（一）模型：它是把优化要求和限（xiàn）制转化（huà）为（wéi）计（jì）算（suàn）机可（kě）以接受的（de）语言途（tú）径。如（rú）果模型不能代表真实（shí）的情况那么整个物流优化措施将会是（shì）不切（qiē）实（shí）际、没（méi）有效率的。

    （二）算法：物流优化技术之间（jiān）最大的的区分（fèn）在于计算（suàn）机（jī）寻求物流优（yōu）化途（tú）径的算法。毫无疑问，对（duì）于每（měi）类物流问题都有各处的（de）特点，必须针对每个不同的问题开发相关（guān）的（de）计算机算法来提供最佳的（de）优化方案。然而值得（dé）注意的是（shì）：(1)算法（fǎ）结构（gòu）必（bì）须能够被（bèi）每个物流（liú）优化（huà）系（xì）统识别（bié）和理解；(2)优化的算法要有弹性（xìng），能够在使用时和其（qí）他（tā）系统协调（diào）。

    （三）运（yùn）算：由（yóu）于每（měi）一个实际（jì）物（wù）流（liú）问题都有成千上（shàng）万的优（yōu）化方案，因此需要强大的（de）计算机来支持运算，它能保证（zhèng）在合理的时间内计算（suàn）出（chū）最好的物流优化方案。显然，由于优化技术要在实际（jì）环境中运行迅速得到实现，因此在短时间内得出（chū）最优方案（àn）是必要的（de）。

    （四）目标：要（yào）想获得（dé）成功必须（xū）有明确的目标（biāo），为（wéi）了优化，你必须（xū）知（zhī）道（dào）怎样才（cái）算被优化。量化目标使得使用计算机决定一个（gè）物流计划方案是否优于另一个方案成（chéng）为可能，管理人员就可以衡量（liàng）优化方案（àn）是否有投（tóu）资（zī）回报。

    （五）数据：它引导着整（zhěng）个优化过程，如果数据不（bú）准确或（huò）不及时的（de）纳入整（zhěng）个优化（huà）过程，那么指定（dìng）的物流（liú）计（jì）划（huá）明显是不能令人信（xìn）服（fú）的。优化（huà）过程包含实施计划，数据（jù）必须要（yào）容易（yì）被理解、接受，这样才能有良好的沟通，整个系统才会协调。

    （六）整合：数据整和是（shì）非常（cháng）重要的，因（yīn）为大量的数据要围绕物流优化来采集。例如，优化从仓库到商（shāng）店运输过程需要相关定单、客户、车辆（liàng）、驾驶员和道路信（xìn）息等数据，这（zhè）些大量（liàng）反馈（kuì）的数据中有的是无用（yòng）数据（jù），有的是错误数（shù）据，需要整合（hé），筛选出与优（yōu）化相关（guān）的（de）有效数据。

    （七）回报：物（wù）流回报需要考（kǎo）虑（lǜ）两点：(1)整体（tǐ）优化价值（zhí）的评估；(2) 优化方案的（de）比较（jiào），优化技术的（de）选择。在成本价值估算（suàn）方面，当公司（sī）有现成的网（wǎng）络平（píng）台、应用软件之（zhī）后，一般都（dōu）过（guò）低估计运用物流优化技术（shù）的成本。

    （八）传达：只（zhī）提供物流优（yōu）化解决方案而不具体实施并不（bú）能算是成功的，只（zhī）有提（tí）供给（gěi）管理层实施方案（àn）而不（bú）具体实施并（bìng）不能算是成功的，唯有提（tí）供给管理层实施（shī）方案（àn）并最后取得期望的投资（zī）回报才（cái）算是成功的。

    （九）流程：物流优（yōu）化（huà）是一个不断累（lèi）积变化的过程，因为（wéi）物（wù）流的（de）目标、规则和过程并不（bú）是一（yī）尘不变（biàn）的（de）。当变化来临的时候，不但数（shù）据、模（mó）型、算法需要做（zuò）出相应的改变（biàn），潜（qián）在的商业流程也需要考（kǎo）虑如何（hé）变化来支持新的优化方案。商（shāng）业流程如（rú）果不能支持优化或（huò）者保证（zhèng）物流优化的提升空间将会导致优化（huà）技术不能被有效利用甚至是无用的。

    （十（shí））人才：优（yōu）化技术迅速（sù），但如果没有一些专业的技术（shù）人（rén）才来掌握，它（tā）不会取（qǔ）得预期的（de）效果。这些技术人才能（néng）确保运用数据、模型的正（zhèng）确性，技术投入到实践中能按设计（jì）的运行（háng）。