医药物流中心建设二三事（三） | 医药物流中心如何进行数据分析

近年来，随着物流技术的飞速发展，国家政策的支持推广，越来越多的企业积极投身于现代化、智能化物流中心的打造中。上篇我们讨论了在医药物流中心建设初始阶段如何充分挖掘项目需求（点此查看）其中有一项“数据流”，讨论了需要收集哪些数据、如何收集。

本期将讨论如何对收集的数据进行整理分析，得到业务数据分析结果，展现物流中心的商品特性、业务特性及物流特性，为功能库区规划、流程设计、设备选型、人员结构配置等提供依据，支撑方案的可行性。

源数据获取

获取商品基础资料表、入库明细表、库存明细表、出库明细表和退货明细表等，在和业主信息部沟通获取原始数据时应现场校验，确认数据和需求相吻合，避免后期增加更正沟通成本，易出现问题的字段包括时间日期、订单编号、商品名称、商品编号、包装单位、包装数量，可能会出现错行、异常大或异常小数据过多等情况，都需要和现场人员详细核对。

数据预处理

在这一步之前，优先是保存好源数据，避免后期由于各种原因需要原始数据又没有保存的情况。在数据预处理阶段，主要是从不同维度筛选出目标数据明细，剔除影响结果的其他数据。

从阴凉、常温、冷藏和冷冻中区分是否是冷链药品，区分出非常规规格的中药饮片和中药材，区分出医疗器械、赠品等非药品。剔除异常的包装数为9999,999的特殊数据、销退数据和购退数据，剔除节假日作业量异常低的作业日和因节前备货、商品促销等原因导致某日出库量异常增大的峰值日，这些数据会影响正常的入出库结果。

具体数据分析

数据分析的细分项非常多，包括商品长宽高及重量分析、订单EIQ分析、入库PCB分析、配送频次分析、人效分析、出库EIQ分析、库存ABC分析、退货品规及单量分析等等几十种。

落实到具体应用上，配合其他考量因素，又包括入库暂存区面积计算、拣货方式设计、存储和拣选设备设计、出库集货区面积计算、作业流程设计、退货区面积计算、月台设计、组织架构设计等等。在规划设计初期，用以支持物流中心规划设计的主要包括PCB分析、EIQ分析和ABC分析等，在此阶段也以介绍这三种数据分析方法为主，具体的应用需结合实际项目背景。

PCB分析

PCB分析即对储运单元的分析，P（Pallet）表示托盘，C（Carton）表示箱子，B（Box）表示单品，考察物流中心各作业环节的基本储运单元，在此着重于通过入库量的大小计算出入库方式，即将订单资料以PCB为单位加以分类统计，以正确计算各区实际的需求，合理规划仓储及拣货区域（设备）。

在此举例说明：某药品件包装数为200，日出库数量为38450件，码托数量为28，则整件件数为38450/200取整92件；散件件数为38450/200-192=0.25件。最终得到P型整托托数为192/28取整6托；C型整件件数为192-28*6=24件；B型折合件数为0.25件。

EIQ分析

EIQ分析就是利用E(Order Entry)订单、 I（Item）单品、Q（Quantity）、N(Number)行数、K(Kasanatsut)行数这几大关键物流要素，从客户订单的品项、数量、订货频次等方面出发，研究物流中心的出库特性。

EIQ分析的分析项目主要有针对订单的EN和EQ分析，EN — 每张订单的订货条目数分析，分析订单行大小，以设计拣货模式；EQ — 每张订单的订货件数分析，分析订单量大小，以确定订单处理方式；针对单品的IQ和IK分析，IQ — 每个单品的订货数量分析，分析单品的出库量，以设计ABC品拣选方式；IK — 每个单品的受订次数分析，分析单品出库频次，以优化拣选路径。

ABC分析

ABC分析即根据商品的A、B、C属性来规划商品的分区即管理方式，遵循二八原则，A品5%的品规占出库量的80%，B品15%的品规占出库总量的15%，C品80%的品规只占出库总量的5%（比例在各项目中都有差异）。

通常情况下A品品规少、周转速度快、库存量和出库量大，多采用流利式货架减少补货频次；BC品品规数多、周转速度慢、库存量和出库量都小，多采用隔板货架存储以满足品规数，为节省空间、减少人员，自动化方面主要考虑AGV和旋转货架。

以上仅简单介绍了基本的PCB、EIQ和ABC分析概念和方法，从数据结果中得出结论还需要结合具体项目来谈，需要长期的经验积累。进一步的诸如入库验收码头数、入库暂存区面积、电梯数量、集货区面积、作业环节人员配置、输送设备流量、设备效能匹配等等都需要经过数据论证。

但在此阶段，有了这些分析结果，结合客户的需求和偏好，对物流中心初步的设计思路已经能够形成。对数据分析结果的解读，如何通过这些数据选择作业模式、存储设备、拣选设备，以及以上提到但未展开的部分将在后续的文章中进一步深入分析。