物流数据分析主要做什么么

一般物流数据分析主要涉及以下几方面：1.物流费用分析，包括：仓储费用分析（仓库租赁费用对比、设备使用维护分析）、运费分析（运费占销售金额的比例等）及管理成本分析（人力、工时等）；2.交付及时率分析；3.库存周转率分析；4.库存有效性分析（呆滞库存占比）；5.服务有效性分析，包括内外部客户满意度调查分析、急单上线及时率、客户投诉及时处理性等。总之：包含定量和定性等分析。（以上基于制造业）

与收货有关的数据，包括到货量（箱）、订单数、车辆的装载量、收货区域大小、收货作业时间、每天收货SKU数等。

车辆的装载量和卸载时间主要对于站台设计有影响，包括车辆大小、载重量等。一般情况下，还要分析卸货的方式、速度，以便详细规划站台的数量。

很多人对高点平均值和算术平均值对于设计的影响不甚了解。简单来说，将一年（或一定时间）的收货量除以一年（或一定时间）的实际工作天数，即得到平均每天收货量，一年中最大收货量的一天，即最大收货量。

在实际设计中，如果按照平均值设计，则使得加班的天数会很多；如果按照最大值进行设计，则会出现工作很不饱满，设备闲置的现象。因此，一般取平均值和最大值之间的某个值进行设计，具体要根据实际需要确定，发货也有这种情况。

扩展资料

1、类型繁多，来源复杂

物流全过程的各个环节都会产生类型繁多的物流信息。仅本系统内部各个环节有不同种类的信息，而且由于物流系统与其他系统，如生产系统、销售系统、消费系统等密切相关 各种物流信息的来源、发生处理地点和扩散范围各不相同 使得物流信息的采集、分类、统计、分析的难度加大。

2、信息量大

现代物流具有多品种小批量生产和多额度小数量配送、库存和运输的特点，使得物流信息量大增，传统的信息处理技术已不能满足发展的需要。

3、更新速度快

在现代物流活动中，物流信息动态性特别强，信息价值的衰减速度很快，由此产生的大量新信息不断更新原有的数据库。因此现代物流信息处理更加强调物流信息采集的及时性和信息加工处理的快速。

参考资料来源：百度百科-物流基础数据

---