胡園  物流咨詢部 

隨著中國零售業(yè)的發(fā)展，這些年越來越多的便利店、大型連鎖超市、商場和電商都在積極地?cái)U(kuò)張。為了滿足其經(jīng)營的需求，很多商家開始采用第三方物流進(jìn)行配送，同時(shí)，有條件的廠商自建物流倉儲(chǔ)以便加強(qiáng)對(duì)物流的直接控制，同時(shí)提高自身的服務(wù)能力，例如上海華聯(lián)集團(tuán)、蘇寧電器、京東商城等。對(duì)于這些公司來說，倉儲(chǔ)管理的好壞，直接決定了他們對(duì)客戶的服務(wù)水平和市場競爭力。

很多公司在倉儲(chǔ)管理上都會(huì)運(yùn)用WMS系統(tǒng)，在物流配送效率、準(zhǔn)確率及門店滿足率等方面有了巨大的提高，甚至對(duì)某些公司來說，有了質(zhì)的提高，例如廣東宜美佳。但是，隨著門店數(shù)量的增多，訂貨量逐漸增大，同時(shí)品項(xiàng)也會(huì)沒規(guī)律地變化，這些慢慢地給自建物流公司的管理帶來困擾：貨品的存儲(chǔ)不科學(xué)，讓揀貨效率低下；門店訂貨品項(xiàng)和訂貨量的不當(dāng)，導(dǎo)致商品滯銷；訂貨量的不穩(wěn)，讓采購部門也很難協(xié)調(diào)等。這些看似是管理上的問題，其實(shí)，通過數(shù)據(jù)分析，是能夠?qū)�問題的影響最小化。本文將通過一些算例或者是模型來簡要闡述，如何通過數(shù)據(jù)挖掘出的信息來為管理做決策。

一、產(chǎn)品存儲(chǔ)優(yōu)化方法

我們知道，在倉庫中貨位是一個(gè)稀缺的資源，同時(shí)，貨位的位置同樣是一個(gè)稀缺的資源，把適當(dāng)?shù)纳唐贩诺竭m當(dāng)?shù)奈恢蒙夏軌蜃屫浳锏倪M(jìn)貨、出貨、補(bǔ)貨變得高效，也能大大地降低揀貨員、補(bǔ)貨員的勞動(dòng)強(qiáng)度。通常情況下，我們?cè)趯?duì)產(chǎn)品的貨位規(guī)劃時(shí)采用EIQ（訂貨件數(shù)、貨品種類、數(shù)量）分析，這種方法能夠?qū)⒊鲐浟看蟮漠a(chǎn)品、季節(jié)性產(chǎn)品都整理出來。實(shí)際操作中，將那些量大的產(chǎn)品放到離出貨口近的地方，量小的地方存放于離出貨口遠(yuǎn)的地方。如果將IQ（貨品種類+數(shù)量）和IK（貨品種類+貨品收訂次數(shù))分析結(jié)合，則可以將產(chǎn)品的儲(chǔ)位配置劃分出來。上述方法是一種通用的方法，但是這種方法還有進(jìn)一步的改良之處，我們可以通過對(duì)產(chǎn)品的進(jìn)出貨數(shù)據(jù)進(jìn)行分析，將這些數(shù)據(jù)整理成不同的類別，通過數(shù)據(jù)挖掘軟件將類別之間的相關(guān)關(guān)系尋找出來，再配合海鼎的物流倉儲(chǔ)軟件HDWMS波次作業(yè)，按照訂單特性劃分為若干個(gè)揀貨單和補(bǔ)貨單，則一個(gè)優(yōu)化過的揀貨單便出來了。

本文選取某大型超市連鎖企業(yè)的某個(gè)月份的部分配貨數(shù)據(jù)作為案例進(jìn)行分析，用一個(gè)月的數(shù)據(jù)僅僅是作為參考。事實(shí)上要做到優(yōu)化，需要用到企業(yè)的一年或者幾年的數(shù)據(jù)作為支撐，這樣才會(huì)有意義。

表1 某公司單月銷量數(shù)據(jù)

[if gte vml 1]>

   將采取數(shù)據(jù)導(dǎo)入到數(shù)據(jù)分析軟件SPSS， 在菜單中選擇“分析”→“相關(guān)性分析”→“雙變量”，進(jìn)入如圖1所示界面，將左邊變量導(dǎo)入到“右邊變量（V）”選項(xiàng)框中，在“相關(guān)系數(shù)”中選擇常用的Pearson方法，顯著性檢驗(yàn)選擇“雙側(cè)檢驗(yàn)”（注：選擇單側(cè)檢驗(yàn)最終結(jié)果一樣），在“標(biāo)記顯著性相關(guān)”選項(xiàng)框中打鉤，然后“確定”。

[if gte vml 1]>

圖1 SPSS相關(guān)性分析界面

下表2 是相關(guān)性分析結(jié)果，分析的結(jié)果中主要包含三種信息，一是Pearson系數(shù)，二是顯著性值，三是變量參與分析記錄數(shù)。其中，Pearson相關(guān)系數(shù)用來衡量兩個(gè)數(shù)據(jù)集合是否在一條線上面，它用來衡量定距變量間的線性關(guān)系。相關(guān)系數(shù)的絕對(duì)值越大，相關(guān)性越強(qiáng)，相關(guān)系數(shù)越接近于1或-1，相關(guān)度越強(qiáng)，相關(guān)系數(shù)越接近于0，相關(guān)度越弱。顯著性檢驗(yàn)即用于實(shí)驗(yàn)處理組與對(duì)照組或兩種不同處理的效應(yīng)之間是否有差異，以及這種差異是否顯著的方法。檢驗(yàn)的sig值越大說明二者相關(guān)性越小，sig值越小說明相關(guān)性越大，通常標(biāo)準(zhǔn)為0.05，當(dāng)值小于0.01時(shí)，表明二者相關(guān)性非常大。變量N表示，在分析中，該變量參與分析的統(tǒng)計(jì)數(shù)量。

表2 相關(guān)性分析結(jié)果

    由分析的結(jié)果可知，酒類和飲料類、沖調(diào)類、休閑食品類的相關(guān)度低；飲料類與沖調(diào)類、休閑食品類的sig值為0.01級(jí)別，相關(guān)度高；沖調(diào)類與飲料類、休閑食品類的相關(guān)度高；休閑食品與飲料類、沖調(diào)類相關(guān)度高。這個(gè)結(jié)果表明，在實(shí)際的配貨作業(yè)中，貨品的出貨是有一定的規(guī)律可循的，一類貨品的出貨很可能就伴隨著另一類貨品的出貨，如果將這種規(guī)律在通過ABC分類之后，對(duì)貨位進(jìn)行按類別的一個(gè)細(xì)分，出貨的效率會(huì)大大提高，揀貨人員的工作量也會(huì)降低。

    二、門店商品的合理訂貨決策

由于不同的商品有不同的特性，例如季節(jié)性產(chǎn)品，它在一定的季節(jié)出貨量非常大，還有部分如日化用品，它一年四季都會(huì)出貨，還有生鮮、冷凍等產(chǎn)品。不同類型的產(chǎn)品出貨量是不同的，這對(duì)于門店來說，它的訂貨很難，有時(shí)候某一種商品供不應(yīng)求，也會(huì)有商品供過于求。對(duì)于這兩種情況，對(duì)門店來說都不是好事，前者直接影響利潤，后者影響資金周轉(zhuǎn)，于是找到需求與下訂單之間平衡點(diǎn)就成為一個(gè)關(guān)鍵的地方。

門店的某一單品的訂貨量和訂貨時(shí)間并不是固定不變的，下圖2為抽象出來的門店某品項(xiàng)A訂貨圖，其中橫軸表示時(shí)間，縱軸表示訂貨的數(shù)量。

 圖2 門店訂貨圖

圖中列舉了6個(gè)點(diǎn)P1、P2、P3、P4、P5、P6，每個(gè)點(diǎn)代表一次訂貨，不同的點(diǎn)的訂貨時(shí)間不同，數(shù)量也可能不同，每個(gè)點(diǎn)坐標(biāo)在坐標(biāo)軸里面分別為P1（t1，n1）,P2（t2，n2）,P3（t3，n3）,P4（t4，n4）,P5（t5，n5）,P6（t6，n6）。假設(shè)一，門店會(huì)在某一個(gè)存貨水平N時(shí)開始向DC定貨，門店的定貨周期固定為t，也就是t2-t1=t3-t2=t4-t3=t5-64=t6-t5，對(duì)于門店來說，每一次的訂貨量恰好為下一個(gè)周期DC的送貨量才算合理，因?yàn)橛嗀浟窟^大，導(dǎo)致店內(nèi)庫存成本的積壓，資金利用率不高，訂貨量小，則導(dǎo)致利潤減少。實(shí)際上，這種情況在很多門店中是常見的現(xiàn)象。憑感覺訂貨是很不靠譜的行為。

要合理地訂貨，就需要知道A的平均日需求量是多少，根據(jù)日需求量和訂貨周期才能得到每次的訂貨數(shù)量是多少。計(jì)算日平均需求量可以采用兩種方法，第一種方法是采用平均值法，即：

N=(n1/t+n2/t+n3/t+n4/t+n5/t+n6/t)/6

 =(n1+n2+n3+n4+n5+n6)/6t。

由于t是一個(gè)常數(shù)，當(dāng)采用的數(shù)據(jù)量越大時(shí)，得到的日需求量N就越精確。這種方法適合訂貨周期確定的門店。第二種方法就是采用回歸方程法，對(duì)采集的數(shù)據(jù)進(jìn)行一個(gè)回歸分析，得到一條回歸方程，回歸方程得到的是一條訂貨量的曲線方程，然后通過用最新的數(shù)據(jù)對(duì)方程參數(shù)的不斷修正，就可以得到近乎接近實(shí)際的曲線方程，這種方法適合訂貨周期不穩(wěn)定的門店，其具體的案例分析就不在此贅述。

假設(shè)二，門店的訂貨時(shí)間不確定，其日需求量也同樣可算出來，即：

N2=[n1/t1+n2/(t2-t1)+n3/(t3-t2)+n4/(t4-t3)+n5/(t5-t4)+n6/(t6-t5)]/6

對(duì)于此N2，數(shù)據(jù)量越大，其數(shù)據(jù)越趨于實(shí)際水平。由于其訂貨周期是不確定的，確定一個(gè)訂貨周期就成為重點(diǎn)，我們知道，DC是不可能日配的，不能因?yàn)槿招枨蠖嗌倬团湄浂嗌伲�這對(duì)DC來說，成本太高（特殊情況除外）。這就要考慮訂貨的成本和資金的成本，假設(shè)資金的成本為P，訂貨的成本為C，那么合理的配送周期應(yīng)該由以下等式得到：

N2хPхT/2=C    （1）；

T=N2хP/2C  （2）；

     由上得該門店在訂貨周期不定的情況下，其訂貨最佳周期應(yīng)該為T，訂貨水平為Q，如下所示：

Q=TхN2=N2²хP/2C     （3）；

在實(shí)際的訂貨中，由于不同產(chǎn)品受到的不同因素影響，導(dǎo)致其產(chǎn)品的銷售可能只在短時(shí)間內(nèi)出現(xiàn)規(guī)律性，要把握到這些規(guī)律，就需要工作人員對(duì)門店的同期歷史訂貨數(shù)據(jù)拿出來進(jìn)行分析，這樣的出來的結(jié)論就更具有說服力。

   三、門店商品的合理訂貨決策

在眾多的商家中，一部分是處于供應(yīng)鏈的核心地位，例如沃爾瑪、家樂福、樂購等國際知名企業(yè)，還有如中百、聯(lián)華、美宜佳等國內(nèi)知名企業(yè)，這些企業(yè)在供應(yīng)鏈里面話語權(quán)大，處于強(qiáng)勢(shì)地位，因此在采購訂貨的時(shí)候可以考慮到供應(yīng)鏈上、中、下游各個(gè)部分的情況，根據(jù)供應(yīng)商庫存、門店庫存和DC庫存綜合來決策采購的量。然而在眾多中小零售企業(yè)，對(duì)供應(yīng)商而言其話語權(quán)很小，無法考慮其供應(yīng)鏈上的綜合庫存水平，只能根據(jù)自身的需求來考慮訂貨量，下文分析在無法通盤考慮整個(gè)供應(yīng)鏈時(shí)，零售商應(yīng)該采取的決策。

根據(jù)上面的分析，我們可以得到一家門店的單品平均日需求量是多少，如何根據(jù)這個(gè)日需求量來正確確定門店的訂貨數(shù)量呢？一般情況下，門店都會(huì)有一個(gè)訂貨周期t，同種類型的門店其訂貨周期是相同的，便利店訂貨周期為t1，超市訂貨周期為t2，這樣便于管理。又由于每家門店的訂貨時(shí)間都不是相同的，從第一家門店訂完貨到最后一家門店訂完貨，令其周期為T1，如下圖3所示。在這一個(gè)周期T1內(nèi)，每家門店都會(huì)對(duì)同一種品項(xiàng)有一個(gè)平均的訂貨量，單日的訂貨量累加起來，就是一些門店一天的總訂貨量。一個(gè)周期內(nèi)，便是物流中心需要準(zhǔn)備的該貨品數(shù)量，而周期T則可定為供應(yīng)商的送貨周期。

在這種訂貨模式下，物流中心不需要準(zhǔn)備足夠的庫存來應(yīng)付不明確的需求，最大限度的減少庫存的占用，為新的商品或者銷售旺季的商品留出存儲(chǔ)空間，同時(shí)也能夠加快庫存周轉(zhuǎn)率，減少資金的占用，從而提高物流中心的效率。

通常來說，很多的商品銷售都是有季節(jié)性的，對(duì)于這類商品的訂貨，需要根據(jù)歷史的數(shù)據(jù)進(jìn)行分析，也可以根據(jù)歷史的數(shù)據(jù)進(jìn)行預(yù)測，例如采用SPSS的時(shí)間序列分析方法，可以根據(jù)歷史的銷售數(shù)據(jù)來預(yù)測本季度的銷售。當(dāng)然，預(yù)測的數(shù)據(jù)只是作為一個(gè)參考的對(duì)象，沒有一個(gè)模型能夠提供完美的預(yù)測，我們能做的只是在預(yù)測的模型上進(jìn)行不斷的完善，使之能夠更加接近真實(shí)數(shù)據(jù)。