從事物流系統設計，物流園區規劃，首先就要進行數據分析，這一觀點逐漸為行業所接受。數據分析分析什么，已經有專門的教科書進行講解，不是本文的重點。本文重點是談數據背后的邏輯問題。

        對于數據分析，大家普遍感到困惑的是分析的是否正確有用和如何使用，哪些數據是不對的和失真的，哪些數據需要修正，哪些數據需要補充。對這些問題的回答，核心問題是探討數據背后的邏輯，理清數據關系，才能正本清源，數據分析的結果才有意義。

數據失真是一種客觀存在

        數據作為反映客觀世界的一種方式，有時會失真，從而使真實世界發生扭曲。失真的原因很多，主要有以下幾種：其一是數據記錄問題，數據記錄有記錯和數據丟失，這一問題發生的可能性非常大。數據不管是記錄在何種載體上，由于記錄手段問題，接口問題，傳感器問題，存儲媒介問題以及環境問題，錯誤和丟失在所難免；其二是人為造假，這個更為普遍。造假是人類不可杜絕的一個現象，每個時期，每個國家，每個地方，每個角落都存在。無論是處于何種動機，造假的代價之一就是使真實世界不再真實，這是十分令人痛惜的；其三是偶發數據，雖然可能是真實反映，但又非常態，或者是經過調整后的數據，并非第一手數據。

        人們有時候調侃，歷史沒有真相。是指歷史上的很多事件，真真假假，其真相成為永遠的迷。這里既有歷史事件記載者的故意，也有以訛傳訛的原因。有的真相很簡單，但如果當事人或傳播者故意誤導，可能真相真的就成為歷史之謎，再也無人知曉。

        現實中的實例也不勝枚舉。比如國民經濟統計，看起來很簡單的一件事，但實際就很難做到十分真實準確，有時還相差甚遠。物流行業數據統計也是如此。我們到現在也沒有一個權威的統計數據，告訴人們每年的堆垛機的產量，輸送機的產量，分揀機的產量，貨架的產量等，都只是一個大概估計。

        總之，數據失真，既有技術原因，也有人為因素，人的因素又分為主觀故意、無心之失或能力所不能及。這是一種客觀的存在，誰也改變不了。

數據之間的邏輯關系

        面對一個不真實數據所描述的世界，人們往往難以分辨數據真假。其實，熟悉數據分析的人，一般會從數據之間的邏輯關系中判斷出數據的可信程度。雖然我們不知道真相的具體細節，但通過邏輯分析和比對，會基本還原真實世界大致的情況。

        一句謊話，往往要10句謊話去掩蓋。這句俗語說明了一個基本事實，就是事物之間是有千絲萬縷的聯系的。反映到數據，就是數據之間是具有邏輯關聯性的。這一事實為人們甄別數據的真偽提供了參考和方法，但有時也不是萬能的。

       對物流數據分析來說，年銷售額、箱單價、日收貨量、日發貨量、庫存量、退貨量、庫存周轉天數等這幾個數據是互相影響的，所以我們可以從彼此的關系中，發現問題所在，可以判斷數據是否真實可靠。

        特別是在大數據時代，對事物的真相判斷會更加準確。因為大數據會從多個角度去描述同一件事情。比如一家企業的運營狀況，可以從員工人數、營業額、收入、納稅額、工資、獎金、辦公開銷、投資、研發經費、宣傳費、差旅費、按月度計算的流水等多個維度進行分析，還可以從行業平均利潤分析其利潤額合理性等。一旦某些數據出現大的偏差，則可以判斷其數據真實性值得懷疑。

        對一個物流中心來說，很多數據之間具有強相關的邏輯性。比如銷售額與發貨量的匹配，輸送線的輸送能力與系統產能的匹配，庫存與銷售的匹配，發貨區、發貨月臺與發貨量的匹配等，其中的邏輯關系其實并不復雜。然而，對一些用戶來說，并不完全知曉這些關系，從而對系統的能力產生認知上的錯誤。

        有了數據間的邏輯，就為我們處理數據提供了參考。有些數據需要刪除，有些需要修正，有些則需要補充。

數據的偶然性與必然性

        數學證明上有一個非常重要的證明方法-反證法。即要證明一個命題是否正確，只要證明其反命題不正確即可。而要證明一個命題不正確，則只需舉例一個反例即可。比如要證明是無理數，只要證明其反命題，即是有理數這個命題是錯誤的即可。這一方法對于數據分析也是非常有用的。

        大千世界，變幻萬千。對數據分析者而言，識別數據的真偽是一方面，而如何正確的分析，則是更為重要的方面。數據分析為我們描述了一個歷史現狀作為前提。因此，不要站在一個錯誤的前提下，對未來進行預測，那樣會毫無意義，且非常危險。

        如何去偽存真，不是一件容易的事情，尤其對于初學者而言。比如要如何篩選和修正一些歷史的數據，就是一項復雜且繁瑣的工作。有些數據是客觀存在的，也是真實的反映，但卻不具有普遍性，是一種偶然，一種異常。對這些數據的處理，即要求對偶然和必然的事件要有一個分析和判斷。

        我們常常看到，某一天的物流數據非常異常，但卻是客觀存在。比如某一商品銷量很大，或某一天的發貨量很大等，就可能是因為某一偶然事件所引起。而這一事件有時并不具備普遍性。有點類似于電信號中的干擾信號。對這一類數據的過濾和修正是必要的。不要一葉障目，不見泰山。

        另一方面，也不要輕易放過偶發事件背后的邏輯分析，有時甚至會有意外的發現和作用。如對“雙十一”數據的分析，或對某一網紅帶貨事件的分析等，就會指導物流設計在面對此類現象時，如何有效處理。

        在數據分析時，一旦遇到特殊的數據，既不能視而不見，也不能簡單的刪除。而是要做進一步的甄別。這一點考驗著分析師的敏銳和耐心。

        有很多數學方法可以用于辨別偶然性和必然性，過濾一些干擾數據。比如，為了避免算術平均值法給人的一種假象，可以用階梯算術平均來修正，或采用均方差來評估數據分布的偏離程度。我們在統計個人收入時，經?？吹狡骄鶖涤袝r沒有多大意義，而階梯分析的數據更加容易看清楚數據的真相，如分析1%的高收入人群，其對財富的占比等。階梯算術平均法在分析物流數據時，很容易得到庫存和發貨的ABC分布結果。更加深入細致的分析，還可以進一步對標準差進行分析，從而有助于確定設計指標。例如在一個物流中心的設計中，人們常常需要一個較合適的設計目標。這一目標的確定就跟標準差有關。最簡單的做法是，約70%天數的作業在常規時間完成，其它30%天數的作業通過加班完成，這可能是一個比較合理的尺度。

物流數據背后的邏輯

        在實際應用中，抽樣統計在統計中有非常大的作用。比如市場調查和輿情調查，目前還基本采用這一方法。我們在物流作業中，往往也采用隨機抽樣的方法，對產品質量進行評估。為什么1%甚至更低的隨機抽樣會大致反映真實情況呢？這就是概率論給我們帶來的啟示。其實，我們在做物流數據分析時，隨機抽樣仍然不失為一種有效的方法。

        對很多系統來說，數據反映的往往只是表象。比如，人們對于一個物流中心的評估，每年的發貨量反映的其實只是一個非常粗略的總數，背后隱藏的真相往往大相徑庭，兩個具有同樣發貨能力的物流中心，往往不具有可比性。因為差異是多方面的。

1）工作時間

        從大的方面講，工作時間可能是單班、雙班和三班，其差異已經是非常大的了。而進一步分析，每個班次有的只有4~5小時，有的會有9~10小時，差異也很大。有的年工作360天，有的只有200多天。這些差異，會導致分析的結果出入很大。

2）單元貨物的價值

        單箱價格也是影響非常大的因素。物流系統能夠比較的是物流量而非銷售額。但往往被人們忽視。就如同錯把物流費用與GDP做比較，不考慮產業結構、地域、道路收費、工資等差異，從而得出我國物流技術水平低的結論一樣，其實是不真實的。一個以日用、食品配送為主的配送中心，其單件價格只有幾十元，而一件藥品會高達上千元甚至幾千元，即使是同類商品，因為構成品質不一致，產地不一樣，價格也會相差很大。比如進口產品和國產的比較。

3）業務的均衡性

        有的配送中心，其業務波動性大，隨季節變化幅度非常大，而有的會比較均勻。這在數據分析時容易被忽視。但其影響巨大，比如圖書與醫藥。圖書，尤其是教材教輔類圖書表現出明顯的季節性，而藥品的季節性影響就要低很多。如果再細分到每一天，每一周，每一個月和每一季度的話，會得到非常驚人的結果。如何均衡業務，其實對于提升物流系統的處理能力有非常大的作用。這就是物流反過來促進管理，促進市場的典型例子。與此類似的還有庫存周期和庫存量，這兩個指標其實決定了物流中心處理能力的天花板，但又不是物流系統本身所能解決的問題，必須要與采購策略進行聯動?？傮w來說，我國很多行業的物流管理還是粗放的，可以優化的方面很多，而業務均衡性則是一個有很大潛力的優化目標。

4）拆零比

        隨著電子商務的興起，拆零作業在物流配送中心的比重越來越大，也嚴重影響了物流作業的效率。一方面，人們看到定制化帶來的服務提升，另一方面，配送成本也隨之大幅度提升。特別是最近幾年，圍繞拆零揀選的技術投入大幅度提升。面對這一現狀，對于toB業務，是否可以從提高整件配送比例出發，降低物流成本，成為一個新的課題。即使對于拆零揀選，如何采用單元化技術，使揀選更高效，其意義是多方面的，未來肯定會成為企業關注的方向。

        除此之外，可比較的方面還有很多，如作業人員的數量，設備的投入，自動化水平等，均影響物流配送中心的作業和業績，有些還互相關聯和影響。而這些都是表面數據看不到的，或表現不出來的。

        總之，數據分析不是簡單的數據堆砌和結果呈現，而是要挖掘其背后隱藏的真相。數據分析的價值在于發現數據背后的邏輯和特征，找出普遍性和規律性的東西，找出導致問題發生的根本原因和改進方向，從而指導未來進行的科學預測和規劃。

部分圖片來源于網絡