作为一名在制造和供应链一线干了十多年的从业者，我经常被问到：物流分析，到底分析些什么？

一、收货环节

我们就从货进大门开始说起。收货可不只是开门卸货那么简单，门口堵不堵、卸得快不快，全看这里的数据。

你得盯着这些数：

每天到货多少箱、多少票订单、来的车多大、卸一车要多久、收货区占多大地方，还有每天来的货物品类（SKU）有多少种。

这里有个关键，我一直强调：

简单来说，你算出一年平均每天收1000箱，但旺季一天可能来5000箱。

如果你按1000箱去设计收货站台，旺季时车子能排队排到马路上去；

但按5000箱去建，平时又太浪费，设备闲着，人也闲着。

那怎么办？

说实话，我第一次看这数据时也纠结。后来明白了，得在平均数和最高数之间取个合理值，具体要看你们业务的波动大不大。

像图书、电商这类行业，收货特别复杂，品种多，还要拆包质检，对收货区的要求就完全不一样。你懂我意思吗？

二、库存环节

货进来了，得有个地方放。库存环节的分析，核心就两句话：存多少？怎么存？

你肯定知道要看总库存量。但更重要的是，要分析存多少种不同的货（SKU数），以及这些货用什么方式存。是用整托盘堆着放，还是上立体货架，或者直接拆箱存？

最近我发现，尤其是做电商的朋友，货物品类爆炸式增长，用货箱存储的比例越来越高，这个趋势直接影响仓库怎么布局。

说到布局，就离不开经典的ABC分类法。

这个你肯定听过，就是把最常流动的货（A类）放在最容易拿到的地方，不常动的（C类）放远点。不过话说回来，这个A、B、C的标准不是死的，得根据你自己业务的发货频率来定，千万别生搬硬套。

计算库容时，注意库存充满率。

你以为一个仓库能放10000个托盘，就能真的塞满10000个吗？

不可能的。货位之间要留通道，托盘上货箱也码不满，都得打个折扣。这个折扣系数，每个仓库都不一样，但设计时千万不能忽略。

三、拣选怎么分析？

拣选是仓库里最费力、也最关键的环节。这里的数据分析，直接决定工人的劳动强度和发货速度。

你需要关注几个核心：

一天要处理多少张订单？

每张订单平均要拿几件不同的货（订单行数）？

总共要发出去多少件货？

我特别提个醒：做发货分析时，一定要再做一次发货ABC分析。

什么意思？

就是按货品被订购的频率重新排队。它和前面库存的ABC结果常常不一样。

有些货库存量很大（是库存A类），但可能很久才卖一次；

有些货库存不多，但一天被订单叫出去好多次（是发货A类）。

这两种货，摆放的位置能一样吗？

出库的方式也至关重要。

整托盘直接出、整箱出，还是需要拆零拣选？

这三种模式的比例，直接决定了你需要投资什么样的拣选设备，是人开着叉车干，还是用电子标签、自动分拣机。不同的方法，效率差得可不是一星半点。

四、发货环节

货拣好了，打好包，就到了发货区。这里分析什么？主要是看货往哪儿走，以及怎么高效地装上车。

你要清楚发货的目的地、每个地方的发货量、用什么车来装、每天发几个小时。这些数据决定了你需要多少个发货门，门前预留多少停车和周转场地。

这里有个实用的技巧：

分拣机的出口（格口）数量是有限的，不可能一条路线一个口。

怎么办？

那就把去往不同方向的货，集中在几个时间段（波次）内处理。

比如，上午先集中处理所有发往东边的货，下午再发西边的。这样就能用有限的资源，处理更多的线路。很多大型物流中心靠这个办法，大大减少了对集货区面积的依赖。

五、退货分析

退货这事儿，容易被人忽略，但处理起来特别头疼。它的数据波动性极大，而且和正向收货完全是两码事。

分析退货，要把它和正常收货分开看。

它的作业不规律，可能某天突然涌进来一大批。所以，在数据上要把“退货接收”和“退货后续处理”的数据分开统计，因为它们需要的场地和人手节奏不同。

还有一点要注意，退货其实分两种。

一种是从客户那里退回来的，另一种是从仓库退给供应商或报废的。

这两者的流程、价值和数据处理方式差异很大，在分析时一定要区分清楚，别混在一起。

对于这种波动大、又要分门别类看的数据，建立一个专门的监控视图很重要。

像我之前用FineBI这类数据分析工具做的退货看板，就可以同时看到退货量的实时趋势、两种退货类型的占比变化，以及积压情况，这样安排人手和处理资源就更有把握了。

六、EIQ分析

说了这么多具体环节，最后我必须给大家提一个综合性的分析方法：EIQ。这是物流分析里非常实用的工具。

简单来说：

E（订单）：分析每张订单要买几样东西（EN），以及总的订货量（EQ）。这能帮你看清订单结构，是小额多样还是大额少样。

I（品项）：分析每个单品（SKU）一共被订走了多少（IQ）。这其实就是前面说的库存ABC分析的基础。

Q（数量）与K（频次）：分析每个单品被多少张订单需要过（IK）。这直接对应着发货ABC分析。

通过EIQ分析，你可以清晰地了解自己业务的订单模式，比如是少量多样，还是多量少样。

它是决定仓库如何布局、用什么拣货策略的顶层依据。我建议你做分析时最好用上一整年的数据，这样才看得出季节性规律，分析结果也更有说服力。

物流分析，说到底是为了让仓库装得下、找得到、发得出、退得回。它是结合业务实际的推演。

很多细节，比如货位留空、波次设计、退货动线，都是数据+经验+沟通的结果。当你在做分析时，多跑现场、多问操作的人、多看历史数据波动，慢慢你就会形成自己的判断逻辑。