某矿泉水公司，除了依靠自身其特色产品之外，还狠抓数据管理，主要体现对经销商的营销方式、顾客的喜好、需求，他们都通过数据来进行分析。

在没有上数据分析平台之前，他们想知道怎样摆放水堆更能促进销售?什么年龄段的消费者在水堆前停留久，他们一次购买的量会是多少?气温的变化让购买行为发生了哪些改变?竞争对手的新包装对销售产生了怎样的影响?

为了弄清这些问题，从2008年开始，他们的业务员就开始采集信息，如开始拍摄水怎么摆放、位置有什么变化、高度如何等等照片，每个月都会产生大概有3TB数据。对于这么多的数据，他们借助金金蝶BI-SpotView运营魔方制定数据管理平台，平台架构如下如下：

通过数据之后，实现产品精准营销，大大增强产品销售量，并且能够实时监控产品动态。

如图 （经销商分析）

除此之外，该公司还为了控制物流成本，提高企业的利润，把很多其它数据纳了进来，如：高速公路的收费、道路等级、天气、配送中心辐射半径、季节性变化、不同市场的售价、不同渠道的费用、各地的人力成本、甚至突发性的需求(比如某城市召开一次大型运动会)等等

通过金蝶BI-SpotView运营魔方平台，进行数据分析处理之后，及时利用大数据，计算出一套最优的仓储运输方案，使各条线路的运输成本、物流中心设置最佳地点等信息及时呈现；将全国十多个水源地、几百家办事处和配送中心整合到一个体系之中，形成一个动态网状结构，进行即时的管控。

同时还把让退货、残次等问题与生产基地能够实时连接起来，通过数据准确获知该生产多少，送多少实现对产品精准预知与控制。最终解决了采购、仓储、配送这条线上的顽症，实现产品运输决策的智能科技化、物流成本的精准化、运输资源的配置合理化。

使用金蝶BI-SpotView运营魔方取得成效

有了强大的数据分析能力做支持后，他们运用大数据技术，销售、市场费用、物流、生产、财务等数据的计算速度，几乎做到实时计算，产品实时统筹计划，大大提高了产品销售额和市场占有份额，近几年更是以30%-40%的速度迅速增长。

中商情报网讯：10月18日，2018全球智能物流峰会上，京东物流CEO王振辉宣布，京东物流正式上线面向个人客户的快递业务。据悉，该业务前期在北上广开展，随后将向全国扩展。资料显示，2018年10月17日，京东物流官方微信公众号关联小程序“京东快递”，认证主体为“北京京东尚科信息技术有限公司”，服务类目以快递、物流为主，主页含有“寄快递”、“查快递”两个栏目，具体涵盖“寄快递”、“批量寄”、“扫码寄”以及暂未开通的“语音寄”四个功能，目前揽收范围为北京、上海、广州，派送范围为中国大陆地区。

在京东物流运营仓库数情况中，数据显示，随着仓库数的逐渐增加，仓库数量逐渐趋于稳定，增速逐渐放缓，2018年第二季度京东物流仓库数达到521个，与2018年第一季度相比增长1.2%。

数据来源：中商产业研究院整理

从2017年开始，京东物流加大了土地储备、在建工程等物流中心方面的投入，数据显示，京东物流从2017年第一季度的580万平方米增长至2018年第二季度的1160万平方米，增长率高达100%，平均物流中心面积在2.06-2.23万平方米。

数据来源：中商产业研究院整理

如果你在仓库里做了两到三年，甚至已经做到班组长，也许你也有了想升职加薪的野望，那么你会想知道，我距离年薪7-10万的仓储主管还有多少距离？仓库主管要具备哪些工作能力。

下面我就列出一般的仓库主管应当担当起的职责和需要的能力，以供大家参考。

仓储主管要具备以下集中能力：

1，专业的业务能力

2，组织安排能力

3，部门之间的良好沟通能力

4，异常情况的处理能力

5，与时俱进的学习能力

6，良好的职业操守。

仓库主管的工作内容根据实际情况会有两个情况。

第一，自有仓库管理

1负责仓储部门整体工作事务，与相关部门确定工作接口和业务交接标准，协调部门与各职能部门之间的工作。

2负责对仓储部门相关日常作业流程监管指导，确保先进先出与日清日结，对出入库相关手续规范性进行审核。

3负责根据发货计划、生产计划制定周工作计划并进行人力资源合理分配，监管各仓库完成收发货、配料等工作任务。

4掌握及时库存情况，负责仓储账物一致性监督管理，确保卡、账、物一致。

5仓储库房的合理化布局和管理，科学管理货品储位与货物，提高仓库空间利用率，降低仓储成本；

6对各仓库、收发区进行现场监督管理，对6S的推行状况、目视化管理的执行状况进行检查记录，保障仓库财产安全。

7.定期汇总不良物料、积压物料，对积压、报废等原因进行分析，组织相关部门评审，配合相关部门对物料进行处置并制定预防控制措施。

8.配合财务部门，做好仓库月度盘点工作。

9.参与优化仓储部门各项管理规章制度，监督管理制度与作业流程，定期反馈异常情况，持续完善仓储部门管理的各项制度、流程和标准；

10.分析仓储部门日常运作相关的KPI，定期对下属员工进行业务技能培训和绩效考核评估工作，提高员工素质和工作效率。

第二对托管仓库的管理：

1、负责落实所管辖仓库和团队执行仓储计划，合理控制成品库存量，有效控制库存成本；

2、负责监督所管辖仓库日常报表的编制，包括月度运作、周运作数据统计和总结，对数据真实性负责并对运作数据进行总结、分析，审核仓储类费用、仓储服务类单据。

3、负责落实公司对仓储供应商的管理标准和要求，监督仓储供应商的日常运作情况，对异常进行记录并跟进处理结果；跟进仓储供应商整改结果，确保仓储供应商日常运作符合要求，保证基本的业务指标达成；

4、负责跟进订单相关事宜的沟通与处理工作，对订单处理部和销售部门转达的所管辖仓

5、负责落实所管辖团队协同仓储供应商按公司要求，进行仓库的月度、年度盘点工作，确保账、物相符；

6、负责跟进仓储供应商仓库现场出现问题的改善结果，定期与各仓储供应商进行运作回顾；

7、对仓库供应商进行月度考核，分析供应商管理薄弱点。

以上谨供大家参考，欢迎订阅物流勇说 和收藏文章，会有更多精彩与大家一起交流。谢谢！

过去5年，电商物流相互成就，电商贡献了快递公司60%以上的单量，15、16年电商GMV增速放缓，主要来源于电商对低客单商品的渗透，所以我们看到了电商单量依旧维持较高增速。

那么，仓配一体化是未来的大趋势

从电商运营模式看，B2C电商物流运营模式可分为：①自建仓配、②卖家仓储+第三方配送、③第三方仓配。

从这三种模式上来看，很显然，对于中小型的电商企业来说， 仓配一体化成本上优于卖家“自选仓储+第三方配送”及自建仓库，所以，第三方仓配必然会成未来电商发展的趋势。

仓配一体化模式的优势有哪些呢？1、节省仓储成本和运输成本，2、提高存货周转率，3、改善客户体验。

首先，通过卖家货物的集中存放，可以实现仓储成本的规模经济；

其次，货物出仓后的统一配送成本低于卖家从单个仓库统一发货；

再次，通过物流网络，可以统一运往中心仓，减少了揽件成本和运输费用。

最后，通过销售大数据库，商家在客户下单前就用算法预测了当地的出货量，并提前在相应的大区仓库铺货，节省了干路运输费，又大大缩短了整体快递时间，最终提高存货周转效率，改善客户体验。

所以说，对于B2C商家乃至C2C商家，仓配一体化模式是未来电商物流的主要模式。

其时 ，电商的各种运营模式各有优劣，那么对于，第三方仓储物流的又是就表现在三个方面：大数据运营能力、仓储和配送。

大数据能力：即通过数据安排铺货，合理配置存货和仓储资源。京东和天猫都有非常成功的运营经验和数据，这方面二者不存在太大差距。

仓储端：仓储分布，基本一致，而且仓储铺货，核心在于销售数据，通过数据分析安排铺货，节省运输成本提高运输效率，因此二者仓储端差距不大。

配送端：配送成本，第三方凭借规模经济成本更低。

所以，浙江星网智慧仓储认为，对于中小企业来说 ，第三方仓储仍是比较适合发展的选择。有效避免在仓储中产生的人力，物力，财力等，使商家有更多时间去处理经营中的问题，后期的问题全部由第三方公司来处理。 这无疑也是最好的选择。

随着信息时代数据量的剧增，深化物流管理最为有效的方法是引入数据分析技术，对物流数据进行分析和预测，取代经验论，帮助决策者做出快速、准确的决策。

1、物流领域常用数据分析场景

梳理我们整个物流环节，数据分析的应用可以分为两个方向，规划和预测。

其中规划方向的应用往往是以成本和时间为优化目标，或者是两者综合的多目标优化，在分析过程中我们往往是通过成本构成或者时间构成的角度去寻找他的影响因素，在分析这些影响因素的基础之上，找到合理的变量取值，使得成本最优，时间最少。常用的应用场景包括仓储选址规划、运输路径规划、仓储布局规划。

预测方向的应用场景主要包括市场销售预测、采购需求预测、供货周期预测，预测不会直接产生经济效益，它的意义主要体现在在了解未来发展方向和发展量的基础上采取合理的预防措施，比如说市场销售预测是为了合理安排生产和库存，进而获得供应链总体成本的最优。

在大数据时代，我们获得数据越来越多，不管是数量上还是维度上，常用数据分析方法也都有可以进一步的拓展，使结果更加的合理准确。

2、仓储选址规划常用数据分析方法

仓库选址是指在一个具有若干供应点及若干需求点的经济区域内，选一个地址建立仓库的规划过程。合理的选址方案应该使商品通过仓库的汇集、中转、分发，达到需求点的全过程的效益最好。仓储选址步骤如下图所示。

常用的仓储选址数据分析方法包括精确重心法、加权评分法、P-中值法、鲍摩-瓦尔夫模型、多级多设施选址模型等等。

（1）精确重心法

（2）加权评分法

（3）P-中值法

（4）鲍摩-瓦尔夫模型

（5）多级—多设施选址模型

3、仓储选址常用方法对比分析

由于不同的企业在建设物流配送中心时，对配送中心未来用途、构成的需求有所不同，因此在对物流配送中心进行规划时要充分考虑这些因素，选取适当的选址方法。

4、大数据时代仓储选址方法应用拓展

那么在大数据环境下，我们应该如何更加有效的选址呢？

应用大数据进行选址可以实时获取海量数据资源，使得准确性大大提高，随着信息获取方法的智能化以及多样化，人们也不一定非要到实地去勘测调研，大大节省人力物力。

大数据时代，针对仓储选址场景，除了运用综合的模型和智能的算法，分析获得的有效数据，提取隐含其中的信息，得出最优的仓储选址结果之外。可以向前拓展数据获取方式，通过RFID射频数据、传感器数据、社交网络数据、移动互联网数据等方式获得各种类型海量数据。向后延伸数据可视化方法，借助计算机图形学和图像处理技术，将选址结果转化为图形，清晰有效地传达于受用者。

归根结底，仓储中心选址的决定因素主要还是中心供需量、物流运输成本和中心建设运营成本三个方面，大数据对仓储中心的选址的影响归根到底还是对于这三个方面因素的作用。

大数据时代，通过RFID射频技术、传感器、GIS、GPS、社交网络、移动互联网等方式可以获得各种类型海量数据。

基于数据采集技术获取有效基础数据，通过适用的数据分析方法，得出最优的仓储选址结果，选用数据可视化工具直观和明显地展示选址后系统流量流向地图。

5、总结

总之，大数据已经渗透到物流领域的各个环节之中，其作为一种新兴技术，它给物流的发展带来了更多的机遇。对物流企业而言，合理地运用大数据技术，对企业的管理、客户关系维护、资源配置等方面都将起到积极的作用，使物流决策更加高效与准确。

【报告类型】多用户、行业报告/市场前景预测报告

【出版时间】即时更新（交付时间约6-10个工作日）

【发布机构】中经视野

【报告格式】PDF版＋WORD版＋纸介版（限一份）

核心内容提要

市场需求

本报告从以下几个角度对仓储行业的市场需求进行分析研究：

1、市场规模：通过对过去连续五年中国市场仓储行业消费规模及同比增速的分析，判断仓储行业的市场潜力与成长性，并对未来五年的消费规模增长趋势做出预测。该部分内容呈现形式为“文字叙述+数据图表（柱状折线图）”。

2、产品结构：从多个角度，对仓储行业的产品进行分类，给出不同种类、不同档次、不同区域、不同应用领域的仓储产品的消费规模及占比，并深入调研各类细分产品的市场容量、需求特征、主要竞争厂商等，有助于客户在整体上把握仓储行业的产品结构及各类细分产品的市场需求。该部分内容呈现形式为“文字叙述+数据图表（表格、饼状图）”。

3、市场分布：从用户的地域分布和消费能力等因素，来分析仓储行业的市场分布情况，并对消费规模较大的重点区域市场进行深入调研，具体包括该地区的消费规模及占比、需求特征、需求趋势……该部分内容呈现形式为“文字叙述+数据图表（表格、饼状图）”。

4、用户研究：通过对仓储产品的用户群体进行划分，给出不同用户群体对仓储产品的消费规模及占比，同时深入调研各类用户群体购买仓储产品的购买力、价格敏感度、品牌偏好、采购渠道、采购频率等，分析各类用户群体对仓储产品的关注因素以及未满足的需求，并对未来几年各类用户群体对仓储产品的消费规模及增长趋势做出预测，从而有助于仓储厂商把握各类用户群体对仓储产品的需求现状和需求趋势。该部分内容呈现形式为“文字叙述+数据图表（表格、饼状图）”。

5、……

竞争格局

本报告基于波特五力模型，从仓储行业内现有竞争者的竞争能力、潜在竞争者进入能力、替代品的替代能力、供应商的议价能力以及下游用户的议价能力五个方面来分析仓储行业竞争格局。同时，通过对仓储行业现有竞争者的调研，给出仓储行业的企业市场份额指标，以此判断仓储行业市场集中度，同时根据市场份额和市场影响力对主流企业进行竞争群组划分，并分析各竞争群组的特征；此外，通过分析主流企业的战略动向、投资动态和新进入者的投资热度、市场进入策略等，来判断仓储行业未来竞争格局的变化趋势。

标杆企业

对标杆企业的研究一直是中经视野研究报告的核心和基础，因为标杆企业相当于行业研究的样本，所以，一定数量标杆企业的发展动态，很大程度上，反映了一个行业的主流发展趋势。本报告精心选取了仓储行业规模较大且最具代表性的5-10家标杆企业进行调查研究，包括每家企业的行业地位、组织架构、产品构成及定位、经营状况、营销模式、销售网络、技术优势、发展动向等内容。本报告也可以按照客户要求，调整标杆企业的选取数量和选取方法。

投资机会

本报告对仓储行业投资机会的研究分为一般投资机会研究和特定项目投资机会研究，一般投资机会主要从细分产品、区域市场、产业链等角度进行分析评估，特定项目投资机会主要针对仓储行业拟在建并寻求合作的项目进行调研评估。

目录

研究背景

研究方法

本报告关于仓储行业的定义、基本概念

第一章 仓储行业国内外发展概况

1.1．全球仓储行业发展概况

1.1.1．全球仓储行业发展现状

1.1.2．主要国家和地区发展状况

1.1.3．全球仓储行业发展趋势

1.2．中国仓储行业发展概况

1.2.1．中国仓储行业发展历程与现状

1.2.2．中国仓储行业发展中存在的问题

第二章 行业发展环境（PEST分析模型）

2.1．经济环境

2.1.1．国内经济环境

2.1.2．国际贸易环境

2.2．政策环境

2.2.1．产品相关标准

2.2.2．国家与地方对仓储产业的规划和政策

2.3．社会环境

2.4．技术环境

第三章 市场分析

3.1．市场需求概述

3.2．市场规模

3.2.1．过去五年中国仓储行业市场规模及增速

3.2.2．仓储行业市场饱和度

3.2.3．影响仓储市场规模的因素

3.2.4．仓储行业市场潜力

3.2.5．未来五年中国仓储市场规模及增速预测

3.3．市场特点

3.3.1．仓储行业所处生命周期

3.3.2．技术变革与行业革新对仓储行业的影响

3.3.3．差异化分析

第四章 区域市场分析

4.1．区域市场概况及分布

4.2．重点区域市场分析

4.2.1．区域市场一

（1）市场概况

（2）消费规模及占比

（3）市场需求特征

（4）市场发展趋势

4.2.2．区域市场二

（1）市场概况

（2）消费规模及占比

（3）市场需求特征

（4）市场发展趋势

4.2.3．区域市场三

（1）市场概况

（2）消费规模及占比

（3）市场需求特征

（4）市场发展趋势

……

4.3．仓储行业区域市场发展趋势

第五章 细分行业分析

5.1．仓储行业细分产品结构

5.2．细分产品一

5.2.1．市场规模

5.2.2．应用领域

5.2.3．前景预测

5.3．细分产品二

5.3.1．市场规模

5.3.2．应用领域

5.3.3．前景预测

5.4．细分产品三

5.4.1．市场规模

5.4.2．应用领域

5.4.3．前景预测

……

第六章 进出口分析

6.1．出口分析

6.1.1．过去三年仓储产品出口量/值及增长情况

6.1.2．出口国家和地区分布情况

6.1.3．影响仓储产品出口的因素

6.1.4．未来三年仓储行业出口形势预测

6.2．进口分析

6.2.1．过去三年仓储产品进口量/值及增长情况

6.2.2．进口仓储产品的品牌结构

6.2.3．影响仓储产品进口的因素

6.2.4．未来三年仓储行业进口形势预测

第七章 行业生产分析

7.1．工艺技术

7.1.1．全球仓储行业工艺技术发展现状

7.1.2．中国仓储行业工艺技术水平

7.1.3．行业最新技术动态

7.1.4．仓储行业工艺技术发展趋势

7.2．产能产量

7.2.1．过去五年中国仓储产品产量及增速

7.2.2．行业产能及开工情况

7.2.3．产业投资热度及拟在建项目

7.2.4．未来五年中国仓储产品产量及增速预测

7.3．仓储产业区域分布

7.3.1．中国仓储企业数量规模

7.3.2．企业区域分布与产业集群

7.3.3．重点省市仓储产业发展特点

7.3.4．重点省市仓储产品产量及占比

第八章 行业供需平衡分析

8.1．仓储行业供需平衡现状

8.1.1．行业总体产销率

8.1.2．细分产品产销率

8.2．影响仓储行业供需平衡的因素

8.3．仓储行业供需平衡趋势预测

第九章 企业研究（Top10，可根据客户需求指定目标企业）

9.1．***公司

9.1.1．企业基本情况

9.1.2．组织架构

9.1.3．产品结构及市场表现

9.1.4．产销规模

9.1.5．经营状况

9.1.6．销售网络

9.1.7．核心竞争力

9.1.8．企业最新发展动态

9.2．***公司

9.2.1．企业基本情况

9.2.2．组织架构

9.2.3．产品结构及市场表现

9.2.4．产销规模

9.2.5．经营状况

9.2.6．销售网络

9.2.7．核心竞争力

9.2.8．企业最新发展动态

……

9.10．***公司

9.10.1．企业基本情况

9.10.2．组织架构

9.10.3．产品结构及市场表现

9.10.4．产销规模

9.10.5．经营状况

9.10.6．销售网络

9.10.7．核心竞争力

9.10.8．企业最新发展动态

第十章 行业竞争格局

10.1．重点仓储企业市场份额（最近一年）

10.2．仓储行业市场集中度

10.3．行业竞争群组

10.4．潜在进入者

10.5．替代品威胁

10.6．供应商议价能力

10.7．用户议价能力

10.8．仓储行业竞争关键因素

10.8.1．资金

10.8.2．技术

10.8.3．人才

第十一章 产品价格分析

11.1．仓储行业价格特征

11.2．中国仓储产品历史价格回顾

11.3．仓储产品当前市场价格评述

11.4．影响仓储产品价格的因素

11.5．主流企业仓储产品价位及价格策略

第十二章 上游供应状况

12.1．上游产业发展现状

12.2．上游产业生产情况

12.3．近年来上游产业产品价格变化情况

12.4．上游产业对仓储行业生产成本的影响

第十三章 下游应用领域

13.1．下游应用领域概述

13.2．应用领域一

13.2.1．需求特征

13.2.2．市场容量

13.2.3．竞争现状

13.2.4．需求趋势

13.3．应用领域二

13.3.1．需求特征

13.3.2．市场容量

13.3.3．竞争现状

13.3.4．需求趋势

13.4．应用领域三

13.4.1．需求特征

13.4.2．市场容量

13.4.3．竞争现状

13.4.4．需求趋势

……

第十四章 替代品

14.1．替代品种类

14.2．替代品对仓储行业的影响

14.3．替代品发展趋势

第十五章 互补品

15.1．互补品种类

15.2．互补品对仓储行业的影响

15.3．互补品发展趋势

第十六章 渠道研究

16.1．仓储行业主流渠道介绍

16.2．各类渠道对比

16.3．主要仓储企业渠道策略

第十七章 行业盈利能力分析

17.1．过去五年仓储行业销售毛利率

17.2．过去五年仓储行业销售利润率

17.3．过去五年仓储行业总资产利润率

17.4．过去五年仓储行业净资产利润率

17.5．过去五年仓储行业产值利税率

17.6．未来五年仓储行业盈利能力指标预测

第十八章 行业成长性分析

18.1．过去五年仓储行业销售收入增长率

18.2．过去五年仓储行业总资产增长率

18.3．过去五年仓储行业固定资产增长率

18.4．过去五年仓储行业净资产增长率

18.5．过去五年仓储行业利润增长率

18.6．未来五年仓储行业成长性指标预测

第十九章 行业偿债能力分析

19.1．过去五年仓储行业资产负债率

19.2．过去五年仓储行业速动比率

19.3．过去五年仓储行业流动比率

19.4．过去五年仓储行业利息保障倍数

19.5．未来五年仓储行业偿债能力指标预测

第二十章 行业营运能力分析

20.1．过去五年仓储行业总资产周转率

20.2．过去五年仓储行业净资产周转率

20.3．过去五年仓储行业应收账款周转率

20.4．过去五年仓储行业存货周转率

20.5．未来五年仓储行业营运能力指标预测

第二十一章 投资机会及经营策略建议

21.1．仓储行业总体发展前景预测

21.2．投资机会

21.2.1．细分产业

21.2.2．区域市场

21.2.3．产业链

21.2.4．特定项目

21.3．企业经营策略建议

21.3.1．产品定位与定价

21.3.2．营销策略与渠道建设

21.3.3．技术创新

21.3.4．成本控制

21.3.5．投融资建议

第二十二章 风险提示

22.1．环境风险（国际经济形势、汇率、国内宏观经济形势、宏观政策等）

22.2．产业政策风险

22.3．产业链风险

22.4．市场风险

22.5．企业内部风险

数据来源

【一手调研数据】

对行业内相关的专家、厂商、渠道商、业务（销售）人员及用 户进行访谈，获取最新的一手市场资料。

【市场监测数据】

中经视野对仓储市场跟踪研究、长期监测采集的数据资料。

【官方统计数据】

国家统计局、国家发改委、国务院发展研究中心、行业协会、海关总署、工商税务等政府部门和官方机构的统计数据与资料。

【行业公开信息】

1、仓储行业重点企业及上、下游企业的季报、年报等；

2、主流媒体的文章、评论、观点等；

3、行业资深专家公开发表的观点。

【商业数据】

中经视野长期合作的商业数据服务商，如：万得、万方、中国知网等。

【文献检索】

各类中英文期刊数据库、图书馆、科研院所、高等院校的文献资料。

【其它来源】

其它具备一定权威性和参考价值的数据来源。

研究方法

1、时间序列

时间序列是指将某种现象某一个统计指标在不同时间上的各个数值，按时间先后顺序排列而形成的序列。时间序列法是一种定量预测方法，亦称简单外延方法。在统计学中作为一种常用的预测手段被广泛应用。时间序列分析在第二次世界大战前应用于经济预测。二次大战中和战后，在军事科学、空间科学、气象预报和工业自动化等部门的应用更加广泛。时间序列分析（Time series analysis）是一种动态数据处理的统计方法。该方法基于随机过程理论和数理统计学方法，研究随机数据序列所遵从的统计规律，以用于解决实际问题。

2、SWOT分析

SWOT（Strengths Weakness Opportunity Threats）分析法，又称为态势分析法或优劣势分析法，用来确定企业自身的竞争优势（strength）、竞争劣势（weakness）、机会（opportunity）和威胁（threat），从而将公司的战略与公司内部资源、外部环境有机地结合起来。

3、PEST分析

PEST分析是指宏观环境的分析，P是政治（Political System），E是经济（Economic），S...

1.什么是物流规划？

物流规划是一个比较抽象的概念，对于企业来说，物流规划可以理解为对其物流资源的最优化配置，具体来说是对企业中人、设施、设备、技术等与物流相关的资源进行配置。对于物流从业者来说，物流规划可以看作是一种思维方式或者一种能力，一种能够利用物流的实践和专业知识、站在顶层设计的维度对企业的物流资源进行配置的思维和能力。

2.为什么要学习物流规划？

对于企业来说，伴随着市场竞争的日益激烈，企业对于物流规划的需求将会越来明显，而对于物流从业者来说，具备一定物流规划的思维和能力将会极大地提升自身的专业价值，拓宽自身的职业发展道路。

3.物流规划学习思路

学习物流规划在一定程度上需要能够将物流管理，物流工程，运筹学，管理类，供应链管理，计算机等等不同方向的专业知识进行组合，并且灵活地将理论知识运用到实践中去。学习物流规划是一件十分系统而又庞杂的事情，以下以仓储规划方法论分析为例，介绍一些学习物流规划的思路，以供大家参考。

树立学习信心

在学习物流规划之前，我们都认同的一点是物流规划需要理论与实践的高度结合。我们可以认为，只有能够将理论与实践结合的人，才能做好物流规划，但也同样可以认为，有理论基础或实践经验的人都能做物流规划，对于物流从业者和物流学生来说，只有采取后一种心态才能够有学好物流规划的信心和能动性。实际上我认为，缺乏经验并不意味着学不好物流规划。某种意义上看，缺乏经验反而容易让规划者跳出现实问题的束缚，去发掘表象问题的本质。而缺乏理论基础的也不意味着学不好物流规划，因为实践的积累能够让物流从业者更加深刻的认识到理论中各种要素的实质意义。

通过模仿将思维结构化

物流规划需要规划者知识体系的高度结构化和系统化，而很多物流从业者与物流学生无法将自身的知识进行结构化总结，原因之一在于脑海中缺乏相关结构化框架的积累，将自身的理论或经验抽象化、结构化最简单的方法就是多关注并且模仿他人总结的结构化知识。下面以仓储规划方法论图简单提供一些如何进行分析和模仿的思路：

分析内容展现要素

首先，我们可以将整个图形进行粗略的拆分，分为三个部分。

图形中的1主要展示数据分析以及来源，其中左侧的SEIQ是具体的方法，右侧是基于流程的视角来分析，表明数据从流程中来。2主要展现了仓储功能定位模型，而3则是展现了仓储设施对于整体规划的支撑，也是整体规划的落地重点。整张图中的1、2、3独自构成单独板块的分析模型，它们之间进行不同的组合又可以进行新的理解。所以整个方法论所展现的要素可以大致为分为：规划定位、分析、落地实施三个大类，其中每个大的要素又可以分为很多小的因素。物流从业者和物流学生在看方法论的时候，可以先分析组成方法论大的要素，然后再从大要素中去拆分小的要素。

分析框架展现结构

分析完整体的大要素之后，还可以对大的要素进行拆分和组合。大的要素本身可以形成一个结构，从结构模型可以继续分析大要素下的详细要素。在此我们仅以其中的仓储功能定位为例：下图展现的框架可以看作是对仓储规划进行功能定位的模型。

我们可以看到整个模型也可以分为三个层次，1作为顶层是关于仓储功能战略目标的分析，2作为中间层为供应链分析、3作为底层是企业需求特征分析。因此，整个模型是从分析企业的战略目标，企业在供应链上所处的位置、企业本身的需求特征分析三个层次由上至下进行的。

当规划者在对物流仓储功能的定位分析不知道如何下手，可以从模型所展示的三个方面作为切入点，其中战略目标分析可以结合物流战略制定的相关知识，企业供应链所处位置的分析可以结合供应链管理的知识，企业需求特征分析则可以结合物流管理和数据分析的多种知识，具体分析方法的运用更为细化，也更加的仁者见仁，智者见智。一个模型可以结合不同的行业特征、分析方法形成具有特色的体系，缺乏理论基础或者实践经验的物流从业者需要多在脑海中积累类似结构化的模型或者方法论，对其多加揣摩，将自身的知识体系结构化和系统化。

沉淀成就专业

即便物流从业者与物流学生能够坚持深度思考的习惯，将对系统化和结构化的物流专业知识进行模仿作为一个学习方法，也必须接受的一个事实是，做好物流规划是长期积累的事情。规划者将自身的知识体系进行结构化、系统化是一种能力，但是结构化和系统化的知识体系除了需要相关的思维方式和学习习惯之外，更需要实践内容的填充。否则即便能够搭建出来大的框架，也无法进行深入的内容填充，更无法将规划进行落地。

作者 | 规划方法

来源 | 环球物流咨询规划

此文系作者个人观点，不代表物流沙龙立场

数据平台的建设可以当做一个产品来设计。从广义上来讲，所有以数据驱动为核心的都可以称为数据产品（如数据报表平台，DMP，BI平台），从狭义上来讲，就是公司内部的数据平台。今天我们要讨论的，主要是在公司内部搭建数据平台。

公司的内部数据平台，主要是给各业务提供数据处理、分析、展示，供内部所有部门人员使用的，涉及数据的收集（填报）、数据的整合、业务报表制作、业务员数据分析以及可视化数据展示，目的是让公司内部的所有业务都能通过数据来驱动和辅助决策。简单点讲就是通过数据平台来驱动公司内部的数据化运营。

那么如何设计符合企业实情并能解决实际问题的数据平台呢？

1. 平台建设主导人需要对每一块业务需求有深刻的了解，知道每个业务部门想要看什么样的数据，需要什么样的分析报表；这些数据是否现在就可以获取到，是否需要收集；业务部门通过这些数据分析，是如何推进和改善业务，是否有提升的价值意义。

2. 平台的设计需要根据业务的要求设计符合使用者需要的内容，产品要有层级和结构。如果设计的一张数据报表既要满足管理层的需求又要满足一线业务人员的需要，那么这样的数据产品体验很大可能是比较差的。因为领导和业务人员的关注点不一样，看数据的视角也不一样。领导往往需要一些能帮助把握大方向的关键指标，并且希望知道这些指标之后的问题是什么？原因是什么？所以给领导设计的报表需要直观易懂，并且能够基于这些指标的一场定位到问题。而业务人员更在乎业务的执行，关注的数据往往粒度很细，需要知道各项指标的明细。

领导关注的报表（FineReport制作）

销售领导关注的指标明细（FineReport制作）

3. 数据平台一定要注意数据质量、规范、统一。因为数据平台是面向所有业务的，怎么保证公司的所有部门人员对于数据的理解是一致的，这点特别难。（比如服装行业的“断码”，从领导层来讲，公司仓储的服装全部尺码如果不完整就是断码；从仓库的仓管员角度来讲，仓库内的服装尺码不全就是断码；从门店的业务员角度来讲，客户需要的尺码当前门店无货就是断码）。公司的业务系统各有不同，数据口径不一，数据孤岛问题，导致数据的质量和结构也千差万别，越是这样，数据仓库的数据建设就显得尤为重要。平台的数据质量依赖于数据仓库底层的数据模型，所以一个好的数据仓库很大程度上决定了数据平台的数据质量。

4. 工具选型上，有报表平台、BI。报表平台适合构建基础的规范化的数据平台，从明细报表（表格类）的，项目档案，文件报备，数据填报，数据报表，业务主题分析，文中的所有demo就是用FineReport制作，侧重于展示和报表管理。BI侧重于分析，拿到数据可以自己拖拽维度来分析，不同于报表受模板框架的限制，涵盖简单的明细报表、分析报表和主题分析，制作要简单很多，大数据量的处理性能也强劲很多，代表：FineBI、Tableau.

下面我们就从实战的角度来加以阐述。

某公司是一家电商公司，那么该公司的各部门需要看哪些数据呢？首先收集日常常用的数据指标，哪些是经常要查询的，哪些是要日常填报的，这些在过往的经营中都有备案，好收集。这就构成了日常的基础查询类报表，这类报表最占大头。

其次，我们可以观察一下各部门的KPI是什么？下放到团队以及个人的KPI是什么？是否能以具体的数字来量化？如果对负责支持的部门的KPI不了解，就去寻求部门领导帮助（使用者最懂要什么），不落实指标如何能设计出好的数据报表？通常粗略的，例如采购部门的KPI基本就是销售额、订单数、销售毛利润、采购成本；运营部门的KPI就是新老用户述、留存率、复购率、用户流失、转化率，市场部门的KPI就是PV/UV、新客数，这就构成了各部门日常管理的报表。

那么知道各个部门的核心KPI后，下一步就是针对一些特定场景的主题报表。主题报表往往是记录某一事件，其中的指标都是相互关联的。

比如，我希望知道这个月我的绩效完成的怎么样？在团队内排名是提升还是下降？每个人的绩效结果明细是怎样的？——这就构成了日常考核报表。

又比如在分析产品时，需要重点关注某些产品的相对市场份额和市场增长率，则要建立波士顿矩阵分析，以便让资源有效地分配到合理的产品结构中（当然还有其他分析角度）——这就是品类分析。

产品分析（FineReport制作）

再从业务分析和使用场景入手，拿采购部门的小王来说，他是怎样看数据的呢？

每天早上，我希望知道昨天的销售情况怎么样？所以这时候应该设计一张基础查询报表给到他，这张数据报表应该具有以下功能和内容：

1.能够查看昨天以及过去各时段的数据；能够按照产品、地域来统计；能够与过往的平均值做比较，看看是不是某区域某产品的趋势上有大的变化，是不是广告投放，活动推广带来的，影响大不大。其次，每个月，每季度的数据是多少，能够选定时间段自动展示。

请点击此处输入图片描述

2. 指标越丰富越好，如果销售额下降了，看看是不是订单数下降了，订单数没变是不是客单价的问题，是由于商品结构的原因还是活动门槛调整导致的。

3. 数据分析的能够下达的粒度越细越好。比如数据粒度可以从全国下钻到省份，从省份下钻到城市，这样交易额下降了就能知道是哪个省哪个城市出了问题？就能针对性的解决。

请点击此处输入图片描述

经过以上几个步骤，即可形成平台雏形，形成规划文档。但一个数据平台，无论前期规划得多么丰富，也不可能一蹴而就。公司的业务在不断变化，分析的内容也越来越丰富，在这过程中总需要不断磨合和调整，只有不断完善之后，才能形成一个更加量身定制的实用平台。

小编：韩韩

仓储行业是流通行业的重要子行业之一，储藏与保管货品就是主要业务形态。从提供链的方位来看物流过程是由一连串的供给与需求合成。当供给与需求的节奏不同的时候，即出现生产的产品不能够及时消费或是存有需求不能够被满足的时候，就需要建立产品的储备以此来满足后期的需求。由此仓储的出现是为了处理生产与需求在时间上的不同。

因为仓储触及到提供链的各个阶段，决断了企业的商业形式与目前，由此仓储的设计在提供链当中位处于核心地位。关于仓储的布局以及其管理的内容主要涵盖以下三个部分：

1.仓储布局设计在提供链设计当中拥有核心的地位。仓储物流研究最初是由解决牛鞭效益开始的，即在多个环节的流通过程当中，因为各个阶段针对需求的预测存有的误差伴随着流通环节增加所增加，库存也就愈来愈偏离最终的实际需求，因此所带来保管成本以及市场风险的提升。

由此库存的管制直接触及到提供链的各个阶段，涵盖提供商采购、制造、装配到分销；同期也会触及到物流流程的设计、配送中心的创立于生产方式的抉择。

库存的优化管控决断力仓库的商业模式以及管理目标。例如传统制造业当中，仓储是用于存储和备货；使用JIT的模式以此高效配送为目标的企业，是以达到减少库存数量、提升进出货效率为主要目的。

仓储作业的操作是最为基础的部分，这一部分需要按照上一层确定的管控目标与管制模式来落实为操作流程，同期还需要和很多专业的仓储设备自动管控体系与管理系统等相结合，由此技术是仓储作业操作的关键所在。

2.仓储功能的变化是由静变动，仓储按照功能进行分类可以分为静态仓储与动态仓储。在买方市场的大环境之下，产业链被消费市场反向拉动，消费需求带动贸易周转加速。相对比静态仓储，流通型仓储更偏重提升整个产业链的流动性，更能够符合消费者对于时效性的需求。

仓库的类型是按照功能进行分类可以分为仓储中心型与流通中心型仓库。

传统的静态仓储服务商是供应安全、低成本静置仓储服务。泛指动态仓储更偏向于消费市场，主要是以流通为目的的并不是长期的储存于保管，由此更加注重出入库的效率。

消费市场推动仓储功能转变，在供过于求的环境之下，终端消费市场将会转变为买方市场。伴随着市场上互为替代的货品愈来愈多，消费者能够选择的货品种类也是随之增加，并且需求的速度也是越来越快，由此一个特定货品被其他同质产品代替的可能性跟着时间的推移所增大。

仓库统计人员必备数据分析技巧