要做好一個物流資訊化管理系統，最重要的一點是需求必須明確。而在需求中，資料又起關鍵性作用。在一個專案規劃中，重點資料也就那麼幾個。比如：收貨量、發貨量、庫存量、拆零量、SKU等等，為了便於讀者理解，我們可以從物流的倉儲環節給大家進行形象的描述。
收貨相關
與收貨相關的資料：到貨量（單位）、訂單數、車輛的裝載量、收貨區域面積、收貨作業時間、每天收貨SKU數等。
車輛的裝載量和解除安裝時間主要對於站臺設計有影響，包括車輛大小、載重量等。一般情況下還要分析卸貨的方式、速度，以便詳細規劃站臺的數量。
很多人對於此方面的設計影響可能並不是特別關注。比如高點平均值及算數平均值的計算資料會對整個的設計過程產生什麼樣的影響？可能大部分人心中並無清晰答案。通俗講，將一一定時間的收貨量除以特定時間的實際工作天數，即得到每天收貨量。一定時間中最大收貨量的一天即為最大收貨量。在實際設計中，如果要按平均值設計，則會使加班天數增加很多。如果按最大值進行設計，就會出現很多工作無人幹，裝置閒置。所以要根據實際情況在這兩個算術值中取一個特定值進行實際設計。
儲存相關
庫存能力設計對整個系統來說又是很關鍵的一步，而確定庫存能力又是非常具有技巧性的。除了庫存總量W，還要考慮SKU數，以及各種儲存方式下的儲存要求。普遍情況下，倉儲情況下並非單一。所以設計的時候要考慮清楚庫存的方式，以及有哪些要求。
大部分時候，儲存方式主要分為兩種：以托盤為單位儲存（立體庫和平面庫）和以箱為單位儲存。其他形式不再贅述。在設計中，要充分考慮這兩種方式，有時也會出現兩種方式同時採用的方式。
庫存能力的計算與箱規以及平均庫存天數也有關係。SKU對庫存資源分配有很大的制約作用，尤其影響作業面設計。當然發貨量對於庫存設計也有不小的影響，比如拆零量。
庫存ABC分析對於倉庫設計也是一個比較重要的因素。一般情況庫存ABC分析決定了儲存形式，它的定義隨著業務的不同而不同。在實操中，往往要對夠托盤，並將比例分配好，從而正確決策。
而且隨著電子商務的迅猛崛起，SKU會不斷壯大，會更加依賴ABC分析。並且箱式儲存方式會越來越受到關注，它的比重也會越來越高，從而影響庫存分析
對於儲存能力的計算，人們對於庫存總是存在一些疑問。托盤或者貨箱並不能做到100%的利用率，為了作業的順利，貨位不可能全部飽和。所以，總是要留出少許空地。這種情況也應該在考慮範圍內。
揀選相關
對設計產生重要作用的除了以上我們所說，揀選的訂單數，訂單行數，發貨量等都會比較重要的資料。
連選環節能對設計產生關注的主要有揀選，包裝和輸送問題。這裡涉及三個引數：整盤出庫量、整件出庫量和拆零出庫量。這對於設計都非常重要。
當然，一些基礎資訊也是要非常清楚的。比如揀選效率，播種效率以及包裝效率。有些資料可以透過專案經驗獲取，有些應該進行實際測量。不過測量結果與作業流程，工位設計以及測量方法有很大的關係，難以獲得一個準確的 結果
不同的揀選方法對應的效率有很大的不同。一定要注意這一點採用怎樣的技術手段，對最後的設計結果有很大的影響。所以在資料分析中，一定要考慮全面。
發貨相關
發貨路向、數量、車輛形式、作業時間、暫存時間等資料是發貨設計階段的基礎。
眾所周知，分揀機的格口不可能無限增加。因此，設計中應考慮波次問題，以便控制格口數量。有些物流中心的發貨區設計很小，站臺停車位很少，給發貨造成很大困難。
集貨區的大小與發貨波次有關。很多小的物流中心，每天只安排一次發貨，其發貨區就要大一些；對一個大型的物流中心來說，一般要按照多個大波次組織發貨，每個大波次還有若干小波次，由此可以大幅度降低對集貨區的需求。這在設計中是要注意的。
隨著大家對物流認識越來越深刻，發貨裝車環節越來越受到重視。因此，設計中也要與時俱進，考慮自動化系統對發貨區的影響。
退貨相關
退貨很重要也很困難，但容易受到忽視。
在通常的資料分析中，退貨分析也是不充分的。事實上，退貨與收貨的過程是不一樣的。這主要是因為退貨收貨需要處理的資料量遠遠大於普通收貨。
退貨作業不是均衡的，有很大的波動性。因此，在資料分析中（實際作業也是如此），要將退貨收貨與退貨處理分開來。其作業時間和作業量都不會一樣。
對退貨來說，其作業流程對於設計會產生影響。一般資料分析僅僅提供退貨量即可，包括訂單數、訂單行、SKU、數量等。
要注意的是，退貨有兩種形式，其一是終端退回到物流中心；其二是物流中心退回供應商或者報廢處理。兩者差異是很大的。在資料分析時，要分別對待。
其他
資料分析很重要，也有一定難度，這是需要指出的。經驗和專業知識對於資料分析很重要。此外，資料分析結果必須得到使用者確認才能用於設計。
最後要說明一點的是，資料分析的結果並不是直接應用於設計，而是要據此提出設計指標。其中有些資料的變化是比較緩慢的，如產品特點、訂單結構、品項數、作業方式等，有些卻會變化劇烈，如設計指標等。這些除了經驗、行業情況能夠提供幫助外，關鍵的是要認真分析，找出規律。在這個過程中，充分的調研，與使用者充分的溝通尤其重要。
要做好一個物流資訊化管理系統，最重要的一點是需求必須明確。而在需求中，資料又起關鍵性作用。在一個專案規劃中，重點資料也就那麼幾個。比如：收貨量、發貨量、庫存量、拆零量、SKU等等，為了便於讀者理解，我們可以從物流的倉儲環節給大家進行形象的描述。
收貨相關
與收貨相關的資料：到貨量（單位）、訂單數、車輛的裝載量、收貨區域面積、收貨作業時間、每天收貨SKU數等。
車輛的裝載量和解除安裝時間主要對於站臺設計有影響，包括車輛大小、載重量等。一般情況下還要分析卸貨的方式、速度，以便詳細規劃站臺的數量。
很多人對於此方面的設計影響可能並不是特別關注。比如高點平均值及算數平均值的計算資料會對整個的設計過程產生什麼樣的影響？可能大部分人心中並無清晰答案。通俗講，將一一定時間的收貨量除以特定時間的實際工作天數，即得到每天收貨量。一定時間中最大收貨量的一天即為最大收貨量。在實際設計中，如果要按平均值設計，則會使加班天數增加很多。如果按最大值進行設計，就會出現很多工作無人幹，裝置閒置。所以要根據實際情況在這兩個算術值中取一個特定值進行實際設計。
儲存相關
庫存能力設計對整個系統來說又是很關鍵的一步，而確定庫存能力又是非常具有技巧性的。除了庫存總量W，還要考慮SKU數，以及各種儲存方式下的儲存要求。普遍情況下，倉儲情況下並非單一。所以設計的時候要考慮清楚庫存的方式，以及有哪些要求。
大部分時候，儲存方式主要分為兩種：以托盤為單位儲存（立體庫和平面庫）和以箱為單位儲存。其他形式不再贅述。在設計中，要充分考慮這兩種方式，有時也會出現兩種方式同時採用的方式。
庫存能力的計算與箱規以及平均庫存天數也有關係。SKU對庫存資源分配有很大的制約作用，尤其影響作業面設計。當然發貨量對於庫存設計也有不小的影響，比如拆零量。
庫存ABC分析對於倉庫設計也是一個比較重要的因素。一般情況庫存ABC分析決定了儲存形式，它的定義隨著業務的不同而不同。在實操中，往往要對夠托盤，並將比例分配好，從而正確決策。
而且隨著電子商務的迅猛崛起，SKU會不斷壯大，會更加依賴ABC分析。並且箱式儲存方式會越來越受到關注，它的比重也會越來越高，從而影響庫存分析
對於儲存能力的計算，人們對於庫存總是存在一些疑問。托盤或者貨箱並不能做到100%的利用率，為了作業的順利，貨位不可能全部飽和。所以，總是要留出少許空地。這種情況也應該在考慮範圍內。
揀選相關
對設計產生重要作用的除了以上我們所說，揀選的訂單數，訂單行數，發貨量等都會比較重要的資料。
連選環節能對設計產生關注的主要有揀選，包裝和輸送問題。這裡涉及三個引數：整盤出庫量、整件出庫量和拆零出庫量。這對於設計都非常重要。
當然，一些基礎資訊也是要非常清楚的。比如揀選效率，播種效率以及包裝效率。有些資料可以透過專案經驗獲取，有些應該進行實際測量。不過測量結果與作業流程，工位設計以及測量方法有很大的關係，難以獲得一個準確的 結果
不同的揀選方法對應的效率有很大的不同。一定要注意這一點採用怎樣的技術手段，對最後的設計結果有很大的影響。所以在資料分析中，一定要考慮全面。
發貨相關
發貨路向、數量、車輛形式、作業時間、暫存時間等資料是發貨設計階段的基礎。
眾所周知，分揀機的格口不可能無限增加。因此，設計中應考慮波次問題，以便控制格口數量。有些物流中心的發貨區設計很小，站臺停車位很少，給發貨造成很大困難。
集貨區的大小與發貨波次有關。很多小的物流中心，每天只安排一次發貨，其發貨區就要大一些；對一個大型的物流中心來說，一般要按照多個大波次組織發貨，每個大波次還有若干小波次，由此可以大幅度降低對集貨區的需求。這在設計中是要注意的。
隨著大家對物流認識越來越深刻，發貨裝車環節越來越受到重視。因此，設計中也要與時俱進，考慮自動化系統對發貨區的影響。
退貨相關
退貨很重要也很困難，但容易受到忽視。
在通常的資料分析中，退貨分析也是不充分的。事實上，退貨與收貨的過程是不一樣的。這主要是因為退貨收貨需要處理的資料量遠遠大於普通收貨。
退貨作業不是均衡的，有很大的波動性。因此，在資料分析中（實際作業也是如此），要將退貨收貨與退貨處理分開來。其作業時間和作業量都不會一樣。
對退貨來說，其作業流程對於設計會產生影響。一般資料分析僅僅提供退貨量即可，包括訂單數、訂單行、SKU、數量等。
要注意的是，退貨有兩種形式，其一是終端退回到物流中心；其二是物流中心退回供應商或者報廢處理。兩者差異是很大的。在資料分析時，要分別對待。
其他
資料分析很重要，也有一定難度，這是需要指出的。經驗和專業知識對於資料分析很重要。此外，資料分析結果必須得到使用者確認才能用於設計。
最後要說明一點的是，資料分析的結果並不是直接應用於設計，而是要據此提出設計指標。其中有些資料的變化是比較緩慢的，如產品特點、訂單結構、品項數、作業方式等，有些卻會變化劇烈，如設計指標等。這些除了經驗、行業情況能夠提供幫助外，關鍵的是要認真分析，找出規律。在這個過程中，充分的調研，與使用者充分的溝通尤其重要。