[发明专利]一种智能仓储物流数据处理方法

说明书

本发明公开了一种智能仓储物流数据处理方法，涉及物流数据管理领域，现提出如下方案，S1、数据统计处理：首先将运营的关键性指标数据进行统一的收集统计处理，将运营的关键性指标数据加入统计范围内，可以有效的较为清晰的量化仓库运营状况，并快速挖掘出来仓库物流数据管理存在的一些关键问题；本发明通过将运营的关键性指标数据进行统一的收集统计处理，将运营的关键性指标数据加入统计范围内，可以有效的较为清晰的量化仓库运营状况，并快速挖掘出来仓库物流数据管理存在的一些关键问题，同时利用托盘或货箱并不能完全被充满是为了满足作业的顺利进行，由此保证作业效率的大幅提升。

技术领域

本发明涉及物流数据管理领域，尤其涉及一种智能仓储物流数据处理方法。

背景技术

物流原意为“实物分配”或“货物配送”，是供应链活动的一部分，是为了满足客户需要而对商品、服务消费以及相关信息从产地到消费地的高效、低成本流动和储存进行的规划、实施与控制的过程。物流以仓储为中心，促进生产与市场保持同步。物流是为了满足客户的需要，以最低的成本，通过运输、保管、配送等方式，实现原材料、半成品、成品及相关信息由商品的产地到商品的消费地所进行的计划、实施和管理的全过程，物流由商品的运输、服务、配送、仓储、包装、搬运装卸、流通加工，以及相关的物流信息等环节构成；

随着海淘需求的出现，国内市场与国外市场的对接、国内买家与国外市场的对接以及国外买家与国内市场的对接成为了电商平台多元化的一个趋势，而电商与物流之间如何能够满足在购物旺季的订单需求，成为了现今亟待解决的问题，现有的仓库物流数据在在管理中比较混乱，针对收货信息数据、发货信息数据和退货信息数据无法精准掌握仓库运行的状况，无法精准的对工作出现的问题进行调整处理，为此，我们提出了一种智能仓储物流数据处理方法。

发明内容

本发明的目的是为了解决现有技术中存在的缺点，而提出的一种智能仓储物流数据处理方法。

为了实现上述目的，本发明采用了如下技术方案：

一种智能仓储物流数据处理方法，包括以下步骤：

S1、数据统计处理：首先将运营的关键性指标数据进行统一的收集统计处理，将运营的关键性指标数据加入统计范围内，可以有效的较为清晰的量化仓库运营状况，通过计算共同供给天数和分配给各个配送中心数量进行库存运营状况的计算，并快速挖掘出来仓库物流数据管理存在的一些关键问题，所述共同供给天数计算公式为：其中DS为配送中心库存的共同供给天数，A_j为从工厂“仓库分配的库存单位数”，I_j为用单位数表示的配送中心j的库存，D_j为配送中心j的日需求量；

所述分配给各个配送中心数量计算公式为：其中A_j为分配给配送中心j应达到的供给数量，DS为每一个配送中心应达到的供给天数，I_j为用单位数表示的配送中心j的库存，D_j为配送中心j的日需求量；

S2、收货数据处理：然后将与收货有关的所有数据信息通过专职人员进行统一收集并登记处理，车辆的装载量和装卸时间主要对于站台设计有影响，需要考虑车辆大小、载重量问题，同时还要分析卸货的方式和速度，以便详细规划站台的数量，由于仓库每天到货品种繁多、大量混包的情况发生，为此，收货使需要进行专门的验收挑选处理；

S3、数据储存处理：数据储存分为两种形式，分别为以托盘为单位存储和以货箱为单位储存，通过托盘或货箱为单位对货物数据量进行数据统计储存处理，随着电子商务的兴起sku数量不断扩大，ABC分类库存控制法尤为重要，由于托盘或货箱并不能完全被充满是为了满足作业的顺利进行，由此保证作业效率的大幅提升；

S4、数据拣选处理：对订单数、订单行数、发货量的重要数据进行拣选，拣选环节设计关键主要是拣选、包装和输送三大问题，拣选处理分为整盘出库量、整件出库量和拆件出库量；