Warehouse Network Analysis

基于客户门店数据，结合企业实际仓配网络，进行仓配网络规划分析。包括：门店分布统计、城市定位、配送距离测算、区域划分建议、报货周期规划、干线发运规划。为企业设仓方案、配送方案、调拨方案提供数据支撑。

Install

openclaw skills install @jinqianfei/warehouse-network-analysis

仓配网络规划分析 Skill

完整分析逻辑

流程图

text

Step 0: 确认约束参数（向用户询问）
    ↓
Step 1: 数据读取与基础统计
    ↓
Step 2: 城市定位与配送距离
    ↓
Step 3: FSL指派（匹配配送基地）
    ↓
Step 4: RDC选择（约束优化） ⭐ 核心
    ↓
Step 5: 构建网络层级（含TC中转）
    ↓
Step 6: 报货周期 & 干线发运

概述

本Skill用于分析企业客户门店分布数据，生成仓配网络规划建议。帮助企业决策：

设仓方案 - 在哪里建仓库最合适
配送方案 - 怎么分配配送路线
调拨方案 - 如何调配库存
报货周期 - 各区域报货频率和时效
干线发运 - 仓库之间的调拨计划

输入

Excel文件（.xlsx格式）
包含字段：城市、省市区、地址等信息
或包含：机构编码、机构名称、省、市、区、详细地址

第一部分：企业实际仓配网络（必须参考）

1.1 现有配送基地（17个基地）

基地名称	省份	区域定位
成都仓	四川省	西南区域中心
杭州仓	浙江省	长三角南翼
合肥仓	安徽省	皖中区域
济南仓	山东省	山东区域
廊坊仓	河北省	京津冀核心
南京仓	江苏省	长三角北翼/华东中心
泉州仓	福建省	闽南区域
上海仓	上海市	长三角核心
广州仓	广东省	华南区域
沈阳仓	辽宁省	东北区域
太原仓	山西省	山西区域
武汉仓	湖北省	华中区域
西安仓	陕西省	西北区域
长沙仓	湖南省	湘赣区域
郑州仓	河南省	中原区域
哈尔滨仓	黑龙江省	黑龙江区域
兰州仓	甘肃省	甘青区域
南昌仓	江西省	江西区域
石家庄仓	河北省	冀中南区域

1.2 报货周期规则

各基地报货遵循以下规则：

报货计划	配送频次	典型时效
一日一配	每天发车	1天
一周三次	周一/周三/周五等	1天
一周二次	周一+周四或周二+周五	1-2天
一周一次	仅某一天	2-3天

时效分级：

次日达：24小时内到达
1-2天：24-48小时
2-3天：48-72小时
三日达：72小时

1.3 干线发运周期规则

仓库之间的干线运输规则：

发车规则	说明	典型在途时长
次日发车	当日报货，次日发车	24-48小时
当日发车	当日报货，当日发车	视距离
周一/周二/...	指定日期发车	按计划

运输时效分级：

当日达：当日到达
次日达：次日到达
三日达：2-3天到达
四日达及以上：3天以上

第二部分：设仓决策逻辑（核心方法论）

2.1 核心原则

原则一：门店密度驱动的"区域重心法"

将库存部署在离需求（门店集群）最近的地方
最大化区域覆盖，最小化出库干线运输距离
在每个门店密集的区域内寻找"重心"设立RDC（区域中心仓库）

原则二：成本最优的"轴辐式"多级网络结构

RDC（设仓）：全国设少数几个大仓，集中存储，形成库存规模效应
FSL（配送基地）：在更靠近终端市场的区域设立前置仓或转运中心，负责区域内的"共配"
货物从RDC批量调拨至FSL，再由FSL执行最后一公里配送

原则三：核心与外围分治

对于门店密度较低的"长尾"区域，采用外包的代发模式
通过委托第三方物流（3PL）进行"代发"，将固定成本转化为可变成本

2.2 计算规则流程

text

输入分析 
    ↓
FSL指派（预定义服务地图 → 指派FSL）
    ↓
RDC选择（在企业现有基地中，时效最短+成本最优）
    ↓
检查RDC→FSL是否有直达干线
    ↓
    ├─ 有 → 直接调拨
    ↓
    ├─ 无 → 寻找TC中转仓
           ↓
           选择链路最短/成本最低的TC
    ↓
定义例外策略（代发模式标记）

2.3 TC中转仓核心原则

必须有干线：FDC→TC、TC→FSL之间必须有企业内部干线调拨线路
TC数量最少：在满足条件的情况下，中转仓数量尽量少
链路最短：整个配送链路综合成本最优、距离最短

第三部分：分析流程

注意：在开始分析前，需要先向用户确认约束参数（见Step 4.1）

Step 0: 确认约束参数（向用户询问）

text

请提供以下约束参数，以便进行优化分析：

1. 设仓数量上限是多少？（如：6个）
2. 覆盖率目标是多少？（如：80%以上）
3. 时效要求是什么？（如：1-2天）
4. 是否有必须使用的仓库？（如：成都仓）
5. 是否有禁止使用的仓库？（如：不用某仓）

用户输入后，记录约束参数，然后继续Step 1-6。

Step 1: 数据读取与基础统计

python

import pandas as pd
df = pd.read_excel('数据文件.xlsx')
print('行数:', len(df))
print('列名:', list(df.columns))

# 统计各城市/省份门店数量
city_counts = df['城市'].value_counts()
province_counts = df['省份'].value_counts()

Step 2: 城市定位与配送距离

获取各城市经纬度坐标（内置城市坐标库）
计算各城市到仓库的距离
距离分档：短途(≤300km)/中途(300-600km)/长途(>600km)

Step 3: 匹配配送基地（FSL指派）

基于实际仓配网络，为每个门店城市匹配配送基地（FSL）：

区域	主要配送基地
京津冀	廊坊仓、石家庄仓
长三角	上海仓、南京仓、杭州仓
华中	武汉仓、长沙仓
华南	广州仓
西南	成都仓
西北	西安仓、兰州仓
东北	沈阳仓、哈尔滨仓
中原	郑州仓、太原仓
山东	济南仓

Step 4: 选择RDC（设仓优化）

核心逻辑：基于企业现有仓配网络基地，在客户约束条件下，以"时效最短+成本最优"为目标，选择RDC。

4.1 约束参数（需向用户询问）

参数	说明	示例
设仓数量上限	最多可设仓数量（RDC数）	3个、5个、6个等
最大中转次数	TC中转最大跳数	1次、2次等
覆盖率目标	RDC覆盖门店比例（越高越好）	80%、90%、100%等
时效要求	门店到仓库的最大允许时效	次日达、1-2天、2-3天
强制仓库	某些区域必须使用的仓库	必须用成都仓
禁止仓库	某些区域禁止使用的仓库	不用某仓

注意：以上约束均基于企业当前仓配网络和干线网络进行优化选择。

开始分析前需确认：

text

请提供以下约束参数：
1. 设仓数量上限是多少？（如6个）
2. 最大中转次数？（如2次）
3. 时效要求是什么？（如1-2天）
4. 是否有必须使用的仓库？（如：成都仓）
5. 是否有禁止使用的仓库？（如：不用某仓）

4.2 覆盖率定义

RDC覆盖门店：门店的配送链路能连接到RDC，包括：

情况	配送链路	是否RDC覆盖
RDC = FSL	RDC → 门店（FSL有库存直配）	✅ 是
RDC → FSL（有直达）	RDC → FSL → 门店	✅ 是
RDC → TC → FSL（中转）	RDC → TC → FSL → 门店	✅ 是
无法连接	无有效干线链路	❌ 否（FSL直配）

4.3 优化目标

text

优化目标：min(总成本)
约束条件：
  - 时效满足要求（基于当前干线网络时效）
  - 设仓数量 ≤ 上限
  - 覆盖率 ≥ 目标（如80%）
  - 强制仓库必须使用
  - 禁止仓库不使用
  - 中转次数 ≤ 最大中转次数

约束条件说明：

所有约束均基于企业当前仓配网络（17个配送基地）
所有约束均基于企业当前干线网络（76条干线线路）
选择RDC时需要检查与FSL之间的干线连通性
选择TC时需要检查RDC→TC和TC→FSL的干线连接

成本构成：

设仓成本：仓储出入库操作成本（装卸、拣货、复核等）
干线调拨成本：RDC→FSL 或 RDC→TC→FSL 运输成本
配送成本：FSL→门店最后一公里配送成本

text

min(总成本) = 设仓成本 + 干线调拨成本 + 配送成本

配送成本：FSL→门店配送成本

4.4 选择算法

text

1. 获取所有配送基地（FSL）
   - 从企业现有配送网络中获取
   
2. 每个FSL都是RDC（都需要设仓）
   - 因为FSL需要库存才能直接配送
   
3. 计算配送链路
   - 检查RDC→FSL是否有直达
   - 如无直达，寻找TC中转
   
4. 输出：
   - RDC列表（=FSL列表）
   - 覆盖率 = 100%（每个门店都被覆盖）
   - 链路类型分布（同仓/直达/中转）

4.5 输出示例

text

输入：
  - 配送基地列表：21个

输出：
  RDC数量: 21个（每个FSL都设仓）
  
  配送链路分布：
  - 同仓直配（RDC=FSL）: 1789家 (86%)
  - 直达调拨: 0家 (0%)  
  - TC中转调拨: 147家 (7%)
  - 无链路（需新增）: 141家 (7%)
  
  覆盖率: 100%（所有门店都能被配送）

Step 5: 构建网络层级（RDC→FSL，含TC中转）

核心逻辑：将步骤4选定的RDC与步骤3指派的FSL关联，形成完整配送链路。

5.1 链路匹配规则

类型	链路	说明	是否RDC覆盖
直接调拨	RDC → FSL → 门店	RDC到FSL有直达干线	✅ 是
TC中转	RDC → TC → FSL → 门店	无直达，需要中转仓	✅ 是
代发模式	无有效链路	建议3PL代发	❌ 否

5.2 TC中转仓选择逻辑

选择条件：

FDC→TC 之间必须有干线调拨线路
TC→FSL 之间必须有干线调拨线路
TC仓数量尽量少
链路尽量短（综合成本最优）

选择步骤：

text

1. 检查RDC→FSL是否有直达干线
   → 有：直接调拨
   → 无：进入步骤2

2. 寻找可用的TC中转仓
   遍历所有仓库，找出同时满足：
   - RDC→TC有干线
   - TC→FSL有干线
   
3. 选择最优TC
   - 优先选择链路最短的组合
   - 次选成本最低的组合

示例：

text

场景：成都仓 → 泉州仓
分析：无直达干线
方案A：成都 → 长沙 → 泉州 (链路短) ✓
方案B：成都 → 广州 → 泉州
选择：长沙仓

5.3 链路成本权衡

考量因素	优先级
干线跳转次数最少	高
综合运输距离最短	高
时效满足	中
成本最优	中

5.4 覆盖率计算

text

覆盖率 = (RDC覆盖门店数) / (总门店数)
       = (直接调拨 + TC中转) / 总门店数
       
输出：
- 直接调拨门店数
- TC中转门店数
- 代发模式门店数
- 总覆盖率

Step 6: 报货周期规划

根据配送距离和门店数量，确定报货频次：

配送距离	门店数量	建议报货计划
≤100km	任意	一日一配
100-300km	≥10家	一周三次
100-300km	<10家	一周二次
>300km	任意	一周一次/二次

Step 6: 干线发运规划

对于需要跨仓库调拨的情况，规划干线发运：

起始仓库	目的仓库	建议发车日	预计时效
杭州仓	上海仓	周二/周六	次日达
南京仓	廊坊仓	周四	三日达
长沙仓	南昌仓	周一/周五	当日达
廊坊仓	石家庄仓	周五	次日达

第四部分：输出文件

{原文件名}_分析.xlsx - 包含所有分析结果的Excel文件

Sheet结构

Sheet名称	内容
可视化图表	4张分析图表（省份分布/城市TOP10/仓库分布/省份仓库分配）
省份分布	各省份门店数量
城市分布	各城市门店数量
配送基地匹配	各城市对应的配送基地
报货周期建议	各区域报货频次和时效建议
干线发运计划	仓库间调拨计划
配送链路规划	RDC→FSL完整链路（含TC中转）

第五部分：适用场景

新客户拓展 - 评估新区域是否值得设仓
仓库选址 - 优化仓库位置
配送优化 - 规划配送路线
成本分析 - 评估物流成本
门店分布分析 - 了解客户分布情况
报货周期设计 - 制定区域报货计划
干线网络规划 - 规划仓库间调拨路线

注意事项

必须参考实际网络：本Skill内置了企业实际运营的17个配送基地信息，规划时必须优先考虑现有资源
图表使用英文标签避免中文乱码
本分析基于直线距离，实际配送路线可能更长
建议结合实际交通数据进行修正
区域划分需结合业务需求调整
代发 vs 共配：低密度区域优先考虑代发模式而非自建网络