首先我們來溫習一下本系列文章一、二（點擊標題即可查看原文）：

干貨 | 汽車零部件企業庫存改善路線圖

干貨 | 汽車零部件企業庫存改善路線圖（二）

接下來，一起來看一看系列文章三，內容如下：

一、庫存改善的基礎和核心內容

如果從技術方面來講，供應鏈管理的核心內容之一是數據分析。通過數據分析，我們可以把各種繁雜的數據轉化為可供決策的信息。

這些信息是有相關性的，且來源可靠的，比如需求預測的信息是來源于歷史銷售數據、銷售人員的預估、客戶的相關數據和促銷計劃等等，以上信息對于做預測來說都是息息相關的。

我們以需求預測信息為基礎，使用定量的或是定性的分析方法，制作出月度的或是年度的預測計劃，提供給公司的管理者作為決策的依據。

對于一個處在發展上升期的公司來說，內外部可使用的資源始終是稀缺的。如何分配有限的資源，實現資源利用的最大化，這個是需要通過縝密的數據分析來完成的。

數據分析的活動貫穿于公司運營的各個層面上，從戰略部署、到策略規劃，直至實施操作。

戰略層的內容比如是在國內多地設立區域性的配送倉庫，提高訂單的響應時間，更好地滿足客戶需求。

策略規劃層就可能是考慮在哪些城市設立倉庫，是采用自建還是租賃的方式，物流配送的頻率和路線設計等等。

在進一步下沉的實施層面上，需要分析的每天的實際運營的結果，倉庫配送訂單履行率，送貨及時率，包裝完好率等等。

二、數據的收集

不管是戰略部署、策略規劃層還是具體操作實施的層面，都需要收集海量的信息用以分析。如果想要優化配送倉儲運輸網絡，可能需要收集的信息包括以下內容：

A.客戶、配送中心、制造工廠的地理位置。

B.產品SKU的包裝數量，長寬高和重量。

C.產品在運輸過程中是否有特殊要求，托盤是否可以堆疊。

D.產品的需求預測，歷史銷售數據，退貨比率等等。

某個著名的運輸網絡優化軟件商，就要求其客戶提供的信息越詳盡越好，如果客戶在項目開始階段就收集了大量的優質相關數據，那項目成功實施的可能性就會得到有力保障。

在ERP項目實施上也存在同樣的原理。主數據Master Data的收集情況直接關系到項目最終能否成功上線。

如果項目前期收集到的數據存在大量的錯誤，那么在ERP實施以后極有可能會遇到各種各樣的問題，導致系統無法發揮出應有的作用。

我們常講的一句英語俗語“Garbage in，garbage out”，代表的就是這層意思 輸入的信息是錯誤的，輸出的結果必然是無法有效使用的。

數據收集方面總結下來包括兩個關鍵點，第一是需要收集大量的數據，第二是要確保數據的準確性。

1.數據收集的要點

(1)有數據比沒數據好

在數據收集的時候，我們可能受制于客觀條件，無法收集到所需要的全部信息，比如說在做銷售需求預測的時候，新品缺少歷史銷售數據，或者一些客戶無法給出相關信息。

在這種情況下，我們仍然需要收集可以收集到數據，并以這些信息為基礎做預測。當我們在經歷了一些預測和實際需求有偏差的情況后，我們可以采取修正預測的模型，調整公式的常數，考慮季節的因素等方式來改善提高預測的準確性。

通過一次次地改進和持續地收集數據活動，我們終將可以獲得更加接近現實的預測模型。但是如果不采取任何行動，抱怨因為沒有充足數據的話，那最終無法獲得工作上的進步和成就。

(2)盡量自動導入數據

一些數據收集軟件可以批量地自動識別關鍵數據，剔除錯誤的或是無用的數據，提高數據收集的效率和準確性。人工輸入方式導入數據不僅費時費力，而且還容易出錯。

(3)盡量收集實時數據

實時數據代表了在當時發生的真實情況，最能夠反映目前的運營水平。

比如在收集庫存數據的時候，最佳的方案就是使用系統內當前的庫存數量來進行分析，而不是用前一天的數據，因為在隔天以后，原材料、在制品和成品的數量都已經發生了變化，已不能反映出最真實有效的庫存情況，會對最終分析結果產生一定的偏差。

如果想要獲取實時數據，需要企業在軟硬件方面進行投資，比如安裝條碼系統Barcoding和與之配套的軟件同步系統數據。這種軟硬件的投資費用不菲，企業視業務發展的需要來決定是否要進行投入。

2.確保數據的準確性

數據的準確性是進行數據有效分析的基礎。保證數據的正確輸入和辨別可能存在的錯誤是一項持續長久的工作。

企業如果大量依賴于人工輸入數據，就更加需要采用一系列的流程和方法來控制數據輸入的質量。

一些細小的輸入錯誤，可能會對企業運營造成巨大的影響。比如在進行庫存盤點的時候，負責點數的員工在盤點紙上多寫了一個零，負責盤點結果輸入的員工在系統里少打了一個零。

差之毫厘，謬以千里。最終出來的庫存結果定然會導致盤盈或是盤虧，不管是出現了哪種情況，都是屬于庫存管理中的異常，需要花費額外的時間進行二次盤點。

再例如物料清單中一些包裝材料或是耗材的消耗量，此類物品的實際使用情況往往容易被忽略，日積月累到一定程度以后，系統里和實際的庫存之間的差異可能會相當驚人。維持BOM表數據的準確性也是一項長期而且重要的工作。

(1)如何提高數據準確性

一個最主要的方法就是把控住數據的源頭，力求在初始數據輸入的時候就把正確的信息傳輸進入數據庫。

在這個階段，可以使用自動化的方式，比如通過EDI或是Web EDI傳送采購訂單，并且在倉庫收貨的時候使用掃描條碼完成入庫確認。

在制定數據格式的時候，需要考慮采用國際通用的度量衡單位或標準格式的字符內容。比如重量單位是以公斤（KG）為統一標準，避免使用其他的重量如磅或盎司等。

(2)如何維護數據準確性

數據的創建與修改都應該設定相關的流程和政策，明確什么崗位的員工擁有創建或是修改數據的權限。

每個使用者都有自己的賬號，而且不允許他人共享使用。對于初始用戶，企業的信息系統和人力資源部門需要安排相關的培訓。

另外還需要設立專人，來對于數據的準確性進行定期的檢查，比如生產工藝需要核對BOM的實際使用量，ERP主數據維護人員需要檢查各種系統參數，物料計劃員需要查看采購訂單中的parameter等等。

能否收集到充足的、有效的數據，直接關系到下一步庫存改善的行動計劃和與之相應的結果。同時，維護數據的準確性又是一項需要長期堅持做的工作，要求我們不斷檢查和清理錯誤的信息，以防止小問題變成大漏洞。（未完待續）

此文系作者個人觀點，不代表物流沙龍立場