company dynamics
从事物流系统设计，物流园区规划，首先就要进行数据分析，这一观点逐渐为行业所接受。数据分析分析什么，已经有专门的教科书进行讲解，不是本文的重点。本文重点是谈数据背后的逻辑问题。
对于数据分析，大家普遍感到困惑的是分析的是否正确有用和如何使用，哪些数据是不对的和失真的，哪些数据需要修正，哪些数据需要补充。对这些问题的回答，核心问题是探讨数据背后的逻辑，理清数据关系，才能正本清源，数据分析的结果才有意义。
数据失真是一种客观存在
数据作为反映客观世界的一种方式，有时会失真，从而使真实世界发生扭曲。失真的原因很多，主要有以下几种：其一是数据记录问题，数据记录有记错和数据丢失，这一问题发生的可能性非常大。数据不管是记录在何种载体上，由于记录手段问题，接口问题，传感器问题，存储媒介问题以及环境问题，错误和丢失在所难免；其二是人为造假，这个更为普遍。造假是人类不可杜绝的一个现象，每个时期，每个国家，每个地方，每个角落都存在。无论是处于何种动机，造假的代价之一就是使真实世界不再真实，这是十分令人痛惜的；其三是偶发数据，虽然可能是真实反映，但又非常态，或者是经过调整后的数据，并非第一手数据。
人们有时候调侃，历史没有真相。是指历史上的很多事件，真真假假，其真相成为永远的迷。这里既有历史事件记载者的故意，也有以讹传讹的原因。有的真相很简单，但如果当事人或传播者故意误导，可能真相真的就成为历史之谜，再也无人知晓。
现实中的实例也不胜枚举。比如国民经济统计，看起来很简单的一件事，但实际就很难做到十分真实准确，有时还相差甚远。物流行业数据统计也是如此。我们到现在也没有一个权威的统计数据，告诉人们每年的堆垛机的产量，输送机的产量，分拣机的产量，货架的产量等，都只是一个大概估计。
总之，数据失真，既有技术原因，也有人为因素，人的因素又分为主观故意、无心之失或能力所不能及。这是一种客观的存在，谁也改变不了。
数据之间的逻辑关系
面对一个不真实数据所描述的世界，人们往往难以分辨数据真假。其实，熟悉数据分析的人，一般会从数据之间的逻辑关系中判断出数据的可信程度。虽然我们不知道真相的具体细节，但通过逻辑分析和比对，会基本还原真实世界大致的情况。
一句谎话，往往要10句谎话去掩盖。这句俗语说明了一个基本事实，就是事物之间是有千丝万缕的联系的。反映到数据，就是数据之间是具有逻辑关联性的。这一事实为人们甄别数据的真伪提供了参考和方法，但有时也不是万能的。
对物流数据分析来说，年销售额、箱单价、日收货量、日发货量、库存量、退货量、库存周转天数等这几个数据是互相影响的，所以我们可以从彼此的关系中，发现问题所在，可以判断数据是否真实可靠。
特别是在大数据时代，对事物的真相判断会更加准确。因为大数据会从多个角度去描述同一件事情。比如一家企业的运营状况，可以从员工人数、营业额、收入、纳税额、工资、奖金、办公开销、投资、研发经费、宣传费、差旅费、按月度计算的流水等多个维度进行分析，还可以从行业平均利润分析其利润额合理性等。一旦某些数据出现大的偏差，则可以判断其数据真实性值得怀疑。
对一个物流中心来说，很多数据之间具有强相关的逻辑性。比如销售额与发货量的匹配，输送线的输送能力与系统产能的匹配，库存与销售的匹配，发货区、发货月台与发货量的匹配等，其中的逻辑关系其实并不复杂。然而，对一些用户来说，并不完全知晓这些关系，从而对系统的能力产生认知上的错误。
有了数据间的逻辑，就为我们处理数据提供了参考。有些数据需要删除，有些需要修正，有些则需要补充。
数据的偶然性与必然性
数学证明上有一个非常重要的证明方法-反证法。即要证明一个命题是否正确，只要证明其反命题不正确即可。而要证明一个命题不正确，则只需举例一个反例即可。比如要证明是无理数，只要证明其反命题，即是有理数这个命题是错误的即可。这一方法对于数据分析也是非常有用的。
大千世界，变幻万千。对数据分析者而言，识别数据的真伪是一方面，而如何正确的分析，则是更为重要的方面。数据分析为我们描述了一个历史现状作为前提。因此，不要站在一个错误的前提下，对未来进行预测，那样会毫无意义，且非常危险。
如何去伪存真，不是一件容易的事情，尤其对于初学者而言。比如要如何筛选和修正一些历史的数据，就是一项复杂且繁琐的工作。有些数据是客观存在的，也是真实的反映，但却不具有普遍性，是一种偶然，一种异常。对这些数据的处理，即要求对偶然和必然的事件要有一个分析和判断。
我们常常看到，某一天的物流数据非常异常，但却是客观存在。比如某一商品销量很大，或某一天的发货量很大等，就可能是因为某一偶然事件所引起。而这一事件有时并不具备普遍性。有点类似于电信号中的干扰信号。对这一类数据的过滤和修正是必要的。不要一叶障目，不见泰山。
另一方面，也不要轻易放过偶发事件背后的逻辑分析，有时甚至会有意外的发现和作用。如对“双十一”数据的分析，或对某一网红带货事件的分析等，就会指导物流设计在面对此类现象时，如何有效处理。
在数据分析时，一旦遇到特殊的数据，既不能视而不见，也不能简单的删除。而是要做进一步的甄别。这一点考验着分析师的敏锐和耐心。
有很多数学方法可以用于辨别偶然性和必然性，过滤一些干扰数据。比如，为了避免算术平均值法给人的一种假象，可以用阶梯算术平均来修正，或采用均方差来评估数据分布的偏离程度。我们在统计个人收入时，经常看到平均数有时没有多大意义，而阶梯分析的数据更加容易看清楚数据的真相，如分析1%的高收入人群，其对财富的占比等。阶梯算术平均法在分析物流数据时，很容易得到库存和发货的abc分布结果。更加深入细致的分析，还可以进一步对标准差进行分析，从而有助于确定设计指标。例如在一个物流中心的设计中，人们常常需要一个较合适的设计目标。这一目标的确定就跟标准差有关。最简单的做法是，约70%天数的作业在常规时间完成，其它30%天数的作业通过加班完成，这可能是一个比较合理的尺度。
物流数据背后的逻辑
在实际应用中，抽样统计在统计中有非常大的作用。比如市场调查和舆情调查，目前还基本采用这一方法。我们在物流作业中，往往也采用随机抽样的方法，对产品质量进行评估。为什么1%甚至更低的随机抽样会大致反映真实情况呢？这就是概率论给我们带来的启示。其实，我们在做物流数据分析时，随机抽样仍然不失为一种有效的方法。
对很多系统来说，数据反映的往往只是表象。比如，人们对于一个物流中心的评估，每年的发货量反映的其实只是一个非常粗略的总数，背后隐藏的真相往往大相径庭，两个具有同样发货能力的物流中心，往往不具有可比性。因为差异是多方面的。
1）工作时间
从大的方面讲，工作时间可能是单班、双班和三班，其差异已经是非常大的了。而进一步分析，每个班次有的只有4~5小时，有的会有9~10小时，差异也很大。有的年工作360天，有的只有200多天。这些差异，会导致分析的结果出入很大。
2）单元货物的价值
单箱价格也是影响非常大的因素。物流系统能够比较的是物流量而非销售额。但往往被人们忽视。就如同错把物流费用与gdp做比较，不考虑产业结构、地域、道路收费、工资等差异，从而得出我国物流技术水平低的结论一样，其实是不真实的。一个以日用、食品配送为主的配送中心，其单件价格只有几十元，而一件药品会高达上千元甚至几千元，即使是同类商品，因为构成品质不一致，产地不一样，价格也会相差很大。比如进口产品和国产的比较。
3）业务的均衡性
有的配送中心，其业务波动性大，随季节变化幅度非常大，而有的会比较均匀。这在数据分析时容易被忽视。但其影响巨大，比如图书与医药。图书，尤其是教材教辅类图书表现出明显的季节性，而药品的季节性影响就要低很多。如果再细分到每一天，每一周，每一个月和每一季度的话，会得到非常惊人的结果。如何均衡业务，其实对于提升物流系统的处理能力有非常大的作用。这就是物流反过来促进管理，促进市场的典型例子。与此类似的还有库存周期和库存量，这两个指标其实决定了物流中心处理能力的天花板，但又不是物流系统本身所能解决的问题，必须要与采购策略进行联动。总体来说，我国很多行业的物流管理还是粗放的，可以优化的方面很多，而业务均衡性则是一个有很大潜力的优化目标。
4）拆零比
随着电子商务的兴起，拆零作业在物流配送中心的比重越来越大，也严重影响了物流作业的效率。一方面，人们看到定制化带来的服务提升，另一方面，配送成本也随之大幅度提升。特别是最近几年，围绕拆零拣选的技术投入大幅度提升。面对这一现状，对于tob业务，是否可以从提高整件配送比例出发，降低物流成本，成为一个新的课题。即使对于拆零拣选，如何采用单元化技术，使拣选更高效，其意义是多方面的，未来肯定会成为企业关注的方向。
除此之外，可比较的方面还有很多，如作业人员的数量，设备的投入，自动化水平等，均影响物流配送中心的作业和业绩，有些还互相关联和影响。而这些都是表面数据看不到的，或表现不出来的。
总之，数据分析不是简单的数据堆砌和结果呈现，而是要挖掘其背后隐藏的真相。数据分析的价值在于发现数据背后的逻辑和特征，找出普遍性和规律性的东西，找出导致问题发生的根本原因和改进方向，从而指导未来进行的科学预测和规划。
部分图片来源于网络
