仓库规划设计我们分成四个步骤进行：
第一，项目的起动预备；
第二，数据的处理和分析；
第三，讨论未来策略的目标；
第四，系统需求分析；
在实际操纵过程中，有些人往往跳过第二步，或者做第三步再做第二步，因此往往脱离现状，和现状没有什么关系，并导致算出来的数据在后面设计的时候，非常轻易处理，摆上一些设备，每个设备，好比说用RF来拣，每个人每个小时拣多少就可以，但是它适合你吗，可以说它适合你，但是它也适合任何一个企业，都是一模一样的。
做完第三步之后，有些可能会归来做一些数据收集分析的东西，往往在做以前老在说什么EIQ这些东西，EIQ只能说一个通用的方法、思惟，往往在的操纵中有用，但却并不能完全帮你处理出这些数据的。
如何理解EIQ？天天均匀的定单量，定货量，或者是说逐日的进货量的值等等这块，然后定单和产品之间的联系关系性这块，但是好比说对于这种其他的一些东西，好比说对于这种产品的这种季节性，它的变动的趋势。
等等这一块的东西，未必它会帮你做这块的分析，况且数据分析的时候，我个人看法，更多的是取决于数据分析人的理念，他的理念，会直接决定了分析的价值。
有的人做出来的时候，很简朴，数据分析的价值也非常有限，对每个仓库经理来说已经非常清晰大概什么样的量，固然没有一个正确的数字，但是估的数字也差不到哪去。
但是仓库规划的时候，仅评这几个数字，我想和原来的仓库没有什么区别，只是把原来的仓库放大一点。原来的可能只容纳一千的托盘，未来可能放大到容纳五千个托盘，仅此而已。
另一个轻易出题目的地方是第五步。得到一个数据之后，怎么样操控这个数据，这个我以为要看规划人的能力。在这一步，每个人的想法主意会有非常非常大的差别，未来知足你的这种需求的时候，可能会好比说非常的自动化。
然后设计一个什么样的趋势，或者通过这类别的模式怎么样操纵等等这一块，能不能做到一个在这种有限的自动化下面，实现一个比较好的，能够达到知足效率的，知足需求的方案呢，这个要考量设计职员的一个题目。基本上存在的题目，可能就出在这两个地方。
在第二步做数据分析的时候，它的数据分析的方法怎么样操纵，第一个包括它的培训，这个人需要哪些数据，然后这些数据里面可能代表了某些含义，往往数据分析的人，不知道现场怎么操纵的，就拿一个东西来运行吧。他不知道基础的东西是一个什么样的东西，算主要的结果和现实的功课可能会发生比较大的偏离。
但是往往的时候，存在这样的题目，做得人不知道现场什么样，所以培训这块要留意，包括资料的采集，然后还包括筛选，拿到的原始数据往往是从系统里面打出来，但是这些数据哪些是真实有效的，哪些是假的，这是要考虑的。
第三个步骤就是讨论未来得策略，好比说你的出产规模，原来从20个亿，到100个亿万，这种变化的是一个什么趋势？好比说原来是均匀出产那么多，但是可能未来得时候，某一个时间溘然的把峰值拉得非常高，这样现象都会泛起，但是往往未来这是最不可猜测的，没有这种想法主意，包括另外的时候，库存周转天数，现在可能在80天，可能未来的时候，可能是20天，等等这种现象，但是怎么样到20天呢，怎么样变，往那个方向变化。这块都值得考虑。
当然这个步骤应该越细化越好，包括SKU之间的变化，哪些产品未来卖得好，哪些产品未来下去了，原来可能一百个装一瓶，未来可能是个装一瓶，这样品像的变化，这些变化我的经验是上面的人不知道，下面人也不知道，对这个没有什么想法主意，所以我以为目前来说，我以为比较麻烦的。我没有看到有人专门探讨这些东西，往往只知道现在是什么样，可能现在良多人还不知道现在是什么样的。
第四个步骤就是系统的需求分析，每一天的变化是什么样的趋势，这块基本上跟现状分析，另外也会根据未来调整，它的做法往往我得到一个现状的模型之后，对于未来的时候，通过这个现状未来进行叠加，可能现在是20亿得到一个模型，天天的出货量，每个区域有多大的容量，要处理多大的量，后面到100个亿，得到未来，往往泛起这样的局面，就是这样的。
