文/謝芳 李茂斌 陳佳娟
電商企業(yè)前置倉貨類選擇研究
文/謝芳 李茂斌 陳佳娟
本文結合當前電子商務企業(yè)線下布局實體商店、線上與線下相結合的發(fā)展趨勢,以國內某電商龍頭企業(yè)與連鎖零售企業(yè)合作的前置倉的實際業(yè)務場景實例,研究電商前置倉的貨類選擇問題。本文基于AHP-FCE綜合評價法,結合ABC分類思想建立貨類選擇模型,依次進行商品一級分類、二級分類的選擇分析。試驗表明,該貨類選擇方法能夠綜合各方面因素和決策者意見,從海量品類的電商商品中分清所要配置的前置倉主次貨類。本文研究對于國內外電商企業(yè)前置倉貨類選擇問題有一定的參考價值。
前置倉;AHP-FCE;ABC分類
近年來,中國的電子商務快速發(fā)展,交易額連創(chuàng)新高。2016年全國電子商務交易額達26.1萬億元,同比增長19.8%;網上零售交易總額達5.16萬億元,同比增長26.2%。電商企業(yè)為增加用戶網購的物流時效性和體驗性,創(chuàng)新了依托零售商實體商店的前置倉業(yè)務,即電子商務企業(yè)聯(lián)合既有零售商,利用零售商既有倉儲設施和零售網點實現網購商品的合作存儲、就近配送。
前置倉的貨類選擇,直接影響到倉儲和配送成本,對于電商企業(yè)和零售企業(yè)之間能否就前置倉業(yè)務長期合作至關重要。國內有學者進行前置倉的研究,吳姣分析了倉儲前置在同城配送中的應用[1],丁毓分析了每日優(yōu)鮮生鮮電商中的前置倉[2],BuckinxWR等人分析了前置倉對在線購買行為的影響[3]。
本文針對前置倉貨類選擇中存在的電商貨類繁多、優(yōu)勢貨物種類難以精準選擇問題,以國內某電商龍頭企業(yè)與連鎖零售企業(yè)合作的前置倉實際業(yè)務場景為實例,分析了前置倉貨類選擇應該考慮的因素,采用基于層次分析法的模糊綜合評價法(AHP-FCE)進行前置倉商品一級分類分析,進而以AHP中權重最高的因素為ABC分類依據,對一級商品進行了二級分類,按此二級分類作為“前置倉”貨類選擇的優(yōu)先考慮順序。
圖1 某電商企業(yè)-連鎖零售企業(yè)前置倉運作流程
“前置倉”為電商物流領域近來提出的新概念,目前尚無統(tǒng)一的概念。本文將所指前置倉總結為基于精準貨類貨量預測,建立的離消費者更近倉庫,目的在于為消費者提供更為快捷的配送服務,提升客戶體驗。同時該模式下,縮短了運輸時間和距離,減少了中間的配送分揀換手率,降低了貨損貨差率。
前置倉的實現方式可以是自建或者采用第三方末端倉庫。自建模式下可以是電商企業(yè)以自建便利店、超市或者體驗店的形式,一方面這些店可以進行線下售賣和體驗,同時當店附近有消費者在網上下單也可以實現快速配送貨。采用第三方末端倉庫作為前置倉的方式,則是電商企業(yè)與第三方物流公司或者第三方的線下零售、批發(fā)、超市等企業(yè)合作,以其倉庫作為自己的合作前置倉,當消費者在電商網站上下單購物時,可以先判斷離消費者較近的合作的線下企業(yè)是否有對應的商品,如果有,配送員直接到第三方合作商的倉庫提貨并配送至消費者即可。
圖2 前置倉備貨貨類選擇層次模型圖
本文以某國內某著名電商企業(yè)和某連鎖零售企業(yè)合作,利用零售企業(yè)倉庫作為電商前置倉為例,分析業(yè)務場景。電商企業(yè)選取部分品類的商品與連鎖零售企業(yè)打通商品ID,當有消費者在電商企業(yè)網上下單購買對應商品時,將直接選取離消費者最近的連鎖零售企業(yè)超市進行提貨并快速配送至消費者,具體業(yè)務流程如圖1所示。
前置倉模式運作中在貨類選擇方面,合作前置倉并非所有商品的合作,一方面,合作前置倉前提是雙方商品ID的關聯(lián),以便當有訂單時能夠迅速反應對方倉庫有無對應商品,而有的商品信息可能涉及保密對方不愿意合作;另一方面,合作前置倉一定程度上進行了庫存的轉移,即原本應該由電商企業(yè)存儲管理的商品合作后交由零售商進行倉儲管理,并由此增加了零售企業(yè)的采購、補貨等環(huán)節(jié)的工作。零售企業(yè)這些方面增加的成本應該雙方商議的價格由電商企業(yè)補償,而這可以看做是電商企業(yè)的前置倉“合作成本”,合作的商品越多合作成本自然越高。而不同種類商品又在銷售、倉儲等方面有很大的差異,所以怎樣進行前置倉合理選品至關重要。選品考慮因素來自消費頻率、倉儲成本等多方面,不同管理者、決策和研究者對各因素重要程度往往意見和觀點均有差異。
本文以國內某電商企業(yè)和連鎖零售企業(yè)合作前置倉商品分類為實例進行建模分析。該電商企業(yè)共擁有八個商品一級分類,包括文化玩具類、服裝鞋帽類、家用電器類、生鮮類、食品飲料類、日用百貨類、幼嬰用品類、家居家紡類,其中各一級分類包括若干個商品二級分類。
指標選取與層次模型構建站在電商企業(yè)的角度分析進行前置倉貨類選擇,從企業(yè)自身出發(fā)考慮主要應該注意合作的商品能夠帶來的經濟效益、減少的成本以及對于商品運營管理的難度,舉例來說,對于一些重貨或者易腐易碎的貨物,電商企業(yè)自然希望能夠放于前置倉(零售企業(yè)),這樣可以大大減少自己的庫存成本和存儲管理的難度,相當于庫存壓力的轉移。同時,應該分析該類商品進行前置倉備貨是否能夠帶來更多消費者消費體驗的提升也很重要,所以也應該考慮對于客戶的服務水平。此外,有的品類商品可能由于對方的保密需求而不愿意進行前置倉合作,所以在貨類選擇中也應該考慮合作因素。所以本文將層次分析的一級指標定為經濟效益、服務水平、管理運營、合作因素,并列出各一級指標對應的二級指標,具體指標及層次模型如圖2所示。
通過AHP調查問卷,邀請雙方工作人員及相關領域專家進行評價,并由上步驟建立判斷矩陣。計算判斷矩陣的最大特征向量,及經過歸一化處理后的特征向量,最后通過一致性檢驗得出指標層的權重系數。在本文前置倉貨類選擇評價中,由九位專家進行層次模型評價得到判斷矩陣,并通過YAAHP軟件計算權重系數、一致性檢驗(C.R.)[4],最后得到權重系數總排序如下表(為方便后續(xù)權重和評分表示,左側編號為對應指標編號):
表1 權重總排序
圖3 各類別綜合得分
由AHP法得到了各指標的權重,本節(jié)將基于得到的權重進行模糊綜合評價。將評語集劃分為優(yōu)良中差四個等級,表示為(1,0,0,0),(0,1,0,0),(0,0,1,0),(0,0,0,1),并確定四個等級對應的評價等級論域。由專家針對文化玩具類(編號1)、服裝鞋帽類(編號2)、家用電器類(編號3)、生鮮類(編號4)、食品飲料類(編號5)、日用百貨類(編號6)、幼嬰用品類(編號7)、家居家紡類(編號8)八類商品依次在年均銷售額(編號1)、倉儲成本(編號2)、運輸物流成本(編號3)、平均好評率(編號4)、商品復購率(編號5)、銷售頻率(編號6)、存儲安全性(編號7)、存儲方便性(編號8)、供應風險(編號9)、商品契合度(編號10)、合作意愿(編號11)共十一指標上進行評價。最后通過FCE法得到各個一級分類的模糊綜合得分如下圖所示:
從上圖可以得出一級分類評價結果,即各類商品可以考慮作為前置倉備貨的優(yōu)先順序為:食品飲料類>家用電器類>生鮮類>日用百貨類>幼嬰用品類>文化玩具類>家居家紡類>服裝鞋帽類。其中食品飲料類、家用電器類、生鮮類綜合評分最高,且均達到90以上,也就是綜合評價為優(yōu),所以這三個一級分類的商品可以作為優(yōu)先考慮對象。而具體的前置倉貨類選擇決策由管理者決定,本文僅是給出基于本研究模型下的建議的優(yōu)先考慮次序。
選取AHP-FCE得出的綜合得分最高的食品飲料類進行二級分類的分析,根據以上分析,食品飲料的二級分類在成本、存儲方便性、安全性方面的指標差距可忽略不計,而選取權重最高的銷售頻率為分析因素進行ABC分類法的定量分析[5],所以以該電商企業(yè)的部分實際銷售數據為基礎進行ABC分類,從而給出二級分類選擇的決策建議。
以“食品飲料”一級分類為分析對象,從原始數據中獲知在“食品飲料”一級分類下一共有32個二級分類,通過上述的步驟,制作得到其ABC分析表如下表所示。由于計算發(fā)現32類中有的類在研究區(qū)域內的平均月銷量較小,所以下表將第四欄的月平均銷量低于5的計入“其他”的二級分類中。在其他一級分類分析時對于銷量較小的處理方法可以視情況而定。或者在實際實施中可以確定A、B、C三個分類對應的累積百分比閾值,從而直接進行A類、B類的劃分,剩下的自然就都屬于C類,本文考慮在論文的可展示性,所以將低銷量(低于5)的商品劃歸為“其他”中??傊?,分類的結果是為了管理時區(qū)分主次,應該重點關注A類、其次是B類、C類為無關緊要的,否則ABC分類法將失去意義。
表2 食品飲料ABC分析表
圖4 食品飲料ABC分析圖
如下圖可以直觀地看出,最左邊三個深紅色的二級分類為A類,中間三個橘黃色的二級分類為B類,剩下的藍色為C類。圖中標注的百分比為三個分類的臨界點對應的累積品目數百分比和累積月均銷量百分比。由此,在前置倉食品飲料的貨類選擇中可以考慮A類的三種商品,其次可以考慮B類,而C類的銷量貢獻極低,可以不考慮進行前置倉的備貨。在進行其他一級分類對應的二級分類ABC分析時,具體的ABC三類對應的兩個累計百分比范圍可以視其月均銷量的具體分布,并結合決策者的意愿而定。
[1]吳姣.同城配之奇思妙想——瓦雷拉數據以倉儲前置點燃極速達[J].物流時代,2016(1):86~87.
[2]丁毓.每日優(yōu)鮮生鮮電商的另類打開方式[J].上海信息化,2017(4):74~76.
[3]Buckinx W R, Poel D V D.Predicting Online Purchasing Behavior[J].Working Papers of Faculty of Economics &Business Administration Ghent University Belgium, 2003, 166:557~575.
[4]李曉龍,馮俊文.大數據環(huán)境下電商精準營銷策略研究[J].價值工程,2016,35(3):31~33.
[5]崔旺.ABC分類法及Kraljic矩陣分析在庫存管理方面的研究[J].物流工程與管理,2015,37(12):35~36.
(作者單位:福建廣播電視大學職業(yè)學院/北京交通大學)