對于倉庫現(xiàn)場而言，其數(shù)據(jù)的分析僅用一些基礎(chǔ)的數(shù)學(xué)概念即可。

  一方面，倉庫現(xiàn)場的的總體流程模式比較簡單，倉庫人員對現(xiàn)場的具體情況有比較切實的認(rèn)知，不必用很復(fù)雜的方式來表現(xiàn)。

  另一方面，太過深入的數(shù)據(jù)抽象不一定容易結(jié)合現(xiàn)場情況進行理解。

  因此，常見的倉庫現(xiàn)場數(shù)據(jù)描述主要分為三大類:

  描述數(shù)據(jù)峰值的，也就是最大值和最小值;

  描述數(shù)據(jù)中間值的，包括平均值、加權(quán)平均值、眾數(shù)、中位數(shù)、分位數(shù)等概念;

  描述數(shù)據(jù)離散程度的，常見的有極差、平均差、標(biāo)準(zhǔn)差等。

  一 峰值類數(shù)據(jù)

  對于現(xiàn)場操作，有些數(shù)據(jù)是需要參考峰值的。

  比如說一些季節(jié)性貨物倉庫，庫存量在一年內(nèi)的起伏很大，真正有庫存壓力的時候是貨物大規(guī)模存儲的時候。

  我們分析這樣的倉庫，按平均值的指標(biāo)或者某個特定時候的指標(biāo)都沒有什么意義，按平均庫存量準(zhǔn)備庫存空間的結(jié)果，就是在庫存量逐步接近最大值的過程中一步步崩潰。

  對于非季節(jié)性倉庫來說，庫存壓力的大小也需要參考庫存最大值。當(dāng)然，在實際操作中，如果只是大規(guī)模庫存的短期存放，比如說只需要存儲一天甚至一個晚上，一般不會對庫存空間造成非常大的壓力，因為可以臨時占用現(xiàn)場的暫存或過道空間，要是臨時存放的時間超過了某個臨界點，就可能對現(xiàn)場操作造成比較大的麻煩。

  因此，一個很實用的指標(biāo)是連續(xù)三天庫存均值，比如說一個月內(nèi)的平均庫存并不高，但某個連續(xù)三天的平均庫存很高，就說明這三天的庫存空間可能是壓力很大的，值得我們的重點關(guān)注。

  類似的例子是操作量數(shù)據(jù)，只看平均數(shù)據(jù)也不一定意義很大，一些操作量暴增或暴減的情況需要被識別出來并重點關(guān)注。

  操作量數(shù)據(jù)和庫存數(shù)據(jù)不一樣的地方在于，它沒有臨界點的概念，很大的操作量在短時間內(nèi)的集中一般都會對現(xiàn)場造成比較大的影響，也是我們極力避免的。但操作量的集中也可能可以通過比較靈活的方式進行解決，比如說預(yù)操作，也就是提前做好操作準(zhǔn)備或者提前完成一部分操作動作。

  在實際分析的時候，我們關(guān)注的峰值都是一段時間內(nèi)的峰值，而不一定是總體的最大最小值。比如一個月內(nèi)可能有一個操作量最大值，但一周內(nèi)，一天內(nèi)也有峰值的出現(xiàn)。許多情況下，峰值一般也就意味著某種不穩(wěn)定因素的存在，意味著未來成為某種瓶頸的可能，因此是需要重點關(guān)注，必要的時候甚至要提出一些調(diào)節(jié)措施或備用方案。

  最小值的應(yīng)用相對比較少，一般應(yīng)用于資源的臨時調(diào)整上。

  比如說連續(xù)一段期間內(nèi)，操作量都在某個閥值以下，就可能可以騰出部分操作資源做一些其它工作。

  二 中間值數(shù)據(jù)

  平均值的使用比較普遍。一方面，有些數(shù)據(jù)差異是沒有意義的，通過平均值可以直接得到一個基本的代表性數(shù)字，不用再關(guān)注個別數(shù)據(jù)的差異，當(dāng)我們提供平均值的時候，也可以讓別人迅速地得到對某個事物的整體印象。

  不論是庫存量還是操作量，當(dāng)我們覺得沒有必要進行更細(xì)化的分析的時候，可能就直接使用一個平均值作為代表，這種思路雖然有時比較危險，但多數(shù)時候都可以很省事。

  另一方面，平均值也是個別數(shù)據(jù)在整體中位置的有效參照，一個人每天操作10個訂單，并不能說明他操作得是快還是慢，如果我們知道團隊的平均操作量是5個訂單，可能就有一個基本判斷了。

  加權(quán)平均值的使用和平均值是一樣的，只是在具體操作上有些不同。例如績效考核方式，一般是將一個人在不同方面的表現(xiàn)分配不同權(quán)重，最后得到一個加權(quán)平均值的，對庫區(qū)的考核也有可能采用加權(quán)平均的方式，以便把不同方面的結(jié)果轉(zhuǎn)化為一個綜合性的代表數(shù)據(jù)。

  眾數(shù)是指一組數(shù)據(jù)中出現(xiàn)次數(shù)最多的值，實際中用得不算多，但眾數(shù)的思想?yún)s無時無處不在。眾數(shù)的方便之處在于容易得到，一般不受特殊情況的影響，并且可用于非數(shù)值型數(shù)據(jù)。

  比如說，我們統(tǒng)計倉庫破損情況，可能涉及比較多個SKU，但比較集中的就是那么一兩個，常見的表達(dá)方法是說，倉庫現(xiàn)場80%的破損都發(fā)生于某個特定的SKU，這個SKU就是發(fā)生破損的SKU中的眾數(shù)，值得我們的特別關(guān)注。

  當(dāng)我們對事物進行分類研究，判斷需要重點關(guān)注的類別時，使用的也是眾數(shù)的基本思想，比方說，我們判斷庫存貨物中哪類物品最容易出現(xiàn)數(shù)量差異，這個最容易出現(xiàn)差異的物品類別，本質(zhì)上也是眾數(shù)的意思。

  中位數(shù)和分位數(shù)其實是一個概念，中位數(shù)的意思就是二分位數(shù)。

  分位的意思，就是說這個數(shù)據(jù)所處的位置，正好可以把這組數(shù)據(jù)分為不同的比例。比如說一共10個數(shù)字按順序排列，第五和第六個數(shù)字的平均數(shù)就是二分位數(shù)(中位數(shù))，從這個數(shù)據(jù)往上下兩邊看，上面有一半，下面有一半，真正的比上不足比下有余。

  在對比現(xiàn)場操作量的時候，我們也經(jīng)常使用到分位數(shù)的概念。

  分位數(shù)的使用，一般是讓我們對事物的結(jié)構(gòu)有一個相對具體的整體印象，比只用平均數(shù)要清楚一些。分位數(shù)的使用在許多情況下也能描述數(shù)據(jù)集中度的情況。

  三 數(shù)據(jù)離散程度

  數(shù)據(jù)的離散程度有時候很重要。比方說，同樣是揀貨操作，一個人平均每天操作20個訂單，一個人平均每天操作10個訂單，排除訂單本身不一致的情況，這個差異就有點大了，現(xiàn)場就有必要跟蹤這兩個人的具體操作，看看到底是什么原因?qū)е铝诉@個差異。

  一組數(shù)據(jù)，最大值減去最小值，就是極差，一般情況下，極差越大，數(shù)據(jù)的離散程度就越大，意思也就是差異越大。

  極差反映的是數(shù)據(jù)中的最大差異，有時候不一定適用，可能存粹是因為有個人天賦異稟導(dǎo)致的。

  平均差的意思，是算出一組數(shù)據(jù)的平均數(shù)，讓每個數(shù)據(jù)都和平均數(shù)對比差異，再得出一個平均差異值。平均差反映的是一組數(shù)據(jù)的整體差異程度，就揀貨操作的例子來說，可以部分消除個別人天賦異稟帶來的影響，而得到一個基本的結(jié)論。

  標(biāo)準(zhǔn)差和平均差所代表的意思是一樣的，只是出于計算的方便，進行了一些計算過程的處理。對于現(xiàn)場的一些簡單數(shù)據(jù)，可能平均差用起來還要直觀一些。

  本文來源于SmartWMS智慧倉儲管理系統(tǒng)，不代表九州物流網(wǎng)(http://www.zgslfm.com)觀點，如有侵權(quán)可聯(lián)系刪除，文章所用圖片來源于網(wǎng)絡(luò)，文章圖片如有侵權(quán)可聯(lián)系刪除。