?

互聯網為上下游之間的即時同享數據供給了便當的條件，經過信息體系的對接，上下游之間能夠在事務聯絡上看到每個環節具有多少庫存，庫存的消化周期是多少，然后能夠做到提早備貨，并讓產品庫存降到最低，前進資金的周轉功率。

跟著物聯網的開展，供給鏈環節上的數據收集愈加便利和即時，每一個環節經過掃碼，體系就會主動監控貨品的來龍去脈。假如一個公司的物流不暢、供給鏈中有過高庫存的現象，都應該考慮在信息技能和物聯網技能上進行出資，以更翔實和更及時的數據來保證物流速度和下降庫存。

物流和供給辦理中的數據剖析能夠參閱兩個現實日子中的模型。

1．玻璃杯模型

假定咱們與一群朋友聚餐喝酒，為了讓每個人都喝得盡興，又不至于喝醉，需求構建一個供給和喝酒的機制。

榜首，需求清楚地知道每個人的酒量，這相當于咱們要了解每個途徑或許店面的出售才能，猜測未來一周或許一個月的出售量。

第二，咱們有必要隨時知道誰喝了多少，有必要要用一個通明且有清晰衡量的玻璃杯，這樣對每個人喝了幾杯，杯子里還有多少酒，還能喝多少就十分清楚了。這就相當于咱們有必要監測每個途徑或許店肆的銷量，將數據及時上報，即賣了多少，還剩多少，還能賣多少，有必要每天都有一個報表，或許隨時都能夠經過體系檢查這些數據。

第三，桌子旁的酒瓶子有必要有清晰的衡量并運用通明玻璃瓶子，這樣就能夠隨時看到酒瓶中還有多少庫存，還能供給多少人的需求，并隨時依據咱們的喝酒狀況猜測剩下的酒量是否滿意，假如不行咱們飲用，要及時到酒店庫房備貨。這就相當于咱們有必要知道周轉倉所服務的幾個店肆的狀況，周轉倉的庫存是多少，每個店肆的估量需求是多少，猜測每個店肆需求補貨的時刻和產品，并能夠及時補貨。

第四，在酒桌上假如人們聊得十分投機，而且洽談出來一個巨大的創業計劃，咱們都很快樂，所以多喝了幾杯。那么這個時分酒桌旁的服務員就要提早做好估量，開端到酒店庫房要酒。這就相當于商場遽然發生改變了，在與本來的猜測發生誤差而且需求更多貨品的時分，供給體系就要發動應急供給計劃，工廠要發動應急出產計劃，以保證能及時供給貨品。

第五，假如人們談起哀痛的故事，氣氛變得欠好，估量聚會要提早結束。那么這時，辦理酒的人就開端跟服務員洽談，要把一些酒退回去了，以免發生庫存。而此刻酒店說不能退，管酒的人就把剩下的酒帶回家，找其他朋友一同喝掉了。這就相當于當商場狀況沒有跟上預期，產品出售不出去或滯銷時，就要及時退貨，假如出售條款規則不能退貨，就需求店肆和周轉倉（途徑商）及時尋覓其他出路，例如促銷等，消化這些產品，削減占用庫存，及時將產品庫存轉化為現金流。

運用玻璃酒杯模型要求數據通明化，而且有精準的猜測，以及快速的應變機制，包含對暢銷品和滯銷品的應急呼應計劃。在每個產品進入到供給鏈時，就樹立了出售猜測模型、物流跟進模型、數據通明化的機制，一旦現實與猜測不符，就要當即發動應急呼應計劃。

2．自來水公司供水模型

自來水公司為全市居民供給自來水，為了滿意居民的用水要求，保證24小時有水喝、有水用，無論是在白日咱們都出門上班的時刻段，仍是在晚上居民洗澡比較會集的時刻段，自來水公司都有必要要合理安排出產，保證水壓、水位不下降。自來水公司的供水模型包含以下幾個原理。

榜首，自來水公司要依據水位來出產，一旦水位下降到某個臨界限，就要開端發動出產，并對每天的用水進行檢測，即一天24小時，哪個時刻段內的用水量高，哪個時刻段內的用水量低，并對歷史數據進行剖析，把握這個改變規則，在用水頂峰到來之前堅持一個較高的水位，當用水量相對較少時，堅持一個較低的水位。這個模型給咱們的啟示便是：有必要在庫存辦理上有一個清晰的”水壓線”，并隨時把握水壓數據，任何一個店肆出售了產品（減壓）都需求反映到總表上（全程可見）。

第二，遍及全市的管網體系由粗到細，能夠保證水壓不會大幅下降，而且供給量足夠；然后逐步分支，構成樹根狀結構讓水管堅持固定的水壓，并將水壓的數據傳遞到供水調度中心，一旦水壓過低就發生預警，及時補水，前進水壓，發動水泵泵水。

第三，一旦有當地漏水，就會導致該當地的用水量嚴峻超出平常估量的規模，修理人員需求立馬跟進修理。這就好像一旦有出售點進行串貨，出售數據就會發生反常，公司出售司理就會盯梢貨品的出售進程，對每個出售點進行審計。

第四，自來水管道都是互通的。供給A小區的水管和供給B小區的水管互通，A小區用水量少，水主動流到用水量多的B小區，依照水壓裝備原理，水會主動流向水壓低的當地。這給咱們的啟示是，在產品配送進程中，應該小批量，并以”水壓”作為衡量目標，水壓低的優先配送，而當一個店肆”水壓”變高的時分，貨品能夠向水壓低的店肆流通，保證終端供貨的流動性。

第五，自來水計量表都在用水端，只要水流出了水龍頭，才是居民消費的。相同，在庫存原理中為了保證終端貨品相互之間流動性，無論是加盟店，仍是授權店、直營店，只要出售出去的產品才是店肆的，不然一切的庫存都是廠家的，都由廠家自由支配，假如呈現調貨、換貨狀況，店肆有必要全面支撐，不能私自囤貨，以保證貨品流動性。

自來水供水模型給庫存辦理許多啟示，限于篇幅，本節就不過多介紹了，感興趣的讀者能夠在公司內部進行研討，得出一個最適合自己公司的物流供給辦理模式。

除了這兩個模型，還有人類神經網絡模型、植物養分供給模型等，它們都是經過研討日子中的現象，為物流和供給鏈辦理供給思路。無論是什么樣的模型，數據化、通明化、全程可視化、即時性地追尋是必不可少的環節。在現有技能條件下，樹立這些模型現已不是難事，而且不需求較大的出資即可樹立。

在物流供給辦理中有幾個要害的優化算法是數據剖析師們需求把握的，包含最優庫存周轉率（周轉次數）、最優庫存天數、最佳備貨量、最佳配貨距離、最佳配送途徑、最佳倉儲方位、最優庫房巨細等。這些模型都和企業的商業模式有聯系，很難有一個規范的模型或公式，所以此處不再贅述。

工欲善其事，必先利其器。進行數據化辦理有必要要信息化，進行數據剖析有必要要把握數據剖析的東西。沒有信息體系，你的數據化辦理就會添加很多的數據辦理本錢，會由于收集和辦理數據需求很多的人工。有了計算機就不需求用紙質表格記載和保存數據了；有了網絡通信和電子郵件體系，就不需求運用快遞來郵遞文檔了；有了移動互聯網，就不需求回到公司的臺式計算機前檢查電子郵件了。社會在前進，要想前進功率，就有必要要使用最先進的或最有用的手法。

本期內容：

⑥物流和供給辦理中的數據剖析

往期內容：

②人力資源辦理中的數據剖析

③財務辦理中的數據剖析

④營銷和出售辦理中的數據剖析

⑤出產辦理中的數據剖析