网络规划主要决定流程性企业的仓储、场站的布局、各自的覆盖范围、各级库存之间的调拨/支援关系，以及库房与库房之间的覆盖模式。从仓的等级来划分，一般分为中央仓（CDC）、区域仓（RDC）、城市仓（TDC）、前置仓(FDC)。对应的网络覆盖模式一般分为轴辐射模式、镜像覆盖模式、片区覆盖模式。

网络规划的本质是运筹学和成本测算，即在既定的约束下，求得最优解，是通过大数据将现有订单信息在不同的地域上重新组合以求得最优路径。遗传算法、神经网络算法、蛛网算法是目前常用的算法。此外，各大咨询公司也陆续开发了各自的网络规划模型，例如麦肯锡、IBM、罗兰·贝格、和君咨询。严格意义上说，网络规划具备很强的技术性，但是技术性的部分是可以被机器替代的。如图6-8所示。

图6-8网络规划模型示意

网络规划的执行一般分为三个阶段：

第一阶段：数据的收集、清洗和分析，主要包括各类销售订单数据（包括始发省市县、目的省市县、客户地址、销售产品、产品数量等关键字段）、产品物流属性数据（包括产品的质量、体积）、现有库存数据、各级节点分布、物流运作情况等。如表6-4所示。

表6-4 数据收集清单

第二阶段：建立相应的选址模型，评估不同RDC数量情况下的网络布局方案，分析其成本和时效性。模型选择的本质是运筹学问题。

第三阶段：基于计算的地址继续成本相关数据测算，并逐步完善库存即品类规划。

但网络规划只能解决选址问题，具体的仓库的覆盖模式，仍需要根据实际的运营成本进行测算。以某药企为例，随着超级城市的扩张，符合条件的库房离城区越来越远，在单一配送中心下，配送距离增加不仅提高了成本，还降低了交货及时率。结合数据分析，根据该城市的门店分布特点，将该城市分为四大片区，把原单一仓库，划分不同的片区覆盖，最后实现现有物流成本降低34%，运输距离下降58%，运输时长下降57%，在保持成本降低的情况下极大地提高了补货的灵活性。