我们看到东西的时候，可能认为这个东西是一个完美的，但是我们觉得做了之后，发现中间存在很多漏洞。从基础资料的收集到提出分析的方法，分析方法的不一致往往造成得到的结果的不同。根据这样的结果假设出约束条件，在此基础上设计仓库，其结果就直接影响未来的仓库的设计。

   因此我认为尽管DC是一个标准方法，但仍然存在两个问题：

    第一，目前DC设计里面的数据分析结果可以被人为来操纵。当然这并不是说这个人有意来做什么，或者是无意做什么，更多是取决于数据分析的人对物流的经验，以及个人的理念，做设计的人一旦发生了意识偏差会影响后面的操作；

    第二，规划作业之间的关联度，直接影响了各个区位之间的位置，直接对于劳动强度、效率、包括作业的难易度等方面产生影响。
为什么会存在这个问题呢？DC是一个设计理念而往往不同的公司对DC的掌握不同，做出来的物流中心规划也不同。

    在很早以前，我曾经接触过美特斯·邦威。我们这里不管是谁曾经为他们做了DC规划，但在美特斯帮威看过之后，觉得你这个东西太简单了，一学就会了，结果自己结合这种DC设计来做了他的厂房式的仓库，每个一万二（平米），一共4万8（平米）。而我们现在面对同样的库存量的另外一家公司做规划，结果用了好的策略，只用一个一万二（平米）就达到了实际需求的效率。

    由此可以看出，DC在前期的设计中，对以后的运作影响非常大，如果用百分数来衡量，至少有50％以上的影响，如果前期没有做好的，将直接导致后期运作的各种问题。

    我曾经接触过宝露苏州基地的仓库建设，由于他们采用的是第三方物流，而其物流中心建设则采用了非常灵活的方式，DC前期规划直接直接影响到后面的运作。这也造成了第三方物流的操作困难，对它们来说，作业的特性非常特别，他的客户不固定，货品不固定，就决定了他的物流中心做得非常灵活。

    国内其他的企业也往往走向这样两个极端，第一就是干脆不要做规划，因为未来不知道什么样子，或者装上货架，丢上插车，标准化的东西，反正每个客户都这样，因此他的DC规划非常非常简单。这样就导致他未来出现波动之后，会非常非常麻烦，客户不知道什么样子。对它们来说，把各行业的经验抽出来，得到一个通行的做法，是非常困难的，所以他们的策略往往是完全灵活，采用不要策略的策略。

    未来在物流的策略里面，如果发生调整之后，直接可以把库存压低，可以采取定货等等不同方式，可以直接来压低库存，但是如果现在把仓库直接满足三万托盘的话，那么未来可能有80％是空的，所以这就是合理的库存的问题。

    还有就是很多都是在一个地方检，然后出货，导致结果就是没有工人给他干活，因为太累了，没有人肯干，还有就是出货方面，仓库的作用就是支持生产和销售，那么所以出货必须要方便灵活，做到快速准确的，这样仓库才能体现价值。

     曾经有一个非常极端的例子，1200平米仓库，但是在拣货的时候，就是找不到。对1200平米怎么优化呢，能优化多少，如果再做一个1200，这个仓租不会增加多少，但是你在拣货的地方没有别的方法，通过优化是不可能提高拣货的效率，或者说力度非常好，这样是不是通过其他的方式提高，比如说做条码，或者是好的信息系统，或者是让供应商管理仓库，或者是把库直接分发到门店去，等等方法，所以我觉得做这块的时候，并不是一成不变的，我的看法，就是通过别的途径降低这块的一个难度，或者说库容等等，这是最重要的。

    一方面就是各方面的功能有效配合，没有瓶颈。上次看到那个客户之后，觉得目前来说往往出现的瓶颈都在拣货和复核，由此导致不能出货。因此，符合、出货、拣货这块是仓库产生瓶颈的点，是怎么样做有效的配合，通过什么方面来实现？是非常值得考虑的问题？

    另一方面是适合产品的保管特性，每个企业它的产品不一样，有不同的保管特性，这个是一个基本的目标。一个是良好的作业环境，作业环境不一样，仓库里面应该是做得非常好，现在我们看到的仓库往往都是乱七八糟的，就像上次去了肯德基的仓库里面，以后再也不吃去肯德基的东西了，仓库里面太乱了，往往仓库都是这样，可能我们这些做物流的才能这样的体会，看到了就觉得太不好了。

    因此，仓库的规划是一个整体，从物流的发展策略开始，包括几块：

    第一，整体的物流发展策略，通过这个策略，然后制定物流中心一个规划的一个目标，或者一个标底物，决定了前期之后，物流中心才可能建，这样的话，物流中心的规划会有一个基础，如果没有这个基础，物流中心的规划，相当于一个空中楼阁，不知道怎么办。

    第二，整个物流发展战略包括几个东西，一个是商业发展的策略，这个企业未来商业发展，可能要做到，目前来说20个亿，近来要翻到100个亿，物流怎么样支持从20亿到100亿的销量呢，另外就是供应链的发展策略，通过什么样的方法，库存是不是20亿到50亿的时候，营业额翻了5倍，那么库存是不是也要翻5倍呢，有没有办法降低库存，通过这个方法来提高我的效率，降低仓库的面积。

    解决的办法，第一是物流数据分析，第二是物流概念设计等等。其中物流数据是做得最差的，怎么样把数据分析出来，这是非常重要的。但事实上，往往在跟客户说的时候，客户也不知道自己的东西，往往更多是通过概念，通过自己的想法，感觉，然后看一看仓库建这么大，往往建了一个新仓库，和旧的仓库的运作模式一模一样，瓶颈还是瓶颈，解决不了更多问题。像我们做软件一样，我前期的设计做好后，后面就非常容易，但是往往前期的概念设计出了问题，到后期修改的时候，工作量会更庞大。

    配送中心的设计包含流程、设计、系统、还有培训，这四个内容。通过这一块出来之后呢，我们产生的就是一个，完全是一个可以运转的，别的做出来往往感觉相当于一个概念，或者也可以去运转。但是，你要做出大量的修改，调整后期的工作去弥补前期的不足，还有一些先天的不足，往往就产生这些问题。

物流中心的设计流程

    从整个物流中心的设计流程来看，首先要解决的是定义问题，然后是分析问题，提供可选择的方案，评估方案，得到一个可行的解，

    定义问题包括数据的收集整理，我们要哪些数据，我们通过一个定性的，到定量的一个分析，然后找出这些原始数据，对这些数进行分析，分析的结果就是未来仓库设计的基础，所有仓库设计的依据，就来自于这个数据，而现在往往可能是很少很少的数据。

    曾经见过台湾人，谈到关于仓库设计，依据5个数据，第一个是说仓库每天保管量是多少，保管量就是仓库要盖多嘛，500个托盘，还是700个，还是1000个，第二个是出货量每天出多少货，就是分拣那块需要多大的面积，后面还有定单量等等需要5个数据，这5个数据就可以做出来了吗，我的看法是，可以做得出来，但是就是一个画出来的，画一张图，往往的时候，我认为这些人，不是给你来做仓库的，他是要去卖设备给你的，仓库盖出来了，卖了设备就走人了，管你做得好不好。

    分析问题是通过前面所有的数据找出问题的症结。比如说，仓库的保管量是什么样的？物流特性什么样？就服装行业而言，它会有自己的特性，我曾经遇到这样一架服装企业，他从来不自己生产，而是依靠OEM供应商生产。供应商生产完了之后，服装往往有半年至9个月的储存期，这就造成库容非常大，就像当初说，需要三万个托盘储存这块。另外分拣的时候，要面向门店量非常非常大，要铺货，到一个季节了，库存一下下来了，要全部托到明年去，剩下的就是门店补货的量非常非常小。衣服呢又是SKU非常非常多，需要几万个SKU，这样的话怎么样帮他做这些东西，如果我把所有的分拣集中在一起，还是分散的分拣，还是采用其他的策略，这就来源于我们数据分析的结果。

    数据分析结果出来之后呢，我对这个问题已经非常的清楚了，问题清楚之后，剩下的就那么几个了，怎么样处理这些问题，已经非常非常清楚了，往往很多人把前面做得非常省略，集中在后面这块，怎么样创造可行解吧，这个东西呢，创造的结果就是说呢，和原始的东西没有什么关系，全新的，这样来说，你摆脱了你这个公司，他做出的方案对任何公司都行，通用，往往会出现这种情况。

    比较前面两个步骤，方案平布相对比较简单，对于大家来说无非两个，成本，花多少钱，老板比较关心这个东西，花多少钱建一个仓库，可能有些选择一个最低的了，成本最低，另外可能有的选择中档，效率高一点，往往会存在这些问题

仓库规划设计的8个步骤

    接下来的仓库规划设计我们分成8个步骤进行：第一，项目的起动准备；第二，数据的处理和分析；第三，讨论未来策略的目标；第四，系统需求分析；第五，规划设计；第六，方案的评估选择；第七，细步设计；第八，方案执行。 

    在实际操作过程中，有些人往往跳过第二步，或者做第三步再做第二步，因此往往脱离现状，和现状没有什么关系，并导致算出来的数据在后面设计的时候，非常容易处理，摆上一些设备，每个设备，比如说用RF来拣，每个人每个小时拣多少就可以，但是它适合你吗，可以说它适合你，但是它也适合任何一个企业，都是一模一样的。

    做完第三步之后，有些可能会回来做一些数据收集分析的东西，往往在做以前老在说什么EIQ这些东西，EIQ只能说一个通用的方法、思想，往往在的操作中有用，但却并不能完全帮你处理出这些数据的，如何理解EIQ？每天平均的定单量，定货量，或者是说每日的进货量的值等等这块，然后定单和产品之间的关联性这块，但是比如说对于这种其他的一些东西，比如说对于这种产品的这种季节性，它的变动的趋势。等等这一块的东西，未必它会帮你做这块的分析，况且数据分析的时候，我个人看法，更多的是取决于数据分析人的理念，他的理念，会直接决定了分析的价值。

    有的人做出来的时候，很简单，数据分析的价值也非常有限，对每个仓库经理来说已经非常清楚大概什么样的量，虽然没有一个准确的数字，但是估的数字也差不到哪去。但是仓库规划的时候，仅评这几个数字，我想和原来的仓库没有什么区别，只是把原来的仓库放大一点。原来的可能只容纳一千的托盘，未来可能放大到容纳五千个托盘，仅此而已。

    另一个容易出问题的地方是第五步。得到一个数据之后，怎么样操控这个数据，这个我认为要看规划人的能力。在这一步，每个人的想法会有非常非常大的差别，未来满足你的这种需求的时候，可能会比如说非常的自动化，然后设计一个什么样的趋势，或者通过这种别的模式怎么样操作等等这一块，能不能做到一个在这种有限的自动化下面，实现一个比较好的，能够达到满足效率的，满足需求的方案呢，这个要考量设计人员的一个问题。基本上存在的问题，可能就出在这两个地方。

    在第二步做数据分析的时候，它的数据分析的方法怎么样操作，第一个包括它的培训，这个人需要哪些数据，然后这些数据里面可能代表了某些含义，往往数据分析的人，不知道现场怎么操作的，就拿一个东西来运行吧。他不知道基础的东西是一个什么样的东西，算主要的结果和现实的作业可能会发生比较大的偏离。但是往往的时候，存在这样的问题，做得人不知道现场什么样，所以培训这块要注意，包括资料的采集，然后还包括筛选，拿到的原始数据往往是从系统里面打出来，但是这些数据哪些是真实有效的，哪些是假的，这是要考虑的。

    第三个步骤就是讨论未来得策略，比如说你的生产规模，原来从20个亿，到100个亿万，这种变化的是一个什么趋势？比如说原来是平均生产那么多，但是可能未来得时候，某一个时间突然的把峰值拉得非常高，这样现象都会出现，但是往往未来这是最不可预测的，没有这种想法，包括另外的时候，库存周转天数，现在可能在80天，可能未来的时候，可能是20天，等等这种现象，但是怎么样到20天呢，怎么样变，往那个方向变化。这块都值得考虑。

    当然这个步骤应该越细化越好，包括SKU之间的变化，哪些产品未来卖得好，哪些产品未来下去了，原来可能一百个装一瓶，未来可能是个装一瓶，这样品像的变化，这些变化我的经验是上面的人不知道，下面人也不知道，对这个没有什么想法，所以我认为目前来说，我认为比较麻烦的。我没有看到有人专门探讨这些东西，往往只知道现在是什么样，可能现在很多人还不知道现在是什么样的。

    第四个步骤就是系统的需求分析，每一天的变化是什么样的趋势，这块基本上跟现状分析，另外也会根据未来调整，它的做法往往我得到一个现状的模型之后，对于未来的时候，通过这个现状未来进行叠加，可能现在是20亿得到一个模型，每天的出货量，每个区域有多大的容量，要处理多大的量，后面到100个亿，得到未来，往往出现这样的局面，就是这样的。

流量平衡图

    流量平衡图，它直接决定了仓库设计的大小，对仓库设计非常重要，以前没有看过有人来做这个东西，前面代表了进货、进货量，可能它有一些比较特殊的，可能包括大件的产品，可能还包括另外一些小件的东西，或者根据产品的特性，把每一块挖出来，这个图就说家电的，这块是小家电的，因为根据SKU划分出来之后，每一块的特性是不一样的，另外小的可能直接就上一个小货架或者什么之类的，出得非常快，根据它的流量处理我这边的进货量，得到这样一个数据，这张图从整体来说，这边是进的，最右边是出的，所以说进和出之间要做到平衡，左边进多少，右边要出多少，可能根据这个周期内的，这周期可能是一年的数据问题，一年之内左边进的和右边出的是一模一样的，量是相同的，为什么相同呢，如果不相等的话，往往会造成两种结果，一种可能没货出，另一种可能会导致进的货出不完，仓库放无法容纳。

    这边进货过来之后就直接得到了月台的大小，包括流量是什么样的，这就是对月台的控制，对每个进货量的差别进行调整，进货量有暂存的区域，这要看插车的效率，可能会有暂存质检什么的，所以暂存区是多大的，还要根据物流的特性，哪些要上货架的，哪块做特殊处理的等等，可能还有退货等等，那么就得到这了块区域的大小，退货区过来之后，包括托盘堆叠的，包括货架的等等这块区域的大小，后面有一个出货的，这边是分拣和符合区域，还有包装区域的大小，通过我作业的效率可以得出这块要多少。最终，会有一个出货的暂存区，出货暂存区应该有多大，也直接决定了其大小，然后还有一个月台，每天的定单量是多少，这样就直接决定了，每天要发多少辆车，然后决定出货月台是多少，这就是整个流量平衡表的意义。

    通过这个平衡表，我们在前期的做完所有问题的定义分析之后，得到一个结果。这个结果直接决定了未来仓库的布局，包括大小等等所有的含义，所有的东西。所以我们把这些东西叫做一个仓库设计的总纲。但从目前来说，往往很多人不去做这个东西。从而影响分析结果之后，又直接影响区域大小的效率等问题。

物流规划设计

    物流的规划设计，因为前面那个流量平衡表那块已经知道仓库里面每个区域的大小，效率等等东西，但是就是说已经有了这块区域，这个区域摆在仓库的哪个角落里呢，如果不做这一块的话呢，这块叫系统化设计，如果不做这块的话，那么我把这块放到如何一个区域都可以，比如说出货暂存和保管区之间的位置怎么样布置这块，包括两个月台之间的距离。

    但是如果不做这块的时候，我不知道储存保管的量那块区域的关系之后，就难以决定这块是什么样的位置大小，另外如果不能决定这块，随便摆放之后就会导致仓库之间距离非常远，这样就会影响行进的效率。一个仓库大的话，可能要几百米，跑一次，跑一次，如果一个定单有十个的话，就会跑十次，就是一千米，那人就要累死了，没人愿意做的。

    从我资深来看，我觉得很少人来算这个东西，更多的是凭借自己的经验来估计的，就像前面的图里面的表述一样，进货在这边，进货完了之后，肯定要到暂存区，暂存区就靠着进货口这块，暂存区之后就上下，上下完之后，往右边就是补货的，在右边补货，然后就分拣等等，往往是这样的，但是这样是不是最好的，没有人去考虑，大家都是凭借自己的感觉判断这个事情。很多人也是这样做的，所以说这块是很有价值的，就这么一块应该是什么样的，那么之间每一块的关系是什么，这个图有一个红线和蓝线，线越粗证明流量是越大，之间的越来是越紧密，如果细就说明关系非常松散，就可以往四周摆，但是现在往往没有人做这样的东西。基本上我我觉得这块是非常非常有必要的。

物流方案提出

    到了物流方案的提出，我得到那个东西之后，可以画出这张图，这个仓库里面每个区域在哪儿，然后什么样的，画一张图之后，可能给出一个不同的方案出来，往往出现的问题就是说呢，我做完这张图之后，就直接跳过下一步，直接根据经验判断，得到这张图，因为前面的区域已经有了，每个区域大小，直接把它摆在图张看出来，是什么样的，可能看1234567，只是说摆在哪儿都一样的，只要不是非常离谱。

    几个不同的方案之间的差别，有的人换了一个方向，仓库里面的布局换一下方向，然后就说做了一个新的方案。我现在很佩服这些人的胆量，这样都可以做的，后面是细部规划的东西，每个地方是什么样，需要做数据分析得到结果。

    做好这些之后，下面就非常容易了，只要更多的关注细节的问题。从问题的定义分析，定义分析包括现场的诊断，瓶颈在那儿，基本上是取决于瓶颈的问题，解决瓶颈，然后还包括其他的东西，然后得到战略规划，有一个优先性的问题，可能重点解决某个区域的发展的问题，可能考虑整个集团公司的发展，或者是其他的东西。

    整个仓库实施的目标是什么样，我这个仓库应该建到什么样，到总体的指导思想出来之后，要做数据的挖掘分析，然后数据分析挖掘的结果呢，就直接反馈到两个方面，一个是作业策略，每块的策略是什么样的，是不是可能把某块优化掉，是不是有可能就是说，这个怎么说呢，怎么形容呢，这个定单是拆开分拣，还是多个定单合起来同时分拣等等不同的策略，这块通过数据分析可以得到作业的策略是渗析样的，另外各个区域的分析，这个区域多大，之间的关系是什么样的，得到这两个分析之后，后面的话，可能会做这样一个仿真的动作，其实表面来说，好象这一块，怎么说呢，有钱的人才会做吧。每钱的人就不做了，最后就是得到一个清单，仓库需要什么设备，信息系统是什么样的，流程什么样，图片什么样，基本上得到这四项，之后就可以开工了。

如何看待仓库管理系统

    关于仓库管理系统，我认为应该包括五部分，即仓库的计划、仓库的事件管理、仓库的执行过程、数据交换和设备的管理。现在我觉得很多WMS在计划能力方面做得非常差，比如我曾经看到的上海医药的仓库，其仓库管理软件和国内的其他软件没什么差别，很多功能根本就没有发挥出来。

    计划中很多东西没有体现出来，比如计划的地方怎么做，包括上下策略、补货策略等策略性的东西都没有体现出来，更像一个自动化的表单的作业系统。因此，我认为，WMS价值应该体现在，计划而不是仅只仓库里面收货、上架、拣货、补货等等。

    整个物流中心运作的流程基本是这样，一个大门进出，大门过来之后要先去堆进行车辆的调度，车辆调度完了之后，要得到定单，定单那一块有两个仓库，两个仓库根据他调度到某一个月台做出货的动作，或者是收货的动作。整个的物流中心中间可以划分成了14个流程：从车辆进大门之前有一个预收货的处理，到大门的闸口管理，闸口管理更多的是对于车辆的调度，体现在车辆来了之后，是不是应该让它先去堆场，还是先到（月台）卸货？这个处理，去了堆场之后，有一个处理，这个车辆应该怎么停，堆场调度出来之后，会有一个月台的管理，包括入库、上下、上下会有一个诸如QOC的工作，这并不一定每个行业都做。再往后是一个补货物的作用，我从储存区往分拣区发货，发货之后，如果要拆零的话，要有一个符合包装的动作，后面出完货之后，因为我在两个仓库里面同时分拣，会造成一个需要合流的问题，这个定单可能被拆成四份，放在不同的区域进行分拣，之后要考虑一个合流的问题，要把它合流到哪个暂存区去，怎么样处理合流的东西，之后有一个月台发货的过程，这中间可能会有一个月台的处理，之后是仓库里面的盘点的流程。

    总结一下，我认为目前来说，所存在的第一问题，就是数据分析没有一个标准方法，目前还是EIQ代表一切，有很多东西都没有被挖掘出来。从分析结果的表现来看，一个是物料平衡图的处理，目前尚没有人做这个东西；第二个是SLP系统化概念设计，表现仓库里面各个区域之间的关系，很少人深入来做。因此，我认为，DC设计是一个整体，缺少了中间任何一个步骤，都会导致这个仓库的用起来别扭和不合理。