從事物流系統(tǒng)設(shè)計(jì)，物流園區(qū)規(guī)劃，首先就要進(jìn)行數(shù)據(jù)分析，這一觀點(diǎn)逐漸為行業(yè)所接受。數(shù)據(jù)分析分析什么，已經(jīng)有專門的教科書(shū)進(jìn)行講解，不是本文的重點(diǎn)。本文重點(diǎn)是談數(shù)據(jù)背后的邏輯問(wèn)題。

        對(duì)于數(shù)據(jù)分析，大家普遍感到困惑的是分析的是否正確有用和如何使用，哪些數(shù)據(jù)是不對(duì)的和失真的，哪些數(shù)據(jù)需要修正，哪些數(shù)據(jù)需要補(bǔ)充。對(duì)這些問(wèn)題的回答，核心問(wèn)題是探討數(shù)據(jù)背后的邏輯，理清數(shù)據(jù)關(guān)系，才能正本清源，數(shù)據(jù)分析的結(jié)果才有意義。

數(shù)據(jù)失真是一種客觀存在

        數(shù)據(jù)作為反映客觀世界的一種方式，有時(shí)會(huì)失真，從而使真實(shí)世界發(fā)生扭曲。失真的原因很多，主要有以下幾種：其一是數(shù)據(jù)記錄問(wèn)題，數(shù)據(jù)記錄有記錯(cuò)和數(shù)據(jù)丟失，這一問(wèn)題發(fā)生的可能性非常大。數(shù)據(jù)不管是記錄在何種載體上，由于記錄手段問(wèn)題，接口問(wèn)題，傳感器問(wèn)題，存儲(chǔ)媒介問(wèn)題以及環(huán)境問(wèn)題，錯(cuò)誤和丟失在所難免；其二是人為造假，這個(gè)更為普遍。造假是人類不可杜絕的一個(gè)現(xiàn)象，每個(gè)時(shí)期，每個(gè)國(guó)家，每個(gè)地方，每個(gè)角落都存在。無(wú)論是處于何種動(dòng)機(jī)，造假的代價(jià)之一就是使真實(shí)世界不再真實(shí)，這是十分令人痛惜的；其三是偶發(fā)數(shù)據(jù)，雖然可能是真實(shí)反映，但又非常態(tài)，或者是經(jīng)過(guò)調(diào)整后的數(shù)據(jù)，并非第一手?jǐn)?shù)據(jù)。

        人們有時(shí)候調(diào)侃，歷史沒(méi)有真相。是指歷史上的很多事件，真真假假，其真相成為永遠(yuǎn)的迷。這里既有歷史事件記載者的故意，也有以訛傳訛的原因。有的真相很簡(jiǎn)單，但如果當(dāng)事人或傳播者故意誤導(dǎo)，可能真相真的就成為歷史之謎，再也無(wú)人知曉。

        現(xiàn)實(shí)中的實(shí)例也不勝枚舉。比如國(guó)民經(jīng)濟(jì)統(tǒng)計(jì)，看起來(lái)很簡(jiǎn)單的一件事，但實(shí)際就很難做到十分真實(shí)準(zhǔn)確，有時(shí)還相差甚遠(yuǎn)。物流行業(yè)數(shù)據(jù)統(tǒng)計(jì)也是如此。我們到現(xiàn)在也沒(méi)有一個(gè)權(quán)威的統(tǒng)計(jì)數(shù)據(jù)，告訴人們每年的堆垛機(jī)的產(chǎn)量，輸送機(jī)的產(chǎn)量，分揀機(jī)的產(chǎn)量，貨架的產(chǎn)量等，都只是一個(gè)大概估計(jì)。

        總之，數(shù)據(jù)失真，既有技術(shù)原因，也有人為因素，人的因素又分為主觀故意、無(wú)心之失或能力所不能及。這是一種客觀的存在，誰(shuí)也改變不了。

數(shù)據(jù)之間的邏輯關(guān)系

        面對(duì)一個(gè)不真實(shí)數(shù)據(jù)所描述的世界，人們往往難以分辨數(shù)據(jù)真假。其實(shí)，熟悉數(shù)據(jù)分析的人，一般會(huì)從數(shù)據(jù)之間的邏輯關(guān)系中判斷出數(shù)據(jù)的可信程度。雖然我們不知道真相的具體細(xì)節(jié)，但通過(guò)邏輯分析和比對(duì)，會(huì)基本還原真實(shí)世界大致的情況。

        一句謊話，往往要10句謊話去掩蓋。這句俗語(yǔ)說(shuō)明了一個(gè)基本事實(shí)，就是事物之間是有千絲萬(wàn)縷的聯(lián)系的。反映到數(shù)據(jù)，就是數(shù)據(jù)之間是具有邏輯關(guān)聯(lián)性的。這一事實(shí)為人們甄別數(shù)據(jù)的真?zhèn)翁峁┝藚⒖己头椒ǎ袝r(shí)也不是萬(wàn)能的。

       對(duì)物流數(shù)據(jù)分析來(lái)說(shuō)，年銷售額、箱單價(jià)、日收貨量、日發(fā)貨量、庫(kù)存量、退貨量、庫(kù)存周轉(zhuǎn)天數(shù)等這幾個(gè)數(shù)據(jù)是互相影響的，所以我們可以從彼此的關(guān)系中，發(fā)現(xiàn)問(wèn)題所在，可以判斷數(shù)據(jù)是否真實(shí)可靠。

        特別是在大數(shù)據(jù)時(shí)代，對(duì)事物的真相判斷會(huì)更加準(zhǔn)確。因?yàn)榇髷?shù)據(jù)會(huì)從多個(gè)角度去描述同一件事情。比如一家企業(yè)的運(yùn)營(yíng)狀況，可以從員工人數(shù)、營(yíng)業(yè)額、收入、納稅額、工資、獎(jiǎng)金、辦公開(kāi)銷、投資、研發(fā)經(jīng)費(fèi)、宣傳費(fèi)、差旅費(fèi)、按月度計(jì)算的流水等多個(gè)維度進(jìn)行分析，還可以從行業(yè)平均利潤(rùn)分析其利潤(rùn)額合理性等。一旦某些數(shù)據(jù)出現(xiàn)大的偏差，則可以判斷其數(shù)據(jù)真實(shí)性值得懷疑。

        對(duì)一個(gè)物流中心來(lái)說(shuō)，很多數(shù)據(jù)之間具有強(qiáng)相關(guān)的邏輯性。比如銷售額與發(fā)貨量的匹配，輸送線的輸送能力與系統(tǒng)產(chǎn)能的匹配，庫(kù)存與銷售的匹配，發(fā)貨區(qū)、發(fā)貨月臺(tái)與發(fā)貨量的匹配等，其中的邏輯關(guān)系其實(shí)并不復(fù)雜。然而，對(duì)一些用戶來(lái)說(shuō)，并不完全知曉這些關(guān)系，從而對(duì)系統(tǒng)的能力產(chǎn)生認(rèn)知上的錯(cuò)誤。

        有了數(shù)據(jù)間的邏輯，就為我們處理數(shù)據(jù)提供了參考。有些數(shù)據(jù)需要?jiǎng)h除，有些需要修正，有些則需要補(bǔ)充。

數(shù)據(jù)的偶然性與必然性

        數(shù)學(xué)證明上有一個(gè)非常重要的證明方法-反證法。即要證明一個(gè)命題是否正確，只要證明其反命題不正確即可。而要證明一個(gè)命題不正確，則只需舉例一個(gè)反例即可。比如要證明是無(wú)理數(shù)，只要證明其反命題，即是有理數(shù)這個(gè)命題是錯(cuò)誤的即可。這一方法對(duì)于數(shù)據(jù)分析也是非常有用的。

        大千世界，變幻萬(wàn)千。對(duì)數(shù)據(jù)分析者而言，識(shí)別數(shù)據(jù)的真?zhèn)问且环矫妫绾握_的分析，則是更為重要的方面。數(shù)據(jù)分析為我們描述了一個(gè)歷史現(xiàn)狀作為前提。因此，不要站在一個(gè)錯(cuò)誤的前提下，對(duì)未來(lái)進(jìn)行預(yù)測(cè)，那樣會(huì)毫無(wú)意義，且非常危險(xiǎn)。

        如何去偽存真，不是一件容易的事情，尤其對(duì)于初學(xué)者而言。比如要如何篩選和修正一些歷史的數(shù)據(jù)，就是一項(xiàng)復(fù)雜且繁瑣的工作。有些數(shù)據(jù)是客觀存在的，也是真實(shí)的反映，但卻不具有普遍性，是一種偶然，一種異常。對(duì)這些數(shù)據(jù)的處理，即要求對(duì)偶然和必然的事件要有一個(gè)分析和判斷。

        我們常?？吹?，某一天的物流數(shù)據(jù)非常異常，但卻是客觀存在。比如某一商品銷量很大，或某一天的發(fā)貨量很大等，就可能是因?yàn)槟骋慌既皇录?。而這一事件有時(shí)并不具備普遍性。有點(diǎn)類似于電信號(hào)中的干擾信號(hào)。對(duì)這一類數(shù)據(jù)的過(guò)濾和修正是必要的。不要一葉障目，不見(jiàn)泰山。

        另一方面，也不要輕易放過(guò)偶發(fā)事件背后的邏輯分析，有時(shí)甚至?xí)幸馔獾陌l(fā)現(xiàn)和作用。如對(duì)“雙十一”數(shù)據(jù)的分析，或?qū)δ骋痪W(wǎng)紅帶貨事件的分析等，就會(huì)指導(dǎo)物流設(shè)計(jì)在面對(duì)此類現(xiàn)象時(shí)，如何有效處理。

        在數(shù)據(jù)分析時(shí)，一旦遇到特殊的數(shù)據(jù)，既不能視而不見(jiàn)，也不能簡(jiǎn)單的刪除。而是要做進(jìn)一步的甄別。這一點(diǎn)考驗(yàn)著分析師的敏銳和耐心。

        有很多數(shù)學(xué)方法可以用于辨別偶然性和必然性，過(guò)濾一些干擾數(shù)據(jù)。比如，為了避免算術(shù)平均值法給人的一種假象，可以用階梯算術(shù)平均來(lái)修正，或采用均方差來(lái)評(píng)估數(shù)據(jù)分布的偏離程度。我們?cè)诮y(tǒng)計(jì)個(gè)人收入時(shí)，經(jīng)?？吹狡骄鶖?shù)有時(shí)沒(méi)有多大意義，而階梯分析的數(shù)據(jù)更加容易看清楚數(shù)據(jù)的真相，如分析1%的高收入人群，其對(duì)財(cái)富的占比等。階梯算術(shù)平均法在分析物流數(shù)據(jù)時(shí)，很容易得到庫(kù)存和發(fā)貨的ABC分布結(jié)果。更加深入細(xì)致的分析，還可以進(jìn)一步對(duì)標(biāo)準(zhǔn)差進(jìn)行分析，從而有助于確定設(shè)計(jì)指標(biāo)。例如在一個(gè)物流中心的設(shè)計(jì)中，人們常常需要一個(gè)較合適的設(shè)計(jì)目標(biāo)。這一目標(biāo)的確定就跟標(biāo)準(zhǔn)差有關(guān)。最簡(jiǎn)單的做法是，約70%天數(shù)的作業(yè)在常規(guī)時(shí)間完成，其它30%天數(shù)的作業(yè)通過(guò)加班完成，這可能是一個(gè)比較合理的尺度。

物流數(shù)據(jù)背后的邏輯

        在實(shí)際應(yīng)用中，抽樣統(tǒng)計(jì)在統(tǒng)計(jì)中有非常大的作用。比如市場(chǎng)調(diào)查和輿情調(diào)查，目前還基本采用這一方法。我們?cè)谖锪髯鳂I(yè)中，往往也采用隨機(jī)抽樣的方法，對(duì)產(chǎn)品質(zhì)量進(jìn)行評(píng)估。為什么1%甚至更低的隨機(jī)抽樣會(huì)大致反映真實(shí)情況呢？這就是概率論給我們帶來(lái)的啟示。其實(shí)，我們?cè)谧鑫锪鲾?shù)據(jù)分析時(shí)，隨機(jī)抽樣仍然不失為一種有效的方法。

        對(duì)很多系統(tǒng)來(lái)說(shuō)，數(shù)據(jù)反映的往往只是表象。比如，人們對(duì)于一個(gè)物流中心的評(píng)估，每年的發(fā)貨量反映的其實(shí)只是一個(gè)非常粗略的總數(shù)，背后隱藏的真相往往大相徑庭，兩個(gè)具有同樣發(fā)貨能力的物流中心，往往不具有可比性。因?yàn)椴町愂嵌喾矫娴摹?

1）工作時(shí)間

        從大的方面講，工作時(shí)間可能是單班、雙班和三班，其差異已經(jīng)是非常大的了。而進(jìn)一步分析，每個(gè)班次有的只有4~5小時(shí)，有的會(huì)有9~10小時(shí)，差異也很大。有的年工作360天，有的只有200多天。這些差異，會(huì)導(dǎo)致分析的結(jié)果出入很大。

2）單元貨物的價(jià)值

        單箱價(jià)格也是影響非常大的因素。物流系統(tǒng)能夠比較的是物流量而非銷售額。但往往被人們忽視。就如同錯(cuò)把物流費(fèi)用與GDP做比較，不考慮產(chǎn)業(yè)結(jié)構(gòu)、地域、道路收費(fèi)、工資等差異，從而得出我國(guó)物流技術(shù)水平低的結(jié)論一樣，其實(shí)是不真實(shí)的。一個(gè)以日用、食品配送為主的配送中心，其單件價(jià)格只有幾十元，而一件藥品會(huì)高達(dá)上千元甚至幾千元，即使是同類商品，因?yàn)闃?gòu)成品質(zhì)不一致，產(chǎn)地不一樣，價(jià)格也會(huì)相差很大。比如進(jìn)口產(chǎn)品和國(guó)產(chǎn)的比較。

3）業(yè)務(wù)的均衡性

        有的配送中心，其業(yè)務(wù)波動(dòng)性大，隨季節(jié)變化幅度非常大，而有的會(huì)比較均勻。這在數(shù)據(jù)分析時(shí)容易被忽視。但其影響巨大，比如圖書(shū)與醫(yī)藥。圖書(shū)，尤其是教材教輔類圖書(shū)表現(xiàn)出明顯的季節(jié)性，而藥品的季節(jié)性影響就要低很多。如果再細(xì)分到每一天，每一周，每一個(gè)月和每一季度的話，會(huì)得到非常驚人的結(jié)果。如何均衡業(yè)務(wù)，其實(shí)對(duì)于提升物流系統(tǒng)的處理能力有非常大的作用。這就是物流反過(guò)來(lái)促進(jìn)管理，促進(jìn)市場(chǎng)的典型例子。與此類似的還有庫(kù)存周期和庫(kù)存量，這兩個(gè)指標(biāo)其實(shí)決定了物流中心處理能力的天花板，但又不是物流系統(tǒng)本身所能解決的問(wèn)題，必須要與采購(gòu)策略進(jìn)行聯(lián)動(dòng)?？傮w來(lái)說(shuō)，我國(guó)很多行業(yè)的物流管理還是粗放的，可以優(yōu)化的方面很多，而業(yè)務(wù)均衡性則是一個(gè)有很大潛力的優(yōu)化目標(biāo)。

4）拆零比

        隨著電子商務(wù)的興起，拆零作業(yè)在物流配送中心的比重越來(lái)越大，也嚴(yán)重影響了物流作業(yè)的效率。一方面，人們看到定制化帶來(lái)的服務(wù)提升，另一方面，配送成本也隨之大幅度提升。特別是最近幾年，圍繞拆零揀選的技術(shù)投入大幅度提升。面對(duì)這一現(xiàn)狀，對(duì)于toB業(yè)務(wù)，是否可以從提高整件配送比例出發(fā)，降低物流成本，成為一個(gè)新的課題。即使對(duì)于拆零揀選，如何采用單元化技術(shù)，使揀選更高效，其意義是多方面的，未來(lái)肯定會(huì)成為企業(yè)關(guān)注的方向。

        除此之外，可比較的方面還有很多，如作業(yè)人員的數(shù)量，設(shè)備的投入，自動(dòng)化水平等，均影響物流配送中心的作業(yè)和業(yè)績(jī)，有些還互相關(guān)聯(lián)和影響。而這些都是表面數(shù)據(jù)看不到的，或表現(xiàn)不出來(lái)的。

        總之，數(shù)據(jù)分析不是簡(jiǎn)單的數(shù)據(jù)堆砌和結(jié)果呈現(xiàn)，而是要挖掘其背后隱藏的真相。數(shù)據(jù)分析的價(jià)值在于發(fā)現(xiàn)數(shù)據(jù)背后的邏輯和特征，找出普遍性和規(guī)律性的東西，找出導(dǎo)致問(wèn)題發(fā)生的根本原因和改進(jìn)方向，從而指導(dǎo)未來(lái)進(jìn)行的科學(xué)預(yù)測(cè)和規(guī)劃。

部分圖片來(lái)源于網(wǎng)絡(luò)