝醉，需求构建一个供给和喝酒的机制。

榜首，需求清楚地知道每个人的酒量，这相当于咱们要了解每个途径或许店面的出售才能，猜测未来一周或许一个月的出售量。

第二，咱们有必要随时知道谁喝了多少，有必要要用一个通明且有清晰衡量的玻璃杯，这样对每个人喝了几杯，杯子里还有多少酒，还能喝多少就十分清楚了。这就相当于咱们有必要监测每个途径或许店肆的销量，将数据及时上报，即卖了多少，还剩多少，还能卖多少，有必要每天都有一个报表，或许随时都能够经过体系检查这些数据。

第三，桌子旁的酒瓶子有必要有清晰的衡量并运用通明玻璃瓶子，这样就能够随时看到酒瓶中还有多少库存，还能供给多少人的需求，并随时依据咱们的喝酒状况猜测剩下的酒量是否满意，假如不行咱们饮用，要及时到酒店库房备货。这就相当于咱们有必要知道周转仓所服务的几个店肆的状况，周转仓的库存是多少，每个店肆的估量需求是多少，猜测每个店肆需求补货的时刻和产品，并能够及时补货。

第四，在酒桌上假如人们聊得十分投机，而且洽谈出来一个巨大的创业计划，咱们都很快乐，所以多喝了几杯。那么这个时分酒桌旁的服务员就要提早做好估量，开端到酒店库房要酒。这就相当于商场遽然发生改变了，在与本来的猜测发生误差而且需求更多货品的时分，供给体系就要发动应急供给计划，工厂要发动应急出产计划，以保证能及时供给货品。

第五，假如人们谈起哀痛的故事，气氛变得欠好，估量聚会要提早结束。那么这时，办理酒的人就开端跟服务员洽谈，要把一些酒退回去了，以免发生库存。而此刻酒店说不能退，管酒的人就把剩下的酒带回家，找其他朋友一同喝掉了。这就相当于当商场状况没有跟上预期，产品出售不出去或滞销时，就要及时退货，假如出售条款规则不能退货，就需求店肆和周转仓（途径商）及时寻觅其他出路，例如促销等，消化这些产品，削减占用库存，及时将产品库存转化为现金流。

运用玻璃酒杯模型要求数据通明化，而且有精准的猜测，以及快速的应变机制，包含对畅销品和滞销品的应急呼应计划。在每个产品进入到供给链时，就树立了出售猜测模型、物流跟进模型、数据通明化的机制，一旦现实与猜测不符，就要当即发动应急呼应计划。

2．自来水公司供水模型

自来水公司为全市居民供给自来水，为了满意居民的用水要求，保证24小时有水喝、有水用，无论是在白日咱们都出门上班的时刻段，仍是在晚上居民洗澡比较会集的时刻段，自来水公司都有必要要合理安排出产，保证水压、水位不下降。自来水公司的供水模型包含以下几个原理。

榜首，自来水公司要依据水位来出产，一旦水位下降到某个临界限，就要开端发动出产，并对每天的用水进行检测，即一天24小时，哪个时刻段内的用水量高，哪个时刻段内的用水量低，并对历史数据进行剖析，把握这个改变规则，在用水顶峰到来之前坚持一个较高的水位，当用水量相对较少时，坚持一个较低的水位。这个模型给咱们的启示便是：有必要在库存办理上有一个清晰的”水压线”，并随时把握水压数据，任何一个店肆出售了产品（减压）都需求反映到总表上（全程可见）。

第二，遍及全市的管网体系由粗到细，能够保证水压不会大幅下降，而且供给量足够；然后逐步分支，构成树根状结构让水管坚持固定的水压，并将水压的数据传递到供水调度中心，一旦水压过低就发生预警，及时补水，前进水压，发动水泵泵水。

第三，一旦有当地漏水，就会导致该当地的用水量严峻超出平常估量的规模，修理人员需求立马跟进修理。这就好像一旦有出售点进行串货，出售数据就会发生反常，公司出售司理就会盯梢货品的出售进程，对每个出售点进行审计。

第四，自来水管道都是互通的。供给A小区的水管和供给B小区的水管互通，A小区用水量少，水主动流到用水量多的B小区，依照水压装备原理，水会主动流向水压低的当地。这给咱们的启示是，在产品配送进程中，应该小批量，并以”水压”作为衡量目标，水压低的优先配送，而当一个店肆”水压”变高的时分，货品能够向水压低的店肆流通，保证终端供货的流动性。

第五，自来水计量表都在用水端，只要水流出了水龙头，才是居民消费的。相同，在库存原理中为了保证终端货品相互之间流动性，无论是加盟店，仍是授权店、直营店，只要出售出去的产品才是店肆的，不然一切的库存都是厂家的，都由厂家自由支配，假如呈现调货、换货状况，店肆有必要全面支撑，不能私自囤货，以保证货品流动性。

自来水供水模型给库存办理许多启示，限于篇幅，本节就不过多介绍了，感兴趣的读者能够在公司内部进行研讨，得出一个最适合自己公司的物流供给办理模式。

除了这两个模型，还有人类神经网络模型、植物养分供给模型等，它们都是经过研讨日子中的现象，为物流和供给链办理供给思路。无论是什么样的模型，数据化、通明化、全程可视化、即时性地追寻是必不可少的环节。在现有技能条件下，树立这些模型现已不是难事，而且不需求较大的出资即可树立。

在物流供给办理中有几个要害的优化算法是数据剖析师们需求把握的，包含最优库存周转率（周转次数）、最优库存天数、最佳备货量、最佳配货距离、最佳配送途径、最佳仓储方位、最优库房巨细等。这些模型都和企业的商业模式有联系，很难有一个规范的模型或公式，所以此处不再赘述。

工欲善其事，必先利其器。进行数据化办理有必要要信息化，进行数据剖析有必要要把握数据剖析的东西。没有信息体系，你的数据化办理就会添加很多的数据办理本钱，会由于收集和办理数据需求很多的人工。有了计算机就不需求用纸质表格记载和保存数据了；有了网络通信和电子邮件体系，就不需求运用快递来邮递文档了；有了移动互联网，就不需求回到公司的台式计算机前检查电子邮件了。社会在前进，要想前进功率，就有必要要使用最先进的或最有用的手法。

本期内容：

⑥物流和供给办理中的数据剖析

往期内容：

②人力资源办理中的数据剖析

③财务办理中的数据剖析

④营销和出售办理中的数据剖析

⑤出产办理中的数据剖析