您知道物流規劃的七個步驟嗎？

#logistics #data

物流行業的特徵是，它涵蓋了廣泛的行業，深厚的專業，許多學科和復雜的系統。也有許多類型的物流計劃，可以從供應鏈的角度將其細分為不同的物流鏈接；至少可以從企業分類的角度分開數十種類型；可以從物流功能的角度進行各種分割；從創新應用的角度來看，它也與時代保持同步。

因此，物流計劃涉及廣泛的範圍。如何利用物流專業知識和經驗來執行物流規劃，需要從專注於問題，精確定位，建築結構，功能分析，歸納推理，數據建模和解決方案。考慮。

 

步驟1：要解決什麼問題

首先，我們必須闡明我們通過專業知識解決了什麼樣的問題。這裡提到的“問題”不一定是客戶描述的問題，因為客戶所描述的內容通常是外觀或操作或操作層面，我們需要對問題進行分類。

可以以不同的方式解決不同的問題，或者可能發現這些子問題在分解問題後一次無法解決，但需要分階段解決。

例如，有必要解決生產或倉儲和包裝的標準化問題，這可能不一定通過生產或倉庫進行優化，但需要從供應商的來源進行調整，然後需要添加優化模塊，這將增加計劃計劃的複雜性。 。

在計劃問題中，我們將供應鏈物流規劃大致分為物流網絡計劃，生產物流規劃，物流公園計劃，倉庫計劃...

每種計劃都可以細分為數十個，數百個元素，甚至更多。基本邏輯和關係更為複雜，因此有必要對明顯的問題進行分類，以找出真正需要解決的問題。

有時，客戶提出的問題的要點可能更多，因此您可以將這些問題與方法元素集成在一起，然後一層整合它們，最後將問題提煉成一個或兩個句子，並找到影響影響的要點整個身體，這是最好的選擇。

 

步驟2：計劃您的內容定位

從專業的角度來看，需要解決哪些問題，因此有必要定位計劃。物流是一個複雜的系統，在服務不同的業務形式或行業時具有多種類型的節點和不同的功能。

例如，從鏈接的角度來看，有供應功能，分配和分配功能以及生產供應功能。從屬性的角度來看，具有戰略儲備功能，快速補充功能和過境功能。如果需要計劃和實施的物流系統的定位是錯誤的，那麼系統邏輯會出現問題，如果方向錯誤，則輸出結論肯定會有很大的偏差。

因此，無論是解決網絡計劃，倉儲計劃還是分銷計劃，都必須闡明其在供應鏈環境中的地位，即上游和下游的狀況，以及它需要實現的目的。同樣，這樣的定位也沒有在頭部射擊。

當然，有些人將通過經驗分析來實現經驗立場。我認為，最好的方法是通過分裂元素並與方法結合，包括時間，空間，流動，流量和其他核心元素來分析其輸入，輸出及其自身邏輯。經過分類和分析後，獲得了科學和理性的計劃和定位。

 

步驟3：建立房屋模型

為了建立屬於該計劃的房屋，房屋的結構是一個良好的分類模型，包括頂級目標，中間結構和支持。需要解決的問題可以放在頂級目標中，並且可以根據供應鏈物流的鏈接對中層的結構進行分類，也可以根據需要解決的問題模塊進行分類。

您可以構建一個級別，也可以繼續對多個級別進行分類和構建，只要可以清楚地反映系統結構，就可以以這種方式構建它。

對於整個房屋的支持級別，您可以將實施級別的內容放入計劃計劃中，例如需要哪種設備支持，哪種信息支持以及需要哪種標準化操作計劃支持。

當然，這裡的支持不是一般概念，而是支持實現的模塊是在通過充分分析確定特定過程配置後構建的。在我們的方法中，該過程分為細節，基本上大多數物流活動都放在不同鏈接的過程中。

在計劃中的房屋建造後，整個計劃計劃的結構基本上是清晰清晰的，這不僅在團隊與客戶之間的溝通方便，而且在後續行動或後續行動中進行進一步的深入分析在計劃週期期間，本地需求變化後的模型修訂。

 

步驟4：數據功能分析

物流規劃必須與數據分析密不可分。一些數據可以直接幫助形成分析報告，並將某些數據用作仿真的輸入。在這裡強調的是，對於數據分析，非常重要的目的之一是找到業務特徵。還有一個問題，數據源在哪裡？

這裡的來源有各種含義，來自信息系統或手動收集？來自ERP，TMS或WMS？來自SAP還是UF，Kingdee？

不同的來源具有不同的數據字段，格式和數據量，並且無法完全保證數據的準確性。因此，需要對數據進行專業分析，並且必須謹慎行事。數據不能依賴。如果您過多地依賴數據，您將很容易地陷入數字陷阱。

從技術角度來看，數據首先是標準化的，然後通過統計工具或仿真工具來可視化數據並擬合數據以找到其特徵。返回業務層面以查找離群值或問題。幫助定向解決方案。在出現數據功能之後，有必要與客戶的業務人員進行通信並確認，以免被數據誤導。

以上是從構建企業運營的物流系統計劃的角度的數據分析。一些物流計劃正在宏觀層面，例如公園規劃和戰略規劃，有些是從政府的角度計劃的。因此，只要它們可以反映趨勢，就不一定要特別準確。

這樣，只要數據分析在邏輯上是正確的，輸入數據源是可靠的，並且在數據分析後反映的結論沒有明顯的偏差，則可以接受。

 

步驟5：歸納推理

歸納推理是物流規劃能力的最多考驗。一方面，需要專業的能力來分割需要計劃的情況，同時，有必要利用計劃或行業經驗來修改和判斷它們。這是主要問題，是次要問題，需要快速確定，否則它們將在許多細節中“丟失”。

那麼如何進行歸納推理？

我認為從鏈接，過程和活動的角度來看，它仍然是考慮到的，這就是為什麼物流是一種將實踐和理論深入結合的專業。只有沒有實踐的理論缺乏判斷力，只有實踐，沒有理論，它缺乏系統化。

在這裡，我們可以學習“戰略地圖”模型和SCOR模型。前者俱有非常清晰的分類和組合，相應的元素圍繞目標構建，而後者“完美”呈現供應鏈過程，並且可以根據目標進行配置。決策是通過系統評估做出的，從頂部到策略以及信息底部到底部。

通過供應鏈物流的分裂活動並結合和分析客戶的實際問題，我們找到了通過設計原理和系統分析方法解決問題的關鍵點，構建計劃藍圖，然後系統地分析每個元素的描述，因此可以通過歸納推理來執行合理的計劃。

每個計劃項目的目標都是不同的，所涉及的要素也不同，邏輯也不同。必鬚根據特定項目對其進行合理的劃分和合併。

 

步驟6：構建模型（工具應用程序）

這裡提到的施工模型主要是指數學模型。當然，並非每個計劃項目都需要獨立構建數學模型。

一些計劃項目可以通過進行數據分析來支持計劃的觀點。但是，對於某些計劃項目，例如網站選擇，網絡佈局，路徑優化和與資源分配相關的內容，有必要構建一個數學模型以獲得相對準確的結果。建立模型可以由物流專家獨立或由多人團隊完成。物流專家專注於建立一個好的解決方案，然後建模工程師構建了數學模型。它也可以通過應用計劃工具來解決和可視化，例如使用我們的物流計劃和決策系統（供應鏈物流數字決策平台）作為輔助設備。

如果對專業能力的要求更高，並且學習時間更豐富，則建議將研究思想與物流項目實踐相結合，並體驗兩者之間的關係。同時，嘗試使用數學工具（例如MATLAB）來編寫和求解簡單的算法。 ，它的目的不一定是成為數學建模的大師，而是從物流專業和數學建模的結合的角度考慮科學規劃思想，這有利於擴大項目計劃思想和提高效率。

根據我的個人經驗，在能夠建模，編寫算法並通過程序實施後，改進物流規劃思維是巨大的。

 

第七步：解決方案

該解決方案可以分為兩個級別，一個是一個概念計劃（計劃藍圖），另一個是一個詳細的計劃。

該概念計劃主要是基於物流專家的經驗制定長期計劃，並通過定性和定量的結合結合了詳細的研究後，結合了詳細的分析，展示了該項目在計劃後可以實現的目標以及每個目標的影響模塊可以實現。 ，它們如何相互聯繫。

例如，用於智能工廠中的原材料倉庫，使用的功能，生產線的分佈方式，成品倉庫中使用了什麼模型和功能以及在該產品中使用的型號和功能以及在該產品中使用的結構和想法，整個計劃。

在詳細的設計中，根據項目類型和客戶需求採用相應的方案設計策略。例如，在戰略規劃中可以考慮戰略措施和戰略的實施；在網絡計劃中，如何分發庫存，如何路由車輛等；智能工廠物流如何完成每個工作流程。

無論概念方案和詳細設計，除了應用專業技能外，該方案的邏輯和系統都應強調。先前的分析部分需要與解決方案相對應，以便看到解決方案的客戶和製定解決方案的團隊（某些項目客戶成員也將在計劃團隊中）都將在一個系統中完成，這非常非常對於計劃和項目的平穩進展至關重要。內容的添加和調整將非常清楚，並且將迅速找到解決方案。