仓库现场的数据类别(峰值、中间值、离散程度)

九州物流网2022-09-16

  对于仓库现场而言,其数据的分析仅用一些基础的数学概念即可。

  一方面,仓库现场的的总体流程模式比较简单,仓库人员对现场的具体情况有比较切实的认知,不必用很复杂的方式来表现。

  另一方面,太过深入的数据抽象不一定容易结合现场情况进行理解。


  因此,常见的仓库现场数据描述主要分为三大类:

  描述数据峰值的,也就是最大值和最小值;

  描述数据中间值的,包括平均值、加权平均值、众数、中位数、分位数等概念;

  描述数据离散程度的,常见的有极差、平均差、标准差等。

  一 峰值类数据

  对于现场操作,有些数据是需要参考峰值的。

  比如说一些季节性货物仓库,库存量在一年内的起伏很大,真正有库存压力的时候是货物大规模存储的时候。

  我们分析这样的仓库,按平均值的指标或者某个特定时候的指标都没有什么意义,按平均库存量准备库存空间的结果,就是在库存量逐步接近最大值的过程中一步步崩溃。

  对于非季节性仓库来说,库存压力的大小也需要参考库存最大值。当然,在实际操作中,如果只是大规模库存的短期存放,比如说只需要存储一天甚至一个晚上,一般不会对库存空间造成非常大的压力,因为可以临时占用现场的暂存或过道空间,要是临时存放的时间超过了某个临界点,就可能对现场操作造成比较大的麻烦。

  因此,一个很实用的指标是连续三天库存均值,比如说一个月内的平均库存并不高,但某个连续三天的平均库存很高,就说明这三天的库存空间可能是压力很大的,值得我们的重点关注。

  类似的例子是操作量数据,只看平均数据也不一定意义很大,一些操作量暴增或暴减的情况需要被识别出来并重点关注。

  操作量数据和库存数据不一样的地方在于,它没有临界点的概念,很大的操作量在短时间内的集中一般都会对现场造成比较大的影响,也是我们极力避免的。但操作量的集中也可能可以通过比较灵活的方式进行解决,比如说预操作,也就是提前做好操作准备或者提前完成一部分操作动作。

  在实际分析的时候,我们关注的峰值都是一段时间内的峰值,而不一定是总体的最大最小值。比如一个月内可能有一个操作量最大值,但一周内,一天内也有峰值的出现。许多情况下,峰值一般也就意味着某种不稳定因素的存在,意味着未来成为某种瓶颈的可能,因此是需要重点关注,必要的时候甚至要提出一些调节措施或备用方案。

  最小值的应用相对比较少,一般应用于资源的临时调整上。

  比如说连续一段期间内,操作量都在某个阀值以下,就可能可以腾出部分操作资源做一些其它工作。

  二 中间值数据

  平均值的使用比较普遍。一方面,有些数据差异是没有意义的,通过平均值可以直接得到一个基本的代表性数字,不用再关注个别数据的差异,当我们提供平均值的时候,也可以让别人迅速地得到对某个事物的整体印象。

  不论是库存量还是操作量,当我们觉得没有必要进行更细化的分析的时候,可能就直接使用一个平均值作为代表,这种思路虽然有时比较危险,但多数时候都可以很省事。

  另一方面,平均值也是个别数据在整体中位置的有效参照,一个人每天操作10个订单,并不能说明他操作得是快还是慢,如果我们知道团队的平均操作量是5个订单,可能就有一个基本判断了。

  加权平均值的使用和平均值是一样的,只是在具体操作上有些不同。例如绩效考核方式,一般是将一个人在不同方面的表现分配不同权重,最后得到一个加权平均值的,对库区的考核也有可能采用加权平均的方式,以便把不同方面的结果转化为一个综合性的代表数据。

  众数是指一组数据中出现次数最多的值,实际中用得不算多,但众数的思想却无时无处不在。众数的方便之处在于容易得到,一般不受特殊情况的影响,并且可用于非数值型数据。

  比如说,我们统计仓库破损情况,可能涉及比较多个SKU,但比较集中的就是那么一两个,常见的表达方法是说,仓库现场80%的破损都发生于某个特定的SKU,这个SKU就是发生破损的SKU中的众数,值得我们的特别关注。

  当我们对事物进行分类研究,判断需要重点关注的类别时,使用的也是众数的基本思想,比方说,我们判断库存货物中哪类物品最容易出现数量差异,这个最容易出现差异的物品类别,本质上也是众数的意思。

  中位数和分位数其实是一个概念,中位数的意思就是二分位数。

  分位的意思,就是说这个数据所处的位置,正好可以把这组数据分为不同的比例。比如说一共10个数字按顺序排列,第五和第六个数字的平均数就是二分位数(中位数),从这个数据往上下两边看,上面有一半,下面有一半,真正的比上不足比下有余。

  在对比现场操作量的时候,我们也经常使用到分位数的概念。

  分位数的使用,一般是让我们对事物的结构有一个相对具体的整体印象,比只用平均数要清楚一些。分位数的使用在许多情况下也能描述数据集中度的情况。

  三 数据离散程度

  数据的离散程度有时候很重要。比方说,同样是拣货操作,一个人平均每天操作20个订单,一个人平均每天操作10个订单,排除订单本身不一致的情况,这个差异就有点大了,现场就有必要跟踪这两个人的具体操作,看看到底是什么原因导致了这个差异。

  一组数据,最大值减去最小值,就是极差,一般情况下,极差越大,数据的离散程度就越大,意思也就是差异越大。

  极差反映的是数据中的最大差异,有时候不一定适用,可能存粹是因为有个人天赋异禀导致的。

  平均差的意思,是算出一组数据的平均数,让每个数据都和平均数对比差异,再得出一个平均差异值。平均差反映的是一组数据的整体差异程度,就拣货操作的例子来说,可以部分消除个别人天赋异禀带来的影响,而得到一个基本的结论。

  标准差和平均差所代表的意思是一样的,只是出于计算的方便,进行了一些计算过程的处理。对于现场的一些简单数据,可能平均差用起来还要直观一些。

  本文来源于SmartWMS智慧仓储管理系统,不代表九州物流网(http://www.wl890.com)观点,如有侵权可联系删除,文章所用图片来源于网络,文章图片如有侵权可联系删除。

你的观点

50%赞成
50%反对
中国零担物流首选品牌 广告广告

相关推荐

最新评论

查看更多精彩评论>

68