首先我们抛出一个问题,软件跟数据两者之间有什么样的关系?
其实,软件并不等于数据,软件只是数据展示的载体,我们更应该关注的是软件体现出来的数据,它能够做到很好的升华。
这里就提到了另外一个“玩”,如何才能玩好数据?
这是我们提出的一个理念,通过玩数据,希望给客户带来效率和价值。在有数据支撑的情况下,将元素进行很好的优化。有了数据之后,去调整现场,去梳理我们的流程,让数据变得有价值,能够体现它真正所需要展示一些东西。
大数据电商物流的展开方式有哪些?
第一个是计划性的数据。比如:一些活动的策略,或者产品分析,这些是有价值的数据。如何用这些数据将现场的产品跟流水线跟现场人员的布局产生一个很好的对应关系,这里面也是有很多讲究和学问的。电商讲究的就是一个变,今天的电商物流最大的一个特点就是变化,在变化数据里面如何去有效分析我们的订单,如何将我们的订单处理效率最大化?这个问题的根本其实就是如何有效合并订单,将我们的散的、小的、多批次的订单进行有效合并,最后可以产生很大的价值。
第二个是充分使用已有数据,它跟我们对空间的利用一样。结合订单变化情况,人员变化情况、对应现场变化情况、以及问题数据,这些都是数据产生价值的点,这个点给大家看到的是数据在软件行业和软件流程上面产生的价值。这些对于食品电商企业来说,它所创造的是更加现实的价值点。利用好这些数据,仓库现场即可以不变应万变。
数据的升级,如何进行数据深度管理?
首先基于数据的前提,我们对现有订单做一个有效的分析,最标准的流程是订单下来之后,进行订单池,通过人为干预进行订单有效输出。将我们的订单根据我们的仓库有效分离出去,将我们的人员进行最大化的充分利用。
接下来是预售,也是食品行业特有的一种业务,因为我们做食品讲究的是时效,我们的订单会无库存销售,充分迎接订单。这个时候会看到各种不同的出仓的模式,而预售订单的处理也成为订单分析分类的一种,而对于仓储方面如何快速处理订单也是需要攻克的前提;这些数据在电商企业就变成了系统架构,拥抱数据实现灵活业务体系支撑。
另外一点,是订单的分析和预处理。通过“库位组拣选”的模式,将人员进行有效的分离。建立一个全品相的通道,以及各种活动的通道,订单到了之后,我们进行有效的分析,如果超出某一条线,或者某一个库位组所承受压力的时候,我们可以随时有效的拉伸,将仓库所有场地和人员进行有效使用。平常租一万多平方的仓库,正常情况下使用3个库位组就够了。这样可拉伸的运作模式,结合我们的流水线,结合自动称重,结合自动分拣,DPS的拣选,让拣选效率大大提高。在同一个有效体系上面,能够让我们真正看到仓库利用率做到最大化。
然而,数据不是靠人去算的,如何将其与自动化设备进行结合?
以百草味为例,部分产品使用机器人拣货,上下两层的自动化设备流水线、三层的耗材输送线,自动称重,自动打包机(自动包装、打印名单、贴标),自动成箱设备;在现场自动化程度非常高,可以看到非常先进的“工厂式仓库”;这两天在会议上看到很多自动化的设备都已经在使用,这些可以进行很好的揉合。
在电商行业中如何结合自动化设备将复核拿掉?
通过全自动化的流水线,输送与自动化设备结合应用。如:条码、RFRD等实现自动扫描,称重,并对重量进行复核,出现异常及时通过剔除设备进行异常处理,在这个过程中我们看到大量的复核工作通过自动化设备代替,我们站在系统供应商的角度,分析一下对自动化与系统的认知,有很多企业物流人进入一个误区:“系统支持自动化的设备兼容越多,就是好的系统。”