1.  什么是Greenfield選址分析

Greenfield選址分析工具旨在對以下問題提供快速答案：            

給定一組客戶，確定潛在服務網點（如倉庫/配送中心）的最佳地理位置。            

最佳位置是那些滿足特定服務要求以及所有客戶需求下，可以最小化運輸總成本的位置，其中運輸總成本根據經緯度計算的距離和運量的乘積決定。

通常，企業重新規劃其服務網點時，需要使用Greenfield分析工具確保在一定服務時效下獲得成本最優的服務網點配置。

通常可能有兩種情況：

1、不考慮已有網點，重新選擇和規劃新的網點，包括數量和位置

2、在已有網點的基礎上，增加新的網點/保留若干網點來達到期望的服務水平。

2.  主數據維護

以下以某企業根據其現有客戶分布重新優化倉庫的數量和位置為例，說明如何使用Greenfield 選址分析進行倉庫選址。假設，該企業通過倉庫向所有的客戶（經銷商）進行配送，每個客戶只由一個倉庫對其進行服務。

選址分析需要的數據包括客戶的分布信息、已有的配送中心分布信息、客戶的需求情況信息。因此需要依次維護下列信息。

2.1客戶數據維護

圖1. 客戶數據維護

首先，在圖1左側的輸入表中選擇客戶表；然后導入或輸入相關的客戶信息（這一步可以直接在Supply Chain Guru中完成，也可以通過Data Guru設定工作流程并與系統及數據庫對接，使得建模的流程可重復化），包括客戶ID和地址信息；然后點擊地理編碼，系統會自動調用GIS引擎去解析地址并生成相應的經緯度。

我們可以通過地圖去顯示客戶的分布。

圖2. 客戶數據維護操作

如圖2，打開地圖，首先選擇“新地圖”，然后勾選需要在地圖上顯示的信息“客戶”。可以看到下圖所示的客戶分布。

圖3. 該企業1307個客戶（經銷商）位置分布圖

2.2配送中心數據維護

目前該企業已經有了6個倉庫，在進行選址時希望優先選擇這6個倉庫。

用戶需要先確保現有的倉庫被維護進站點數據表中，如圖4所示。

圖4. 配送中心數據維護

首先，在左側的輸入表中選擇站點表；然后導入或輸入相關的站點信息，包括站點ID（倉庫名稱），地址信息，以及狀態（其中Consider代表優先考慮，Include代表必須使用）；然后點擊地理編碼，系統會自動調用GIS引擎去解析地址并生成相應的經緯度。

我們可以通過地圖去顯示站點的分布。

圖5. 配送中心數據維護操作

如圖5，打開地圖，首先選擇“新地圖”，然后勾選需要在地圖上顯示的信息“站點”。可以看到圖6所示的站點分布。

圖6. 配送中心位置分布

2.3產品數據維護

不是所有的客戶都有相同的需求量，有的客戶需求量較大，有的客戶需求量較小，為了區別客戶的需求，需要維護產品數據來定義客戶需求。這里因為不考慮產品差異對于選址的影響，因此只需要定義一種產品。如下圖所示：

圖7. 產品數據維護

2.4客戶需求數據維護

首先，如圖7在左側的輸入表中選擇產品表；然后導入或輸入相關的產品信息，包括產品ID，單位重量或體積，這里假設只定義一種產品。

為了維護客戶的需求量，需要在需求表中維護相關的數據，例如一年中每個客戶的產品需求量。如圖8所示：

圖8. 客戶需求數據維護

首先，在左側的輸入表中選擇客戶需求表；然后導入或輸入相關的需求信息，包括產品ID，產品，需求量。

2.5服務目標

選址的目的主要是，滿足特定服務水平的前提下盡量減少所需的配送中心，或者在指定配送中心數量的前題下，盡可能提高服務水平。而配送的服務水平通常是通過服務半徑來體現的，例如指定半徑范圍內可以覆蓋的客戶或需求，或者所有客戶或需求的平均服務半徑。

這里可以定義期望的服務目標，如圖9所示：

圖9 . 服務目標設定

首先，在左側的輸入表中選擇“最后一公里服務限制”表；然后導入或輸入相關的服務目標信息，包括名稱，涉及的產品、客戶、運輸方式、需求統計單位、服務距離、服務比率和狀態。這里定義了兩個服務目標： D+1，代表600公里服務距離內可以在1天內送達，希望覆蓋50%的客戶或需求；D+2，代表1000公里服務距離可以在2天內送達，希望覆蓋80%的客戶或需求。

3.  設置分析場景

企業首先需要了解如果完全重新選址應該在哪里設置倉庫，設置多少個倉庫能夠同時滿足D+1和D+2兩個服務目標。

對于客戶的需求，目前預測的準確度并不能保證，同時隨著業務的發展一些客戶的需求量都有可能發生增減。因此希望一視同仁對待所有的客戶。我們首先想了解僅僅基于客戶分布去優化倉庫的選址。此時，我們將基于客戶分布，且滿足D+1和D+2服務目標的場景設為“Baseline”（默認）場景。

如果客戶的需求基本上是準確的，同時客戶需求量差異很大，為了更好的服務于大客戶，需要基于流量分布，去優化倉庫的選址。此時，我們將基于需求分布，且滿足D+1和D+2服務目標的場景設為“Demand Served”場景。

最后，客戶考慮到必須使用當前的6個現有倉庫的基礎上基于客戶分布進行新倉庫的選址。此時，我們在“Baseline”場景基礎上開放6個現有倉庫，設為“Include Existing DCs”場景。

系統設置不同優化場景非常方便，具體參見圖10：

圖10. 設置場景

首先，在左側的場景中，點擊“新建場景”按鈕，在輸入場景的名稱后，從可用場景項目中拖拽需要使用的場景項到右邊的選中場景項列表中。如果沒有合適的場景項，可以通過點擊“新建場景項”創建需要的場景項。

這里的場景項指的是相對于基準場景，某個表中符合特定條件的數據的某種變化，例如，在網絡優化選項表中將“基于需求滿足服務”的參數設為“YES”，或在網絡優化選項表中將“基于客戶滿足服務”的參數設為“NO”。

點擊“新建場景項”按鈕，或雙擊某個現有場景項后，會打開場景項編輯界面，如圖11：

圖11. 場景編輯

在場景項編輯界面中，首先輸入場景項名稱；然后選擇會發生變化的數據表，如“網絡優化選項“；如果需要針對表中特定的數據，需要選擇過濾器，如果沒有現成的過濾器可以人工設定；最后需要選擇會發生變化的字段，并選擇變化方式（運算符，如 “=”代表賦值，“*”代表乘以特定系數，等），然后點擊“添加值”按鈕后輸入修改值，例如將“以滿足需求的使用百分比(%)”設為“YES”。

4. 優化運行

當場景設計完成后，就可以對不同場景進行優化計算。為了確保優化計算的正確運行，需要選擇合適的算法，并設定正確的參數。

圖12. 優化運行

如圖12所示，點擊右上角“運行”按鈕，會彈出優化運行的對話框（如下圖13）。

圖13. 優化運行選項

首先需要確保“選擇技術”下拉框中選擇的技術是“網絡優化”，同時“選擇問題類型”下拉框中確保選擇的問題類型是“選址分析”；然后，在選擇場景列表中，選擇需要優化的場景；然后，點擊“運行”按鈕，系統就會進行優化計算。如要調整優化的參數，可以點擊“選項”，打開圖14所示的優化選項：

圖14. 優化運行選項

在優化選項中，可以對選址分析設置優化的方式，如指定選址設施個數，或基于服務選擇最少的設施數。當用戶非常多，同時有些客戶距離很近的時候也可以考慮將距離較近的客戶進行集群，例如考慮將5公里半徑范圍內的客戶組成一個客戶組。

5.  結果分析

5.1選址結果對比

選中“Baseline”，“Demand Served”，“Include Existing DCs”三個場景并執行優化后，打開輸出表“選址服務總結”，可以看到三個場景D+1 和 D+2兩個服務百分比分別達到期望的50%和80%以上。

圖15. 選址結果對比

同時，通過對輸出表的“選址流量”進行匯總，可以得出三個場景分別的選址數量和平均服務距離。

圖16. 選址結果對比

顯然，選址數量最少的是“Demand Served”場景(5個倉庫)，其平均服務距離663.01公里是最長的；而場景”Include Existing DCs“的選址數量最多(8個倉庫)，平均服務距離552.36公里是最短的。

5.2選址地點及覆蓋區域展示

為了在地圖上展現選址結果，可以考慮創建新地圖，然后勾選需要在地圖上顯示的節點信息“客戶”和“選址分析站點（經緯度）”，連接信息“選址流量”。可以看到圖17所示的地圖。

圖17. Baseline場景選址地點與覆蓋區域演示

圖17中，基準場景（Baseline基于客戶分布選址模式），系統推薦了7個倉庫。

圖18. Demand Served場景選址地點與覆蓋區域演示

圖18中，“Demand Served”場景（基于需求量分布的選址模式），系統推薦了5個倉庫。基于需求量選址，通常需要更少的倉庫。

圖19. Include Existing DCs場景選址地點與覆蓋區域演示

圖19中，“Include Existing DCs”場景（在確保使用已有6個倉庫的前提下，基于客戶分布選址模式），系統推薦了2個額外倉庫，因此一共需要8個倉庫。可以看到使用已有的倉庫有可能會導致總倉庫數增加。

綜上所述，如果客戶需求量差異不大，可以使用基于客戶分布的選址方式；如果客戶需求量差異較大，建議使用基于需求分布的選址方式；如果現有的倉庫關閉成本較大，則建議在保留現有倉庫的前提下選址。

6.  應用進階

由于選址僅僅是基于平均服務里程（服務時效），不包括實際的運輸方式、運輸成本、實際運輸里程、倉庫的運營成本，若要實現成本的優化，還需要使用網絡優化實現倉庫開關、產品流向的進一步優化。