来讨论一下spare parts logistics

smiles

对于零配件的库存个人认为是该project的难点，
因为customer的电脑损坏是怎样的分布？随机，泊松，。。。。？
作需求预测的可靠性无法保证，唯一可以参考的是历史数据，即历史单品返修率，
可是it产品日新月异，新品返修率，新品的配件水平如何控制呢?

miaorun

你说的是，你们有一种全国有2~3个点，2D到全国的；
还有一种 要求2~24Hr的，但这不是第二种，还是高端，只是因对客户的服务时效承诺和供应策略不同，只能布在当地，只是有的备机，有的放备件。

smiles

有没有背机我不是很清楚但厂商有工程师上门，我们负责派送配件去他们手中（客户或工程师）再从事反向物流，将坏件回收

Awner

最初由 smiles 发布
[B]对于零配件的库存个人认为是该project的难点，
[/B]

同意!!!

如果把问题扩大一点范围，零配件的库存政策对任何一台常运转且没有备用能力的机器都是非常关键的，特别是对有大量不同型号的机器设备的制造厂。本人就正在这个问题上痛苦ing.

miaorun

最初由 smiles 发布
[B]
因为customer的电脑损坏是怎样的分布？随机，泊松，。。。。？
作需求预测的可靠性无法保证，唯一可以参考的是历史数据，即历史单品返修率，
可是it产品日新月异，新品返修率，新品的配件水平如何控制呢? [/B]

烦请说明一下 用历史单品返修率是怎么个算法，用它怎么算计划那？

游客游

miaorun,
你够坏的啊！干吗不直接告诉人家一般都是用泊松分布计算啊？

对不起大家啊，我瞎插话了
俺是门外汉，不小心在Excel中看见个Poisson(x, mean, true); 所以斗胆问miao大侠，明师总得有高徒吧？您不妨就给俺们讲讲吧？

hibing

哈哈，苗兄就是不肯把经验都说出来，本来看到苗兄和游客都进来了，以为能看到点好东西呢

miaorun

呵呵，不好意思，有位大师说过：“借个世界桑人外油人，天外油天”，我是真想了解一下人家是怎么做计划的，或许有什么更高明的方法，也说不准，是吧？所以，我当时掏出油瓶看了看，“唉，半瓶不到，还是先揣怀里，看看有没有满得流出来的吧”

另外，“游客游”又教育了我们，下载资料要看，不要“黄生借书”“姑俟异日观”呀！！！

关于“零配件库存控制”
首先，我个人认为她不会是Smiles所面临项目的难点，因为很少看到哪个公司把自己的库存控制外包给LSP做，尤其还是“世界著名的PC厂商”。我倒是觉得难点在怎么
保证库房、运输的弹性、可靠性，2小时~~可是库管员上趟洗手间就能给耽误了:| 真想知道是怎么操作的

说到计划方法，我个人觉得用泊松分布的确有用，但是实际工作中用的不是很多，多的还是高斯分布吧，我曾经看到一本杂志上某世界著名IT公司的备件主管
说过，平时出库量不多（或者叫极少）的高端IT产品备件的需求分布更符合泊松分布。

书上有云：

泊松分布
Poisson distribution
    概率论中常用的一种离散型概率分布。若随机变量 X 只取非负整数值，取k值的概率为λke-l/k!(记作P (k；λ)，其中k可以等于0，1，2，则随机变量X
的分布称为泊松分布，记作P(λ)。这个分布是S.-D.泊松研究二项分布的渐近公式是时提出来的。泊松分布P (λ)中只有一个参数λ ，它既是泊松分布的均值，
也是泊松分布的方差。在实际事例中，当一个随机事件，例如某电话交换台收到的呼叫、来到某公共汽车站的乘客、某放射性物质发射出的粒子、显微镜下某区
域中的白血球等等，以固定的平均瞬时速率 λ(或称密度)随机且独立地出现时，那么这个事件在单位时间（面积或体积）内出现的次数或个数就近似地服从泊松
分布。因此泊松分布在管理科学，运筹学以及自然科学的某些问题中都占有重要的地位。

hibing

呵呵,那天有个朋友说他要做汽车售后配件的物流计划. 我说汽车还真的不熟悉,是不是按照泊松分布来做的,他说是奇瑞的厂商.我说那一定是按照正态分布了.

miaorun

哦,其实,用正态分布,你是假设需求符合正态分布,但是如果假设不成立,就惨罗.如果有条件(数据量够)的话,最好看看真实数据到底符合什么分布