责任编辑:admin 文章来源:未知
对绝大部分公司来说优化物流运作是当时公司降低成本的有用手法,曩昔一段时刻里美国的许多公司将精力会集在业务流程自动化和相关信息的收集上,这些办法从前取得作用,协助公司降低了本钱,一起也为物流优化奠定了计算机硬软件根底。在这样的布景下,乔治亚理工大学物流研讨所主任,美国物流专家拉特利夫博士近编撰一份白皮书,提出物流优化的十条绳尺。
1、意图——必需量化和衡量
要想取得成功必需有理解的意图,为了优化,你必需知道怎样才算被优化。量化意图使得运用计算机抉择一个物流方案方案能否优于另一个方案成为可能,管理人员就能够权衡优化方案能否有出资酬谢。例如,速递公司可能把意图定为:日常低修理本钱、燃料本钱和劳动力本钱,这些本钱是很简略被量化和衡量的。
2、模型——必需真实的代表物流进程
模型是把优化恳求和约束转化为计算机能够接受的言语途径。例如,我们需求模型来表明从库房出货到装运货车的进程。简略如出货的总分量、体积的模型必需真实表明装运恳求。
假设一种分量、体积模型被用于表明别的一种新式车辆的装运,模型就失真了,因为它没有真实代表实践的装运情况。假设模型不能代表真实的情况那么整个优化办法将会是不真实际、没有用率的。
3、数据——必需准确、时效和简略了解
数据引导着整个优化进程,假设数据不准确或不及时的归入整个优化进程,那么指定的物流方案显着是不能令人信服的。优化进程包含实施方案,数据必需求简略被了解、接受,这样才华有杰出的沟通,整个体系才会和谐。例如,假设货车运送对某些货品>有体积约束,那么只是操控运送货品的分量是不行的。
4、整合——必需支撑悉数数据转换
数据整和是十分重要的,因为很多的数据要盘绕物流优化来收集。例如,优化从库房到商铺运送进程需求相关定单、客户、车辆、驾驶员和路途信息等数据,这些很多反应的数据中有的是无用数据,有的是过错数据,需求整合,挑选出与优化相关的有用数据。
5、 传达——优化方案必需以必定的方法传达给执行官、管理者
只供给物流优化处理方案而不具体实施并不能算是成功的,只需供给应管理层实施方案而不具体实施并不能算是成功的,唯有供给应管理层实施方案并终取得希冀的出资酬谢才算是成功的。因此优化方案必需以简略、明晰的方法传达给管理者和执行者,管理者需求更多全面会集的信息来实施整修方案,其间网络是信息传送的重要媒介。
6、算法——必需以独立的处理单个问题
物流优化技能之间大的的区分在于计算机寻求物流优化途径的算法。毫无疑问,关于每类物流问题都有遍地的特性,必需针对每个不同的问题开发相关的计算机算法来供给佳的优化方案。可是值得留心的是:(1)算法结构必需能够被每个物流优化体系辨认和了解;(2)优化的算法要有弹性,能够在运用时和其他体系和谐。物流优化问题有许多可能的方案,如货品运送容量的削减有时有100000000000种可能的方案。使用不适宜的算法结构意味着计算机挑选的方案可能以一些不牢靠的,违犯优化绳尺的数据为根底,或许整个方案的运算时刻过长,以致得不出方案。
7、 运算——运算渠道必需在有用时刻内算出优化方案
因为每一个实践物流问题都有不计其数的优化方案,因此需求强壮的计算机来支撑运算,它能确保在合理的时刻内计算出好的物流优化方案。明显,因为优化技能要在实践环境中运转快速得到完结,因此在短时刻内得出优方案是必要的。与单一的计算机运算比较,强壮的计算机网络渠道能够供给更好、更快的处理方案。
8、 人才——专业的人才必需占主导方位,技能专家需求很多模型、数据和优化东西
优化技能快速,但假设没有一些专业的技能人才来操控,它不会取得预期的作用。这些技能人才华确保运用数据、模型的正确性,技能投入到理论中能按设计的运转。只是希望经过一些数据搜集,运用模型和软件分析而没有技能人才的支撑是不抱负的,他们主导着学识和阅历。
9、 流程——商业流程的运作必需支撑优化并且确保提高的空间
物流优化是一个不时累积改变的进程,因为物流的意图、规矩和进程并不是一尘不变的。当改变来临的时分,不光数据、模型、算法需求做出相应的改动,潜在的商业流程也需求思索怎么改变来支撑新的优化方案。商业流程假设不能支撑优化或许确保物流优化的提高空间将会引起优化技能不能被有用使用以致是无用的。
10、出资酬谢——出资酬谢必需思索整个技能、人才和实施
天下没有免费的午饭,物流优化需求很多的资金、技能和人才,出资酬谢需求思索两点:
(1)全体优化价值的点评;
(2) 优化方案的比较,优化技能的挑选。
在本钱价值预算方面,当公司有现成的网络渠道、使用软件之后,普通都过低估量运用物流优化技能的本钱,而这些都需求有专业人才来完结。很少有成功的使用物流优化技能的本钱低于开始的技能本钱价值预算的事例。假设在初期物流优化的总本钱能得到操控,则整个方案的本钱普通就会削减。
在预算出资酬谢时,必需求有好的办法抉择一个基准线,权衡技能价值和人才的作用,衡量提高的作用,然后思索进一步的优化。因为数据有时效性,实施进程需求不时的被重视,没有公司能够十分准确的预见他们的物流优化方案实践能够取得怎样的作用。