目前3PL倉儲供應商的日子越來越難過，上游甲方客戶動不動就拿不降價就撤倉相威脅，下游快遞承運商則提價沒商量，倒逼著3PL倉儲供應商自上而下卷起來，職能部門凍結外招計劃，現有人員流失不補；倉端的單均人工成本目標值逐年下降，績效考核權重則逐年上升，讓倉庫負責人壓力山大。

在整個倉端的人工成本組成中我們可以將其分為直接生產成本（含打單、揀選、復核、打包、稱重等作業環節）、間接生產成本（收貨、上架、理貨、盤點、補貨、異常處理、叉車等作業環節）、銷管成本（經理、主管、組長、保安、保潔、質控、行政、人事、物流等崗位），而直接生產成本占整個倉端人工成本比例約為60%，因此倉庫負責人如能精細管控好直接生產成本則可以有效減輕其人工成本考核壓力。接下來本篇將就直接生產成本中的散單揀選環節人工成本如何管控進行重點分析。

一般而言影響散單揀選人員揀貨效率主要有如下幾點：

1、揀貨人員對PDA揀貨操作熟練度；

2、商品重量；

3、揀貨載具性能；

4、揀貨路徑距離。

大多數倉庫負責人對1、2、3點都可以找到解決辦法，而對第4點則是束手無策。揀貨路徑距離之所以難以解決是因為它不僅涉及到WMS系統中的波次匯單策略還和揀選區通道中商品揀選位的排布有關，而這些都是復雜的數學問題。

在講解如何排布揀選區通道中商品揀選位前，我們先了解一個工具：EIQ分析法，它是利用“E”“I”“Q”這三個物流關鍵要素，來研究配送的需求特性，為配送提供規劃依據。該理論由日本鈴木震先生提出并積極推廣。

其中，E是指“Entry”，I是指“Item”，Q是指“Quantity”。即是從客戶訂單的品項、數量、訂貨次數等方面出發，進行配送特性和出貨特性的分析。

通過EIQ分析法我們可以對倉庫某個客戶的出庫訂單進行分析，從EQ、IQ、EN、IK等指標對出庫訂單商品進行ABC分析并在此基礎上得出商品與商品之間的相關性。

相關性高的商品則在揀選區通道揀貨位置排布時應相近，相關性低的商品則相遠。因不同客戶的在庫商品SKU數從幾十到幾萬之間不等，故針對商品SKU數在幾百到幾萬之間的相關性分析因人工計算量太大不易操作，故需借助BI，由其進行分析，最終輸出2張報表：一、揀選區商品相關性分析報表；一張揀選區通道商品庫位排布表。

因不同商品的更新迭代周期長短不一，故在周期的選擇上需要因客戶品類而異，例如服飾商品相關性分析時周期應選擇15天或30天，奶粉類商品相關性分析時周期應選擇60天或90天。

相關性：不同商品在同一個出庫訂單種出現的次數，次數越高代表其相關性高。

解決了如何排布揀選區通道中商品揀選位后我們還要解決一個問題：怎樣提高波次匯單中單個波次訂單數中商品在揀選區的聚合度。

要解決這個問題就必須借助倉庫數字孿生技術，開發人員將物理倉庫映射到系統，WMS系統在匯單時除按照倉庫、貨主、平臺、快遞承運商、發貨時效等匯單邏輯外，還要增加一個“揀貨路徑最短”匯單邏輯。

有了BI生成的揀選區通道商品庫位排布表和“揀貨路徑最短”匯單邏輯，則可以有效提升散單揀貨人員的揀貨效率，從而降低同等作業量下的作業人員出勤人數，最終實現倉端人工成本下降。