近年來，隨著物流技術的飛速發展，國家政策的支持推廣，越來越多的企業積極投身于現代化、智能化物流中心的打造中。上篇我們討論了在醫藥物流中心建設初始階段如何充分挖掘項目需求（點此查看）其中有一項“數據流”，討論了需要收集哪些數據、如何收集。

本期將討論如何對收集的數據進行整理分析，得到業務數據分析結果，展現物流中心的商品特性、業務特性及物流特性，為功能庫區規劃、流程設計、設備選型、人員結構配置等提供依據，支撐方案的可行性。

源數據獲取

獲取商品基礎資料表、入庫明細表、庫存明細表、出庫明細表和退貨明細表等，在和業主信息部溝通獲取原始數據時應現場校驗，確認數據和需求相吻合，避免后期增加更正溝通成本，易出現問題的字段包括時間日期、訂單編號、商品名稱、商品編號、包裝單位、包裝數量，可能會出現錯行、異常大或異常小數據過多等情況，都需要和現場人員詳細核對。

數據預處理

在這一步之前，優先是保存好源數據，避免后期由于各種原因需要原始數據又沒有保存的情況。在數據預處理階段，主要是從不同維度篩選出目標數據明細，剔除影響結果的其他數據。

從陰涼、常溫、冷藏和冷凍中區分是否是冷鏈藥品，區分出非常規規格的中藥飲片和中藥材，區分出醫療器械、贈品等非藥品。剔除異常的包裝數為9999,999的特殊數據、銷退數據和購退數據，剔除節假日作業量異常低的作業日和因節前備貨、商品促銷等原因導致某日出庫量異常增大的峰值日，這些數據會影響正常的入出庫結果。

具體數據分析

數據分析的細分項非常多，包括商品長寬高及重量分析、訂單EIQ分析、入庫PCB分析、配送頻次分析、人效分析、出庫EIQ分析、庫存ABC分析、退貨品規及單量分析等等幾十種。

落實到具體應用上，配合其他考量因素，又包括入庫暫存區面積計算、揀貨方式設計、存儲和揀選設備設計、出庫集貨區面積計算、作業流程設計、退貨區面積計算、月臺設計、組織架構設計等等。在規劃設計初期，用以支持物流中心規劃設計的主要包括PCB分析、EIQ分析和ABC分析等，在此階段也以介紹這三種數據分析方法為主，具體的應用需結合實際項目背景。

PCB分析

PCB分析即對儲運單元的分析，P（Pallet）表示托盤，C（Carton）表示箱子，B（Box）表示單品，考察物流中心各作業環節的基本儲運單元，在此著重于通過入庫量的大小計算出入庫方式，即將訂單資料以PCB為單位加以分類統計，以正確計算各區實際的需求，合理規劃倉儲及揀貨區域（設備）。

在此舉例說明：某藥品件包裝數為200，日出庫數量為38450件，碼托數量為28，則整件件數為38450/200取整92件；散件件數為38450/200-192=0.25件。最終得到P型整托托數為192/28取整6托；C型整件件數為192-28*6=24件；B型折合件數為0.25件。

EIQ分析

EIQ分析就是利用E(Order Entry)訂單、 I（Item）單品、Q（Quantity）、N(Number)行數、K(Kasanatsut)行數這幾大關鍵物流要素，從客戶訂單的品項、數量、訂貨頻次等方面出發，研究物流中心的出庫特性。

EIQ分析的分析項目主要有針對訂單的EN和EQ分析，EN — 每張訂單的訂貨條目數分析，分析訂單行大小，以設計揀貨模式；EQ — 每張訂單的訂貨件數分析，分析訂單量大小，以確定訂單處理方式；針對單品的IQ和IK分析，IQ — 每個單品的訂貨數量分析，分析單品的出庫量，以設計ABC品揀選方式；IK — 每個單品的受訂次數分析，分析單品出庫頻次，以優化揀選路徑。

ABC分析

ABC分析即根據商品的A、B、C屬性來規劃商品的分區即管理方式，遵循二八原則，A品5%的品規占出庫量的80%，B品15%的品規占出庫總量的15%，C品80%的品規只占出庫總量的5%（比例在各項目中都有差異）。

通常情況下A品品規少、周轉速度快、庫存量和出庫量大，多采用流利式貨架減少補貨頻次；BC品品規數多、周轉速度慢、庫存量和出庫量都小，多采用隔板貨架存儲以滿足品規數，為節省空間、減少人員，自動化方面主要考慮AGV和旋轉貨架。

以上僅簡單介紹了基本的PCB、EIQ和ABC分析概念和方法，從數據結果中得出結論還需要結合具體項目來談，需要長期的經驗積累。進一步的諸如入庫驗收碼頭數、入庫暫存區面積、電梯數量、集貨區面積、作業環節人員配置、輸送設備流量、設備效能匹配等等都需要經過數據論證。

但在此階段，有了這些分析結果，結合客戶的需求和偏好，對物流中心初步的設計思路已經能夠形成。對數據分析結果的解讀，如何通過這些數據選擇作業模式、存儲設備、揀選設備，以及以上提到但未展開的部分將在后續的文章中進一步深入分析。