物流系統規劃與設計 物流規劃的七個步驟？

物流規劃的七個步驟？物流行業的特點包括行業廣、專業深、學科多、系統復雜等。物流規劃的類型也多種多樣。從供應鏈的角度看，可以細分為不同的物流環節，從企業分類的角度看，至少可以分為幾十種，從物流功能的角度

物流規劃的七個步驟？

物流行業的特點包括行業廣、專業深、學科多、系統復雜等。物流規劃的類型也多種多樣。從供應鏈的角度看，可以細分為不同的物流環節，從企業分類的角度看，至少可以分為幾十種，從物流功能的角度看，可以拆分為各種類型，從創新和應用的角度看，也是與時俱進。因此，物流規劃涉及的范圍很廣。如何利用物流專業知識和經驗進行物流規劃，需要從以下幾個步驟考慮：關注問題、精準定位、構建結構、特征分析、歸納推理、數據建模和解決方案?；谖覀冊谖锪鳌⑸a、零售等類型的大型上市公司、中型企業、機構的規劃設計經驗，包括物流網絡、智能工廠、城市配送、物流戰略、物流園區、倉儲規劃等。我們對物流規劃步驟做了說明供參考，可以根據不同的對象和環境進行調整，后面還會發布各類規劃的參考目錄。

第一步：什么問題解決了？

首先要明確，我們用專業來解決什么樣的問題。這里說的“問題”不一定是客戶描述的問題，因為客戶描述的往往是外觀或者是管理或者運營層面的問題，我們需要對問題進行分類。不同的問題可能用不同的方法解決，也可能發現這些子問題不能一次解決，需要分階段解決。比如解決生產或倉儲包裝的標準化問題，不一定能通過生產或倉儲來優化，而是需要從供應商源頭進行調整，所以需要增加一個優化模塊，計劃方案的復雜度也會增加。

在規劃問題中，我們大致將供應鏈物流規劃分為物流網絡規劃、城市配送規劃、生產物流規劃、物流園區規劃、倉儲規劃等。而每一種規劃又可以細分成幾十個、幾百個元素，甚至更多。底層的邏輯和關系是復雜的，一定要把表面的問題分類，找出真正需要解決的是什么樣的問題。

有時候客戶提出的重點可能會很多，你可以把這些問題和方法要素整合起來，然后層層整合，最后把問題提煉成一兩句話，找到牽一發而動全身的重點。那是最好的選擇。

步驟2:規劃內容定位

明確了從專業角度需要解決哪些問題后，就要對這個規劃方案進行定位。物流是一個具有多種節點的復雜系統，在服務于不同的商業形態或行業時，其功能是不同的。比如從環節上看，有供給職能、分配和流通職能、生產和供應職能等。從屬性上看，有戰略儲備功能、快速補貨功能、中轉功能等。如果要規劃和實現的物流系統的定位是錯誤的，那么系統的邏輯就會出現問題。如果方向錯了，輸出結論肯定會有很大偏差。所以無論是解決一個網絡規劃、倉儲規劃還是配送規劃，都需要明確自己在供應鏈環境中處于什么位置，也就是上下游的情況，需要達到什么目的。同樣，這樣的定位也不是一個巴掌拍不響。

當然，有些會通過實證分析得到一個實證定位。我認為最好的辦法是將要素拆分，結合方法分析其投入、產出和自身邏輯，從而從戰略層面和操作層面得到一個科學合理的規劃定位，包括時間、空間、流向、方向等幾個核心要素的分類分析。

第三步：搭建房屋模型。

屬于這個規劃的房子的結構是一個很好的分類模型，包括頂層目標，中間結構，支撐。需要解決的問題可以放在頂層目標上，中層結構可以按照供應鏈物流的環節或者需要解決的問題模塊進行分類。你c

對于全屋的支撐層面，可以在規劃方案中放入實施層面的內容，比如需要什么樣的設備支撐，需要什么樣的信息支撐，需要什么樣的標準化操作流程支撐。當然，這里的支持不是一個籠統的概念，而是通過充分分析確定具體流程配置后，構建支持實現的模塊。在我們的方法中，流程被詳細拆分，基本上大部分物流活動被放在不同的流程中。待規劃房屋搭建完成后，整個規劃方案的結構將基本一目了然，便于團隊與客戶的溝通，以及后續的進一步分析或規劃周期局部需求變化后的模型修改。

步驟4:數據特征分析

物流規劃一定離不開數據分析。有些數據可以直接幫助形成分析報告，有些數據可以作為仿真的輸入。這里強調一點，數據分析最重要的目的之一就是發現業務特征。還有一個問題，數據來源在哪里？這里的來源有很多含義，是來自信息系統，還是手工收集？是來自ERP，TMS還是WMS？來自SAP，還是用友和金蝶？不同的源具有不同的數據字段、格式和數據量，并且不能完全保證數據的準確性。所以要對數據進行專業分析，謹慎行事。不能依賴數據，過分依賴數據就容易陷入數字陷阱。從技術的角度，先將數據標準化，然后通過統計工具或仿真工具將數據可視化、擬合，找到其特征，回歸業務層面，找出異常點或問題點，幫助確定解決的方向。數據特征出現后，要和客戶的業務人員溝通確認，避免被數據誤導。

以上是從構建企業運營物流系統規劃角度的數據分析。有些物流規劃是宏觀層面的，比如園區規劃、戰略規劃，有些是從的角度來規劃的。所以數據要求不一定特別準確，只要能反映趨勢就行。這樣，只要邏輯正確，輸入數據來源可靠，數據分析后反映的結論沒有明顯偏差，就可以接受數據分析。

第五步：歸納推理

入職是最考驗物流規劃能力的地方。一方面需要專業能力對需要策劃的場景進行拆分，同時也需要通過策劃或者行業經驗進行修正和判斷。哪些是主要問題，哪些是次要問題，需要快速識別，否則就會“迷失”在大量的細節中。那么如何做歸納推理呢？我覺得應該從環節、流程、活動的角度來考慮，這也是為什么物流是一個實踐與理論相結合的專業。如果只有理論沒有實踐，缺乏判斷力；如果只有實踐沒有理論，就缺乏系統性。在這里，我們可以借鑒“戰略地圖”模式和SCOR模式。前者分類組合非常清晰，圍繞目標構建相應要素，后者“完美”呈現供應鏈流程，可以根據目標進行配置。同時，它可以通過系統的評估做出決策，從戰略向上到信息化向下。將供應鏈物流拆分的活動與客戶的實際問題進行詳細的結合和分析后，通過設計原則和系統的分析方法找到解決問題的關鍵點，構建規劃藍圖，然后對各個要素進行系統的描述，從而通過歸納推理進行理性規劃。

每個策劃項目的目標不同，涉及的要素不同，邏輯不同，必須根據具體項目進行合理的拆分和組合。

步驟6:構建模型(工具應用程序)

這里說的模型構建主要是指數學模型。當然，并不是每個規劃項目都要獨立建立數學模型。一些規劃項目可以通過數據分析來支持規劃觀點。但有些規劃項目，如選址、網絡布局、路徑優化、資源分配等，需要建立數學模型才能得到相對準確的結果。該模型可以由物流專家獨立構建，也可以由團隊中的許多人構建。物流專家專注于構建解決方案，然后建模工程師構建數學模型。也可以通過規劃工具的應用來解決和可視化，比如我們的物流規劃決策系統(供應鏈物流數字化決策平臺)。如果專業能力更高，學習時間更充裕，建議可以將運營思維與物流項目實踐深度結合，了解兩者之間的關系。同時要盡量使用數學工具，比如MATLAB，來編寫和求解簡單的算法。目的不一定是成為數學建模高手，而是從物流專業與數學建模相結合的角度思考科學的規劃思路，有利于拓展項目的規劃思路，提高效率。從我個人的經驗來說，在具備建模、算法編寫、程序實現的能力后，物流規劃的思維是大大提高的。

第七步：解決方案

解決方案可以分為兩個層次，一個是概念方案(規劃藍圖)，一個是詳細方案。概念主要是根據物流專家的經驗，結合詳細調查后的詳細分析，通過定性和定量的結合，制定一個長期的計劃，以顯示計劃后項目能達到什么樣的目標，同時說明各個模塊能達到什么樣的效果，以及它們之間是如何相互關聯的。比如智慧工廠的原材料倉庫用什么模式，實現什么功能，生產線怎么分配，成品倉庫用什么模式和功能，整個規劃采用什么結構和思路。在詳細設計中，根據項目的類型和客戶的需求，采取相應的方案設計策略，比如可以在戰略規劃中考慮戰略措施和實施；在網絡規劃中，如何分配庫存，如何安排車輛路線等。如何完成智能工廠物流中的各個操作流程？

無論概念方案還是詳細設計，除了專業技能的運用，還要強調方案的邏輯性和系統性。前面的分析部分需要對應方案，這樣無論是看方案的客戶還是做方案的團隊(有些項目客戶也會在策劃團隊)，都會在一個系統中完成，策劃的順利進行和項目內容的補充調整都會非常清晰，能夠快速找到解決方案。