作者介紹：

畢業于香港理工大學。深耕供應鏈和物流解決方案多年，目前做跨境電商。供應鏈是六便士，文學是月亮。歡迎關注微信公眾號【 來自星星的tina 】

引言

在《OKR/ KPI系列：電商物流供應鏈》講過倉儲規劃的KPI的主要有2個，先簡單回顧一下：

• % 托盤填充率= 所有貨品含外箱總體積 /  (總托盤個數* 托盤體積)

• % 托盤與面積的轉化率 = 總托盤個數 / 倉庫總面積

托盤與面積的轉化率，衡量的是倉庫面積有沒有被充分利用，真正考驗的是倉儲規劃的專業度。托盤利用率，則更多依賴對商業的判斷，衡量的是物流的商務能力，是否有足夠多和足夠好的貨來填滿這個倉庫。

之前也寫過一篇如何在大促時做倉容測算，計算需要的托盤個數和租倉或拿倉的面積。（如何做倉容管理，避免爆倉或空置 - 上篇），有讀者也在問我為什么沒有下篇了。所以我把之前寫的倉容測算也整合到這篇文章里。

這篇會詳細講解倉容相關的3部分內容：

1. 1.   WHAT？倉容測算，算什么。

• 關鍵測算參數

• 測算步驟

1. 2.   WHY？倉容管理，降本或增收。

• 存儲效率模擬

• 兩種優化方案

3.  HOW? 倉容精細化運營5步走。

• 基礎信息精準維護

• 參數信息收集和對比，直到趨于最優（最大）利用

• 銷量預測打通：日常進銷存 & 大促峰值

• 效期庫位精細運營

• 建立倉容監控看板和系統

通過倉容測算和精細管理，降低倉儲成本或者增加倉儲物流收入。希望可以幫助到需要的人。

1?WHAT? 倉容測算，算什么

倉儲形式有2種：包倉和公共倉。包倉就是租用固定面積的倉庫，不管爆倉還是空置，都按固定面積收費，適用于貨量大且有穩定貨量，不想在大促期間爭搶資源的。公共倉就是用多少收多少。不管是自己買倉，租固定面積的倉，還是租用公共倉，都需要測算倉容。主要是計算需要的托盤個數& 租倉面積。

• 1）關鍵測算參數

• 大促品類峰值庫存或日常進銷存。峰值庫存就是大促前期庫存的最大值。日常根據進銷存邏輯看現在和預計的庫存量。

• 貨品體積。每個SKU都需要維護體積。倉容測算時在海量SKU情況下無法根據SKU維度去看體積，所以一般看到類目，可以是一級，也可以更精細到二級類目。其中特殊品類（比如大件，恒溫恒濕，貴品）需要單獨拎出來看。

• 托盤極限存儲件數，即托盤可利用體積（托盤利用率）。常規的托盤規格有1.2*1.0*1.4~1.8。但是這只是托盤的體積，并不是可存儲貨物的體積，特別是高度需要減去托盤本體高。

• 托盤實際可存儲件數（托盤填充率）。托盤的可利用體積，放上貨品后，也不是100%可以利用的。不同的品類填充率不一樣，通常是大件填充率高小件低。這個數據需要經過實地測算，并且填充率的高低與日常運營有一定關系。

• 預包比例 & 預包膨脹系數。在直播，促銷期間，都會根據預售預熱數據提前打包，以便更快送達提升消費者體驗，這就是預包。而預包后，貨品的體積發生了變化，就是膨脹了，這就是膨脹系數。

• 托盤與面積的轉化率。拿倉有時候不是拿托盤，而是面積。計算出多少托盤后，需要再轉化成需要的面積。不同倉類型的轉化率不一樣，平倉肯定低，高位貨架和輕型貨架高有的可以超過100%。與填充率一樣，這個數據需要經過實地測算，并且轉化率的高低與日常是否精細化運營強相關。

以上每個參數都有一些行業參考數據。品類不同，行業不同，倉不同，參數數據不同。

• 2）測算步驟

1. 預測大促時品類的峰值庫存or 日常進銷存預測

   峰值庫存的預測這里不講了，可以參考之前的一篇講預測文章。回顧：電商供應鏈如何做好銷量預測

2. 托盤可利用體積 = 托盤長 * 寬 * 不含本體的高

3. 托盤極限存儲件數 = 托盤可利用體積/ 貨品平均體積

4. 托盤實際存儲件數 = 托盤極限存儲件數 * 托盤填充率

5. 預包前托盤個數 = 大促品類峰值庫存or日常品類進銷存 / 托盤實際存儲件數

6. 預包后托盤個數 = 預包比例 * 預包前托盤數 * 預包膨脹系數+(1 - 預包比例) * 預包前托盤數

7. 總托盤個數 = 預包后托盤個數 + 包材需要的托盤個數

8. 拿倉或租倉面積 = 總托盤個數/ 托盤與面積的轉化率

2?WHY? 倉容管理可以降本增收

為什么要做倉容管理、要計算倉容、做倉容的精細化運營呢？

• 從物流平臺or物流公司P&L的角度，是為了節約成本，或者增加營收；

• 從電商運營 & 競爭 & 體驗的角度，精細化運營使平臺成本降低或者營收增加了，那么就會帶動賣家物流成本的降低，從而降低售價，提升商品競爭力，最終受益的也會是消費者。

拿一些數據說話吧。以部分化妝品作為例子（需要效期管理但不是強管理）好了。假設托盤填充率50%，假設托盤與面積的轉化率80%，是平均的合理數值。

以一個10000平方米的倉容為例。列一些隨機參數，進行存儲效率的模擬。

• 貨品含外箱平均體積：0.0007立方米

• 貨品件數：500萬件

• 托盤規格：1.2*1.0*1.5米（托盤本體高度0.14米）= 1.63立方米

• 總托盤個數：5000個

• 倉庫總面積：10000平米

• 倉租成本：CNY 50/平方米/天

• 倉租售價：CNY 6/立方米/天

• % 托盤填充率 = 0.0007*500萬/ (5000*1.63) = 42.9%，低于平均值7.1%。

• % 托盤與面積的轉化率 = 5000 / 10000 = 50%，低于平均值30%。

很容易就看出問題在哪里了：填充率和轉化率都低了。那么該如何優化呢？

優化方案A - 降本：

貨品件數不變，托盤個數由5000減少到4289個，租倉面積由1萬平方米減少到5362平方米，減少了4638平方米。那么租金節約CNY 23萬/月 = 50*(10000-5362).

優化方案B - 增收：

倉庫總面積1萬平方米維持不變，托盤個數由5000增加到8235個，貨品件數由500萬件增加到約933萬件，增加了433萬件。那么僅倉儲運營收入增加 CNY 55萬/月 = (933萬-500萬)*0.0007*6*30。這里還不包括現有客戶和潛在客戶的入駐，其它的物流相關收入等。

在這組隨機數下，方案B從數字上看好于方案A。當然，現實中，可能會有其它的考慮。同時，如果模擬數據發生變化，結果可能也會發生變化。

3?HOW? 倉容精細化運營5步走

1）基礎信息精準維護。

主要是不同品類的體積信息。這些基礎物流屬性的信息都會在WMS維護。需要做倉容精細化管理的，一般商品數量都到了一定的量級，也得有個上千萬件貨幾萬個SKU。幾萬個SKU的體積信息都要精準維護不是一件容易的事情。老的SKU需要經歷幾輪的數據清洗和校驗，新的SKU要有明確的數據維護規則和審核。

體積信息是維護到SKU維度的，但是倉容的計算，從托盤存儲件數，到托盤數，再到托盤轉化到面積，按SKU體積來計算又可能會因為太精細而無法計算。所以需要把SKU維度的體積通過加權平均匯總到類目，一級類目太粗，需要到二級或者三級類目。

還有就是托盤個數定期檢查和進行系統維護。包括總托盤個數，空置托盤個數，使用中的托盤個數。

2）參數信息收集和對比，直到趨于最優（最大）利用。

主要是兩個參數：托盤填充率，托盤與面積的轉化率。

一是，托盤填充率。從整體大盤的角度衡量托盤是否有被充分利用，%托盤填充率 = 所有貨品含外箱總體積/ (總托盤個數* 托盤體積) , 這個是一個結果值，用來衡量實際結果是否符合行業平均值。

但是如何又能得出：合理的托盤填充率，這個可以作衡量標準的結果值呢？ 那么需要另一個計算過程：托盤填充率 = 托盤實際存儲件數/ 托盤極限存儲件數 = 托盤實際存儲件數 /  (托盤不含底座高度的體積 / 品類體積)。

這個計算過程并不簡單，需要經過無數的實踐經驗，要去各個倉庫看過很多的不同品類的實際數據，去倉庫內一個個量，拿著各組數據取對比，看實際情況哪些做得好的，取這些做得好的值作為衡量標準。

二是，托盤與面積的轉化率。%托盤與面積的轉化率 = 總托盤個數 /倉庫總面積。

這也沒有一個絕對的數值，平倉可能40-50%左右，做得好的可能有60%以上；高倉和混合型倉會超過100%。這些數字也需要經過很多次的現場測量、對比、打磨、計算才能得出。

3）銷量預測打通：日常進銷存 & 大促峰值

貨品單位體積 * 貨品件數 = 貨品總體積。要精確計算托盤個數和倉容，就需要有總體積。前面講了品類體積，還差貨品件數。

當下的貨品件數從WMS可以獲取，但是如果想要提前預測未來的倉容情況提前做準備，那么就需要貨品件數預測了。

日常的貨品件數預測 = 預計新進貨品件數（進） + 現有可銷庫存件數（存） – 預計未來銷售件數（銷）

大促峰值庫存件數 = 大促前夕預計的最高庫存件數。一般取大促前一天的庫存。現實情況是，最高的庫存件數可能會出現在大促前鎖倉的那一段時間，因為鎖倉后不會有新進貨但是大促前仍然會有少量銷售。不過兩者差別不會很大。

所以倉容的計算需要與日常和大促的銷量預測打通。

4）效期庫位精細運營

像食品、保健品都是效期強管控的商品；美妝、洗護部分是弱管控；服飾、箱包不需要效期管控。有的商品同一個SKU可能會有多個效期，需要滿足FIFO (first in first out先進先出)，同時需要對效期信息進行維護，臨期品的下架提前通知或者到了一定效期需要強制下架。所以不同效期批次都需要放同一個庫位，不然就有可能會出現給消費者發了臨期品或者過期品，這個會引發很嚴重的投訴甚至是品牌輿情。

一個托盤是一個大的庫位，如果有很多效期要維護而對應的商品件數不多的時候，那就會非常浪費庫位，會導致托盤無法充分利用。這時候可以巧妙地把一個大庫位分成4個甚至是6個小庫位，這樣就能提升托盤填充率。

5）建立倉容監控看板和系統

線下的精細化運營，需要結合線上的數字化監控看板或者系統。數字化需要做到什么程度，取決于業務規模和業務發展階段。體量大了，業務發展成熟了，數字化也要精細；如果只是幾十或者幾百萬件貨，可能監控一下大數就行了。

• 倉容基礎信息。倉庫名稱、倉庫區域、區域類型、品類、貨品體積、貨架類型、貨位長寬高

• 倉容滾動預測、補貨和預警。總托盤數、已利用托盤數、剩余托盤數、現有庫存件數、預計可補貨件數（分品類）、是否托盤不足、是否爆倉預警。

• 大促模擬。分品類峰值庫存件數預計、現有倉庫面積、缺口托盤數、預計需要新增面積和托盤數。

• 效率分析。托盤極限存儲件數、托盤實際存儲件數、日常托盤填充率，大促托盤填充率、托盤與面積轉化率等。

• 損益分析和優化方案。通過效率分析，看托盤填充率與面積轉化率是否合理。最好是可以讓更多的商品進來可以增收。如果不行，通過減少倉租面積和托盤個數，降低成本。具體在第2部分已經模擬過。