物流战略规划（4）物流战略的分析方法—数据分析法

物流战略分析的第三个方法是数据分析法，数据分析是判断和决策的基础性工作，它可以更直观的更理性的指导物流战略的定位方向。相较于企业发展战略分析法和行业特性分析法，数据分析法是物流战略的第三层，会更加的聚焦各层数据，颗粒度更小。

数据分析法是非常重要的物流战略定位手段，其逻辑性和数理性的指导作用是其他分析方法不能替代的。要做数据分析，首先要有数据，因此前面曾经提到过的信息化，就显得尤为重要。一家企业能够积累相当数量的数据源，可以在经营中起到非常重要的作用。获得充足的数据源后，第一件事不是开始着手分析数据，而是应该对数据进行整理。将数据进行分类，理清脉络，同时检查数据质量，对错误的、重复的、不必要的数据进行清理。对不全面的，有所遗漏或者缺少的数据项加以补充。

获得充足的优质数据后，第一个要分析的数据就是周期性业务量，周期性业务可以很好的体现企业所在行业的淡旺季规律，反映企业在一个周期中的业务量起伏情况。通过对波峰和波谷的观察对比，判断业务量的弹性，从而判断物流战略定位是以灵活性模式为主还是平稳性模式为主。周期性变化在消费品，尤其是电商消费领域变化最为明显，每年的各类大型促销活动，都会让业务量成倍的增长。一些行业本身也会呈现出比较明显的季节性，例如酒水类。每年的夏季会是啤酒类的销售旺季，到秋天逐步下降，白酒销售转旺，在春节前后形成一个大的业务波峰，随后就是全年最大的波谷，直到五月份左右才会开始逐步回暖。这是酒水行业在一年的业务量变化规律，同理可推导其他行业的业务量规律，从而对物流运营的弹性能力进行判断。数据周期性分析在这里体现的主要就是行业的周期变化特性，是物流战略定位的重要参考。

周期性业务量还能体现一个重要的数据，就是企业的业务趋势，从长时间的角度去看，企业本身的业务情况是增长的还是萎缩的，是快速增长的还是平稳增长，或者是快速萎缩的还是慢性萎缩的。都可以从这项分析中看出，而这也足以影响物流战略的定位。一家业务体量快速增长的企业，通常思考的是如何快速建立能力，以满足膨胀式的业务体量。此时选择的物流战略，会以快速地建立物流能力为主要方向，成本及精细化运营排在后面。如果企业处于平稳状态，不管是在增长还是在萎缩，精细化的物流战略通常会成为选择，以此来推动履约质量的提高及成本的有效降低。而处在快速萎缩状态的企业，降低风险，摆脱重资产的轻资产模式，会成为选择。当然这不绝对，还要参考很多其他的内外部因素，但业务周期性分析，对于物流战略定位的引导作用，是不容忽视的。

第二点要分析的是订单的分布情况，主要分为地域性订单分布、渠道性订单分布和客群性订单分布三个类型。首先说地域性订单分布，是要将订单的收货地址进行分析，在企业的业务范围内进行地理分析，看看这些订单在全国是如何分布的。是北京地区占比较高，还是上海地区订单量较大，每个地区的订单量占比分别是多少。这个数据有助于决策物流战略中的资源投入分布，尤其是仓网的布局，多数情况下会去参考订单的地域分布情况。其次是订单的渠道性分布，订单流向的不同渠道，对物流能力的要求有很大的区别。电商渠道通常单笔订单金额较小，但是订单量大，时效要求严格，地域分散，就要求物流职能具备广度的履约覆盖能力和快速响应能力，此时快递可能就会成为很好的选择。而经销商渠道，通常单笔订单金额较大，交货地址集中，时效要求相对较低，更适合整车物流的模式。同样的，商超渠道、直发渠道、出口等渠道都是各有不同。订单渠道的不同，一定程度上影响着物流职能的仓配体系，是物流战略定位的重要因素。第三是群体性分布分析，也就是客户画像分析，不同的客户群体，对于企业的物流能力要求也是各不相同。B端和C端绝不一样，老人和青年又有明显区别，男性群体和女性群体要求不同，白领和工人也不一样。这些不同的需求点实际上就是物流战略定位的重要影响因素，所以针对群体性订单分布做好分析，可以为物流战略定位，提供很好的参考。

第三个要分的数据是企业经营的商品品类，有两个目的，第一是要看品类特性，第二则是要看品类的数量的多寡。这两个数据的结论，关系着物流战略定位的能力建设。对于不同的品类特性，物流职能要建立能适配其特性的物流能力，例如冷链能力、生产能力、威化能力等等。这些都是常规的物流能力无法覆盖的，如果在物流战略定位的初始就忽视了品类特性的分析，会造成整个物流战略难以落地，成为一个纸上谈兵的笑话。品类数量也是同样的道理，企业仅经营十个品类和经营一万个品类所需要的物流能力是完全不同的。品类的增加会使物流的操作难度成倍增长，从仓内的生产管理能力到配送的末端能力，都会产生极大的变化。如果不能在最初，就将整体的品类做好分析，物流能力实际上也是很难适配的。品类数量分析，最好能做出未来一定时间的预测，为未来的企业发展留出一定的空间，避免资产和设备投入后难以变更，无法承接增长的品类变化。

第四点要分析的数据是企业的过往库存数据，通过对库存数据的分析，明确企业在实施物流战略前，需要准备多少资源投入其中，尤其是仓储资源。包括场地、人工、设备等，这些都是需要通过对过往数据分析后，给出未来一定周期的预测结果来进行评估匹配的。包括仓内的管理流程，场地规划等，都依靠此数据的指导。除此之外，库存分析还是物流职能的向上延伸，物流职能不再单纯的作为实物管理职能，而是加入管控的职责，对库存数据加以分析，向上反馈采购部门，向下反馈需求部门，促使企业库存健康化。

第五点需要分析的数据是收益率，物流战略的实施需要投入大量资源，这些资源的投入是不是值得，是不是能够为企业带来更大的价值，是需要在实施前做出合理评估的。收益评估应该充分计算即将投入的资源，不但包括资金资源，还应包括人力资源、设备和时间成本。在考虑收益的时候，也应该放在长远的角度看待，物流战略的定位在在多长时间内会是亏损的状态，大概什么时间会呈盈利状态，这个时间周期是不是企业能够承受的。最终带来的企业改变，是不是能够覆盖资源的投入，这是收益率分析的重要目的。

数据是决策的基础，在各项数据全部分析透彻，物流战略所带来的收益情况也明白的列好时，物流战略定位的方向也就是水到渠成了。