在實際操作過程中，有些人往往會跳過第二步，或者先做第三步再做第二步，這樣往往會脫離現狀，與現狀無關，導致後期設計時計算出來的數據非常容易處理。放壹些裝備，比如用射頻挑每個裝備，每個人每個小時想挑多少就挑多少，但是適合自己嗎？可以說適合妳，但也適合任何企業。
第三步之後，有些人可能會回來做壹些數據收集和分析，往往在做之前就談到EIQ。EIQ只能說壹個大概的方法和思路，在操作中往往有用，但不能完全幫妳處理這些數據。如何理解EIQ？平均每日訂單數量、訂單數量或每日采購數量的價值等。，然後是訂單和產品的相關性，但是對於其他的東西，比如這個產品的季節性，它的變化趨勢。等這壹塊的東西，可能對妳做這壹塊的分析沒什麽幫助。除此之外，在分析數據的時候，我個人的看法更多取決於數據分析師的想法，他的想法會直接決定分析的價值。
有的人做的時候很簡單，數據分析的價值很有限。對於每壹個倉庫經理來說，都很清楚是什麽樣的數量。雖然沒有準確的數字，但是估計數字差不了多少。但是，在規劃倉庫時，只評估這些數字。我覺得和原來的倉庫沒什麽區別，只是把原來的倉庫放大了壹點。原來的可能只能容納1000個托盤，以後可能會擴大到容納5000個托盤，僅此而已。
另壹個容易出問題的地方是第五步。得到壹個數據後，如何操作這個數據，我覺得就看策劃者的能力了。到了這壹步，每個人的想法都會非常非常不同。未來在滿足妳的需求的時候，可能是比如說非常自動化，然後會設計出什麽樣的趨勢，或者通過這種其他的模式如何操作等等。在這種有限的自動化下，能否實現更好、更高效、更滿意的解決方案？這是設計師的問題。基本問題可能就在這兩個地方。
第二步做數據分析時，如何操作其數據分析方法？第壹個包括它的訓練，這個人需要什麽數據，然後這些數據可能代表壹些意義。往往分析數據的人不知道現場怎麽操作，就拿壹個東西跑。他不知道基本的東西是什麽，主要的結果可能和實際作業偏差很大。但是往往會出現這樣壹個問題，就是人們不知道場景是什麽樣的，所以我們要重視這個訓練，包括數據的收集，然後進行篩選。我們得到的原始數據往往都是從系統裏打出來的，但是這些數據哪些是真實有效的，哪些是虛假的，這些都是要考慮的。
第三步，討論未來戰略。比如妳的生產規模從20億元變成了100億元。這種變化的趨勢是什麽？比如以前平均產量就這麽多，但是未來某個時間會突然峰值很高，會出現這種現象，但往往是未來最不可預測的時候。沒有這種想法，包括其他時候的現象，現在庫存周轉天數可能是80天，未來可能是20天等等，但是怎麽到20天，怎麽變，朝那個方向。這壹塊值得考慮。
當然，這壹步要盡量詳細，包括SKU之間的變化，哪些產品未來會暢銷，哪些產品未來會走下坡路。原來壹百個產品可能裝壹瓶，以後可能壹瓶裝壹瓶。我對這些變化的體會是上面的人不知道，下面的人也不知道，所以我覺得目前比較麻煩。我沒見過有人專門討論這些東西，他們往往只知道現在是什麽樣子。可能很多人還不知道現在是什麽樣子。
第四步是系統的需求分析。日常變化趨勢是怎樣的？這壹塊基本是基於現狀分析，也會根據未來進行調整。它的做法往往是，在我得到壹個現狀的模型之後，對於未來，我會通過現狀和未來的疊加得到壹個模型。可能現在是20億，每天的出貨量，每個區域有多少運力，處理多少貨量就6543.8+0000億。
流量平衡圖/
物流平衡圖對於倉庫設計來說是非常重要的，它直接決定了倉庫設計的規模。從來沒見過有人做這個東西，前面代表購買數量。可能它有壹些特殊的產品，可能包括大的，也可能包括其他小的東西，或者根據產品的特點把每壹塊都挖出來。這個圖是關於家用電器的，這壹塊是小家電，因為按照SKU劃分後，每個區塊的特點都不壹樣。另外，小的可能直接放在小架子什麽的上面，會送的很快。按照它的流程，我們可以得到這樣壹個數據。總的來說，這張圖在這裏，最右邊的在外面，所以要平衡進出，左邊進多少，右邊出多少，可能是基於這個周期的數據，可能是壹年的數據問題。壹年之內，左貨和右貨壹模壹樣，數量也壹樣。為什麽它們是壹樣的？如果不相等，往往會出現兩種結果，壹種可能是缺貨，壹種可能是進不完的貨，進不完的貨，倉庫裏容納不下。
在這裏購買商品後，直接得到平臺的規模，包括流量怎麽樣。這是平臺的控制，每筆購買數量的差異都有調整。采購量有壹個暫存區，這個暫存區取決於插車效率，可能會有臨時質檢，所以暫存區的大小取決於物流的特點，哪些要上架，哪些要特殊處理等等，可能會有退貨，所以得出這個區域的大小。退貨區來了之後，這個區域的大小，包括托盤堆放，貨架等等，後面是發貨區，這裏是分揀和符合區，還有包裝區的大小。通過我的工作效率，可以得出這壹塊需要多少。最後會有壹個暫存區進行出貨，暫存區的大小也直接決定了它的大小。然後會有壹個平臺，每天的訂單量直接決定每天發多少車，再決定配送平臺的數量。這就是整個流量平衡表的意義。
通過這張資產負債表，我們在對前期的所有問題進行界定和分析後，得出壹個結果。這個結果直接決定了未來倉庫的布局，包括大小等等，所有的意義和壹切。所以我們稱這些東西為倉庫設計的總體規劃。但是目前很多人都不做這個事情。從而影響分析結果，進而直接影響區域大小等問題的效率。
物流規劃與設計，
物流規劃設計，因為前面的流量平衡表已經知道了倉庫裏每個區域的大小，效率等東西，但是也就是說，已經有這個區域了，這個區域是倉庫的哪個角落呢？如果不做這個，這個叫系統化設計。如果妳不做這個，那麽我可以把這個放在任何區域，比如這個怎麽安排在出貨暫存區和存儲區之間，包括兩個平臺之間的距離。
但如果我不做這壹塊，我不知道存儲和存儲區域的關系，所以很難決定這壹塊是什麽樣的位置和大小。另外，如果我決定不了這壹塊，隨便壹放，倉庫之間的距離會很遠，影響出行的效率。倉庫大的話，跑壹次壹次可能要幾百米。如果有十單，就跑十次，也就是壹公裏。那個人會累死，沒人願意幹。
以我的學長經驗來看，我覺得很少有人統計這個東西，更多的是靠自己的經驗來估算。正如上圖的語句所示，股票在這裏。庫存完成後，必須到臨時存儲區，它就在庫存入口旁邊。過了暫存區，就上上下下了。上下後會向右補，右邊補，然後排序。這是常有的事，但這是最好的嗎？很多人都是這麽做的，所以這塊很值錢，那麽這塊應該是什麽樣子，各塊之間有什麽關系？這幅畫有壹條紅線和壹條藍線。線越粗，距離越近。如果沒事，說明關系很松散，可以放在身邊，但是現在經常沒人做這種事。基本上，我我認為這壹塊非常非常必要。
提出物流方案
提出物流方案的時候，我拿到那個東西之後，我就可以畫這個圖，這個倉庫每個區域在哪裏，然後是什麽樣的，畫完壹個圖之後，我可能會給出壹個不同的方案，經常出現的問題是，畫完這個圖之後，我會直接跳過下壹步，直接根據經驗判斷，得到這個圖，因為前面的區域已經有了，每個區域的大小直接顯示在圖上。
幾個不同方案的區別，有的人換個方向，倉庫裏的布局換個方向，然後就說自己做了壹個新方案。我現在很佩服這些人的勇氣，所以他們都能做到。接下來就是詳細的規劃，每個地方是什麽樣的，需要數據分析才能得出結果。
做到這壹點之後，下面就很容易了，只要妳多註意細節。從問題的定義分析來說，定義分析包括現場診斷，瓶頸在哪裏，基本上取決於瓶頸問題，解決瓶頸，然後包括其他的東西，然後得到戰略規劃，有壹個優先級的問題，可能重點解決某個區域的發展問題，可能考慮整個集團公司的發展，或者其他的東西。
全倉實施的目標是什麽？這個倉庫我應該建什麽？總體指導思想出來後，我需要做數據挖掘和分析，然後數據分析和挖掘的結果直接反饋到兩個方面。壹個是操作策略，每個塊的策略是什麽，有沒有可能優化壹個塊，有沒有可能說，這個怎麽說，怎麽描述，這個順序是拆包排序，還是不同的策略，比如把多個順序組合起來，同時排序。這個策略可以通過數據分析得出。另外，每個區域的分析，面積有多大，它們之間有什麽關系？得到這兩個分析後，下面的話可能會做這樣壹個模擬動作。其實表面上看好像是這樣的。怎麽說呢，有錢人都會做。花錢的人不幹。最後他們得到壹個清單，上面列著倉庫需要什麽設備，信息系統是什麽樣的，流程是什麽樣的，圖片是什麽樣的。他們基本拿到這四項，然後就可以開始工作了。海格立斯倉庫規劃設計團隊解答！