數位化過程中,第一步需要先瞭解掌握需求,而今天我想跟您分享的是、在物流上數位化的應用可以有哪些情境。
先從傳統基礎來看,以訂購到銷售角度而言,物流管理我們可以採進銷存三個面向分類;如果再延伸,則會有退貨後重新進入進銷存循環。(今天我們先暫時不深入聊金流款項部分)
進貨:自生產地或上游鏈,接收商品進入倉庫。
銷貨:依據銷售將商品自倉庫出貨。
庫存:存放於倉庫內的商品量;通常也會看SPU與SKU。
退貨:銷出的商品退返倉庫,依照商品狀況進行重新上架庫存或打銷。
通常來說,勞力密集的物流,在企業或經營者角度往往會先考量二種指標,一是人力成本、另一則是產值;除了進銷量穩定、沒有時間壓力的情況下,產值如何提升或避免閒置,也是成本控制主要維度之一。
勞力密集的物流,在企業或經營者角度往往會先考量二種指標,一是人力成本、另一則是產值
舉個簡易的例子,假設你的倉庫人力跟產值基本固定,進量也是穩定的情形下,依照市場表現、銷量對應起伏曲線時,人力成本很可能出現閒置、或不足時需要多投入勞力支援成本,倘如沒有時間壓力線,恭喜你可以採取遞延或平移調度方式讓成本產值得到均衡點;只是朋友,你我都知道的,時間線往往是必然存在,尤其是與時間速度相互競爭的電商產業。
我們換個角度來看下:
延續上面例子,如果銷量可被預測,且預測時間可以擴增延長與人力出勤班表落地執行匹配,剩下只要考慮建立數據模型中,哪些屬於影響變數、觀測變數及監控點,建立後進行調測修正,隨著數據資料更新、增加節點涵蓋,透過數位技術來管理物流成本會讓你越來越清晰瞭然。
我想在當下的疫情時代,妳/你對數位數據這概念應該已不陌生,所以回到文章開頭,以進銷存加上退貨等循環面向,以下這些都是數位應用情境的出發點:
進貨:
- 商品識別、連接庫存及品質管理
- 多溫、常溫及冷鏈環境溫控,以及流程節點溫度監控
銷貨:
庫存:
我會建議妳/你在思考時,讓自己採用全域最適解的角度作為自己的思維高度;當然若您有任何想法,歡迎交流。