文/張小藝

一、研究背景及意義

電子商務(wù)的實(shí)現(xiàn)，以物流體系為支撐。對(duì)于B2C電商企業(yè)而言，物流服務(wù)質(zhì)量和效率是衡量其競爭力和服務(wù)能力的一項(xiàng)重要指標(biāo)，因此電商物流中心的工作效率十分關(guān)鍵。統(tǒng)計(jì)數(shù)據(jù)表明，在實(shí)際的物流運(yùn)作過程中，裝卸、搬運(yùn)、存儲(chǔ)和揀選總時(shí)間占勞工活動(dòng)的40%，而行走時(shí)間卻占到了60%，儲(chǔ)位優(yōu)化可在一定程度上提高倉庫的空間利用率和貨物揀選的效率，降低揀選錯(cuò)誤率，提高訂單響應(yīng)速度。

二、儲(chǔ)位優(yōu)化綜述

儲(chǔ)位優(yōu)化，即貨位優(yōu)化（Slotting Optimization），是指在恰當(dāng)?shù)膬?chǔ)存方式下為每一種貨物指定一個(gè)貨位，使得總揀貨時(shí)間最少或行走距離最短，即基于SKU分析貨物的出庫量和出庫頻率，基于訂單分析貨物相關(guān)性，并考慮預(yù)想不到的變化因素，動(dòng)態(tài)地設(shè)置倉庫中貨物的貨位，以保證貨位分布的合理性，從而達(dá)到提高揀貨效率和降低運(yùn)作成本的目的。

常用的基本儲(chǔ)位分配策略有隨機(jī)存儲(chǔ)、定位存儲(chǔ)、分類存儲(chǔ)以及共享存儲(chǔ)，其優(yōu)缺點(diǎn)見表1。

三、基礎(chǔ)數(shù)據(jù)分析

1.案例背景

自建物流是電商企業(yè)的“大動(dòng)脈”，以B2C電商企業(yè)V為例，其總部位于廣州市，自2013年12月9日開始自建物流，截至2017年底共擁有五大物流倉儲(chǔ)中心，倉儲(chǔ)總占地面積已達(dá)250萬平方米，分別位于天津、廣東、江蘇、四川、湖北，并以此為原點(diǎn)，分別服務(wù)于華北、華南、華東、西南及華中的客戶，輻射半徑直達(dá)周邊各省的千萬客戶。目前，該企業(yè)99%的訂單都是通過自營物流網(wǎng)絡(luò)進(jìn)行配送。

2.訂單數(shù)據(jù)的收集

選取電商企業(yè)V物流中心2017年最大訂單日進(jìn)行數(shù)據(jù)分析，當(dāng)日訂單數(shù)量733筆，出庫SKU880個(gè)。搜集當(dāng)日以下信息，作為數(shù)據(jù)分析依據(jù)。

圖1：前100個(gè)SKU的IQ分析圖

圖2：前100個(gè)SKU的IK分析圖

（1）SKU信息：即每個(gè)SKU的長、寬、高、重量、體積、包裝尺寸、保管特性、分組屬性等；

（2）儲(chǔ)位信息：即貨架的長、寬、高、列數(shù)、層數(shù)、承載重量、關(guān)鍵屬性等；

（3）SKU周轉(zhuǎn)信息：即出庫量、出庫頻率、產(chǎn)品相關(guān)性、銷售預(yù)測等。

3.訂單數(shù)據(jù)的分析

（1）IQ分析

IQ分析，即對(duì)每個(gè)SKU的訂貨數(shù)量進(jìn)行分析，由EIQ資料統(tǒng)計(jì)數(shù)據(jù)，將各品項(xiàng)的出貨總量IQ按從大到小的順序進(jìn)行排列，然后進(jìn)行累積值和比例的計(jì)算，得到表2。

由表2可知，該日電商訂單絕大部分SKU的日出貨量均為1，占到SKU總量的88.86%，只有11.14%的SKU日出貨量大于1，因此選取出庫頻次和出庫量排在前100位的SKU進(jìn)行分析和Flexsim建模仿真，如表3。

對(duì)前100個(gè)SKU進(jìn)行IQ分析，出庫量為最大值50的SKU占比1%，29%的SKU出庫量為4，30%的SKU出庫量為3，占比重最大（如圖1）。

（2）IK分析

IK分析，即對(duì)SKU的訂貨次數(shù)進(jìn)行分析，由EIQ資料統(tǒng)計(jì)數(shù)據(jù)，將各品項(xiàng)的出貨頻次IK按從大到小的順序進(jìn)行排列，然后進(jìn)行累積值和比例的計(jì)算得到表4。

表2：IQ計(jì)算表

表1：儲(chǔ)位分配策略定性分析表

表3：前100個(gè)SKU的出庫頻次和出庫量

表4：IK計(jì)算表

圖3：產(chǎn)品相關(guān)性分析

圖4：黃金區(qū)域劃分圖

圖5：仿真系統(tǒng)框架

對(duì)前100個(gè)SKU進(jìn)行IK分析可看出，出庫頻次為最大值24的SKU占比2%，出庫頻次大于10的SKU有30個(gè)，可劃分為A類商品；57個(gè)SKU的出庫頻次為3，占比重最大，可將這57種商品劃分為B類；剩余所有出庫頻次為1的商品均為C類（如圖2）。

（3）產(chǎn)品相關(guān)性分析

733個(gè)訂單中只有3個(gè)訂單在購買一種產(chǎn)品的同時(shí)也購買了另一種產(chǎn)品，如圖3，說明SKU間可能存在一定的相關(guān)性，這3個(gè)訂單相比訂單總數(shù)來說基本可以忽略不計(jì)，因此不考慮從產(chǎn)品相關(guān)性的角度進(jìn)行儲(chǔ)位分配，而是從ABC分類的角度進(jìn)行優(yōu)化。

（4）產(chǎn)品ABC分析

ABC分析法的核心思想是“抓住重點(diǎn)，分清主次”。在儲(chǔ)位優(yōu)化中，以提高作業(yè)效率為目標(biāo)，應(yīng)按照貨物的出入庫頻率進(jìn)行ABC分類。

該日出庫頻次大于10的30個(gè)SKU劃分為A類產(chǎn)品，日出庫頻次為3的57個(gè)SKU劃分為B類產(chǎn)品，其余日出庫頻次為1、0的SKU劃分為C類產(chǎn)品。然后，在A、B、C三大類產(chǎn)品下考慮使用多層ABC分類，按比例在每一大類下繼續(xù)分出A、B、C類，出庫頻次為24的為AA類，頻次為16、20的為AB類，依次類推，分析結(jié)果如表3。

四、儲(chǔ)位優(yōu)化策略

1.企業(yè)庫位分配方案

該企業(yè)目前倉庫儲(chǔ)位分配的方式是隨機(jī)存儲(chǔ)。與亞馬遜的隨機(jī)存儲(chǔ)策略不同，我國很多中小型企業(yè)物流中心并不能實(shí)現(xiàn)作業(yè)全程的大數(shù)據(jù)驅(qū)動(dòng)，沒有功能強(qiáng)大的智能倉儲(chǔ)系統(tǒng)作為技術(shù)支撐，也沒有完善的流程體系和管理機(jī)制，使用隨機(jī)存儲(chǔ)方式不僅會(huì)降低貨物揀選效率，還會(huì)給盤點(diǎn)等作業(yè)增加不小的難度。

2.基于ABC分類的貨位優(yōu)化方案

（1）品規(guī)ABC分類管理

對(duì)于A、B類，即相對(duì)重要的產(chǎn)品、中高頻揀取的產(chǎn)品、數(shù)量多品種少的產(chǎn)品使用定位儲(chǔ)存，將貨物按某種標(biāo)準(zhǔn)進(jìn)行分類后每一類貨物存儲(chǔ)在固定的貨位上，是一種分類定位存儲(chǔ)。對(duì)于C類，即在同一類別下中低頻揀取的且沒有特殊存儲(chǔ)要求、不會(huì)互相影響、數(shù)量少品種多的貨物可以使用隨機(jī)儲(chǔ)存，即每一類貨物存放在固定貨區(qū)，但貨位分配隨機(jī)，是一種分類隨機(jī)存儲(chǔ)。

該方法對(duì)于流動(dòng)性重要性較高的貨物，分類定位存儲(chǔ)策略有較強(qiáng)的靈活性，方便對(duì)儲(chǔ)位進(jìn)行安排調(diào)整，也不會(huì)造成太多的存儲(chǔ)空間浪費(fèi)，同時(shí)重點(diǎn)管理A、B類商品可以縮短總揀選距離，提高整體揀選效率；C類貨物在所有商品中占比重最大，種類最多，但出庫頻次很低，采取的分類隨機(jī)策略能夠結(jié)合分類存儲(chǔ)和隨機(jī)存儲(chǔ)的優(yōu)點(diǎn)，大大提高倉儲(chǔ)空間的利用率，提高作業(yè)效率。

（2）貨架區(qū)域劃分

貨架黃金區(qū)域，顧名思義就是指那些進(jìn)行搬運(yùn)、揀貨、出入庫等作業(yè)比較方便的區(qū)域。劃分倉庫的黃金區(qū)域通常也是利用帕累托原則（80/20原則）來進(jìn)行的，對(duì)于一般的倉庫，可以考慮將距離倉庫出入口的路徑值從小到大進(jìn)行排序，前20%的貨位劃分為黃金區(qū)域，即靠近出庫臺(tái)、打包區(qū)的20%的區(qū)域或靠近作業(yè)人員腰部附近20%的區(qū)域，如圖4。

在貨架列數(shù)上，本例貨架列數(shù)較多，倉儲(chǔ)區(qū)域長度相對(duì)寬度大很多，以打包機(jī)為圓心畫圓在倉儲(chǔ)區(qū)域所截圓弧近似呈直線，誤差可以忽略不計(jì)，所以本例將貨架直線分割成A、B、C三部分，即靠近打包區(qū)的前20%的區(qū)域?yàn)锳類；在貨架高度上，因?yàn)槟Ｐ拓浖苤挥?層，所以不考慮貨架垂直方向的黃金區(qū)域，因此將動(dòng)銷率較高的A類產(chǎn)品存儲(chǔ)在離出庫臺(tái)、打包區(qū)較近的區(qū)域，方便進(jìn)行頻繁地揀貨、出庫操作，B類產(chǎn)品次之，C類產(chǎn)品放在最后。

圖6：模型貨位分配全局表

五、Flexsim仿真分析

1.建立仿真模型框架

如圖5，建立仿真系統(tǒng)框架，作業(yè)流程如下：貨物初始設(shè)定口1連接到貨架A1，貨物初始設(shè)定口2連接到貨架B1，貨架A1、B1分別A連接到打包機(jī)，訂單發(fā)起A連接到打包機(jī)，貨架A1、貨架B1、打包機(jī)分別連接到叉車，最后打包機(jī)A連接到出庫暫存區(qū)。設(shè)貨架均為2層25列，每個(gè)貨格存儲(chǔ)單個(gè)SKU，容量為50。訂單發(fā)起用于產(chǎn)生托盤臨時(shí)實(shí)體，叉車根據(jù)訂單的需要，將存儲(chǔ)在兩個(gè)貨架上的貨物揀選出來并輸送到打包機(jī)，打包機(jī)讀取訂單的全局表后將同一個(gè)訂單的貨物和托盤一起打包，最后一并運(yùn)至出庫暫存區(qū)。

2.設(shè)置模型的相關(guān)參數(shù)及表格

模型貨位參數(shù)用全局表設(shè)置，rack1表示貨架A1單個(gè)貨格上存儲(chǔ)貨物的臨時(shí)實(shí)體類型，rack2表示貨架B1單個(gè)貨格上存儲(chǔ)貨物的臨時(shí)實(shí)體類型，表格共2行25列，對(duì)應(yīng)貨架的層和列；order表示客戶訂單的全局表，共100行100列，行表示產(chǎn)品，列表示客戶。三個(gè)模型貨位分配全局示意，如圖6。

3.建立三種仿真環(huán)境

本文建立的Flexsim仿真模型，對(duì)三種貨位存儲(chǔ)策略進(jìn)行仿真，即完全隨機(jī)存儲(chǔ)、ABC分類隨機(jī)存儲(chǔ)和A、B類定位C類隨機(jī)存儲(chǔ)，通過對(duì)比三個(gè)模型的運(yùn)行結(jié)果來驗(yàn)證本文優(yōu)化策略的有效性。

圖7：完全隨機(jī)運(yùn)行結(jié)果

圖9：AB類定位C類隨機(jī)運(yùn)行結(jié)果

表5：運(yùn)行仿真結(jié)果統(tǒng)計(jì)表格

表6：三個(gè)模型統(tǒng)計(jì)報(bào)告

環(huán)境一：100SKU完全隨機(jī)的儲(chǔ)位分配策略。

環(huán)境二：分類隨機(jī)的儲(chǔ)位分配策略，即A、B、C分別在各自范圍內(nèi)隨機(jī)。

環(huán)境三：A、B類貨物定位存儲(chǔ)的方法，C類隨機(jī)分配貨位。

4.初始數(shù)據(jù)設(shè)置

仿真假設(shè)其他條件不變，僅SKU對(duì)應(yīng)儲(chǔ)位發(fā)生變化，因此訂單全局表完全相同，僅貨架全局表發(fā)生變化，即rack1、rack2的全局表不同。需要按照三種仿真環(huán)境，分別設(shè)置rack1、rack2的兩個(gè)全局表中的數(shù)據(jù)。

5.運(yùn)行仿真結(jié)果分析

（1）成本分析

根據(jù)國家《特種設(shè)備安全監(jiān)察條例》，叉車在廠區(qū)、車間干道上行駛速度應(yīng)控制在10km/h的速度范圍內(nèi)，所以假設(shè)叉車的行駛速度為10km/h，3噸叉車每小時(shí)耗油在3L左右，因此可得到叉車每公里耗油約0.3L。假設(shè)柴油價(jià)格為6.5元/L，則燃油成本與行駛里程呈正相關(guān)，為0.3×S×6.5=1.95S元。對(duì)三個(gè)模型的運(yùn)行仿真結(jié)果進(jìn)行統(tǒng)計(jì)，如圖7、8、9。

完全隨機(jī)存儲(chǔ)（方案一）模型叉車行駛總路程為141012.42km；ABC分類隨機(jī)存儲(chǔ)（方案二）模型叉車行駛總路程為94802.78km；AB類定位C類隨機(jī)存儲(chǔ)（方案三）模型叉車行駛總路程為86092.16km。

方案一消耗燃油成本為274.97元；方案二消耗燃油成本為184.87元，比方案一降低了32.77%；方案三消耗燃油成本為167.88元，比方案二又降低了9.19%?？梢?，優(yōu)化方案能夠在一定程度上降低物流成本，滿足上文提到的儲(chǔ)位優(yōu)化低成本的目標(biāo)。

（2）作業(yè)時(shí)效性分析

方案一模型運(yùn)行時(shí)間為73280.39秒；方案二模型運(yùn)行時(shí)間為50177.78秒，減少了31.53%；方案三模型運(yùn)行時(shí)間為45831.15秒，比方案二又減少了8.66%。另外，從方案一到方案二再到方案三，叉車、打包機(jī)和訂單發(fā)起的每小時(shí)輸出量逐漸增加，說明物流作業(yè)效率越來越高；叉車停留時(shí)間平均值逐漸減小也表明叉車運(yùn)行效率提高，使貨物能夠更加快速地出庫配送并及時(shí)送達(dá)至客戶，物流作業(yè)時(shí)效性越來越強(qiáng)。運(yùn)行仿真結(jié)果統(tǒng)計(jì)，如表5所示。

另外，從叉車的其它參數(shù)來看，負(fù)載偏移時(shí)間（offset travel loaded）是指叉車到達(dá)卸載的目的地即打包區(qū)之后，為了把貨物卸載到指定的位置時(shí)所進(jìn)行的移動(dòng)，反映了叉車在運(yùn)送過程中的綜合準(zhǔn)確度問題，如表6所示，三個(gè)方案負(fù)載偏移時(shí)間越來越低，說明優(yōu)化方案比前兩種方案的準(zhǔn)確率要高，因此避免了很多不必要的行進(jìn)，提高了作業(yè)效率。同理，空載偏移時(shí)間（oあset travel empty）是指叉車在揀取臨時(shí)實(shí)體時(shí)離開網(wǎng)絡(luò)節(jié)點(diǎn)進(jìn)行的移動(dòng)，優(yōu)化方案也能縮短偏移時(shí)間；另外，空載行進(jìn)時(shí)間（travel empty）的縮短也能反映效率的提高，作業(yè)時(shí)效性的加強(qiáng)。

六、總結(jié)

本文以某電子商務(wù)企業(yè)物流中心倉庫為研究對(duì)象，結(jié)合該物流中心貨位管理的問題，綜合考慮了商品出庫頻次、出庫量、需求相關(guān)性等因素后，進(jìn)行了IQ、IK分析，并對(duì)所有100種商品進(jìn)行了多層ABC分類，提出基于ABC分類的貨位優(yōu)化方案。由于B2C電商SKU較大，且在每一大類下各種商品的出庫頻次和出庫量的數(shù)據(jù)差異比較明顯，因此采用多層級(jí)ABC分類法進(jìn)行分類，而對(duì)動(dòng)銷率較高的A、B類商品進(jìn)行分類定位重點(diǎn)管理，為其指定存放區(qū)域后再進(jìn)行具體的固定貨位分配；C類商品分類隨機(jī)，不僅會(huì)大大提高揀貨效率，降低作業(yè)成本，也能一定程度上提高倉庫空間利用率，同時(shí)不會(huì)對(duì)盤點(diǎn)作業(yè)造成很大的麻煩。

根據(jù)優(yōu)化方案，選取了企業(yè)銷量排在前100位的SKU設(shè)計(jì)出一個(gè)簡化的仿真模型，并借助Flexsim軟件完成仿真運(yùn)行，通過不同維度對(duì)比以上三種方案的運(yùn)行結(jié)果，最終驗(yàn)證了優(yōu)化效果，以期能將其應(yīng)用到商品種類和數(shù)量更多、客戶訂單量更大的情況下，并能夠在實(shí)際的工作中對(duì)于類似的B2C電子商務(wù)企業(yè)物流中心有一定的參考作用。