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。
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。
傳統配置
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：
數位的理想配置
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。
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：
- 可銷量、可賣量預估管理
- 物流作業動線最適化
庫存：
- 週轉管理及成本控管、退貨效率最佳化
- 商品存量監控
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。
