物流行業(yè)的特征有涵蓋行業(yè)面廣、專業(yè)深、學科交叉多、系統(tǒng)復雜等。物流規(guī)劃的類型也繁多，從供應鏈角度可以細分到不同的物流環(huán)節(jié)，從企業(yè)分類角度可以分出至少幾十種類型，從物流功能的角度可以作多種拆分，從創(chuàng)新應用的角度也是與時俱進。因此物流規(guī)劃的涉及面很廣闊，如何利用物流專業(yè)知識和經驗進行物流規(guī)劃，需要從聚焦問題、精確定位、搭建結構、特征分析、歸納推理、數據建模、解決方案，這幾個步驟出發(fā)去考慮。結合我們對物流、生產、零售等類型的大型上市公司、中型企業(yè)、政府機構，也包括物流網絡、智能工廠、城市配送、物流戰(zhàn)略、物流園區(qū)、倉儲規(guī)劃等規(guī)劃與設計的項目經驗，對物流規(guī)劃步驟作了一個說明，供參考，對象和環(huán)境不同，可作調整，后續(xù)也有各類型規(guī)劃的參考目錄發(fā)布。
步驟一：解決什么問題
首先我們要明確用我們的專業(yè)去解決的是一個什么樣的問題，這里說的“問題”，不一定是客戶說描述的問題，因為客戶描述的常常是表象或是在經營或者操作層面，而我們需要對問題進行分類。不同的問題可能是用不同的方法解決，也有可能把問題拆分過后發(fā)現這些子問題并不能一次性解決，而需要分階段去解決。比如，需要解決生產或者倉儲包裝標準化的問題，不一定通過生產或者倉儲環(huán)節(jié)就可以優(yōu)化，而需要從供應商的源頭進行調整，那就需要增加一個優(yōu)化模塊，對于規(guī)劃方案的復雜度也將增加。
在規(guī)劃問題中，我們將供應鏈物流規(guī)劃大致分為了，物流網絡規(guī)劃、城市配送規(guī)劃、生產物流規(guī)劃、物流園區(qū)規(guī)劃、倉儲規(guī)劃……，每一種的規(guī)劃又可以細分為數十個、上百個要素，甚至更多，底層的邏輯和關系比較復雜，所以一定要通過對表象問題的分類，找到真正需要解決什么樣的問題。
有時候客戶提出的問題要點可能會比較多，那么可以將這些問題與方法要素融合以后，再層層整合，最后將問題提煉為一兩句話，找到牽一發(fā)而動全身的要點，那就是最佳的選擇。
步驟二：規(guī)劃內容定位
在從專業(yè)的角度明確需要解決什么問題以后，那么需要對這次規(guī)劃方案作定位。物流是一個復雜系統(tǒng)，節(jié)點種類很多，在服務不同的商業(yè)形態(tài)或者行業(yè)的時候功能各不相同。比如從環(huán)節(jié)角度看，有供應功能，有分銷配送功能，有生產供給功能等，從屬性看，有戰(zhàn)略儲備功能，有快速補給功能，有中轉功能等。如果對于需要規(guī)劃實現的物流系統(tǒng)定位錯誤的話，系統(tǒng)邏輯會有問題，方向不對的話那么輸出的結論也肯定有較大的偏差。因此，不管是解決一個網絡規(guī)劃、倉儲規(guī)劃還是配送規(guī)劃，都需要明確其在供應鏈環(huán)境中，也就是上下游的態(tài)勢中處于什么樣的位置，需要達到什么樣的目的，同樣，這樣的定位也不是拍腦袋拍出來的。
當然也有的會通過經驗分析，得出一個經驗性的定位，我認為最好的方式也是通過對要素的拆分，并且和方法結合，分析其輸入、輸出與自身的邏輯，從戰(zhàn)略層面和運營層面，包括時間、空間、流量、流向等幾個核心要素的分類分析后得到一個科學理性的規(guī)劃定位。
步驟三：構建房子模型
構建屬于這次規(guī)劃的房子，房子的結構是一個很好的分類模型，包括頂層目標、中間結構和支撐，需要解決的問題可以放到頂層目標，中間層的結構可以是按供應鏈物流的環(huán)節(jié)分類，也可以按需要解決的問題模塊進行分類。可以構建一個層級，也可繼續(xù)分類構建多個層級，只要是能把系統(tǒng)結構體現清楚，就可以那樣去構建。
對于在整個房子的支撐層面里，可以將規(guī)劃方案里面實施層面的內容放進去，比如需要什么樣的設備支持、什么樣的信息化支持以及什么樣的標準化運作程序支持等。當然，這里的支持并不是一個籠統(tǒng)的概念，而是通過充分的分析，確定了具體的流程配置后才去構建的這些支持實施的模塊。在我們的方法里，把流程作了詳細的拆分，基本上大部分的物流活動都放到了不同環(huán)節(jié)的流程里面。規(guī)劃的房子構建完成后，對于整個規(guī)劃方案的結構也就基本清晰，一目了然，既方便團隊和客戶溝通，也方便在后續(xù)進行更加深入的分析或者是規(guī)劃周期內發(fā)生了局部需求改變后的模型修正。
步驟四：數據特征分析
物流規(guī)劃肯定離不開數據分析，有的數據可以直接幫助形成分析報告，也有的數據是作為仿真模擬的輸入。這里強調，對于數據分析，其中一個非常重要的目的是尋找業(yè)務特征。也存在一個問題，數據來源在哪里?這里的來源有多種意思，來源于信息系統(tǒng)，還是人工采集?來源于ERP，還是TMS或者WMS?來源于SAP，還是用友、金蝶?不同的來源數據字段、格式、數據量都不同，而且數據的準確性也不能完全保證，因此對于數據，要進行專業(yè)分析，也要謹慎，不能依賴數據，如果過于依賴數據容易陷入數字陷阱中。從技術手段上，首先將數據進行標準化，然后通過統(tǒng)計工具或者仿真工具，對數據進行可視化、擬合，找到其特征，返回到業(yè)務層面，找出異常點或者問題點，幫助確定解決方案的方向，并且數據特征出現后，需要多與客戶的業(yè)務人員進行溝通確認，避免被數據誤導。
上面是從構建企業(yè)運作的物流系統(tǒng)規(guī)劃角度看數據分析，也有些物流規(guī)劃是偏宏觀層面比如園區(qū)規(guī)劃、戰(zhàn)略規(guī)劃，也有的是從政府視角進行規(guī)劃，那么對于數據的要求不一定特別精確，只要能反映趨勢就可以。這樣數據分析只要邏輯正確，輸入數據來源可靠，數據分析后反應出的結論沒有明顯偏差就可以接受。
步驟五：歸納推理
