物流和供應鏈的數據分析主要關注效率和成本。為了保證生產，我們需要較多的備件和備料，這會造成佔用庫存，降低了資產流動的速度；另外，供應鏈因為不夠透明，上下游之間並不清楚彼此的庫存量，而暢銷的產品更加容易造成庫存積壓，因為生產廠家都希望拿到更多的備料，以免暢銷的產品斷貨影響銷售。這些都是物流和供應鏈的問題。
互聯網為上下游之間的即時共享數據提供了便利的條件，通過信息系統的對接，上下游之間能夠在業務聯絡上看到每個環節擁有多少庫存，庫存的消化週期是多少，從而可以做到提前備貨，並讓產品庫存降到最低，提高資金的週轉效率。
隨著物聯網的發展，供應鏈環節上的數據採集更加方便和即時，每一個環節通過掃碼，系統就會自動監控貨物的來龍去脈。如果一個公司的物流不暢、供應鏈中有過高庫存的現象，都應該考慮在信息技術和物聯網技術上進行投資，以更詳盡和更及時的數據來確保物流速度和降低庫存。
物流和供應管理中的數據分析可以參考兩個現實生活中的模型。
1．玻璃杯模型
假設我們與一群朋友聚餐飲酒，為了讓每個人都喝得盡興，又不至於喝醉，需要構建一個供應和飲酒的機制。
第一，需要清楚地知道每個人的酒量，這相當於我們要了解每個渠道或者店面的銷售能力，預測未來一週或者一個月的銷售量。
第二，我們必須隨時知道誰喝了多少，必須要用一個透明且有明確度量的玻璃杯，這樣對每個人喝了幾杯，杯子裡還有多少酒，還能喝多少就非常清楚了。這就相當於我們必須監測每個渠道或者店鋪的銷量，將數據及時上報，即賣了多少，還剩多少，還能賣多少，必須每天都有一個報表，或者隨時都能夠通過系統檢查這些數據。
第三，桌子旁的酒瓶子必須有明確的度量並使用透明玻璃瓶子，這樣就能夠隨時看到酒瓶中還有多少庫存，還能供應多少人的需求，並隨時根據大家的喝酒情況預測剩餘的酒量是否足夠，如果不夠大家飲用，要及時到酒店倉庫備貨。這就相當於我們必須知道週轉倉所服務的幾個店鋪的情況，週轉倉的庫存是多少，每個店鋪的預計需求是多少，預測每個店鋪需要補貨的時間和產品，並能夠及時補貨。
第四，在酒桌上如果人們聊得非常投機，而且商議出來一個偉大的創業計劃，大家都很高興，於是多喝了幾杯。那麼這個時候酒桌旁的服務員就要提前做好估計，開始到酒店倉庫要酒。這就相當於市場忽然發生變化了，在與原來的預測發生偏差並且需要更多貨物的時候，供應系統就要啟動應急供應方案，工廠要啟動應急生產方案，以確保能及時供應貨物。
第五，如果人們談起悲傷的故事，氣氛變得不好，估計聚會要提前結束。那麼這時，管理酒的人就開始跟服務員協商，要把一些酒退回去了，免得產生庫存。而此時酒店說不能退，管酒的人就把剩餘的酒帶回家，找其他朋友一起喝掉了。這就相當於當市場情況沒有跟上預期，產品銷售不出去或滯銷時，就要及時退貨，如果銷售條款規定不能退貨，就需要店鋪和週轉倉（渠道商）及時尋找其他出路，例如促銷等，消化這些產品，減少佔用庫存，及時將產品庫存轉化為現金流。
使用玻璃酒杯模型要求數據透明化，並且有精準的預測，以及快速的應變機制，包括對暢銷品和滯銷品的應急響應方案。在每個產品進入到供應鏈時，就建立了銷售預測模型、物流跟進模型、數據透明化的機制，一旦事實與預測不符，就要立即啟動應急響應方案。
2．自來水公司供水模型
自來水公司為全市居民供應自來水，為了滿足居民的用水要求，確保24小時有水喝、有水用，無論是在白天大家都出門上班的時間段，還是在晚上居民洗澡比較集中的時間段，自來水公司都必須要合理安排生產，確保水壓、水位不降低。自來水公司的供水模型包括以下幾個原理。
第一，自來水公司要根據水位來生產，一旦水位降低到某個臨界線，就要開始啟動生產，並對每天的用水進行檢測，即一天24小時，哪個時間段內的用水量高，哪個時間段內的用水量低，並對歷史數據進行分析，掌握這個變化規律，在用水高峰到來之前保持一個較高的水位，當用水量相對較少時，保持一個較低的水位。這個模型給我們的啟示就是：必須在庫存管理上有一個明確的"水壓線"，並隨時掌握水壓數據，任何一個店鋪銷售了產品（減壓）都需要反映到總表上（全程可見）。
第二，遍佈全市的管網系統由粗到細，可以確保水壓不會大幅降低，並且供應量充足；然後逐漸分支，形成樹根狀結構讓水管保持固定的水壓，並將水壓的數據傳遞到供水調度中心，一旦水壓過低就產生預警，及時補水，提高水壓，啟動水泵泵水。
第三，一旦有地方漏水，就會導致該地方的用水量嚴重超出平時預計的範圍，維修人員需要立馬跟進維修。這就如同一旦有銷售點進行串貨，銷售數據就會產生異常，公司銷售經理就會跟蹤貨物的銷售過程，對每個銷售點進行審計。
第四，自來水管道都是互通的。供應A小區的水管和供應B小區的水管互通，A小區用水量少，水自動流到用水量多的B小區，按照水壓配置原理，水會自動流向水壓低的地方。這給我們的啟示是，在產品配送過程中，應該小批量，並以"水壓"作為衡量指標，水壓低的優先配送，而當一個店鋪"水壓"變高的時候，貨品可以向水壓低的店鋪流轉，確保終端供貨的流動性。
第五，自來水計量表都在用水端，只有水流出了水龍頭，才是居民消費的。同樣，在庫存原理中為了確保終端貨品相互之間流動性，無論是加盟店，還是授權店、直營店，只有銷售出去的商品才是店鋪的，否則所有的庫存都是廠家的，都由廠家自由支配，如果出現調貨、換貨情況，店鋪必須全面支持，不能私自囤貨，以確保貨物流動性。
自來水供水模型給庫存管理很多啟發，限於篇幅，本節就不過多介紹了，感興趣的讀者可以在公司內部進行研討，得出一個最適合自己公司的物流供應管理模式。
除了這兩個模型，還有人類神經網絡模型、植物營養供給模型等，它們都是通過研究生活中的現象，為物流和供應鏈管理提供思路。無論是什麼樣的模型，數據化、透明化、全程可視化、即時性地追蹤是必不可少的環節。在現有技術條件下，建立這些模型已經不是難事，並且不需要較大的投資即可建立。
在物流供應管理中有幾個關鍵的優化算法是數據分析師們需要掌握的，包括最優庫存週轉率（週轉次數）、最優庫存天數、最佳備貨量、最佳配貨間隔、最佳配送路徑、最佳倉儲位置、最優倉庫大小等。這些模型都和企業的商業模式有關係，很難有一個標準的模型或公式，所以此處不再贅述。
工欲善其事，必先利其器。進行數據化管理必須要信息化，進行數據分析必須要掌握數據分析的工具。沒有信息系統，你的數據化管理就會增加大量的數據管理成本，會因為採集和管理數據需要大量的人工。有了計算機就不需要用紙質表格記錄和保存數據了；有了網絡通信和電子郵件系統，就不需要使用快遞來郵寄文檔了；有了移動互聯網，就不需要回到公司的臺式計算機前查看電子郵件了。社會在進步，要想提高效率，就必須要利用最先進的或最有效的手段。
本期內容：
⑥物流和供應管理中的數據分析
往期內容：
②人力資源管理中的數據分析
③財務管理中的數據分析
④營銷和銷售管理中的數據分析
⑤生產管理中的數據分析
下期更精彩，敬請關注！
閱讀更多 明悅數據 的文章
