4. ABC分类数据准备

ABC分类的准确性直接决定库位优化的效果。数据准备阶段的核心任务是从企业信息系统中提取原始业务数据，经过清洗、筛选、聚合与排序，最终形成可供分类算法使用的“SKU-价值”数据集。本节将详细拆解这一过程的四个关键步骤。

4.1 数据采集来源：WMS与ERP的协同

ABC分类所需的基础数据通常分散在企业的两个核心系统中：

4.2 数据清洗与预处理

原始数据通常包含噪声，必须经过清洗才能用于分析。主要清洗步骤包括：

1. 处理缺失值：删除或填充出库量、金额为空的SKU记录。
2. 剔除异常值：过滤出库量为负数、金额为0或明显超出正常范围的记录（如单日出库量超过库存总量）。
3. 去重：合并因系统错误产生的重复SKU记录。
4. 时间窗口统一：确保所有SKU的数据覆盖同一时间段（如最近12个月），避免季节性偏差。
5. 格式标准化：统一SKU编码大小写、单位（如“件”与“个”）、货币单位。

4.3 字段选择：核心三要素

ABC分类仅需三个核心字段，过多字段反而会引入噪声：

• SKU（库存单位）：唯一标识，用于分组与聚合。
• 出库量（Quantity）：在选定时间窗口内的总出库数量，反映作业频率。
• 金额（Amount）：出库量 × 单位成本（或单价），反映资金占用与价值贡献。

以下是一个经过清洗后的示例数据集结构：

4.4 数据聚合与排序

清洗后的明细数据需要按SKU聚合，并按金额降序排列，为ABC分类计算累计占比做准备。聚合与排序的SQL逻辑如下：

-- 数据聚合与排序示例（SQL）
SELECT
    sku,
    SUM(out_qty) AS total_qty,
    ROUND(SUM(out_qty * unit_cost), 2) AS total_amount
FROM
    warehouse_transactions
WHERE
    transaction_date BETWEEN '2024-01-01' AND '2024-12-31'
    AND out_qty > 0
    AND unit_cost > 0
GROUP BY
    sku
ORDER BY
    total_amount DESC;

排序后的数据集将作为下一节“ABC分类计算”的输入。以下SVG图展示了从数据采集到排序完成的完整流程：