本文首先介紹了當前國內B2C電商物流現狀、特點及其運作流程,然后針對某公司,運用SLP布局法粗略規劃倉庫各個功能區的相對位置,運用多層ABC分析法和EIQ分析法對該電商倉儲中心某日出庫數據進行分析,隨后根據分析所得規劃布局在Flexsim仿真平臺上建立該倉儲中心的仿真模型,通過某天的實際訂單對仿真系統進行持續拉動,然后通過分析導出的運行報告,對比原定儲位的出庫效率,找出提升和不足之處,在確保出庫效率得到提升的同時,盡可能地設計出能力之內的最優儲位。
根據中國互聯網絡信息中心(CNNIC)發布的《第45次中國互聯網絡發展狀況統計報告》,截至2020年3月,我國網民的數量已有9.04億,其中網購用戶規模達7.10億,較2018年底增長16.4%。
B2C電商行業訂單數量龐大且零散,并且B2C電商交易時限極短,出入庫頻率非常高。出庫時間的快慢直接影響了消費者對購買行為的評價好壞,并且小批量、高頻次的出入庫,對于B2C電商企業構成了巨大成本。統計數據表明,裝卸、搬運、儲存和揀選的時間占工人活動的40%,但行走的時間占到60%,也就是說工人的平均有效勞動只有40%。因此,如何合理規劃儲位,或者是對于已有儲位的重新優化分配,成為提高空間利用率、貨物揀選效率,以及降低成本的核心所在。
1.國內B2C電商行業物流發展的現狀
(1)當前電商物流包裹數量及預測(如圖1)
根據中國產業信息網的數據,2018年電商包裹量達到400億件,約占快遞業務量的80%。自2016年以來,電商快遞數量每年以上百億的速度高速增長,“占比高、增速快”的電商快遞市場是一條確定性強的優質賽道。
(2)主要電商平臺包裹數量(如圖2)
作為C2B代表的拼多多近些年異軍突起,在包裹件數上超過京東僅次于天貓淘寶。天貓淘寶、拼多多以及京東等包裹數量占電商總包裹數量的90%以上,作為B2C電商代表的天貓淘寶和京東的包裹數量仍然占到總電商包裹數量的50%以上。
2.B2C電商物流倉儲的特點、運作要求及流程
(1)B2C電商物流倉儲的特點
①日訂單量大,揀貨頻率非常高。單一訂單需求產品型號少,數量少,倉儲作業人員大部分時間都浪費在查找貨物的路上。
②產品SKU數量多,但相對單個SKU庫存量不會特別大,因此在倉儲管理中,基本采用揀存合一的方式。
③作業準確性要求高,每一個訂單都要求揀貨的準確性,每一個訂單都有打包及復核動作。
④電商倉儲作業要求實時性高,確保每一訂單下來后,實現快速準確地揀配。
⑤不同時段的訂單波動性非常大,特別是在各電商平臺舉辦促銷活動時,例如天貓淘寶的“雙11”購物節、聚劃算等活動,電商在當天產生的訂單數量可能是平常正常訂單幾十倍甚至幾百倍 ,如何滿足這種狀況下的倉儲揀貨作業,是所有電商需要應對的問題。
⑥由于各電商平臺,基本實行無條件退換貨政策,因此電商相對傳統零售,退換貨量大,對于每一個電商來說,必須要解決倉儲作業中如何快速的退貨處理,退貨入庫上架,重新揀配作業等問題。
(2)B2C電商物流倉儲運作要求
①效率最優化。主要表現在四個方面:一是倉容利用率(既不能空閑,也不能擠占);二是貨物周轉率(年周轉率不得小于6次);三是進出庫時間;四是裝卸車時間。
②庫存最小化。電商的線上交易,對庫存要求很高,如果庫存過大,會增加倉儲成本、物流成本乃至整個供應鏈成本。因此電商倉儲要盡可能達到“零庫存”狀態。所謂“零庫存”狀態,并不是倉庫里沒有存貨,而是存貨最小化、合理化。
③操作及時化。電商倉儲管理必須做到“日事日畢、日清日高”,當天的出庫入庫要完畢,當天的賬目要核實,當天的物料要清理,當天的庫房要整理。
④成本最小化。對于電商來說,省錢比賺錢更有價值。
(3)B2C電商物流倉儲的運作流程
B2C電商倉庫的貨物從入到出,需要經歷收貨確認、質檢員核查、入庫清點、按單揀貨、打包出庫等主體流程,還包括一些單據打印、次品處理、客戶退換貨等步驟。貨物到達后根據送貨清單清點數量并由主管確認,貨物由質檢員檢查是否整潔、缺件、破損等,不合格產品送至次品倉,再進行退貨或者修補操作,合格產品由倉管員清點數量,貼好標簽,填寫入庫單進入倉庫上架,客戶下單后由打單員打出客戶訂單,交由配貨員在倉庫內按照訂單配給貨物,由打包員打包后向客戶發貨,最終完成貨物出庫。具體流程,如圖3。
1.儲位優化綜述
儲位優化也就是貨位優化(Slotting Optimization),是指在恰當的儲存方式下為每一種貨物指定一個貨位,使得總揀貨時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性,并考慮預想不到的變化因素,動態地段置倉庫中貨物的貨位,以保證貨位分布的合理性,從而達到提高揀貨效率和降低運作成本的目的。
常見的儲位分配策略有定位儲存、隨機儲存、分類儲存以及共享儲存等,上述幾種儲存策略各自的優缺點,如表1。
2.B2C電商物流儲位優化的必要性
(1)從電商企業自身來看
B2C電商直接面向個體消費者,這就要求在商品品質的基礎上,個體消費者對于服務質量的要求也越來越高,尤其是對發貨、送貨速度服務上的要求格外嚴格。也就是說,商品從倉庫的出庫速度直接影響了客戶的滿意度。因此,電商物流儲位優化勢在必行。
(2)從電商行業整體競爭來看
中國作為世界制造大國,任何商品都能在國內找得到其身影。在當下中國,某種程度上,商品本身尤其是在B2C電商行業的競爭中的作用已經大大降低,消費者在商品普遍質優的情況下更注重服務水平的高低,直接體現在出貨速度,也就是倉儲揀選能力等方面。誰能夠在倉儲上取得優勢,誰就贏得了成功的部分先決條件。
(3)新技術、新設備條件下的倉儲
隨著5G時代的到來,萬物互聯即將成為現實。具有大帶寬、低時延特點的5G,很可能會帶來倉儲系統的大優化、大變革。參考2019年6月舉行的5G展會,基于5G技術通過萬物互聯,應用AGV小車、移動機器人,通過攝像頭等各種傳感器,工人可遠在上海通過操縱桿和視頻,實時控制遠在河南的挖掘機進行作業,倉儲作業真正可能實現徹底的無人化。而電商行業對于倉儲能力極高的標準要求,很有可能是最早探索和實現倉庫徹底無人化的行業。無人化倉儲,將會對儲位配置提出極高的要求。
1.B2C電商物流儲位規劃流程(如圖4)
首先對收集來的數據做預處理,處理成方便分析使用的數據,然后利用ABC分類法和EIQ數據分析法對處理好的數據進行針對性處理,得出本文所需的數據以及數據背后的邏輯,然后根據數據進行SLP平面布局,粗略確定倉庫各個功能區位置,以便進行建模時進行位置參考,最后進行Flexsim仿真,根據預先分析好的策略,對應設置不同實體的參數。
2.雙重ABC分析
選取電商企業A倉儲中心某日訂單進行數據分析,當日訂單數量242筆,出庫SKU189個。選取SKU出庫量前60個進行數據分析,在按照訂單數量第一次ABC分類的基礎上,再對已經分出的A、B、C三類SKU分別再進行ABC分類,以更層次清晰的分出主次重點。
在ABC分類中,將訂單數量在12以上的SKU劃分為A類,數量在11~8之間的劃分為B類,數量在8以下的劃分為C類。再將A、B、C三類SKU進行再一次ABC分類,具體每種SKU的分類,如表2。
3.EIQ分析
(1)IQ分析
IQ分析,即對每個SKU的訂貨數量進行分析,由EIQ資料統計數據,將各品項的出貨總量IQ按從大到小的順序進行排列,然后進行累積值和比例的計算,得到表3。
由表3可知,該日電商訂單絕大部分SKU的日出貨量小于5,占到SKU總量的72%,只有28%的SKU日出貨量大于5。
(2)IK分析
IK分析,即對SKU的訂貨次數進行分析,由EIQ資料統計數據,將各品項的出庫頻次IK按照從大到小的順序進行排列,然后進行累計值和比例的計算得到。
由表4分析數據制得SKU的IK分析圖,如圖5。
由圖5可得,出庫頻次最大值22的SKU僅占1%,出庫頻次大于5的SKU有28種,可以劃分為A類商品,出庫頻次在3-5次的SKU有56種,可以劃分為B類。剩余出庫頻次小于3的SKU商品劃歸C類。
4.儲位優化策略
該企業目前倉庫儲位劃分的方式是隨機儲存,我國大多數中小型企業物流中心,沒有功能強大的智能倉儲系統作為技術支撐,也沒有完善的流程體系和管理機制,使用隨機存儲方式會降低貨物揀選效率,延長貨物出庫時間,增加庫存盤點等作業難度,管理困難且成本居高不下。
對于A、B類產品,即相對重要的且揀選頻率高,數量多品規少的產品使用定位儲存,并根據雙重ABC分類的結果,將AA類、AB類、AC類、BA類、BB類、BC類固定貨位依次放置在最靠近出庫口,最易揀取的層和列。對于C類,即中低頻揀取、數量少品種多的貨物使用隨機儲存方式,擺放在A、B兩類貨物貨位以外的貨位。
本文就該企業貨物提出的儲存方法,兼顧C類貨物品規多、量少、重要性低的特點,以及A、B類貨物重要性較高的特點,具有較強的靈活性,方便對儲位進行安排調整,也不會因為分類儲存的方式造成太多的存儲空間浪費。重點管理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古比重最大,種類最多,但出庫頻次很低,采取的分類隨機策略能夠結合分類存儲和隨機存儲的優點,既提高了倉儲空間利用率,又兼顧了定位儲存查找揀選時間短的優點。
1.作業區域規劃
根據電商物流倉儲主要功能,將A企業倉庫設置為8個區域:入庫暫存區、驗收區、次品存放區、倉儲揀選區、復核包裝區、集貨區、發貨區、退貨暫存區等,如表5。
入庫暫存區和驗收區,主要負責卸收貨、檢驗清點等工作,完成倉庫內外的物資交接工作;次品存放區主要作用是暫存入庫檢驗不合格的商品以及客戶退換貨回來的次品;倉儲揀選區用于儲存商品,根據訂單揀選商品;集貨區主要用來根據訂單對揀選完的商品進行復核打包;發貨區用來根據訂單信息集貨發貨;退貨暫存區用來暫存顧客無理由退換貨退還回來的商品。
2.作業單位相互關系分析
本文根據不同功能區之間物品流動量將物流路線劃分為A、E、I、O、U五個等級。其中,承擔物流量大于25%的物流路徑為A,10%~25%之間的為E,5%~10%之間的為I,0~5%的為O,可以忽略的路徑為U。各功能區間的相互物流關系如表6,其中不存在固定物流關系的用U表示,可以忽略。
根據表6,繪制出物流作業相關圖,如圖6。
圖6 物流作業相關圖
3.繪制各功能區位置相關圖
根據圖6和表6分析得作業單位之間的物流關系,并根據其之間的物流強度關系規劃醫藥物流配送中心。
通過以上SLP平面布局分析,根據不同功能區的物流強度關系,繪制如圖7各功能區相對位置圖。在之后的FLexsim仿真中將依據此位置圖建立仿真系統。
圖7 各功能區相對位置圖
1.系統仿真的目的
根據該電商倉庫的作業流程以及SLP布局設計后的功能區相對位置圖,可以在Flexsim仿真平臺中構建該倉庫的模型。仿真該電商倉庫的主要目的:第一是分析電商倉庫系統中流程、設備有沒有出現利用率較低或流程不合理即阻塞的地方。對于出現阻塞的環節,分析阻塞的原因并給出相應的建議。第二是通過對該電商物流倉儲仿真結果報告的分析,對比本文設計的儲位配置方案是否較原有方案在效率上有提升,成本上有降低。
2.B2C電商物流倉儲建模與仿真
根據某電商公司某日品規出庫量表7分析,A企業當日庫存調整,全部品規189個,當日需求總量為1004件,即至少需要1100個單位貨位,另根據電商行業波動性大的特點,計劃設計2000個單位貨位。
如圖8,建立仿真模型,作業流程如下:貨物初始設定口連接到入庫暫存區,整托貨物通過叉車1運送到整貨拆零器上進行拆分,拆分后的貨物由操作員1搬運到分類處理器上,完成驗收后同時對商品按照規劃好的類別進行的A、B、C分類,進入上架暫存區,通過任務分配器設定兩輛叉車進行運作,分別運送到貨架1、2、3的相應位置,訂單到達后通過任務分配器調控操作員2、3在貨架間揀選貨物,貨架連接到打包機,對按照訂單分揀完成的商品進行打包,之后運送到出庫暫存區,最后由吸收器吸收。揀選打包員1、2根據訂單需要,將儲存在貨架上的貨物揀選出來輸送到打包機,打包機在讀取訂單后將同一個訂單的貨物打包進入發貨暫存區等待發貨。
3.仿真系統運行及結果分析
由于僅有該公司某日出庫數據,倉儲部分采用僅保證日常供用全品規商品有求必應的功能,在此基礎上進行仿真,測試各工作區運作情況。
在該公司某日出庫數據中共有242個訂單,本文運用兩種儲位放置方法分別完成訂單,通過對叉車運行距離、工人步行距離、訂單完成時間等三方面對比三種儲位放置方法的優劣,通過仿真過程得到的仿真進行分析。B2C電商物流倉儲仿真模型運行圖,如圖9。
隨機儲存貨架仿真報告,如表8。
ABC分類儲存貨架仿真報告,如表9。
從而,我們可以得出結論:
(1)ABC分類儲存完成242個訂單的運行時間為1806.84秒,隨機儲存完成242個訂單的時間為1965.55秒,ABC分類儲存對于倉儲整體運營效率上有一定程度上的提高。ABC分類儲存搬運仿真報告,如表10。
(2)通過分析發現,貨架的最長停留時間均在30秒以內,貨物周轉速率較快。隨機儲存搬運仿真報告,如表11。
最后,可得出以下結論:
(1)雙重ABC分類儲存的空載行走時間在一定程度上較隨機儲存搬運減少,這說明雙重ABC分類儲存提高了叉車和操作員的效率,減少了無效行走和運作時間。
(2)雙重ABC分類儲存方式中叉車1、2、3分別行走了47.7、148.7、142.1千米,隨機儲存中叉車1、2、3分別行走了47.8、154.1、151.2千米。假設每升柴油價格為5.8,兩種方案分別花費1963.3元和2047.98元,雙重ABC分類儲存的方法節省84.64元。
(3)叉車和操作員平均停留時間上,雙重ABC分類儲存相對減少,說明雙重ABC分類儲存優化方案在作業時效上也有一定程度的提升。
通過運用Flexsim仿真平臺仿真驗證,采用ABC分類儲存方式具有很多優點,具有很多優勢,具體體現在以下幾個方面。
1.降低了叉車搬運和人工行走的距離以及費用,即降低了倉儲運作成本。
2.在揀選效率方面,通過本論文的仿真驗證,同樣完成242個訂單的入庫、揀選出庫操作,ABC分類方式明顯快于隨機儲存方式158.66秒,效率提升將近10%。
目前受經濟、政策,以及現實狀況等因素的影響,B2C電商迎來發展的機遇同時,也遭受資金的挑戰:一方面受疫情影響線下購物冷淡,大量人口轉向線上購物;另一方面已經停滯了幾個月的經濟活動使得電商企業資金周轉困難。降低庫存成本成為B2C電商企業降本增效的重中之重。而大多數企業的資金短缺使得在倉儲設備上的投入遞減,進行儲位優化就成為既能降低倉儲成本,又不需要大量資金設備投入的最好選擇。本文意在在此環境下尋找一種適應當前狀況的低成本儲位優化策略,在不購買大量先進設備的前提下,可較高幅度的提升運作效率和降低倉儲成本。
DeepSeek火出圈,AI和大模型將如何改變物流行業?
3188 閱讀800美元不再免稅,T86清關作廢,跨境小包何去何從?
2240 閱讀凈利潤最高增長1210%、連虧7年、暴賺暴跌……物流企業最賺錢最虧錢的都有誰
2174 閱讀浙江科聰完成數千萬元A2輪融資
2067 閱讀AI紅利來襲!你準備好成為第一批AI物流企業了嗎?
1996 閱讀供應鏈可視化:從神話到現實的轉變之路
1441 閱讀運輸管理究竟管什么?
1287 閱讀Deepseek在倉庫規劃中的局限性:基于案例研究
1312 閱讀2024中國儲能電池TOP10出爐
1200 閱讀安能物流2024年經調整利潤預增約62.8%,高質量增長領跑快運行業!
1082 閱讀