项目六 任务3：智慧仓数据可视化

任务三：智慧仓数据可视化1、通过本任务学习培养同学们的创新意识，鼓励同学们具备创新思维，帮助大家树立正确的人生观和价值观，增强社会责任感和使命感。2、通过本任务学习使同学们理解智慧仓数据可视化概念，了解智慧仓数据可视化目标和价值体现；掌握智慧仓数据可视化功能、技术支持和常见问题；掌握智慧仓数据可视化需要具备的技能和相关岗位要求。3、能够根据数据特点和需求，灵活选择合适的工具和功能；能够熟练运用专业数据可视化工具；能熟练运用色彩、形状、布局等元素，增强可视化的吸引力和可读性；能结合业务逻辑和数据关系，将数据以直观、易理解的方式展示出来。能够通过数据可视化技术，帮助决策者从海量数据中提取有价值的信息，为决策提供有力支持；能够撰写出智慧仓数据可视化实训分析报告。【任务目标】某公司是一家全球性的电子商务公司，拥有多个大型仓库，每天处理大量的订单。为了提高仓库的运营效率，公司决定采用智慧仓技术，实现对仓库的智能化管理。在实施智慧仓技术之前，公司面临着以下挑战：1.库存管理困难：无法实时了解库存情况，导致库存积压或缺货。2.操作效率低下：依靠人工操作，容易出现错误，影响工作效率。3.订单处理延迟：订单处理时间长，客户满意度低。4.空间利用率低：仓库布局不合理，空间利用率低。5.数据分析困难：难以获取和分析仓库运营数据，无法做出科学决策。为了解决这些问题，公司决定采用智慧仓技术，通过数据采集、分析和可视化，实现对仓库的智能化管理。【课前任务学习】

Ø问题引导1：该公司采用智慧仓技术，请说说涉及到哪些智

慧仓技术？Ø问题引导2：如果该公司采用智慧仓数据可视化技术，能起到什么样作用？【课前任务学习】【知识链接】一、智慧仓数据可视化

智慧仓数据可视化是将智慧仓库中产生的大量复杂数据，通过图形、图表、地图等多种可视化手段进行呈现，以直观、易懂的方式帮助管理者快速理解数据背后的信息，辅助决策并提升运营效率。智慧仓数据可视化的具体体现如下：

1.库存状态可视化通过动态柱状图、饼图或热力图实时展示各类商品的库存数量、分布情况以及库存周转率等关键指标。颜色编码或大小变化可以清晰反映库存水平高低、库存积压或缺货状况，便于及时调整采购策略和库存布局。

2.出入库流量可视化利用折线图、面积图或时间序列图展示每日、每周、每月的入库、出库数量及趋势，辅助分析业务高峰期和低谷期，为仓储作业调度、人力资源分配提供依据。同时，可结合地理信息系统（GIS）实现货物来源与去向的地理分布可视化，优化物流路径。【知识链接】3.拣选效率可视化通过流程图、甘特图或仪表盘展示拣选任务的执行进度、完成率、平均拣选时间、拣选错误率等指标，帮助识别拣选流程瓶颈，推动拣选策略优化。此外，可以使用电子看板实时显示拣选员工作状态、拣选任务分配及完成情况，提升团队协作效率。4.设备利用率可视化利用柱状图、饼图或雷达图展示各类仓储设备（如自动化立体仓库、AGV、叉车等）的使用率、故障率、维护周期等信息，辅助设备调度与维护决策，确保设备高效稳定运行。5.订单履行可视化通过订单流转图、桑基图或KPI仪表盘，跟踪从订单接收、拣选、打包、发货到客户签收的全链条状态，实时监控订单处理时间、延迟率、准确率等关键绩效指标，及时发现并解决问题，提升客户满意度。一、智慧仓数据可视化【知识链接】6.环境监控可视化利用图表或GIS地图展示仓库温湿度、光照、空气质量、安防状况等环境参数，支持设定阈值预警，确保仓储环境符合商品存储要求，保障货物安全。7.数据分析与预测可视化运用大数据分析和机器学习技术，对历史数据进行深度挖掘，通过趋势线、预测曲线、概率分布图等形式展现未来库存需求、出入库流量、设备负荷等预测结果，助力前瞻性决策。8.多维度交互式探索构建交互式数据仪表板，允许用户根据需要筛选时间范围、商品类别、仓库区域等维度，动态调整视图，进行深度数据钻取和联动分析，满足个性化决策需求。智慧仓数据可视化旨在将海量、复杂的仓储数据转化为易于理解的视觉表现，帮助管理者全方位、实时地掌握仓库运营状态，发现问题、优化流程、提升效率，实现智慧化、精细化管理。一、智慧仓数据可视化【知识链接】二、智慧仓数据可视化功能1.实时数据展示将仓库中的各种数据实时呈现，如库存数量、出入库情况等。可以帮助仓库管理人员实时监控仓库的运营数据，并快速了解仓库的运营情况。实时数据展示具有以下特点：（1）实时数据更新

智慧仓数据可视化工具可以实时更新仓库的运营数据，例如库存水平、货物流向、货品在仓库中的位置等。这些数据可以通过图表和图形实时展示，以便用户可以轻松地查看和分析数据。（2）实时监控预警

智慧仓数据可视化工具可以实时监控关键指标，例如库存水平、货品在仓库中的位置等。当这些指标超过预设的阈值时，工具可以自动触发预警，提醒管理人员采取行动。【知识链接】（3）实时趋势分析

智慧仓数据可视化工具还可以实时分析数据的变化趋势，例如销售额的变化、库存周转率的变化等。这些趋势分析可以帮助管理人员预测未来的运营情况，并制定相应的策略。（4）实时数据导出

智慧仓数据可视化工具通常提供多种语言和格式的导出功能，以便用户可以将实时数据导出到其他系统或报告中。这有助于将实时数据集成到整个企业运营中。（5）数据集成与整合

智慧仓数据可视化工具通常具有与其他系统的集成功能，可以将其他系统的数据整合到可视化界面中。这有助于实现数据的统一管理和实时监控。【知识链接】2.数据图表分析通过图表形式直观展示数据的趋势、分布等，帮助用户更好地理解数据。可以帮助仓库管理人员更好地理解仓库运营的数据，并发现潜在的问题。智慧仓数据可视化数据图表分析的特点：（1）多种图表类型，智慧仓数据可视化工具提供了多种图表类型，例如条形图、饼图、热力图、散点图和雷达图等。这些图表类型可以帮助用户更好地分析和理解数据，例如销售额的变化、库存周转率的变化等。（2）异常检测，智慧仓数据可视化工具可以检测数据的异常值，并自动标记出来。这有助于用户识别出潜在的问题，并及时采取行动来解决这些问题。二、智慧仓数据可视化功能【知识链接】（3）关联分析，智慧仓数据可视化工具可以帮助用户发现数据之间的关联关系。通过分析不同数据之间的相关性，工具可以帮助用户发现潜在的机会和问题。（4）可视化报告：智慧仓数据可视化工具可以生成可视化报告，将数据分析的结果以图表和图形的方式呈现出来。这些报告可以帮助管理人员更好地理解仓库的运营情况，并制定相应的策略。【知识链接】3.多维度视图提供不同维度的视图，以便用户从不同角度观察和分析数据。通过智慧仓数据可视化多维度视图，仓库管理人员可以更好地了解仓库的运营情况，从多个角度进行分析，并制定相应的策略。具有以下特点:（1）多维度数据展示，可以将数据从多个维度进行展示，例如按货品类别、仓库区域、时间段等。这有助于用户更好地理解数据的分布和变化情况。（2）自定义视图，通常允许用户自定义视图，根据需要选择不同的图表和图形，以及调整图表和图形的布局和样式。这有助于用户创建符合自己需求的视图，更好地分析数据。【知识链接】（3）交叉视图，可以创建交叉视图，将多个维度的数据结合起来进行分析。这有助于用户发现数据之间的关联关系，并更好地理解仓库的运营情况。(4)多角度数据分析：智慧仓数据可视化工具提供了多种数据分析功能，例如趋势分析、对比分析、分布分析等。这些功能可以帮助用户从多个角度分析数据，发现潜在的问题和机会。(5)报表导出,可以将分析结果以报表的形式导出，以便用户将数据分享给其他部门或外部合作伙伴。【知识链接】4.预警提示对关键数据设置预警，及时提醒用户可能出现的问题。仓库管理人员可以及时发现潜在的问题，并采取相应的行动来解决这些问题。这将有助于提高仓库的运营效率，降低成本，并提高客户满意度。同时，还可以帮助仓库管理人员更好地了解仓库的运营情况，并制定相应的策略。具有以下特点：(1)自动预警,可以自动检测关键指标的变化，当这些指标超过预设的阈值时，工具可以自动触发预警，提醒管理人员采取行动。这些阈值可以由管理人员根据实际情况设置，以便及时发现潜在的问题。【知识链接】(2)多种预警方式,提供了多种预警方式，例如电子邮件通知、手机短信通知、系统弹窗通知等。这些方式可以帮助管理人员及时收到预警信息，并采取相应的行动。(3)自定义预警规则,允许用户自定义预警规则，根据实际需要设置不同的预警条件和触发方式。这有助于用户根据具体情况制定相应的预警策略，并及时发现潜在的问题。(4)可视化预警展示,可以将预警信息以图表和图形的方式展示出来，以便用户更好地理解问题的严重性和采取相应的行动。这有助于提高解决问题的效率和质量。【知识链接】三、智慧仓数据可视化目标1.信息直观呈现：将复杂的仓储数据以图形、图表、地图等可视化形式展现，使得大量、多维度的数据能够一目了然，便于管理者快速理解数据内涵，无需繁琐解读。例如，通过条形图展示各类商品库存量，通过热力图呈现仓库空间使用情况，通过GIS地图追踪货物在供应链中的实时位置等。2.趋势分析与预测：数据可视化有助于揭示库存量、出入库频率、周转率、订单处理时间、设备利用率等关键指标的历史走势和潜在规律，为管理者进行趋势分析、预测未来需求提供依据。例如，通过分析历史销售数据的周期性变化，可以预测未来某一时间段的库存需求，指导库存策略制定。【知识链接】3.实时监控与异常预警：智慧仓数据可视化实现实时监控仓库运行状态，如库存水平、作业进度、设备状态等，并设置警戒阈值，一旦出现库存超限、设备故障、作业延误等异常情况，立即触发预警，助力管理人员及时响应并采取应对措施，防止问题扩大。4.资源优化与决策支持：借助可视化工具，管理者可以清晰识别仓库各区域、货架、商品的存储分布、利用率等信息，发现存储布局不合理、作业流程低效、人力资源配置不均衡等问题，进而进行针对性优化。同时，可视化数据为重大决策提供科学依据，如新仓库选址、自动化设备投资、合作伙伴选择等。【知识链接】5.绩效评估与管理：通过可视化方式呈现关键绩效指标，如库存准确率、订单处理速度、员工生产力等，方便管理层定期评估仓库运营效果，识别问题，制定改进计划，并据此进行员工激励与考核。6.跨部门协同与沟通：数据可视化平台作为共享信息中枢，统一数据语言，消除信息孤岛，增进采购、销售、物流、IT等部门间的相互理解与协作，提升整体供应链效率。【知识链接】四、智慧仓数据可视化价值体现

1、智能化管理，提高生产效率

智慧仓储数据可视化，整合了传统的仓库管理系统（WMS）和仓储控制系统（WCS），打造三维仿真仓储物流中心，实现物流精细化管理。通过可视化系统快速获取设备的运行情况，货物出／入库、物料库存量等仓库日常管理业务也能做到实时查询与监控，减少不必要的时间损耗，从而提高企业生产效率。

2、资源整合，降低企业成本

随着科学技术的发展及应用，物流仓储管理由人工作业到半自动化、自动化，直至如今的智能化，完全取代并解决了人工管理的局限性。同时高效率的仓储管理也减少了传统物流仓储对纸质作业的使用，大大降低了企业的运营成本。通过整合现有资源，优化资源配置，企业可以提高资源利用率，减少资源浪费与企业成本。【知识链接】3、数据联动，让管理更高效

传统仓储管理，单一的数据只能满足企业基础需求。如今依托计算机技术、通讯技术、机电一体化技术、语音识别技术等应用，以及HT可视化技术，可对数据进行深度挖掘与分析，让管理人员对当前仓储作业能力进行及时评估，并为一系列可能发生的实际问题找到解决方案。实现仓库数据共通与联动，提高管理效率，仓储效益等。四、智慧仓数据可视化价值体现【知识链接】五、智慧仓数据可视化关健指标

智慧仓数据可视化的核心指标覆盖了库存管理、作业效率、设备性能、空间利用、订单处理等多个重要领域，旨在通过图形化方式直观展示仓库运营的关键绩效和状态。

1.库存管理指标-库存总量，当前仓库内所有商品的实时库存数量。-库存周转率，在一定期间内库存商品被销售或消耗的次数，反映库存流动性。-库存天数/库存周转天数，库存平均持有时间，反映库存持有成本和资金占用情况。-安全库存，为防止供需波动导致缺货而设定的最低库存水平。-库存准确率，实际库存与系统记录库存一致性的比率，衡量库存管理水平。【知识链接】2.作业效率指标-拣选效率，单位时间内完成的拣选任务数量或拣选量，反映拣选作业的效率。-补货及时率，在规定时间内完成补货任务的比例，体现库存补充的响应速度。-订单处理时间，从接单到发货所需的时间，反映订单履行效率。-订单准确率，无误完成订单的比例，反映订单执行的准确性。3.设备与空间利用指标-设备利用率，仓储设备（如货架、叉车、自动化设备等）在工作时间内的使用率。-空间利用率，已使用的仓储面积占总可用面积的比例，反映仓库空间的有效使用程度。-存储密度，单位面积内存放的商品数量或体积，衡量仓库空间紧凑度。【知识链接】4.订单与供应链指标-订单量，统计期内接收的订单总数，反映市场需求状况。-订单准时交付率，按时完成并送达客户的订单比例，体现服务水平。-供应链响应时间，从供应商接到需求信号到客户收到货物的总时间，反映供应链敏捷5.成本与绩效指标-库存持有成本，存储商品所需的直接和间接费用，如租金、折旧、保险、资金利息等。-运营成本，仓储日常运营的各项支出，如人工、能源、设备维护等。-员工生产力，每位员工在单位时间内完成的工作量，如拣选件数、处理订单数等。【知识链接】6.异常与风险指标-缺货率，因库存不足导致无法满足客户需求的订单比例，反映库存管理风险。-滞销品占比，长期未售出或销售缓慢商品在库存中所占比例，提示库存结构调整需求。-异常报警次数，系统自动检测到的库存异常、设备故障、作业延误等事件次数。通过智慧仓数据可视化平台实时监控上述关键指标，管理者能够迅速把握仓库运营状况，识别问题，制定并实施改善措施，确保仓库运营的高效、精准和低成本。同时，这些数据也是内部绩效考核、外部供应链协作以及战略决策的重要依据。【知识链接】六、智慧仓数据可视化常见问题1.数据质量问题数据不完整，库存数据、订单数据、设备状态等可能存在缺失值，影响可视化结果的准确性。数据不一致，多源数据集成时可能出现数据冲突或不一致，如同一商品在不同系统中记录的库存数量不同。数据更新延迟，实时数据流处理能力不足可能导致可视化界面展示的数据滞后于实际情况，影响决策时效性。2.信息过载与混乱图表选择不当，使用复杂或不适宜的图表类型，导致信息传递效率低下，观众难以快速理解。视觉元素过多，颜色、线条、文字标签等过多，造成视觉干扰，使关键信息淹没在“噪声”之中。交互设计复杂，界面操作复杂，用户难以快速定位所需信息或进行有效交互。【知识链接】3.可视化设计与呈现问题比例失真，图表比例尺设置不恰当，如Y轴起始点非零，夸大数据差异；饼图切片过多，难以辨识。颜色误导，色彩方案选择不合理，如色盲不可识别的颜色组合、颜色与数据值映射不恰当等。标签与注释缺乏，关键数据点、图表标题、轴标签、图例等辅助信息缺失，影响解读。4.技术与性能问题数据加载速度慢，大量数据处理与渲染导致页面加载速度慢，影响用户体验。系统稳定性差，数据处理模块、前端渲染引擎等出现故障，导致可视化界面无法正常展示或频繁刷新。移动端适配不佳，可视化界面在不同屏幕尺寸、分辨率下的适应性差，移动设备查看体验不佳。【知识链接】5.业务理解与应用脱节指标选取不贴合业务需求，所选可视化指标未能准确反映仓储运营的实际痛点或关键绩效指标。数据分析深度不足，仅停留在表面数据展示，缺乏深层次的数据挖掘与关联分析，无法提供深度洞见。预警与决策支持功能薄弱，缺乏有效的数据驱动预警机制，以及针对异常情况的建议或行动指南。6.系统集成与数据共享难题系统间数据接口不兼容，不同系统间数据格式、协议不一致，数据交换困难。权限管理复杂，多角色、多层次的访问权限控制要求较高，确保数据安全的同时需兼顾信息流通。数据隐私与合规问题，在数据可视化过程中需妥善处理敏感数据，遵守相关法律法规，保护数据隐私。以上问题通常需要结合数据质量管理、信息设计原则、技术优化、业务理解与流程梳理等多方面的努力，确保智慧仓数据可视化系统既能准确、高效地传递信息，才能为仓储管理决策提供有力支持。【知识链接】七、智慧仓数据可视化技支持

智慧仓数据可视化技术主要通过将仓库运营中的各类复杂数据转化为直观、易于理解的图形或图像，以辅助决策者快速把握整体运营状况，发现潜在问题，优化管理策略。以下是智慧仓数据可视化技术的支持点：

1.实时监控与动态展示

-实时更新仓库内的库存量、出入库流量、订单处理进度等关键指标，通过图表（如折线图、柱状图、饼图等）或仪表盘形式动态展示，使管理者能够即时掌握仓储运营状态。

-利用GIS地图技术，实现对仓库空间布局、货位分布、设备位置等的可视化，便于资源调度和优化。【知识链接】2.多维度数据分析-提供对库存周转率、库龄、缺货率、滞销率等深度分析，通过颜色编码、热力图等形式展现数据分布，帮助识别库存管理的瓶颈与优化点。-对接供应链数据，展示供应商绩效、采购周期、到货准时率等，支持供应链协同决策。3.智能预警与异常检测-建立基于规则或机器学习的预警系统，对库存超限、临近保质期、设备故障、作业延误等异常情况进行实时报警，并在可视化界面上突出显示，促进问题的快速响应。-利用数据挖掘技术，自动识别数据中的异常模式，如库存波动异常、作业效率下降等，辅助进行根因分析。【知识链接】4.交互式探索与深度挖掘-提供丰富的交互功能，如时间滑块、下钻上卷、过滤、联动等，允许用户根据需求灵活调整视图，深入探究数据细节。-支持自定义报表生成，用户可选择关注的指标、时间段、分组条件等，系统自动呈现定制化的数据可视化报告。5.集成与扩展性

-能够无缝对接各种仓储管理系统（WMS）、ERP、物联网设备等数据源，确保数据的全面性和准确性。

-支持API接口，便于与其他信息系统（如BI工具、数据分析平台等）集成，构建统一的数据分析生态。

-具备良好的可扩展性，随着业务发展和需求变化，能够便捷地添加新的数据源、指标或可视化组件。【知识链接】6.移动化访问

-提供移动端适配的可视化界面，管理者无论身处何处，都能通过手机、平板等设备实时查看和分析仓库数据，提升决策效率。

智慧仓数据可视化技术支持全方位、多层次、实时动态的数据展现与分析，为仓储管理提供强有力的数据驱动决策支持，助力提升仓库运营效率、降低成本、优化库存结构，实现智慧化仓储管理。【知识链接】八、智慧仓数据可视化需要具备的技能

在智慧仓数据可视化中使用数据可视化工具，需要以下技能：

1.数据分析能力：了解数据的特点和规律，能够从大量数据中提取有价值的信息。

2.可视化设计能力：选择合适的图表类型，设计美观、简洁、易于理解的可视化界面。

3.编程技能：如果使用自定义的可视化工具或需要进行数据处理，掌握相关编程语言是很有帮助的。

4.数据可视化工具的使用：熟悉常见的数据可视化工具，如Excel、Tableau、PowerBI等。

5.沟通能力：能够将可视化结果有效地传达给不同的受众，包括管理层、运营团队和客户等。

6.问题解决能力：在面对数据异常或可视化效果不理想时，能够迅速找出问题并解决。

7.学习能力：数据可视化领域不断发展，持续学习新的工具和技术是保持竞争力的关键。具备这些技能可以更好地利用数据可视化工具，为智慧配送提供有力支持。【职通职场】一、相关工作岗位

智慧仓数据可视化相关的岗位包括以下工作岗位：

1.数据可视化工程师：负责将智慧仓中的数据转化为可视化图表，如条形图、饼图、热力图等，以便于观察和分析。

2.数据可视化分析师：负责从智慧仓的数据中提取有价值的信息，并使用可视化工具创建视觉表示，以支持决策制定。

3.智慧仓数据分析师：负责分析智慧仓运营过程中的数据，提供决策支持。【职通职场】4.智慧仓数据可视化专员：负责与团队成员协作，设计并呈现智慧仓的数据可视化内容，包括但不限于数据呈现、报告、演示文稿等。5.数据可视化顾问：为智慧仓提供数据可视化方面的咨询和解决方案，帮助企业实现数据驱动的决策和管理。此外，智慧仓的数据可视化工作可能还会涉及到与前端开发人员、设计人员、运营人员等其他团队成员的合作，因此需要具备跨部门的协作能力。【职通职场】二、岗位要求：

1.具有数据分析能力，能熟练掌握数据分析方法，包括统计分析、数据挖掘、预测模型等，能够从海量仓库数据中提取关键信息，洞察业务趋势和问题。

2.具有数据科学基础，掌握数据结构、算法、数据建模等基础知识，理解大数据处理框架

3.精通数据可视化工具（如：Tableau、PowerBI、Excel、Python、R等），能将复杂数据转化为直观、易懂的图表、仪表板或交互式报告。

4.具有编程能力，熟悉至少一种编程语言如Python、R、SQL等，用于数据清洗、预处理、查询和集成。理解数据库原理，能进行基本的数据库操作。【职通职场】5.具有智慧物流专业知识，对智慧物流、智慧仓储有深入理解，了解智慧仓作业流程、库存管理、订单处理等相关业务知识。6.具有良好的业务理解能力和沟通技巧，能够准确把握业务部门需求，将业务语言转化为数据需求，并通过可视化结果有效传达给非技术背景的决策者。7.具有创新意识，能结合最新数据可视化技术和智慧仓业务特点，设计新颖、实用的可视化解决方案。8.具备良好的团队合作精神，能与数据工程师、业务分析师、IT人员等跨部门协作，共同推动数据驱动的决策优化。【任务实施】一、任务背景

某智慧仓是一个集自动化、智能化、可视化于一体的现代仓储运营中心；该智慧仓配备了先进的自动化立体仓库系统，包括自动化堆垛机、穿梭车、AGV（自动引导运输车）等设备。这些设备通过精确的传感器和导航技术，实现货物的自动存取、搬运和分拣，显著提高作业效率，降低人工操作误差。同时，智能货架系统可实时监测库存状态，动态调整存储布局，确保空间利用最大化。智慧仓依托于强大的仓储管理系统（WMS），实现了仓储业务的全程信息化、智能化管理。WMS与ERP、TMS等系统无缝对接，实时接收、处理订单信息，自动调度仓库资源，执行入库、出库、盘点、调拨等任务。此外，系统内置的智能算法能根据历史数据、销售预测等因素，进行库存优化建议，有效避免缺货或积压。【任务实施】数据是驱动运营决策的核心力量。该仓运用大数据分析技术，深度挖掘仓库运营数据，如库存周转率、订单处理时间、设备使用率等关键指标，通过定制化的数据看板、报表和预警机制，为管理层提供实时、精准的业务洞察。同时，通过机器学习算法，可以预测需求波动、识别异常情况，助力提前规划、快速响应。数据可视化平台将复杂的仓储数据转化为直观、易于理解的图形界面，实现对仓库运营状况的全方位、实时监控。无论是整体运营绩效、设备运行状态、作业流程进度，库存分布、热点区域分析，都可以通过交互式仪表板一目了然。这种透明化的信息呈现方式，有助于管理者迅速发现问题、评估效果，做出科学决策。

Ø工作任务:1、运用仿真系统模拟某智慧仓进行数据可视化分析与建模

2、撰写任务实施总结报告【任务实施】

1.训练目的：通过任务实施，培养同学们从数据采集到分析建模，再到可视化设计与实现的全链路能力，使大家能熟练运用数据可视化技术解决智慧仓的实际问题，提升智慧仓储运营效率与服务质量。

2.角色扮演和任务分配：扮演不同角色，分配不同角色任务，明确各自任务和职责；在实训中，同学们将亲身体验运用可视化工具进行数据连接、数据处理、可视化制作及发布。

3.执行操作：根据角色分工，参与模拟实训人员分别扮演相应的角色，按照智慧仓数据可视化实施步骤进行操作，执行智慧仓数据可视化项目任务。

4.实施评估：在模拟实施过程中，根据实际操作情况和数据可视化处理结果，对成果进行评估。

5.总结反馈：模拟实施结束后，对整个过程进行总结和反馈，分析存在的问题和不足，