企業物流都是從供應鏈向下延伸而來，隨企業業務的環節區分為采購物流、生產物流和銷售物流，倉儲作為物流的七大功能之一，因其物流節點的作用，備受企業重視。
倉庫因所在物流環節的區別，管理的物料、上下游服務對象、訂單/計劃特點、客戶服務目標等都有較大的差別。再加上企業所在行業的差別、企業本身管理的水平、對物流的投入程度等等，就導致倉儲管理千差萬別，而針對倉儲進行的運營診斷也就更是仁者見仁智者見智了。
筆者今天在這里僅以某企業的成品倉為案例，說說我們在倉儲運營診斷中的一點思路。
用系統的框架將倉庫的位置畫出來，將跟倉庫相關的客戶服務目標、倉庫的輸入、輸出、外部約束整理出來，倉庫的功能定位也就清晰可見了。
從上面的案例可以看出，該成品倉是面向生產的布局，并直接為下游組織型客戶服務（這與企業的產品特點有關），這就決定了成品倉的業務形態，不僅要滿足規模化生產的成品倉儲又要兼具客戶訂單的及時響應。
調研是物流診斷極其重要的一個環節，有效的調研問卷設計可以提升效率、全面獲知業務信息、便于調研資料的匯總整理等。
如果在調研問卷設計時兼具層次分析法進行對定性問題進行打分標準設計，那么調研過程即是現場診斷過程，調研完成也就得出了一定內容的診斷結果。
對于打分標準，筆者認為不宜一概而論，也不見得追求行業標準就是好的（更何況現在行業標準也模糊不清），而應該與企業的管理傾向保持一致，當然關于這點，筆者也正在上下而求索，不得其法。
流程是倉儲各項作業鏈接起來的主線，通過調研將流程圖繪制出來，并與SCOR的標準流程進行對比，我們可以清晰的從流程圖中發現現有流程的異常點。
再結合后續的數據分析，將這些流程異常點與業務數據結合，即可全面真實的反映問題的根本。
優化很多時候就是在尋找到真正問題的基礎上自然而然的一個過程，不論何種方法、技術或先進設備，只有找到問題的本質，這些改進和優化才是對癥下藥，而動的刀花的錢也才會有效果。
業務數據越來越受到企業的重視，管理軟件也廣泛應用，從ERP、MES、LES到OMS、WMS、TMS等。但企業內信息孤島的現象還是很嚴重，以銷售物流為例，即使MTS模式下的物流全過程，也很難實現訂單貫穿全過程的數據狀態（這個我們可以下次以一個案例來看看）。
在這種現狀下，如何識別有效數據為我們的診斷提供數據基礎就變得很重要。以筆者的經驗來看，從診斷目標上拆解數據需求，分解數據字段，鎖定數據周期是一種有效的辦法。倉儲診斷過程中常常涉及到的數據相對簡單，入庫表、分揀表、裝車表、發運計劃、計劃或訂單表即可。
因為診斷最終都要導向績效層面，因此資源類的設施、設備、人員、車輛等的數量、效率或能力也是必要的。（拿資源表舉個例子）
數據分析分為四類，聯系、對比、分布、構成（借鑒的），對于企業物流的數據分析主要應用到后面三種。
筆者簡單分享下自己的經驗，對于業務量的分析主要應用分布，從年、月、日的時間序列上看其波動情況，通過分布圖形分析業務特點，年度趨于均衡，明顯的季節性，需求不確定性無明顯規律且波動較大等等。
進而根據波動情況匹配整體的管理策略和資源配置策略是否合適。對于物料、客戶的ABC分類多用構成，了解企業應重點關注哪些物料和高貢獻價值的客戶。
對于訂貨量的分析則多用正態分布，根據歷史數據即可得對未來的預測。前輩們總結的EIQ確實是倉儲管理中重要的數據分析方法，ABC、組距、比例、材積重量和PCB都針對不同的分析對象得出明確指向性的結論，用于指導分揀方式、改進訂貨量、按流程配置設備、有效碼盤裝載等業務改善。
基于客戶服務目標和訂單要求，通過流程、管理策略、資源配置、業務數據的分析可以得出倉儲運作管理中存在的諸多問題，再回歸到倉庫的功能定位和管理目標，即可得出具體的優化改進方法，這些方法最后都會物流系統的資源輸入和管理上。
但要注意結合企業的現狀進行先后排序，從各項改進的最基礎的地方開始實施，例如有些企業數據基礎性較差，產品的包裝信息不健全，就必須花大氣力去統計和標準，不能妥協，這些都是做其他優化的基礎。
前面講了很多的物流診斷的內容，回過頭來，筆者還是認為有必要梳理下企業進行物流診斷的意義，這能讓我們更加清晰的認識到這份工作的必要性和重要性。
●流程化、數據化的呈現業務現狀；
●準確的呈現業務變化并可實現對原因進行客觀溯源；
●根據診斷結論進行科學的合理的改善；
●將風險量化，設置合理的風險管理策略，降低風險控制成本；
●真正的搞明白企業業務畫像，從價值角度衡量管理配置。
