数据分析：仓库经理如何充分利用其 MHS 数据的潜力——以及需要注意的事项

数据是当今提高运营效率和系统可用性的方法。 或者，更准确地说，数据可能是提高运营效率和系统可用性的最有效且最具成本效益的方法。

主动的、基于数据的决策是行业的游戏规则改变者，并且是任何仓库运营的极其宝贵的资源。 通过实施 全方位的现代数据服务，仓库可以改进其物料搬运系统 (MHS) 的两个最重要方面：运营效率（系统移动物品的效率）和系统可用性（系统正常运行时间，这在很大程度上取决于维护活动）。

但是，仓库经理应如何选择不同的数据驱动型解决方案？ 哪些数据驱动服务是至关重要的必备品？ 在本文中了解答案，以及越来越多的仓库经理已经从实施数据驱动的 MHS 运营中获得的竞争优势。

为什么越来越多的 MHS 所有者选择数据驱动的支持？

在我们深入了解数据驱动的必备清单之前，让我们退一步：仓库首先与精通数据的分拣 MHS 服务提供商合作为何如此重要？

大多数仓库运营都需要加强竞争力，而其中一个答案是尝试降低运营费用 (OPEX)，同时保持稳定的性能。 在这项工作中，两个核心指标是提高系统可用性和避免意外设备失灵时间。 数据驱动的运营和维护保养是这两项工作的重要补充。

一些仓库经理发现运营成本高昂的部分原因是计划的维护保养方法——具有特定时间间隔的定义任务，通常会导致大量的计划设备失灵时间和系统可用性的严重降低。 数据驱动的 O&M 是将方法从计划维护保养更改为基于状态和主动的硬件和软件维护保养的最佳方法，这不仅可以减少设备失灵时间，而且几乎肯定会大大降低总体 O&M 成本。

在避免意外设备失灵时间的高昂后果时，数据驱动的预测性维护保养也是最佳实践。 通过数据分析保持警惕和主动，O&M 团队可以在潜在问题达到最具破坏性的高潮（全面系统停止）之前对其进行管理。 大多数仓库都有维护保养窗口，但意外的设备失灵时间是一个真正的杀手。 这是人们工作和需要满足运输截止日期的时候。

总的来说，用基于诊断数据的 O&M 替代传统的、基于计划的 O&M 的动机很强烈。 这就是为什么越来越多的仓库运营与专门从事基于数据的 O&M 方法的系统供应商合作的原因。

数据驱动的运营是如何实现的

虽然数据驱动的诊断服务可能看起来复杂且难以实现，但该行业一些最具前瞻性的系统提供商已经成功破解了数据分析的代码。

他们的诊断模型在识别问题和场景方面非常准确。 此外，由于系统供应商可以帮助其他站点，因此从一个站点发生的问题中学习将防止相同的问题发生在其他站点——系统提供商的监控和诊断工具将充当天空中的眼睛，帮助所有相关的仓库运营实现更高水平的系统可用性。

基于数据的运营的另一个前提条件是人员：数据专家与系统专家一起分析数据并设计正确的诊断模型。

专家至关重要，并且对系统有深刻的理解。 当这与首先构建系统的工程师、技术人员和其他专家的知识联系起来时，它将与数据结合成为一股强大的力量。

数据和系统专家的结合使数据驱动的运营成为可能。

仓库经理应该对他们的系统支持者有什么期望？

那么，仓库经理如何确保他们找到合适的数据驱动运营合作伙伴？

首先，作为基线，仓库经理作为系统所有者，应优先考虑以下合作伙伴：

1. 专门从事公司 MHS 的公司——最好是来自设计该系统的公司。
2. 为系统维护保养和支持的各个方面提供基于数据的服务——尤其是 O&M——以实时改进运营，防止故障（并维护网络安全），并确保在出现问题时进行有效的修复。
3. 提供 24/7/365 热线，专家可以直接访问并主动工作，而不是“仅仅”被动地工作（稍后会详细介绍）。

在开始数据驱动的旅程之前，仓库经理还可以期望什么？

改善

“改进”类别下的服务的主要目的是使 MHS 所有者能够根据实时数据和诊断模型，主动优化仓库运营的库存流程和履行率，同时避免运营期间的设备失灵时间。

“改进服务”包括一系列运营和系统级别的诊断和监控程序，以及一系列仪表板，用于轻松管理和跟踪运营和维护数据。

实时分析

实时分析使用基于云的解决方案解锁对系统运行状况和运营绩效的详细见解。 数据将转化为可操作的计划，以了解如何实时优化特定系统和运营性能。

可以设计可定制的仪表板，以向仓库运营的每个级别（运营、维护保养和管理）呈现数据和可操作的见解。

此外，仓库经理还可以获得实时分析，其中包含 MHS 内部流程的实时状态，例如：货到人工作站处理、拣货、包装、补货、异常和再循环。

仓库和配送行业的一个例子是对配送中心进行自动数据分析，该配送中心的分拣系统由两个分拣机组成，具有一些真正令人费解的容量水平。 这两个分拣系统的性能非常好，实现了接近理论容量的利用率。 但是，高系统利用率并未反映为同样高的生产率。 数据显示，这两个系统配置错误，并且来回交叉物品。 基于这些见解，确定了最有效的解决方案，结果是一个更有效的系统，减少了返工，并且系统之间只有必要的交叉。

诊断模型如何优化性能

基于数据的诊断模型会持续检查站点的运营状况，以在出现任何问题之前识别出任何正在发生的问题。 客户数据模型 24/7/365 全天候处理数据，以发现不利趋势并采取有针对性的对策，这将有助于提高效率并降低成本。

例如，对未读数（大奖项目）数量的自动数据分析确定了原因，并将拒绝数量减少了 70% 以上。

通过在趋势演变为影响系统健康的事件之前识别它们，基于数据的诊断模型也显著限制了意外停机的风险。 这些是使仓库陷入困境的停机，阻碍了运营数小时甚至数天。

在组件级别，对振动和温度等运行参数的自动连续监控可以发现可能表明硬件或软件存在故障风险的异常情况。

这方面的一个例子是，诊断中心从仪表板中了解到，特定站点的感应单元的扫描仪性能突然下降。 该问题被确定为金属盖挡住了扫描路径。 在当地工程师调整盖子后，扫描仪的性能恢复正常。

总的来说，通过热线的监控和早期主动干预相结合，仓库经理可以应用基于状态的维护保养策略来最大限度地提高物料流和履行率。 与传统的定期维护相比，这是一种更具成本效益的维护方法。

预防和网络安全管理

如今，需要预防性服务来确保稳定的系统执行平台。 许多法律要求采取预防和保护措施，例如识别和解决已知的网络风险。 最终目标是实现更强的系统准备状态，并通过平衡的投资/风险方法尽可能做好准备。

一个好的系统提供商拥有专家来监控系统平台的风险级别并采取所需的预防措施。 专家应通过一个每一步都记录在案并符合最高安全管理标准的过程访问系统。

如今，ISO 27001 认证被认为是信息安全管理的黄金标准，也是对管理系统访问权限的系统提供商的最低期望。 仓库经理还可以保证对其 MHS 和控制的访问符合全球公认的最佳实践。 系统供应商只有通过外部批准的网络安全专家进行的审核才能获得此类认证——必须在预定的时间范围内续订的认证。

网络安全是“预防”中越来越重要的一个方面。 网络安全中的安全管理应至少包括防病毒管理、检查管理以及补丁和漏洞管理。 同样，服务提供商必须具有经过验证的流程来测试对站点的任何可能影响，包括评估是否需要对特定站点进行更新。

有很多理由优先考虑从 MHS 提供商处获取安全管理：仓库经理将获得运营的连续性和可靠性，并确保整个组织符合法规。 良好且经过认证的设置还可以最大限度地减少因潜在的网络攻击造成的损失，并保护仓库运营免受财务打击，例如，由于旺季期间的系统设备失灵时间。

涵盖了以上所有内容后，只剩下一种风险：异常情况。

确保

每个人都希望对正确的堡垒感到安全，以应对最坏的情况——这包括建立热线结构，以确保任何故障、硬件问题或软件错误都能以尽可能快和有效的方式得到修复。

最好的热线服务以主动的 24/7/365 全天候可用人员为中心，他们是具有正确的资历和技能组合的系统专家。 如果发生事件，仓库经理必须能够立即直接访问这些专家。

每位仓库经理都会同意，如果发生实际的系统紧急情况，则没有时间坐在数字电话系统中无休止的电话队列中，要求转接到实际的专家。

专家支持

当今 现代热线服务的另一个重要方面是专家支持。 系统所有者应始终由了解其系统并能够远程修复软件错误的专家直接支持。 此类专家将提供快速和专业的帮助，以在最小尺寸的时间内使运营恢复运行。

真正的热线专家不仅致力于解决事件，而且还在事后提供根本原因分析，以帮助系统所有者做出明智的、数据驱动的决策，以改进系统。 如果发生事件并且与软件相关，则热线服务将包括软件错误修复，并且在问题得到修复之前不会讨论付款问题。

变更管理

此外，建议选择在发生事件时提供高效变更管理的系统供应商。

例如，应该有经过验证的软件更新变更管理程序，以便系统所有者可以控制风险管理和备用程序。

要点：数据驱动的服务是全方位的游戏规则改变者

成功拥抱现代数据驱动型服务的全部潜力的仓库运营将获得巨大的性能优势。

基于数据的诊断维护保养方法几乎可以改善仓库运营的各个方面：

• 提高实时性能和可用性
• 预防运营和网络安全问题以及故障
• 确保在发生任何无法预料的紧急情况时，提供最有效和最快速的解决方案

仓库运营一直竭尽全力提高库存流量和订单履行率。 鉴于当前行业竞争的激烈程度，这种关注度甚至更高。 不幸的是，由于行业对计划维护保养的单一依赖，限制设备失灵时间的目标无意中导致了大量的计划设备失灵时间。

数据驱动的诊断服务改变了整个叙述。 预测性和基于状态的服务现在是一种选择。 几乎可以完全避免计划内的设备失灵时间。 可以完全实时地了解系统的运行方式以及如何优化性能。 所有这些部分的总和是，完美运行的仓库运营现在触手可及。

关键在于数据，但更实际的意义在于，与合适的服务提供商合作——该提供商了解如何释放数据分析的巨大潜力。 这包括 24/7/365 全天候热线、专门的诊断团队和一个始终分析诊断数据结果的监控部门，以帮助客户避免麻烦并保持最佳性能。

展望未来，将数据分析纳入维护保养将成为行业中关键的竞争差异化因素。 事实上，这场竞赛已经开始。