智能仓储大数据分析(高级)

"《智能仓储大数据分析》具有以下特色: 1.内容与企业实际岗位紧密结合，以京东物流业务为蓝本，融人大量真实行业、企业案例，涵盖的知识和技能是在智能仓储领域从业现阶段所亟需的，实用性强。 2.教材中的知识点全面体现了京东物流多年来在智能仓储数据分析领域总结提炼的近期新技术和前沿成果，前瞻性强。 3.本套教材为1+X职业技能等级证书--“ 智能仓储大数据分析”配套教材，结合线上课程、专家讲座视频、师资培训等全面指导院校相关课程教学工作的开展，针对性强。 4.教材相关的京东物流智能仓储大数据分析平台搭载了海量数据，以数字的方式展示了智能仓储领域的相关业务，不仅可服务于教学，亦可开展智能运营、设备诊断等方面的科研，专业性强。读者可通过扫描封底二维码并填写教辅资料申请表获取京东物流智能仓储大数据分析课程及实训平台资源。 现代信息技术发展迅速，配送中心的仓储管理系统、拣选作业系统、AGV无人小车等为仓库运作提供了支持，提高了仓库工作的效率，降低了仓库运营成本。同时，系统运行积累的海量数据，又为我们分析仓储系统运行状况，改进仓储管理提供了数据支持。 因此，现代仓储管理开始从经验管理转变到依托大数据分析的科学管理，这对仓储管理人员的知识、技能提出了更高要求。要想充分、有效利用信息系统积累的海量数据资源，以分析仓储运作情况，寻找提高效率、降低成本的措施，需要管理者综合运用数据分析、统计学、数理统计等理论工具，还要运用Excel. SPSS. Python、R语言等计算机工具，更需要管理者对仓储运作管理内在规律的深刻认知。这样的复合型人才目标与传统高校物流管理等相关专业培养目标存在较大差异。为此，我们依托京东多年仓储运营积累的丰富经验，由京东集团提供具体案例数据和工作方法，由来自广东工业大学等6所高校的老师结合相关科学理论，梳理编写《智能仓储大数据分析（高级）》，将京东基于大数据分析的仓储管理方法整理出来。在简要介绍其理论基础的前提下，详细介绍京东在存储作业、拣货作业、分货作业、设备性能、设备可靠性、仓储综合分析等各个方面的具体分析操作过程，希望读者能够直接参考，用于其自身工作。 业务需求:能够使用常用的统计模型量化分析智能仓储中的运营和设备问题并提出改进建议。 岗位目标:通过大数据综合分析，进行综合数据分析方案的制定、数据分析报告的撰写等工作，向相关部门提出运营决策和优化建议。 技能目标:熟练使用SQL、Python、 R等数据分析工具，掌握经典的统计模型，具备调用算法程序包进行建模与求解的能力。 适用岗位:数据挖掘工程师、算法工程师、仓储规划工程师等。"

本书是教育部l+X职业技能等级证书“智能仓储大数据分析”配套教材，根据证书的等级划分，本套教材分为初、中、高三个等级，总体上每个级别70%的内容是关于运营数据的分析，30%的内容是关于设备数据的分析，每个等级的侧重点及对学生的要求不同。高级教材，在初、中级教材的基础上，要求学习者能够掌握经典的统计模型，熟练使用R或Python等基本编程语言，能够利用常用的统计模型量化分析仓储运营中的问题，并向相关部门提出运营决策和优化建议，输出数据分析报告。
教材采用活页式设计，以工作任务单元为基本形式，以物流业务流程的开展为主线，从企业真实用人需求出发，立足岗位技能的真实需要，为培养物流类专业技术人才量身定制一套完整的大数据分析知识体系。
本教材适用于中高职、职业技术型大学、应用型本科院校的学生、教师，以及有志于在数据分析领域从业或提升数据分析技能的社会在职人员。

"京东物流教育(北京京东乾石科技有限公司)以产业育人为己任，以实践为基础，通过技术、平台和生态，打造线上线下及产学研相融合的教育产业平台，链接政、行、企、校，服务双创双业。 董振宁，博士，副教授，硕士生导师，任广东工业大学管理学院工程硕士教育中心主任、广东省物流与供应链学会副秘书长、广东省政府采购评审专家、广东省汽车行业协会专家库成员等；主要研究领域：供应链管理、供应链金融、物流园区规划、物流信息系统；主持广东省自然科学基金、教育部校企协作协同育人、广州市哲学社会科学规划项目等纵向项目3项，并主持政府及企业咨询等横向项目10多项；在IJPE、系统工程学报等期刊发表论文20多篇。 范超，博士，高级统计师，曾在国家统计局工作8年，现为京东物流资深算法专家；主要科研方向是大数据背景下的物流与供应链管理，将统计模型、机器学习、运筹优化等算法模型应用到企业物流中；曾四次获得省部级奖励，在核心学术期刊发表论文20余篇，获得发明专利3项。 刘小军，博士，高级职称，深圳技师学院商贸学院院长，中国物流学会特约研究员，粤港澳大湾区物流与供应链创新联盟学术委员会委员；在国内外核心期刊发表学术论文30余篇；主编教材5部，主持省部级以上课题8项，其中2项是重量课题；指导大学生获得创新创业、学科类竞赛奖项30余项，其中省级获奖16项，重量获奖8项。"

第1单元 智能仓储数据分析概述
任务1 认识仓库
任务2 仓储数据分析内容
任务3 数据分析在仓储中的作用
第2单元 入库分析
任务1 入库一般性分析
任务2 入库效率的影响因素分析
任务3 利用一元线性回归进行入库效率影响因素分析
第3单元 存储作业分析
任务1 基于大数据的商品ABC分类
任务2 基于ABC分类的商品分析
任务3 商品布局分析
第4单元 拣货作业分析
任务1 拣货订单分析——时间序列预测法
任务2 拣货效率分析——多元线性回归分析法
第5单元 分货作业分析
任务1 均衡分货作业任务量
任务2 分货细部作业执行时间分析
任务3 包裹重投原因与包裹重投次数的列联表分析
第6单元 设备性能分析
任务1 设备性能统计分析
任务2 性能分布规律的核密度估计
任务3 根据核密度函数生成随机数
第7单元 设备可靠性分析
任务1 可靠性认知
任务2 可靠性数据分析
任务3 制订合适的维修周期
第8单元 仓储综合分析
任务1 生产资源与产能的数量关系及资源的合理配置
任务2 仓储企业运营分析
任务3 仓储综合评分计算与分析